Des Intelligences Artificielles au service des  Ressources Humaines

Comprendre les intelligences artificielles dans le contexte RH

L'intelligence artificielle revêt différentes technologies, modalités, dont la portée sur les activités RH présentent des intérêts différents.

Quelles sont les différentes formes d'IA pour les Ressource Humaines ?

Une grande variété de modalités d'IA coexistent au sein de l'intelligence artificielle (IA): apprentissage automatique, traitement naturel du langage, réseaux de neurones, large language models. L'intelligence artificielle est une branche innovante de l'informatique, conçue pour permettre aux machines d'exécuter des tâches qui requièrent une forme d'intelligence traditionnellement associée à l'humain.

L'apprentissage automatique

Au cœur de l'IA, l'apprentissage automatique constitue une sous-discipline où les systèmes améliorent leur performance de façon autonome, s'appuyant sur l'expérience acquise sans être explicitement programmés pour chaque tâche.

Le traitement du langage naturel (NLP)

Une application particulièrement pertinente de l'apprentissage automatique dans le domaine des ressources humaines est le traitement du langage naturel (NLP), qui facilite l'interaction entre les ordinateurs et le langage humain, rendant possible l'analyse et la compréhension des communications écrites ou verbales en entreprise.

Les Large Language Models

Les modèles de langage large (LLM), grâce à leur capacité à prédire le texte suivant à partir d'immenses volumes de données textuelles préalablement analysées, ouvrent des perspectives nouvelles pour la création de contenu automatique et l'assistance aux tâches administratives. Chat GPT est un LLM. Ce modèle de langage génératif préentraîné (GPT) conçu par OpenAI, a préalablement été nourri de vastes corpus textuels. Il est capable de générer des réponses textuelles complexes sur demande, offrant, par exemple, ainsi un soutien précieux dans la rédaction de descriptifs de postes ou de rapports d'entretiens annuels.

Ces technologies illustrent la diversité et la richesse des applications de l'IA dans le secteur des ressources humaines, transformant les méthodes traditionnelles de gestion des talents, de recrutement, et de développement professionnel.

‍

Quelles activités RH peuvent réellement bénéficier de l'intelligence artificielle ?

Nous pouvons distinguer plusieurs familles d'activités RH qui sont aujourd'hui augmentés par l'IA : l'analyse des comportements, la prédiction d'évènements, l'adaptation de l'offre de services ou encore la création de documents ou de supports de formations. Les cas pratiques, encore rares il y a 2 ans ont entamé un virage à grande vitesse :

• Analyser un comportement: que ce soient la rétention ou encore les opinions à l'égard de la politique RH, les techniques évoluent du réseaux de neurones au traitement naturel du langage.
• Prédire des évènements: il est possible de prédire qu'un individu quitte l'entreprise ou qu'un risque psychosocial advienne. Pour se faire, les réseaux de neurones seront privilégiés.
• Adapter l'offre de services: personnaliser l'offre de carrières ou de formation devient une réalité au travers de l'exploitation de Large Language Models.
• Créer des descriptifs de postes: il est toujours utile de customiser ses offres, néanmoins, le Generative Pre-trained Transformer (GPT) fait gagner un temps précieux aux talent acquisition managers.

‍

Les bénéfices de l'IA pour l'ensemble des acteurs RH

La qualité de l’expérience utilisateurs est au centre de l’adoption d’un SIRH. L’IA de Neobrain facilite l’utilisation de votre logiciel RH dans le quotidien de chacun des acteurs RH :

• Collaborateurs : Personnalisation des parcours professionnels, des suggestions d’opportunités internes et de formations.
• Managers : Individualisation des relations avec vos collaborateurs, leurs préférences, grâce à l'Active Learning *.
• Ressources Humaines : Génération automatique des nomenclatures, centralisation des indicateurs pour de meilleures décisions.

_{* Modèle d'apprentissage automatique 4 fois plus puissant que le Machine Learning classique.}

Les atouts de l'IA pour les collaborateurs

Que demandent les collaborateurs vis-à-vis de leur espace logiciel ? Deux choses priment pour eux: la simplicité dans l'accès aux informations et bénéficier de suggestions qui les guident dans leurs carrières.

