Recruiterflow

Ce que c’est

Recruiterflow est un ATS et un CRM construits pour un seul acheteur : le cabinet de recrutement, de staffing et d’executive search. Pas l’équipe talent interne. Cette distinction constitue le produit tout entier, car le travail en cabinet suit une autre boucle — gagner le client, prendre le mandat, sourcer contre lui, présenter des candidats, se faire payer au placement — et la moitié CRM de cette boucle est précisément là où les ATS d’entreprise sont les plus minces. Recruiterflow met le développement commercial et la delivery dans un seul système, avec des séquences multicanal qui partent vers les candidats et vers les clients depuis le même moteur. La couche AI s’appelle AIRA, que l’éditeur développe en « AI RecOps Assistant » : un ensemble d’agents couvrant le sourcing, le matching, les notes d’appel et l’hygiène du CRM, plutôt qu’une fenêtre de chat collée sur le côté. La société est bootstrapped et rentable, a déclaré avoir dépassé les INR 50 crore d’ARR en mars 2026, et situe sa base à plus de 2 100 cabinets de search dans 90 pays.

Pourquoi il apparaît dans les stacks Recruiting

• Le côté client est natif, pas adjacent. Mandats, contacts clients, séquences de développement commercial et suivi des présentations vivent dans les mêmes enregistrements que les candidats. Les cabinets sous Greenhouse ou Ashby finissent par tenir leurs clients dans un second CRM et à réconcilier à la main ; c’est exactement cette taxe de réconciliation que Recruiterflow supprime.
• AIRA Matchmaker exploite la base que vous avez déjà payée. Il lit un poste et remonte en quelques secondes les candidats correspondants depuis vos propres enregistrements, entraîné sur ce que l’éditeur décrit comme un demi-milliard de points de données. Pour un cabinet avec dix ans de CV, c’est la pipeline la moins chère disponible : pas de nouveau contrat de données, pas de nouveau siège de sourcing.
• La présentation est l’étape mesurée, et c’est celle que vise AIRA. Le Submission Agent rédige une présentation contextualisée en une dizaine de secondes contre les 3 à 7 minutes que l’éditeur cite pour le faire à la main, et ses brouillons sont modifiables, pas définitifs. Dans l’économie du cabinet, le nombre de présentations par recruteur et par semaine est le chiffre qui déplace le chiffre d’affaires : automatiser la rédaction plutôt que le sourcing vise donc le bon goulet d’étranglement.
• Job Change Alerts transforme une base dormante en développement commercial. Un candidat placé qui change de poste devient à la fois un nouveau lead client et un signal de nouveau mandat. C’est l’usage au meilleur rendement de l’historique propre d’un cabinet, et il tourne en passif.
• Un seul prix catalogue couvre la plateforme. Séquences, extension de sourcing, automatisation, reporting et API sont dans le plan Platform — aucune licence par module à négocier.

Le prix réel

Le plan Platform est publié à 149 $ par utilisateur et par mois, mensuel ou annuel, et l’éditeur affirme qu’il n’y a ni add-ons ni frais par fonctionnalité. La migration en self-service par CSV est gratuite ; la migration accompagnée est payante et chiffrée selon le volume de données, avec une exonération de frais annoncée comme possible sur des engagements pluriannuels. Un cabinet de 10 recruteurs au prix catalogue tourne autour de 17 900 $ par an.

Le plan AIRA est uniquement sur devis, et c’est là que se loge la vraie variance de coût. La répartition publiée des fonctionnalités place Notetaker, Matchmaker, Job Change Alerts, le Field Updates Agent, le Submission Agent, le Task Agent, la synchronisation omnicanale et les tableaux de bord BI sur mesure au-dessus de la ligne Platform — autrement dit, presque tout ce qui rend ce produit AI-native se trouve derrière un chiffre que vous ne voyez pas.

Deux chiffres publiés par l’éditeur lui-même méritent d’être confrontés avant d’accepter le tarif catalogue. INR 50 crore font environ 6 M$, et répartis sur plus de 2 100 cabinets cela donne moins de 3 000 $ par cabinet et par an — moins de deux sièges au prix catalogue. Soit la base penche vers des boutiques d’une ou deux personnes, soit une grande partie reste sur des tarifs historiques. Traitez les 149 $ comme un plafond et négociez des conditions de volume et de durée plutôt que de payer le tarif affiché.

Idéal pour

Les cabinets boutique et mid-market de search ou de staffing, environ 3 à 50 recruteurs, qui font tourner leur développement commercial outbound et leur delivery candidats depuis le même système et veulent que le budget AI parte dans la tenue des données et le matching plutôt que dans un abonnement de sourcing séparé.

