IA et onboarding : ce qui marche vraiment, et ce qui relève du discours

Depuis deux ans, presque tous les outils RH ont ajouté « IA » à leur page d'accueil. L'onboarding n'y échappe pas : assistants qui répondent aux recrues, parcours générés en un clic, tableaux de bord qui « prédisent » les départs. Une partie de ces promesses tient. Une autre relève du discours commercial. Pour une PME qui se demande si l'IA peut l'aider à mieux intégrer ses recrues, la bonne question n'est pas « faut-il de l'IA ? » mais « pour quelle tâche précise, avec quelles sources, et qui vérifie ? ». Ce guide fait le tri.

Illustration : un assistant qui répond à partir des documents de l'entreprise, avec une validation humaine avant la recrue.

Ce que l'IA fait bien dans une intégration

Répondre aux questions qui reviennent

Une recrue pose les mêmes questions que la précédente : où trouver la note de frais, comment poser un congé, qui contacter pour un accès, ce que veut dire tel sigle interne. Ces questions arrivent à toute heure, et beaucoup ne sont jamais posées, parce que la recrue n'ose pas déranger son manager pour la troisième fois de la journée.

C'est le cas d'usage le plus solide de l'IA générative dans l'onboarding : un assistant qui répond à partir de vos documents (livret d'accueil, procédures, accords, organigramme) et qui cite le passage d'où vient sa réponse. La recrue obtient une réponse à 18 h un jeudi, l'équipe RH ne répète plus dix fois la même chose, et le manager garde son temps pour ce que lui seul peut faire.

Transformer la matière existante en premier jet

La plupart des PME n'ont pas de parcours d'intégration écrit, mais elles ont de la matière : un livret d'accueil, des fiches de poste, des procédures, un support de présentation de l'entreprise. Le travail qui bloque, c'est de passer de cette matière à un parcours découpé en étapes, avec des contenus courts et quelques questions pour vérifier la compréhension.

L'IA fait bien ce travail de mise en forme. Elle produit en quelques minutes un premier jet qu'une personne RH aurait mis des jours à écrire. Le mot important est premier jet : on y revient plus bas.

Tenir le fil

Une intégration se perd rarement sur un grand événement. Elle se perd sur des petites choses qui ne sont pas faites : le point de fin de première semaine oublié, le module jamais ouvert, la question restée sans réponse. L'IA peut aider à résumer où en est une recrue, à reformuler un contenu trop dense, à rappeler ce qui reste à faire. Rien de spectaculaire, mais c'est souvent là que le temps se gagne.

Ce qui relève du discours

« L'IA remplace le manager »

Non. Le lien avec le manager reste le premier facteur d'une intégration réussie : c'est lui qui donne le sens du poste, fixe les attentes, fait les retours. Un assistant peut le décharger des questions pratiques. Il ne peut pas faire le point de fin de période d'essai à sa place, ni remarquer qu'une recrue a l'air perdue en réunion.

« Un parcours personnalisé en un clic »

Une IA ne personnalise qu'à partir de ce qu'on lui donne. Si vos documents sont vides, anciens ou contradictoires, le parcours généré le sera aussi, avec une forme impeccable qui rend les erreurs plus difficiles à voir. La qualité du résultat dépend d'abord de la qualité de la matière, pas de l'outil.

« L'IA prédit qui va partir »

C'est la promesse la plus séduisante et la plus fragile. Une PME qui intègre dix ou vingt personnes par an n'a pas le volume de données nécessaire pour entraîner un modèle prédictif fiable sur ses propres départs. Les signaux utiles existent (retards dans le parcours, modules non ouverts, échecs répétés aux quiz, silence prolongé), mais ils se lisent avec des règles simples et un regard humain, pas avec un score opaque. Et un score de « risque de départ » attribué à un salarié pose une question juridique, abordée plus bas.

« L'IA comprend votre culture d'entreprise »

Elle comprend ce qui est écrit. La culture d'une entreprise, c'est en grande partie ce qui ne l'est pas : la façon dont on se parle, ce qui est toléré, qui il faut connaître. Une recrue l'apprend par les gens, pas par un assistant.

Le point qui fait tout : d'où viennent les réponses

Un modèle de langage génère du texte plausible. Sans source, il peut répondre avec assurance une chose fausse : un délai de prévenance inventé, une procédure qui n'existe pas chez vous, une règle tirée d'une autre convention collective. Dans un contexte RH, une réponse fausse donnée avec aplomb à une recrue est pire que pas de réponse.