Une meilleure expérience employés grâce à l'IA

Aujourd'hui, il n'est plus envisageable qu'un salarié renseigne plusieurs fois les mêmes informations. Neobrain connecte les sources de données de vos solutions RH actuelles et la met à disposition dans chacun des modules: entretiens de performance, objectifs, profil de compétences, souhaits d'évolutions de carrière. Les talents vont enfin prendre du plaisir à naviguer sur leur espace RH.

Daghan Or, People Technology & Innovation Leader | Partner at PwC, déclare que l'IA utilisée au sein de la nouvelle Talent Marketplace est un facteur d'adoption essentiel. Il ne s'agit pas de demander aux collaborateurs de se rendre sur la plateforme mais de leur donner les bonnes raisons de le faire. L'ensemble de son entretien est disponible dans notre section "Talent Marketplace dans le domaine du Conseil".

Grâce à la personnalisation offerte par l'IA, 88% de nos utilisateurs se rendent 3 fois par mois sur la plateforme Neobrain.

‍

Une personnalisation des suggestion de parcours

Notre solution apprend au fil du temps, nous intégrons le feedback des utilisateurs pour leur offrir la meilleure expérience. Pour illustrer ceci, la meilleure des pratiques est de vous monter de quelle manière cet atout se présente sur l'espace de vos collaborateurs.

‍

Le binôme RH et IA apporte de nouvelles perspectives à la volonté de connaître et  d'accompagner les collaborateurs dans leurs trajectoires. Data Science et Machine learning sont au service de l’analyse des données à grande échelle au sein de l’entreprise.  Dans un contexte de transformation RH accélérée, les suggestions et recommandations en temps réel de l’IA forment un outil d’aide à la décision à la main de l’ensemble des acteurs RH.

Les cas d'usage de l'IA pour la fonction RH

Unir talents, aspirations et opportunités

Les évolutions professionnelles formatées ont atteint leurs limites. Combiner compétences et appétences nourrit la création de parcours professionnels variés et plus engageants. Les cas d'usage sont très nombreux et la question avant tout d'identifier les plus appropriés pour vos problématiques RH. Nous détaillons les 7 cas d'usage essentiels qui sont aujourd'hui à l'œuvre chez nos clients.

Quels sont les cas d'usage de l'IA plébiscités par les équipes RH ? Le "Hit Parade" est enfin disponible.

‍

Les Bénéfices du moteur de matching de compétences de Neobrain

• L'alignement des talents avec les besoins de l’organisation ;
• La meilleure allocation des ressources avec les projets ;
• La rétention des talents grâce à la considération de leurs appétences;
• La mobilité des collaborateurs et leur développement.

‍

Accompagner les décisionnaires de manière concrète

Les équipes RH ont constamment des questions de la part de leurs managers, peuvent-elles toujours y répondre ? Dès lors qu'il s'agit d'aspects exigeant l'exploitation de données quantitatives, des solutions plus simples doivent être apportées. C'est pourquoi Neobrain a scellé un partenariat avec Microsoft pour offrir le meilleur dans la navigation au sein d'une plateforme logicielle RH. Illustration en vidéo:

‍

‍

Focus sur "intelligence artificielle et gestion des compétences"

Révéler les compétences invisibles

Le constat actuel vis à vis de la pénurie de compétences est limpide:

• 80% des entreprises ont du mal à trouver le ressources ont elles ont besoin (étude Manpower 2023).
• 60% des collaborateurs estiment que leur entreprise ne capitalisent pas sur toutes leurs aptitudes disponibles (WEF).

Pa conséquent, l'un des axes d'amélioration de l'allocation des ressources est d'identifier des savoir-faire encore inconnus car non répertoriés dans les nomenclatures rigides des métiers des entreprises. L'IA permet de faire ressortir ces qualifications, appétences non visibles e de donner la chance au talents d s'exprimer pleinement.

Notre moteur d’analyse sémantique détecte, structure et valorise chaque compétence mobilisable de l'organisation. Ne vous limitez pas à l’auto-déclaration des aptitudes des collaborateurs. Saisissez toute la richesse de leurs compétences implicites à l’aide de notre analyseur sémantique multilingue et faites ainsi émerger des qualifcations inconnues dont l'entreprise se nourrira pour son activité.

Accélérer la création de référentiels pérennes

Structurez de manière homogène votre socle de gestion des compétences grâce à 2 atouts de Neobrain:

1. ‍Notre moteur de génération automatique de référentiels.
2. ‍Notre outil de contrôle de cohérence des référentiels créés.