Ne l’achetez pas pour le recrutement interne d’entreprise — les surfaces d’entretien structuré, de scorecard et de hiring manager ne sont pas le sujet ici, et Greenhouse ou Ashby font ce travail mieux. Ne l’achetez pas non plus pour du staffing en intérim à fort volume qui réclame pay/bill, timesheets et intégration VMS : ce back-office n’est pas dans la boîte.

Face aux alternatives

Bullhorn est l’acteur en place et le choix par défaut du staffing à l’échelle. Les tarifs rapportés vont d’environ 99 $ à 315 $ par utilisateur et par mois selon le palier, avec des contrats annuels démarrant autour de 20 000 $ et une implémentation chiffrée de 1 000 $ à plus de 50 000 $. Choisissez Bullhorn si vous avez besoin de pay/bill, de timesheets, de connectivité VMS ou de la marketplace de partenaires ; choisissez Recruiterflow si c’est précisément le coût total du stack Bullhorn — licence de base plus automatisation, analytics et fournisseur de données facturés à part — que vous cherchez à fuir.

Loxo est l’autre pôle AI-native et le duel le plus serré. Il propose un palier réellement gratuit avec 25 révélations de contact par mois et des plans payants rapportés autour de 119 $ à 169 $ par utilisateur et par mois, et il embarque les données de contact dans la plateforme. Choisissez Loxo quand votre goulet est de trouver des gens que vous n’avez pas encore et que vous voulez supprimer une ligne de type ZoomInfo. Choisissez Recruiterflow quand votre goulet est le développement commercial côté client et l’exploitation de la base que vous possédez déjà.

Juicebox est l’entrant qui croît le plus vite sur le segment et résout un problème plus étroit : la recherche en langage naturel sur des profils externes. Ce n’est pas un ATS et il ne remplacera aucun des deux systèmes de référence. Prenez-le comme couche de sourcing à côté de l’un des trois ci-dessus quand c’est la portée externe qui manque, pas le workflow.

Si aucun ne convient — parce que le back-office domine vos exigences, ou parce que vous facturez plus au timesheet qu’au placement — la réponse honnête est qu’il s’agit d’un problème d’ATS plus paie, et que vous devriez cadrer d’abord le système de pay/bill en le laissant choisir l’ATS.

Points de vigilance

• La liste d’agents automatisés réellement livrés est en retard sur la page marketing. Le centre d’aide indique que seul l’agent « Automatically update Candidate Fields via AIRA Notetaker » est aujourd’hui disponible comme agent automatisé, les autres étant « rolling out over the coming weeks », alors que la page AI en nomme une dizaine ou plus. Garde-fou : faites démontrer chaque agent nommé en direct sur un tenant réel, et obtenez par écrit la liste de ce qui est livré et de ce qui est roadmap avant de signer.
• L’orchestration agentique est une roadmap, pas un produit. L’éditeur décrit des agents travaillant ensemble de la prise de brief à la présentation comme un plan pour 2026. Garde-fou : chiffrez le contrat sur ce qui tourne aujourd’hui et inscrivez tout engagement d’orchestration dans le bon de commande avec une date.
• Le palier AI n’a pas de prix public. Vous ne pouvez pas encadrer le coût total avant un rendez-vous commercial, et un chiffre de 149 $ opposé au prix tout compris d’un concurrent n’est pas une comparaison à périmètre égal. Garde-fou : obtenez les deux chiffres — Platform et AIRA — avant de les confronter à Loxo ou Bullhorn.
• Les enregistrements d’activité ne peuvent pas être supprimés, et des utilisateurs rapportent que cela fausse les rapports. Les candidats déplacés par erreur restent dans l’historique et biaisent le reporting de débit. Garde-fou : fixez les conventions d’étape et de nommage avant la migration, puis faites tourner un cycle complet du mandat au placement pendant l’essai et sortez le rapport que vous comptez réellement produire chaque semaine.
• L’import LinkedIn est la couture faible. Des utilisateurs décrivent le transfert des données de profil depuis LinkedIn comme laborieux et daté. Garde-fou : passez 50 profils réels dans l’extension Chrome pendant l’essai et comptez combien de champs arrivent propres ; si c’est sous votre seuil, provisionnez le nettoyage manuel sur la première année.
• Pas de serveur MCP natif. L’API est ouverte et des connecteurs tiers l’exposent, mais il n’existe pas d’endpoint MCP first-party. Garde-fou : si vous comptez donner à un agent un accès direct à l’ATS, budgétez le connecteur au lieu de supposer qu’il est fourni.
• Les chiffres de productivité relèvent du marketing éditeur. 2x de productivité par recruteur, 4x d’output et 15 % de pipeline en plus grâce aux alertes de changement de poste sont publiés sans méthodologie déclarée. Garde-fou : établissez votre propre base de présentations par recruteur et par semaine avant le début de l’essai, et construisez le business case sur ce chiffre.