La TikTokisation de LinkedIn : quand le réseau professionnel oublie d’où il vient
Le 12 mars 2026, LinkedIn a publié un article d’ingénierie qui aurait dû faire l’effet d’une bombe. Signé par Hristo Danchev, il décrit en détail le remplacement intégral du système de recommandation du feed par deux modèles de langage. Un dual encoder basé sur LLaMA 3 de Meta pour la récupération des contenus. Un transformeur de 150 milliards de paramètres, nommé en interne 360Brew, pour le classement. Le tout exécuté sur des clusters de GPU H100 NVIDIA.
En clair : LinkedIn ne fonctionne plus comme avant. Le réseau n’affiche plus votre fil en fonction de vos connexions ou de la fraîcheur des publications. Il analyse sémantiquement votre profil, votre historique d’engagement, vos centres d’intérêt professionnels inférés, et il vous sert le contenu qu’un LLM estime le plus pertinent pour vous retenir sur la plateforme.
Ce basculement n’est pas un ajustement technique. C’est un changement de nature. Et il confirme une dérive que nous observons depuis deux ans : le réseau né pour connecter l’offre et la demande de compétences est devenu une plateforme de contenu qui optimise le temps d’écran. Exactement comme TikTok.
Nous avons analysé cette mutation lors du SEO Summit 2026 avec Sylvain Peyronnet, cofondateur de Babbar et YourTextGuru. Ce que nous avons découvert mérite d’être partagé en détail.
Sommaire
- Ce que LinkedIn a changé en silence : deux LLM au cœur du feed
- La mécanique TikTok appliquée au monde professionnel
- Les chiffres qui confirment la dérive
- Notre vidéo : comprendre et agir face au nouvel algorithme
- Du réseau de recrutement à la plateforme de rétention : un glissement stratégique
- Ce que nous observons sur le terrain
- Notre position
- Sources et références
Ce que LinkedIn a changé en silence : deux LLM au cœur du feed
LinkedIn a remplacé son système historique de recommandation, un assemblage de filtres collaboratifs, de recherche par mots-clés et de modèles indépendants, par une architecture unifiée entièrement fondée sur des LLM (modèles de langage de grande taille).
Le premier composant est un dual encoder construit sur LLaMA 3 de Meta. Son rôle : transformer votre profil (titre, résumé, compétences, historique de postes, certifications) en un vecteur mathématique dense de 50 dimensions. Chaque publication est encodée dans le même espace vectoriel. Le système mesure ensuite la proximité sémantique entre votre « embedding » et celui de chaque contenu candidat, pour sélectionner environ 2 000 publications pertinentes parmi des centaines de millions, en moins de 50 millisecondes.
Le second composant est 360Brew, un modèle génératif d’environ 150 milliards de paramètres. Celui-ci ne traite pas chaque publication isolément : il analyse votre historique d’interactions comme une séquence ordonnée pour comprendre comment vos intérêts professionnels évoluent dans le temps. Il classe ensuite les 2 000 candidats en fonction de cette compréhension dynamique.
Traduction concrète : le feed LinkedIn ne répond plus à la question « qu’est-ce qui est nouveau ? » mais à la question « qu’est-ce qui va retenir cet utilisateur le plus longtemps ? ». C’est un changement fondamental d’objectif. Et c’est précisément la logique de TikTok.
La mécanique TikTok appliquée au monde professionnel
La TikTokisation de LinkedIn désigne l’adoption progressive par le réseau professionnel des mécaniques qui ont fait le succès de la plateforme vidéo. Pas le format vidéo court en lui-même, mais la logique algorithmique sous-jacente.
Première convergence : le dwell time comme signal principal.
Sur TikTok, le taux de complétion d’une vidéo détermine sa distribution. Sur LinkedIn en 2026, le temps passé à lire un post, les pauses dans le scroll, les relectures silencieuses sont devenus des signaux plus puissants qu’un simple « j’aime ». 70 % des utilisateurs LinkedIn ne réagissent jamais publiquement. Ce sont ces « scrolleurs silencieux » que l’algorithme observe désormais en priorité.
Deuxième convergence : la pénalisation des liens sortants.
Les données de terrain confirment qu’un post contenant un lien externe subit une réduction de visibilité d’environ 60 % par rapport à un post identique sans lien. LinkedIn veut garder l’utilisateur sur la plateforme. Chaque lien est une sortie potentielle. C’est exactement le modèle de TikTok, où tout contenu qui pousse l’utilisateur hors de l’application est algorithmiquement pénalisé.
Troisième convergence : la fin de la distribution par réseau.
Le feed n’est plus centré sur vos connexions. Il est centré sur vos intérêts, tels que le LLM les infère. Les contenus de personnes que vous ne suivez pas apparaissent désormais naturellement dans votre fil, exactement comme la « For You Page » de TikTok. Le graphe social cède la place au graphe sémantique.