La durée de constitution de référentiels est divisée en moyenne par 4 grâce au modèle hybride imaginé par notre équipe Projets clients.

L'IA en support d'une ontologie de compétences éprouvée :

72 000 compétences et 26 000 emplois sont analysés quotidiennement par le biais du traitement naturel du langage. Cette méthodologie d'exploitation et de formalisation de vos données RH divise par 4 la durée de réalisation des référentiels métiers et compétences.

Notre moteur d’analyse sémantique comprend vos spécificités sectorielles et métiers, nous vous apportons le benchmark de compétences émergentes de votre environnement concurrentiel.

Notre équipe clients s'appuie sur l'IA pour construire, avec vous, la solution logicielle adaptée à votre culture, vos processus et vos préoccupations éthiques.

‍‍

IA et transformations des métiers et des compétences

Comment identifier les impacts de l'IA sur les Métiers et les Compétences ?

Pour identifier les impacts de l'IA, il ne s'agit pas de se pencher directement nos métiers mais d'abord examiner de nos taches quotidiennes. Ernst & Young s'est penchée sur cette avancée technologique et les attentes des dirigeants dans une étude de 2023. Il en ressort un fort espoir d'accroissement de l'efficacité opérationnelle pour les dirigeants d'entreprise.

Les 8 critères pour évaluer les potentiels impacts de l'IA sur nos tâches:

1. S'agit-il d'une tâche comportant une dimension physique ?
2. Quel niveau d'interaction Humaine est nécessaire pour accomplir cette tâche ?
3. Quel degré d'expertise professionnelle est-il nécessaire ?
4. Cette tâche demande t-elle de manipuler beaucoup de données ?
5. Quelle est l'intensité des contraintes réglementaires assorties à son exécution ?
6. Quels sont les facteurs de risque compris dans sa mauvaise réalisation ?
7. Quelles sont les exigences de créativité et de stratégie ?
8. A quel point considérons-nous que cette tâche st complexe ?

Neobrain a constitué une application à partir de plusieurs études dont nous détaillons ici la méthodologie. Vous pouvez accéder à l'analyse de 100 métiers.

‍

‍

La profession adopte déjà la Generative AI et prend conscience de son intérêt sur la productivité de ses équipes et l'impact sur les différents métiers. L'urgence d'évaluer les mutations métiers, l'automatisation potentielle des tâches et les gains de productivité fait partie des préoccupations que Neobrain aborde avec précision.

Une illustration avec les métiers des la Direction Administrative et Financière

Neobrain et son partenaire PWC ont mené une vaste investigation sur l'intégration de l'IA traditionnelle et la générative AI dans les directions financières. Parmi les insights relatifs à la vision des dirigeants sur la diffusion de ces technos dans la DAF, près de 80% d'entre eux ne l'ont pas encore diffusé. Pourtant, 66% estiment qu'il entrainera le besoin d'acquisition de nouvelle compétences. Nous avons modélisé les impacts et synergies de ces 2 technologies sur le principales activités de cette direction.

‍

Limites et enjeux futurs de l'IA dans l'organisation

Quelle est la réelle adoption d l'IA au sein des entreprises ?

Aux côtés de Eugenia Fornieri-Macchi (Danone) et de Jean-Christophe Dupuy (Microsoft), Paul Courtaud dresse le bilan, non seulement de l'utilisation de l'IA chez les collaborateurs, mais aussi des cas d'usage destinés à améliorer l'expérience employés au quotidien.

Voici un échantillon de cet entretien dans l'émission de BFM TV :

Alors que l'utilisation de l'IA par les employés est de plus en plus courante, elle ne se reflète pas toujours dans les stratégies d'entreprise globales. En effet,  malgré l'importance accordée à l'IA (France Travail évoque le chiffre de 35% des salariés qui utilise quotidiennement l'outil) à peine plus de 10 % d'entre elles ont réellement évalué son impact sur leur activité.

‍Lancer la réflexion comporte des obstacles, c'est pourquoi Neobrain propose une méthode et des facteurs clés de succès disponibles dans notre feuille de route.

Comment se situer face à la concurrence ? Prenez-vous du retard ou êtes-vous en phase avec les tendances actuelles ? Comment les autres entreprises exploitent elles concrètement ces technologies aujourd'hui pour améliorer la productivité ?

