Le 10x Thinking fonctionne… quand le changement d’échelle est lisible
Dans les articles précédents, j’ai exploré le 10x Thinking, cette façon de raisonner popularisée dans la Silicon Valley qui consiste à ne pas améliorer un système de 10 %, mais à le repenser pour le rendre dix fois plus performant. J’ai volontairement commencé par des contextes où le changement d’échelle est relativement lisible. D’abord le développement informatique, avec des développeurs augmentés capables de produire x2, x5, parfois x10 plus qu’avant, non pas en travaillant plus, mais en travaillant autrement.
Puis le recrutement dans l’intérim, où l’IA permet de gérer des volumes massifs tout en replaçant le recruteur sur l’échange humain et la décision.
Enfin, le recrutement en entreprise à forte marque employeur, où le défi n’est pas d’attirer, mais de traiter intelligemment un très grand nombre de candidatures.
Dans tous ces contextes, le x10 passe souvent par des leviers assez clairs : automatisation, matching à grande échelle, préqualification massive, absorption du volume par la machine.
Mais aujourd’hui, je travaille dans une entreprise qui ne correspond à aucun de ces modèles.
La réalité brute des marchés pénuriques
Dans notre cas, environ 80 % des recrutements se font par la chasse. Nous évoluons sur des métiers rares, des expertises très spécialisées, des profils déjà en poste, avec peu ou pas de candidatures entrantes qualifiées. Ici, le problème n’est pas de trier trop de CV. Le problème est d’identifier, d’approcher et de convaincre.
Autrement dit, le cœur du métier n’est pas la gestion du volume, mais la création de la rencontre. Et c’est précisément là que le 10x Thinking devient plus complexe à appliquer. Sur un marché pénurique, la tentation est grande de faire “plus” : sourcer davantage, envoyer plus de messages, multiplier les canaux, industrialiser l’approche. Mais ce faux x10 ne crée pas de rupture. Il génère surtout de la fatigue côté recruteurs, de la saturation côté candidats, et très peu de différenciation.
Faire plus n’est pas faire mieux. Sur un marché contraint, cela peut même être contre-productif.
Et si le x10 n’était plus une question de volume ?
Appliquer le 10x Thinking dans un environnement pénurique oblige à changer radicalement de prisme. Ici, le x10 ne peut pas être quantitatif, ni linéaire, ni uniquement basé sur l’automatisation. Le volume est limité par nature. La vraie question devient alors : comment augmenter radicalement la pertinence, pas la quantité ? Comment faire x10 quand on ne peut pas envoyer dix fois plus de messages, ni parler à dix fois plus de candidats ?
La réponse n’est pas dans l’accélération, mais dans la précision.
L’IA au service d’un x10 qualitatif
Dans ces contextes, l’IA n’est pas là pour remplacer le sourcing. Elle est là pour l’augmenter. Non pas en produisant plus de candidats, mais en améliorant la compréhension du marché et des profils. Concrètement, elle peut aider à cartographier plus finement un écosystème de compétences, à identifier des profils adjacents ou transférables, à détecter des signaux faibles dans des parcours non linéaires, à enrichir la lecture d’un profil bien au-delà de son CV, et à préparer des approches beaucoup plus personnalisées.
Le résultat n’est pas une explosion du volume de messages envoyés. C’est l’inverse. Moins de messages, mais beaucoup plus de messages pertinents. Moins d’automatisation visible, mais une intelligence accrue en amont.
Dans ce cadre, le recruteur x10 n’est pas celui qui source le plus. C’est celui qui comprend le mieux son marché, qui sait raconter un projet, une trajectoire, une vision, et qui crée une relation avant même de parler d’un poste. La valeur ne réside plus dans la recherche brute, mais dans ce que l’on pourrait appeler l’intelligence du contact.
Sur les marchés pénuriques, l’IA agit comme un copilote. Elle éclaire, structure, enrichit, prépare. Mais la relation, la confiance, l’envie de changement et la décision finale restent profondément humaines. Le x10 n’est pas un x10 de quantité. C’est un x10 de qualité.
Explorer le chemin plutôt que promettre une recette
Chez SFEIR, nous n’avons pas encore trouvé la solution qui permettrait de faire x10 de manière évidente sur le recrutement de profils pénuriques. Mais nous explorons. Nous testons. Nous cherchons à nous augmenter, étape par étape. Aujourd’hui, nous sommes en train de construire une application low code / no code, pensée comme un véritable levier d’augmentation du recruteur.
L’objectif n’est pas de déshumaniser le recrutement, ni de confier la décision à la machine. Il est de nous aider à pousser la réflexion, à nous augmenter à chaque étape du processus, sans dénaturer la relation humaine ni la décision finale. Ce n’est pas encore un x10. Mais c’est un chemin. Et c’est précisément ce chemin — avec ses essais, ses limites et ses apprentissages — que je partagerai dans le prochain article.
A lire sur le même thème :
Pourquoi la vraie promesse de l’IA n’est pas le +10 %, mais le x10
Recruteur x10 : ce que l’intérim nous apprend sur l’impact réel de l’IA
Pourquoi l’efficacité ne suffit plus en recrutement
Construire un produit GenAI pour augmenter le recrutement chez SFEIR
Leader à l’ère de l’IA : quelle posture incarner quand les métiers s’augmentent ?
