Maki People

Ce que c’est

Maki People pilote le haut du funnel de recrutement — présélection, évaluation, entretiens, planification — via cinq agents nommés qui se posent sur l’ATS existant plutôt que de le remplacer. Shiro présélectionne sur les compétences, plus de 300 au total. Mochi mène des entretiens vocaux conversationnels dans plus de 45 langues, dans le navigateur ou par téléphone. Ken délivre des évaluations cognitives, comportementales et techniques calibrées par poste sur plus de 400 compétences. Tomo copilote les entretiens humains en direct avec structuration en temps réel et analyse de transcription. Kumi gère la planification des entretiens. La formule de l’éditeur lui-même — « the intelligence running your hiring, end to end » — est le repositionnement : Maki vend désormais l’étape du funnel, pas le test.

En avril 2026, Maki a ajouté une évaluation de maîtrise de l’IA dans Shiro et Mochi sans surcoût, qui note les candidats sur quatre dimensions — agilité avec les outils d’IA, interactivité humain-outil, usage éthique, et littératie des données et des algorithmes — livrée via des tests de jugement situationnel et des grilles comportementales structurées. Le score figure dans le profil du candidat aux côtés des résultats de Shiro et Mochi.

Résultats annoncés par l’éditeur : 45% de rapidité de recrutement en plus, 50% de turnover en moins, 250,000+ heures de recruteur économisées, 92.4% de retours candidats positifs. Parmi les clients nommés : Deloitte, PwC, Capgemini, BNP Paribas, Generali, ASOS, Nespresso (49% de réduction du turnover), Grant Thornton et Forvis Mazars (60% de réduction du temps de présélection). Maki a levé une Série A de $28.6M en janvier 2025 menée par Blossom Capital avec la participation de DST Global, sur une croissance de revenus supérieure à 300% en 2024.

Pourquoi il apparaît dans les stacks de recrutement

• Conversation adaptative plutôt que banque de questions figée. Harver et TestGorilla livrent des instruments fixes — tests de jugement situationnel, épreuves de compétences chronométrées — notés à l’identique pour chaque candidat. Mochi et Shiro tiennent un dialogue et suivent les réponses du candidat. Là où l’abandon à l’étape d’évaluation est la contrainte déterminante — retail de terrain, BPO, promotions de jeunes diplômés —, ce changement de format est la raison même de regarder Maki.
• Une surcouche sur plus de 30 plateformes ATS, pas un système parallèle. Connecteurs natifs pour iCIMS, Workday et SAP SuccessFactors, plus 30+ autres dont Greenhouse, Lever, SmartRecruiters, Workable, Bullhorn, Teamtailor, Avature et Eightfold. Les agents sont déclenchés depuis l’ATS et les scores y sont resynchronisés, si bien que la surface de décision du recruteur ne bouge pas.
• Plus de 45 langues dans l’agent vocal. Pour une entreprise européenne qui recrute sur une douzaine de marchés, Mochi supprime le besoin de staffer des présélectionneurs bilingues par marché. Harver n’atteint pas cette profondeur conversationnelle, et c’est la raison la plus nette pour laquelle le portefeuille clients de Maki penche vers les entreprises paneuropéennes.
• Audits NYC LL 144 par un auditeur nommé, avec dates. Holistic AI audite Mochi et Shiro chaque année ; les audits les plus récents ont été bouclés le 23 mars 2026, testant le genre et l’origine ethnique en isolé comme en intersectionnel. Pour un contractant fédéral américain ou un acheteur dans le périmètre de l’EU AI Act, un auditeur nommé et un rapport daté font la différence entre un questionnaire fournisseur qui passe et un qui se bloque en revue juridique.

La réalité tarifaire

Maki ne publie aucun prix. La page tarifaire n’annonce qu’un modèle à crédits — « Pay only for what you use, candidate interactions, not licenses » — avec des crédits consommés par interaction candidat et par agent activé, et un palier fixé au moment du devis selon les fonctionnalités et la taille de l’organisation. Pas de plan gratuit, pas de plancher publié, pas d’entrée en self-serve : tous les chemins mènent à « Get a personalized quote. »

La triangulation par des tiers situe les contrats réels entre $30,000 et $100,000+ par an (analyse fournisseurs HeroHunt, juillet 2026), déduite du positionnement de catégorie et non obtenue auprès de Maki. Le chiffre de ~$3,000/an qui circule encore depuis des données Capterra de 2023 est antérieur à la Série A et au produit à cinq agents ; traitez-le comme mort, pas comme un plancher. Prévoyez un budget annuel à cinq chiffres pour tout déploiement assez large pour justifier le travail d’intégration.

Face à ce que les alternatives publient réellement : TestGorilla affiche Free à $0 (10 crédits/mois), Core à $142/mois en facturation annuelle ($1,704) et Plus à partir de $400/mois. Sapia.ai tourne autour de $1 par entretien avec un minimum d’environ $100/mois. Harver reste sous devis, mais des données tierces situent l’entrée près de $5,000/an, le mid-market entre $8,000 et $15,000, et l’enterprise au-dessus de $20,000. Le plancher de Maki se situe au-dessus des trois, et ce fait tranche la plupart des évaluations avant même que la comparaison de fonctionnalités commence.

Idéal pour

Les responsables TA enterprise qui réalisent 500+ recrutements par an sur plusieurs pays — retail, services professionnels, services financiers, BPO —, là où le ratio recruteur/poste ouvert rend la présélection manuelle de premier tour impossible et où le vivier est multilingue. Le cas d’usage où Maki se rentabilise est le recrutement de promotions de jeunes diplômés : des milliers de candidatures sur une fenêtre de deux semaines, une évaluation structurée standardisée, une planification automatisée et un contact candidat multilingue, le tout avant qu’un recruteur n’ouvre un dossier.