D'où trois exigences à poser à tout outil :

Des réponses ancrées dans vos documents, et non dans les connaissances générales du modèle, avec la source affichée pour que la recrue puisse vérifier.
Le droit de dire « je ne sais pas » : quand l'information n'est pas dans vos documents, l'assistant doit le dire et orienter vers une personne, pas improviser.
Une base tenue à jour : un assistant qui s'appuie sur un livret de 2022 répondra comme en 2022. Le travail de mise à jour ne disparaît pas, il se déplace.

Validation humaine : un premier jet n'est pas un parcours

Tout contenu produit par une IA doit être relu par quelqu'un qui connaît l'entreprise avant d'arriver devant une recrue. Ce n'est pas une précaution de principe : les erreurs d'un texte généré sont plausibles, donc difficiles à repérer pour quelqu'un qui découvre l'entreprise. Une RH ou un manager les voit en quelques minutes.

En pratique, prévoyez la relecture dans le temps du projet. L'IA fait gagner l'essentiel du temps d'écriture ; elle ne supprime pas le temps de vérification. Un outil qui publie directement ce qu'il génère, sans étape de validation, vous transfère un risque que vous ne voyez pas.

Le cadre à respecter

Le RGPD. L'outil traite des données personnelles de vos salariés : l'éditeur est votre sous-traitant et doit vous fournir un contrat conforme, la liste de ses propres sous-traitants et le lieu d'hébergement. L'article 22 du RGPD donne aussi à chacun le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé lorsqu'elle l'affecte de manière significative. Une IA peut alerter ; la décision sur une personne doit rester humaine.

Les recommandations de la CNIL. La CNIL a publié des premières précisions sur le déploiement d'une IA générative : partir d'un besoin précis, définir les usages autorisés et interdits, former les utilisateurs, associer le DPO. Elle propose aussi des fiches pratiques pour les TPE et PME.

L'AI Act. Le règlement européen classe parmi les systèmes à haut risque, dans son annexe III, ceux destinés au recrutement, aux décisions qui touchent la relation de travail, à l'attribution des tâches ou à la surveillance et à l'évaluation des performances et du comportement des salariés. Un assistant qui répond aux questions d'une recrue n'entre pas, en principe, dans cette liste ; un outil qui note les recrues ou évalue leur comportement peut y entrer. Les obligations correspondantes ont été repoussées à décembre 2027 par l'« omnibus numérique » adopté en 2026 : c'est le moment de vérifier dans quelle catégorie tombent vos outils, pas une raison d'attendre.

Le Code du travail. Aucune information concernant personnellement un salarié ne peut être collectée par un dispositif qui n'a pas été porté préalablement à sa connaissance (article L1222-4) : dites aux recrues ce que l'outil enregistre. Et si vous avez un CSE, il doit être informé avant l'introduction de traitements automatisés de gestion du personnel, et consulté avant la mise en place de moyens de contrôle de l'activité des salariés (article L2312-38) ; l'introduction de nouvelles technologies relève aussi de sa consultation (article L2312-8).

Six questions à poser avant de choisir un outil

D'où viennent les réponses de l'assistant ? De vos documents, avec la source affichée, ou des connaissances générales du modèle ?
Que se passe-t-il quand l'information n'existe pas ? Demandez une démonstration avec une question dont la réponse n'est pas dans vos documents.
Qui valide les contenus générés avant publication ? Y a-t-il une étape de relecture obligatoire, ou le contenu part-il directement ?
Comment sont repérées les recrues qui décrochent ? Sur des règles explicites que vous pouvez lire et régler, ou sur un score dont personne ne sait expliquer le calcul ?
Où sont hébergées les données, et sont-elles utilisées pour entraîner un modèle ? Demandez-le par écrit, avec la liste des sous-traitants.
Que voit la recrue de ce qui est enregistré ? C'est ce que vous devrez lui expliquer, et peut-être présenter à votre CSE.

Chez Weloom, l'IA sert à deux choses : produire un premier jet de parcours à partir de vos documents, qui reste non publié tant que vos RH ne l'ont pas relu et validé, et répondre aux questions des recrues à partir de vos documents, avec les sources affichées sous chaque réponse. Les alertes de décrochage reposent sur des règles explicites (retard dans le parcours, inactivité, échecs aux quiz) dont vous réglez les seuils, pas sur un modèle prédictif ; la décision reste celle des RH et du manager. Les données sont hébergées dans l'Union européenne.

Par où commencer : notez les dix questions que vos dernières recrues ont posées le plus souvent, et vérifiez si la réponse à chacune se trouve dans un document à jour. Si oui, un assistant peut déjà vous faire gagner du temps. Si non, c'est par ces documents qu'il faut commencer, avec ou sans IA.