micro1 (Zara)

Ce que c’est

micro1, ce sont deux produits qu’une équipe de recrutement peut acheter et une activité dont elle vit réellement. Les deux que vous pouvez acheter : une marketplace d’ingénieurs mondiaux pré-évalués (l’entreprise affirme intégrer environ le top 1% des candidats) et Zara, un intervieweur technique IA autonome — vendu sous le nom de « GPT-Vetting » — que vous pointez sur votre propre funnel de candidats. L’activité dont elle vit, ce sont les données humaines : depuis 2025, micro1 s’est tournée vers les données d’experts et le RLHF pour les frontier AI labs, et c’est là qu’est l’argent. Fondée en 2022 par Ali Ansari à UC Berkeley, elle a dépassé $100M d’ARR en décembre 2025 (TechCrunch) et le tracker d’analystes Sacra la situe près de $300M annualisés d’ici avril 2026 — contre $7M début 2025. La Series A de $35M (septembre 2025, menée par 01 Advisors, le fonds des anciens dirigeants de Twitter, à une valorisation de $500M) a été levée sur l’histoire du data-training, pas sur celle du recrutement. Lisez cela comme le fait le plus important de cette page : les outils de recrutement sont réels, mais ils existent aujourd’hui pour alimenter le moteur de données de micro1, et vos demandes de roadmap rivalisent avec celles de Microsoft.

Pourquoi cela apparaît dans les stacks Recruiting/TA

• Surveillance intégrée dans un entretien technique. Zara mène un entretien en direct de coding et de design de systèmes et le note ; un second modèle observe le regard, le focus des onglets et l’activité du navigateur pour mesurer l’intégrité. Des avis côté candidat décrivent un seuil d’intégrité proche de 70% qui fait échouer l’entretien automatiquement, quelle que soit la performance technique. Pour un funnel d’ingénierie à distance où la fraude aux évaluations augmente, c’est cette surveillance l’attrait, pas la conversation elle-même.
• Du talent livré, pas seulement un outil. La marketplace envoie des ingénieurs pré-évalués sur un poste publié au lieu de vous remettre un logiciel à opérer vous-même. Des trackers tiers situent le tarif moyen de l’ingénieur près de $38/heure. C’est la voie de Mercor/Turing/Andela, pas celle de CodeSignal.
• Un seul rail de screening pour un pool mondial. Zara prend en charge plus de 20 langues dans un format enregistré asynchrone, de sorte qu’une base de candidats distribuée reçoit le même premier tour et vos hiring managers lisent une scorecard cohérente.

Le prix réel

micro1 ne publie pas de prix enterprise ; la marketplace et tout déploiement de Zara au volume passent par le commercial. Des sites d’avis tiers — pas l’éditeur — rapportent des paliers self-serve : un plan d’entrée près de $89/mois pour ~20 entretiens IA plus l’accès au pool de talents, et un plan Zara/GPT-Vetting autonome près de $149/mois avec les 10 premiers entretiens gratuits. Les ingénieurs de la marketplace tournent autour de $38/heure en moyenne. Traitez chacun de ces chiffres comme une estimation triangulée, pas comme un montant publié par l’éditeur. Chiffrez le coût de Zara par entretien face à votre volume annuel réel de screens, et celui de la marketplace à l’heure face à une comparaison locale ou à temps plein avant de vous engager.

Idéal pour

Une équipe de recrutement technique ou une agence de staffing/RPO qui évalue des ingénieurs au volume et veut soit des premiers tours techniques menés par IA avec surveillance intégrée, soit des ingénieurs sous contrat pré-évalués livrés on demand — et qui est à l’aise d’acheter à un éditeur dont l’activité principale est aujourd’hui la donnée pour les AI labs.

N’achetez pas micro1 si votre funnel n’est pas technique (la force de Zara, c’est l’évaluation d’ingénierie, pas les screens retail ou sales — c’est le terrain d’Apriora ou de HeyMilo), si vous avez besoin d’une évaluation psychométrique validée avec des études d’impact défavorable publiées (GPT-Vetting est un entretien IA, pas un instrument à validité prouvée), ou si vous voulez un éditeur dont la roadmap est engagée sur le recrutement — celle de micro1 suit l’argent du data-training.

Face aux alternatives

• Mercor — le pair le plus proche : le même modèle d’AI-vetting plus marketplace, en bascule lui aussi vers le travail de donnée pour les AI labs. Choisissez Mercor pour une marketplace de contractors on demand plus large et dotée d’une API ; choisissez micro1 quand l’entretien technique noté sur l’intégrité est la partie qui compte pour vous. Ils convergent — mettez les deux sur la shortlist, ou aucun.
• CodeSignal et HackerRank — les références de l’évaluation et les deux plus grosses parts du screening technique. Choisissez-les quand vous voulez une évaluation de coding standardisée et défendable qui s’intègre à votre ATS pendant que vos propres intervieweurs mènent le loop. micro1 l’emporte sur le fait que l’IA mène l’entretien en direct ; eux l’emportent sur la science de l’évaluation, l’échelle et une décennie de données de validité.
• Karat — l’entretien en tant que service avec des intervieweurs humains formés. Choisissez Karat quand vous voulez la cohérence humaine et une histoire de défendabilité juridique ; choisissez Zara quand vous voulez le coût et le débit d’une IA menant ce même premier tour.
• Apriora — le pair intervieweur IA visant votre propre funnel sur tous les postes, pas seulement l’ingénierie. Choisissez-le pour les screens non techniques au volume ; choisissez micro1 pour l’entretien de coding et de design de systèmes propre à l’ingénierie plus l’option marketplace.

Si aucun ne convient et que vous n’embauchez que quelques ingénieurs par trimestre, vos propres ingénieurs menant des entretiens techniques structurés battent encore n’importe quel contrat annuel — gardez la dépense.

Points de vigilance

• L’attention de l’éditeur est sur la donnée pour les AI labs, pas sur votre ATS. Le chiffre d’affaires de micro1 approche $300M annualisés issus du data-training (Sacra, avril 2026) face à une activité d’outils de recrutement qui n’est aujourd’hui qu’un fournisseur amont. Garde-fou : obtenez par écrit les engagements de roadmap et les SLA de support du produit de recrutement, et ne faites pas de Zara votre seul rail de screening — gardez un éditeur d’évaluation de secours configuré.
• L’échec automatique sur l’intégrité produit des faux positifs. Un aménagement documenté, un candidat nerveux ou une pièce partagée peuvent déclencher les mêmes signaux que la fraude. Garde-fou : routez chaque alerte d’intégrité vers une revue humaine, ne rejetez jamais automatiquement sur le seul score, et exonérez d’avance les aménagements documentés.
• La conformité AEDT vous incombe, pas à micro1. Une IA qui interviewe et note des candidats relève de la NYC Local Law 144, de l’Illinois AI Video Interview Act et de la catégorie embauche à haut risque de l’EU AI Act. Garde-fou : menez l’audit de biais, publiez les avis aux candidats, offrez une voie alternative et obtenez la documentation du modèle et un DPA avant le lancement — voyez la politique d’usage de l’IA pour le recrutement.
• « Top 1% » est une affirmation marketing, pas une métrique auditée. Le taux d’acceptation est le chiffre de l’éditeur lui-même. Garde-fou : traitez le vetting de micro1 comme un filtre en haut du funnel, pas comme une décision d’embauche — menez votre propre tour technique final et la prise de références avant une offre.