Quatrième convergence : les hashtags sont devenus invisibles pour le système.
Le LLM lit et comprend votre contenu sémantiquement. Il n’a pas besoin d’étiquettes pour catégoriser un post. Les hashtags, autrefois leviers de visibilité, sont désormais sans effet mesurable sur la distribution.
Les chiffres qui confirment la dérive
Les données sont sans ambiguïté. Selon le rapport Algorithm InSights 2025 de Richard van der Blom, référence dans la communauté marketing professionnelle : les vues moyennes sont en baisse de 50 %, l’engagement a chuté de 25 %, et la croissance des abonnés a diminué de près de 60 % par rapport aux périodes précédentes.
Une analyse indépendante portant sur plus de 300 000 publications au troisième trimestre 2025 a mesuré une baisse de portée organique de 65 % par rapport au début de l’année.
Ces chiffres ne signifient pas que LinkedIn « meurt ». Ils signifient que la plateforme a délibérément choisi de réduire la distribution large au profit d’une distribution ciblée. Moins d’impressions, mais des impressions que le LLM juge plus pertinentes. Le problème, c’est que cette définition de la « pertinence » est entièrement définie par l’algorithme, pas par l’utilisateur. Et l’algorithme optimise pour la rétention, pas pour la connexion professionnelle.
C’est le paradoxe central : LinkedIn affirme privilégier la qualité, mais son système mesure la qualité par le temps passé sur la plateforme. Or le temps passé n’est pas synonyme de valeur professionnelle. Il est synonyme de captation de l’attention. La même métrique que TikTok.
Notre vidéo : comprendre et agir face au nouvel algorithme
Nous avons participé au SEO Summit où Sylvain Peyronnet, cofondateur de Babbar et de YourTextGuru, a présenté une analyse détaillée de la publication technique de LinkedIn sur son nouvel algorithme. Cette analyse nous a permis de décoder les implications concrètes pour les utilisateurs.
Nous en avons tiré une vidéo qui synthétise ces changements et propose des conseils pratiques pour adapter votre présence LinkedIn à ce nouveau fonctionnement :
Dans cette vidéo, nous abordons notamment :
- Comment le dual encoder de LinkedIn transforme votre profil en un vecteur mathématique et pourquoi chaque mot de votre titre et de votre section « Infos » compte désormais différemment.
- Pourquoi le système 360Brew a besoin d’environ 90 jours pour calibrer votre profil, et ce que cela implique en termes de cohérence thématique dans vos publications.
- Ce que signifie concrètement la disparition des hashtags comme signal de distribution et par quoi les remplacer.
- Les formats qui fonctionnent en 2026 (carrousels PDF, posts texte avec accroche forte) et ceux qui ont perdu en efficacité (images seules, posts avec liens externes).
- Des recommandations directes pour les professionnels, les recruteurs et les entreprises qui dépendent de LinkedIn pour leur visibilité.
Cette vidéo est le prolongement pratique de l’analyse que vous lisez ici. L’article pose le diagnostic. La vidéo donne les clés pour agir.
Du réseau de recrutement à la plateforme de rétention : un glissement stratégique
LinkedIn est né en 2003 avec une mission claire : connecter les professionnels entre eux pour faciliter le recrutement et la construction de réseaux professionnels. Cette mission a fait sa légitimité et sa croissance jusqu’à dépasser 1,3 milliard de membres.
Mais la plateforme que l’on utilise en 2026 n’est plus la même. Trois signaux convergents montrent le glissement de mission :
Le premier signal, c’est la pénalisation des sorties.
Un réseau de recrutement a intérêt à envoyer ses utilisateurs vers des offres d’emploi, des sites d’entreprises, des portfolios professionnels. Or LinkedIn fait l’inverse : chaque lien externe est traité comme une menace pour la rétention. Les posts qui redirigent vers un site web perdent jusqu’à 60 % de leur portée. La plateforme préfère que vous publiiez directement chez elle plutôt que vous pointiez vers votre propre infrastructure.
Le deuxième signal, c’est la montée de la « creator economy » professionnelle.
LinkedIn investit massivement dans les outils de création de contenu natif : newsletters intégrées, carrousels, vidéos, podcasts, jeux in-app. Ces fonctionnalités n’ont rien à voir avec le recrutement. Elles servent un objectif : augmenter le temps passé sur la plateforme. En 2026, LinkedIn a même lancé un septième jeu intégré (Patches). Un réseau professionnel qui propose des puzzles pour retenir ses utilisateurs : le symbole est parlant.
Le troisième signal, c’est le modèle économique lui-même.
