Les solutions de Talent Management ont pour vocation d’améliorer des domaines RH comme le management de la performance ou la gestion des carrières et des mobilités. La majorité des solutions de talent management comporte une intelligence artificielle visant à favoriser l’adéquation entre la demande et l’offre de compétences et l’individualisation de l’accompagnement de carrières.
Le baromètre 2021 de l’ANDRH fait pourtant état d’un équipement en logiciels relativement modeste: 30% des entreprises de 300 à 5 000 collaborateurs, et 62% des entreprises de + de 10 000 salariés.
Quelles améliorations l’intelligence artificielle doit proposer pour être au service du talent management ?
Quelles sont les améliorations à apporter aux outils de Talent Management ?
Les améliorations dont les équipes RH ont besoin aujourd'hui dans leurs outils quotidiens portent sur un accompagnement pédagogique supérieur sur les usages possibles, et la fiabilisation des données sur lesquelles prendre leurs décisions.
L'accompagnement dans l’usage des outils de gestion des talents
L’innovation représentée par une intelligence artificielle incorporée dans les solutions de gestion des talents demande tout d’abord une conduite de changement, une formation durable des utilisateurs RH, des collaborateurs et des managers.
Les éditeurs de logiciels ont la responsabilité de conduire des ateliers réguliers durant le projet et après le déploiement. Linnet Kotek, Consultante senior au sein du Cabinet Tempo&Co, insiste sur les différentes modalités de formation (vidéos motion design, tour guidée), de communication et de mesure de l’adoption de l’outil pour apporter le support nécessaire aux utilisateurs. Afin d'accompagner les utilisateurs Neobrain propose un parcours en 21 jours : 88% de nos utilisateurs sont actifs au bout de 2 semaines.
Nous vous donnons libre accès au Replay du Webinar "Gestion des talents : comment faire mieux avec moins ?"
La pédagogie autour de l’usage de l’intelligence artificielle pour le domaine RH
La perception de l’IA dans la sphère RH comporte plusieurs ambiguïtés. S’il est acquis que les tâches effectuées avec l’aide d’algorithmes passeront de 30 à 40% dans un horizon proche, la résistance au changement persiste chez les gestionnaires RH qui ont peur de perdre la main sur des tâches qu’elles apprécient. L’objet de l’IA n’est pas d'automatiser des métiers mais des tâches. 74% des collaborateurs sont d’ailleurs favorables à disposer d’un assistant qui fournit ce service. Les résultats de plusieurs études démontrent des attentes centrées sur la suggestion des bons dispositifs de formation (78%), l’évaluation des compétences (71%) ou encore la gestion de carrière (68%).
Pour comprendre l'impact de l'IA sur les principaux métiers et aptitudes les + résilientes, Neobrain a constitué un outil unique sur 100 métiers. Apprenez à connaitre l'impact de l'IA sur votre carrière.
La fiabilité de la Data RH et le passage à l’échelle
Le volume et la fiabilité des données RH nécessaires au processus d’autoapprentissage de l’IA sont essentiels. Le Machine learning, à l’origine des améliorations d'analyse, de prédiction et d’individualisation produit des résultats pertinents après une première phase dite "d'entraînement". Ainsi, afin d’implémenter une solution de talent management avec succès nous recommandons 3 étapes :
- 1ère étape : Réaliser une première phase de reprise des données RH existantes (référentiels de compétences, référentiels métiers, données de performance, résultats d’entretiens annuels, ….)
- 2ème étape : Garantir l’homogénéité des formats de données RH à partir des différentes sources (fichiers excel, core SIRH, best of breeds, …)
- 3ème étape : Constituer un modèle d'entraînement sur une durée de 2 mois à partir d’un premier échantillon de data RH (adresser en premier lieu la population auprès de qui la solution de talent management aura le plus d’impact est souvent recommandé).
Pour apporter de réels bénéfices dans la gestion des talents, l’usage de l’IA se fait dans le cadre d’une démarche pas à pas.
Les réponses de l’intelligence artificielle au Talent Management
L’intelligence artificielle dans la fonction RH, ou dans tout autre domaine, consiste à faire imiter par une machine les capacités cognitives d’un être humain. Elle doit être considérée comme une forme d’intelligence qui devient pertinente à force d'entraînement. Pour démystifier son fonctionnement, il est crucial de comprendre que l’humain est à l’origine des instructions qui sont initialement fournies à l’IA ont un rôle clé dans sa pertinence future. Ainsi, une organisation dont les points de vue sont multiples et diversifiés est mieux équipée pour générer une intelligence artificielle neutre de tout jugement, et performante dans les résultats qu’elle produit.