N’achetez pas Maki en dessous de ~100 recrutements par an : à ce volume, le modèle à crédits coûte plus cher que le plan Core de TestGorilla à $1,704/an, pour une capacité que vous utilisez par à-coups. Passez votre chemin si votre recrutement se concentre sur des postes d’ingénierie évalués sur du code : Ken couvre les dimensions cognitives, comportementales et techniques, mais HackerRank et CodeSignal détiennent l’évaluation par défi de code. Passez votre chemin si votre équipe TA ops doit construire de nouveaux modèles de poste sans intervention de l’éditeur : la personnalisation en self-serve pour les postes hors standard est la plainte la plus constante dans les avis G2.

Face aux alternatives

Harver est l’acteur installé de référence en évaluation pré-embauche de volume, avec plus de 450 tests de jugement situationnel validés conçus pour le recrutement de terrain, et le banc de psychologie du travail le plus profond de la catégorie. Choisissez Harver quand le comité d’achat est mené par la psychologie du travail et les preuves de validation, et que des SJT statiques couvrent vos types de poste. Choisissez Maki quand vous avez besoin de conversation adaptative et de voix multilingue.

HireVue est l’autre acteur installé par base déployée, autour de $35,000/an selon des données tierces, et la réponse achats la moins risquée à l’échelle Fortune 500. Choisissez HireVue quand l’entretien vidéo structuré plus l’évaluation au sein d’une seule relation fournisseur de longue date comptent davantage que l’orchestration par agents. Choisissez Maki quand le périmètre est tout le haut du funnel et pas seulement l’étape d’entretien.

TestGorilla est l’option à tarification transparente et le point de départ en dessous de l’échelle enterprise : paliers publiés, constructeur de tests en self-serve, plus de 400 tests, et une capacité d’entretien vidéo par IA conversationnelle livrée en octobre 2025 qui concurrence Mochi directement. Choisissez TestGorilla en dessous de 500 salariés, ou dès qu’un prix publié est une exigence achats.

Sapia.ai est l’entrant conversationnel à la croissance la plus rapide : entretiens structurés par chat avec reporting de biais publié, à un prix par entretien que vous modélisez exactement. Choisissez Sapia quand vous voulez la présélection conversationnelle sans les agents d’évaluation et de planification attachés.

Si aucun ne convient — vous avez besoin d’évaluation de code et d’un prix publié à volume enterprise — la réponse honnête est un partage à deux fournisseurs : HackerRank ou CodeSignal pour l’évaluation technique, TestGorilla pour le reste, et aucune couche d’orchestration tant que le volume de recrutement ne la finance pas.

Points de vigilance

• La présélection pré-candidature fait de Mochi une procédure de sélection. L’intégration de Maki avec Recruitics AdaptiveApply note la performance comportementale, situationnelle et linguistique avant que le candidat postule formellement, et ceux qui franchissent un seuil passent à l’étape suivante. Noter la performance linguistique engage une exposition sur l’origine nationale (accent) et le handicap (trouble de la parole, spectre autistique), et « un humain tranche en dernier ressort » ne corrige rien quand la machine décide quels humains sont vus. Les audits Holistic AI de mars 2026 couvrent le genre et l’origine ethnique ; les tests sur le handicap et le statut de vétéran ne sont pas publiés. Garde-fou : si vous êtes contractant fédéral américain, ne déployez pas Mochi en pré-candidature — utilisez-le uniquement après candidature, obtenez par écrit avant signature les orientations sur la définition du candidat que Maki s’est engagé à publier, et faites de l’audit sur le statut de handicap un livrable contractuel daté.
• La consommation de crédits n’est pas prévisible au moment de l’achat. Les crédits se consomment par interaction candidat et par agent activé, si bien qu’un calendrier avec un pic d’entrée de jeunes diplômés coûte un multiple du mois moyen, et aucun tarif unitaire publié ne permet de modéliser. Garde-fou : négociez un plafond de coût par candidat en parallèle de l’engagement annuel de crédits, obtenez par écrit les conditions de report des crédits non consommés, et plafonnez le nombre d’agents qu’un changement de modèle peut activer sans nouveau bon de commande.
• Pas d’API publique ni de serveur MCP. Les intégrations de Maki sont des connecteurs ATS déclenchés depuis l’ATS ; la page intégrations ne mentionne aucune API publique, aucun webhook, aucun chemin d’accès pour LLM. La sortie des agents est accessible là où le connecteur l’écrit et nulle part ailleurs, si bien que toute analyse des décisions de présélection côté entrepôt de données dépend de l’enregistrement ATS. Garde-fou : avant de signer, faites confirmer par écrit que les scores structurés, les transcriptions et les journaux d’audit sont exportés vers votre entrepôt de données selon un calendrier, et pas seulement vers l’ATS, et retenez le dernier paiement d’implémentation contre cette livraison.
• Les modèles de postes hors standard repassent par l’éditeur. Les évaluateurs G2 rapportent que les évaluations pour postes spécialisés exigent l’équipe Maki plutôt qu’une configuration en self-serve, ce qui ajoute du délai précisément quand un poste non planifié s’ouvre. Garde-fou : pendant l’évaluation, construisez vous-même une évaluation de poste hors standard sans aide de l’éditeur. Si vous n’y parvenez pas, négociez avant signature un SLA de délai de production de modèles avec un temps de réponse engagé.