LinkedIn a représenté 41 % des budgets média B2B en 2025 selon Dreamdata. Son chiffre d’affaires publicitaire dépend directement du temps d’attention disponible sur la plateforme. Plus les utilisateurs scrollent, plus les espaces publicitaires ont de la valeur. Le recrutement, qui repose sur des transactions ponctuelles (un candidat trouvé, un poste pourvu), génère moins de revenus récurrents que la publicité ciblée. Le modèle TikTok est économiquement plus rentable que le modèle Viadeo.
Nous avions déjà analysé pourquoi LinkedIn, dans sa forme actuelle, constitue une friction pour les agents IA de recrutement. Ce qui se confirme ici, c’est que cette friction n’est pas un bug. C’est une conséquence logique du repositionnement stratégique de la plateforme. LinkedIn ne cherche plus à connecter efficacement l’offre et la demande. Il cherche à retenir l’attention. Ce sont deux objectifs incompatibles.
Ce que nous observons sur le terrain
Chez Maison Graciet, nous accompagnons des entreprises qui utilisent LinkedIn comme levier de visibilité et de recrutement. Ce que nous constatons depuis fin 2025 confirme chaque point de cette analyse.
La conclusion de tout cela pourrait se résumer à « créez votre site web ». Ce serait passer à côté de l’essentiel.
Les entreprises qui publient du contenu générique, les posts « motivationnels », les « 5 conseils pour réussir », les reformulations sans point de vue, voient leur portée chuter drastiquement. L’algorithme LLM identifie ces contenus comme redondants dans l’espace vectoriel : des dizaines de milliers de posts occupent les mêmes coordonnées sémantiques. Aucune raison pour le système de privilégier l’un plutôt qu’un autre.
À l’inverse, les contenus qui expriment un point de vue documenté, ancré dans une expertise vérifiable, continuent de performer. C’est cohérent avec la logique du système : le LLM reconnaît la spécificité sémantique. Un contenu qui dit quelque chose de précis, avec des données, des noms, des méthodologies identifiées, se distingue mécaniquement dans l’espace vectoriel.
Mais le problème de fond demeure : vous publiez sur un terrain que vous ne contrôlez pas. LinkedIn peut changer son algorithme demain. Il l’a déjà fait. Et chaque changement redéfinit les règles du jeu sans prévenir les joueurs. C’est exactement ce que nous écrivions dans notre analyse sur les agents IA et le recrutement : votre site web reste le seul actif numérique que vous maîtrisez intégralement.
La TikTokisation de LinkedIn n’est pas une dérive passagère. C’est une mutation structurelle. Et face à une mutation, il ne suffit pas de « s’adapter à l’algorithme ». Il faut diversifier ses actifs numériques pour ne dépendre d’aucune plateforme unique. C’est ce que nous appelons le patrimoine numérique, et c’est exactement ce que nous aidons les organisations à construire.
Notre position
Le numérique doit rester un levier de liberté, pas une nouvelle dépendance. Nous accompagnons les organisations qui souhaitent bâtir un patrimoine numérique résilient, fondé sur des technologies ouvertes et une compréhension claire des enjeux.
Sources et références
Danchev, H. (2026). « Engineering the next generation of LinkedIn’s Feed. » Blog d’ingénierie LinkedIn, publié le 12 mars 2026. Description détaillée de l’architecture LLM dual encoder + 360Brew qui remplace le système de recommandation historique.
Srinivasa Ramanujam, S. et al. (2025). « Large Scale Retrieval for the LinkedIn Feed using Causal Language Models. » arXiv:2510.14223. Article de recherche décrivant le fine-tuning de LLaMA 3 en dual encoder pour le système de retrieval du feed LinkedIn.
van der Blom, R. (2025). Algorithm InSights 2025. Rapport annuel sur les performances organiques de LinkedIn : -50 % de vues, -25 % d’engagement, -59 % de croissance des abonnés.
Analyse indépendante Q3 2025. Étude portant sur plus de 300 000 publications LinkedIn, mesurant une baisse de portée organique de 65 %.
Dreamdata (2026). LinkedIn Ads Benchmarks Report 2026. LinkedIn représente 41 % des budgets média B2B, avec un ROAS atteignant 121 % en 2025.
IMA Digital (2025). « The Secrets Behind LinkedIn’s New Algorithm. » Analyse du changement majeur d’algorithme de juin 2025 et de la convergence avec le modèle TikTok.
River Blog (2026). « The 2026 LinkedIn Algorithm: What Actually Works Right Now. » Tests sur 300 posts mesurant la pénalisation de 60 % sur les posts avec liens externes.
Peyronnet, S. (2026). Analyse présentée au SEO Summit sur la publication technique de LinkedIn et ses implications pour les créateurs de contenu.