L’intelligence artificielle comporte autant de risques éthiques que d’opportunités d’égalité des chances suivant sa configuration. Chaque humain agit suivant des biais cognitifs. L’IA peut justement permettre de les réduire tant que la diversité de pensée de l’équipe à l’origine de cette intelligence est réelle.
Pour envisager un équipement plus important des solutions de Talent Management, l’intelligence artificielle va devoir convaincre et évoluer sur trois aspects :
- La capacité à apprendre plus vite (active learning)
- La capacité à comprendre un langage non structuré (BERT)
- La capacité à modéliser la transférabilité d’une compétence
L'intelligence artificielle doit apprendre plus vite (active learning)
L’intelligence artificielle a besoin d'entraînement pour devenir performante (notion de "Machine Learning"). Cette technologie va évoluer sur sa capacité à apprendre avec peu de feedback utilisateur grâce à la “labellisation de données”. La consommation très élevée de données pour apprendre des cas non rencontrés dans le passé est désormais facilitée par un outil comme Amazon Mechanical Turk. La technique de labellisation consiste à externaliser le processus d’annotation à des tiers pour gagner en rapidité.
Cas d’usage :
- Talent Management et formation: démultiplier une “tâche” humaine comme le tagging de compétences sur des formations ou la construction d’un plan de succession.
- L’IA adapte les programmes de formation plus rapidement, elle accélère ainsi l’adaptation des compétences de vos collaborateurs.
L'intelligence artificielle doit comprendre un langage non structuré (BERT)
Le langage non-structuré consiste à appréhender des données elles-mêmes non structurées pour les rendre intelligibles. Ces données non structurées sont très fréquentes pour les RH, ce sont des informations qualitatives qui nécessitent une collecte et un traitement très important. Par exemple, le feedback d’une enquête auprès des collaborateurs, la description d’un poste, ….La technologie BERT de Google poursuit sa progression dans la compréhension du sens des mots pour les classifier et les exploiter.
Cas d’usage :
- Recrutement et formation: être capable de comprendre une offre d’emploi pour en extraire les compétences, contraintes, niveaux de qualification impératifs et traiter les candidatures objectivement.
- Prélever, à partir d’une présentation de formation, les compétences qui seront ensuite intégrées aux profils des collaborateurs.
L'intelligence artificielle doit modéliser la transférabilité d’une compétence
L’intelligence artificielle doit encore progresser dans sa capacité à prédire des évolutions futures. Aujourd’hui la technologie parvient à anticiper des réalités futures à partir d'éléments passés, la prochaine étape est de pouvoir renforcer ces prédictions à partir de différents scénarios. Par exemple, déterminer combien de temps est nécessaire pour acquérir la compétence B, si je maîtrise déjà la compétence A.
Cas d’usage :
- Rendre acteur le salarié en optimisant les suggestions de formation, d’offres de mission, de métiers.
- Optimiser les recrutements : identifier les candidats ayant des compétences proches
Le développement de l’intelligence artificielle va de pair avec les transformations vécues par les RH. Parmi ces évolutions fondamentales l’IA peut participer à faciliter la prise de décision, rendre les collaborateurs acteurs de leurs parcours, et favoriser une culture apprenante. Le panel Gartner révèle que 13% des sociétés utilisent une solution RH comportant une IA, les deux-tiers de celles-ci comptent doubler le périmètre des projets. Les objectifs attendus sont les suivants:
- 62% d’entre elles recherchent une prise de décision à partir de données fiables
- 57% y voit l'opportunité d’améliorer l’expérience collaborateur
- 56% poursuit une recherche d’automatisation de tâches répétitives
- 51% pensent obtenir des réductions substantielles de coûts.
Le rapport du Parlement européen du 10 Février 2020 parle de "prise de décision automatisée", ce qui remet en cause le concept d’IA comme simple outil et va au-delà de nos recommandations. L’IA remet en question l'organisation du travail et la gestion des collaborateurs. Elle sera un sujet de négociation qui tendra à se généraliser dans les années à venir.
Pourquoi le talent management devient il indispensable ?
Plusieurs raisons motivent la dimension essentielle du talent management et sa nécessaire intégration dans les politiques de gestion des talents :
- Les PDG voient désormais dans ce domaine une source de contribution importante à la performance économique de la société.
- La politique de gestion des talents n’est plus cantonnée aux individus représentant le plus de potentiels mais à l’ensemble des collaborateurs.
- Ces sujets font l’objet d’un désir de formation important au sein de la fonction RH : 7% se disent “experte” avec la gestion anticipée des compétences, chiffre à comparer avec le recrutement pour lequel 25% affichent ce niveau d’expertise.