Nous dissocions 3 niveaux de maturité dans la diffusion de l'IA :

1. Premier niveau : Amélioration de la productivité individuelle des employés. L'IA à usage personnel, telle que les assistants personnels intelligents, optimise les tâches quotidiennes et la gestion du temps, très appréciée dans les secteurs technologiques et les professions nécessitant une gestion efficace du temps. Toutefois, les coûts et la variabilité de la qualité des outils peuvent être des freins, en particulier pour les PME.
2. Second niveau : Optimisation des processus d'entreprise. Les systèmes de gestion automatisés utilisés dans la logistique, le RPA et les CRM transforment et améliorent l'efficacité des opérations internes, avec une adoption élevée dans les grandes entreprises des secteurs manufacturier, retail et financier. Les obstacles principaux incluent les coûts initiaux élevés et les défis d'intégration systémique.
3. Troisième niveau : Mise à disposition technologique aux clients finaux. L'intégration de l'IA dans les produits et services offre des fonctionnalités avancées comme les recommandations personnalisées, particulièrement dans les secteurs orientés vers le consommateur comme le retail et les télécommunications. Les défis résident dans la nécessité de comprendre profondément les données clients et de disposer de capacités analytiques avancées.

En savoir davantage pour évaluer votre niveau actuel de maturité grâce à notre article "La réelle adoption de l'IA en entreprise".

Éthique et IA

L'intégration de l'intelligence artificielle dans les processus RH soulève d'importants défis éthiques, principalement liés aux biais de l'IA. Ces biais peuvent causer des discriminations involontaires, affectant ainsi la diversité et l'équité au sein des organisations. Il est crucial de reconnaître l'existence de ces biais, qu'ils proviennent des données d'entraînement ou de la conception des algorithmes, pour pouvoir les atténuer efficacement. Le projet Gender Shades en est un exemple frappant, ayant mis en lumière des inégalités significatives dans les technologies de reconnaissance faciale selon le genre et la couleur de peau.

La présence de biais dans l'IA peut entraîner des discriminations dans des domaines critiques tels que le recrutement et l'évaluation des performances, où les algorithmes biaisés favorisent certains groupes au détriment d'autres. Des cas comme celui du système de recrutement automatisé d'Amazon en 2014 démontrent les risques de discrimination, notamment de genre, lorsqu'un système est entraîné sur des données historiques non représentatives.

Pour contrer ces risques, les entreprises doivent adopter des pratiques responsables en matière d'IA. Cela inclut:

• L'utilisation de données diversifiées et représentatives
• La collaboration avec des équipes pluridisciplinaires lors de la conception des algorithmes et la réalisation d'audits réguliers des systèmes d'IA.

Souveraineté numérique

La question de la souveraineté des données prend une dimension critique dans le contexte de l'utilisation de l'IA, en particulier avec des outils accessibles au public comme ChatGPT. Les entreprises doivent être conscientes des risques associés à l'utilisation de services IA externes, notamment la perte de contrôle sur les données sensibles, qui peuvent être régies par des législations étrangères ou être exposées à des tiers. Cette situation soulève des enjeux de conformité et de sécurité, ainsi que des préoccupations relatives à la propriété intellectuelle. Des sociétés comme Veolia ou Axa ont ainsi adopté Secure GPT basé sur le service Azure OpenAI de Microsoft.

L'anonymisation des données apparaît comme une étape indispensable dans l'utilisation d'outils IA pour le traitement d'informations délicates. Toutefois, pour maximiser les bénéfices de l'IA tout en préservant la sécurité et la confidentialité des données, les entreprises vont renforcer leur niveau d'exigence à juste titre.

Pour conclure, notre expérience nous enseigne qu'il est primordial d'identifier les cas d'usage spécifiques avant de se lancer dans la diffusion de logiciels à forte coloration IA. Voici les cas d'usage pour lesquel l'équipe de Neobrain a déjà démontré sa valeur:

• Identification proactive des risques de départ : Grâce à l'analyse de divers indicateurs tels que l'engagement, la satisfaction et les performances des employés, l'intelligence artificielle permet de détecter en amont les signes précurseurs d'un potentiel départ, offrant ainsi la possibilité aux services RH d'agir en amont pour fidéliser les talents.
• Fiabilisation des plans de succession: L'IA analyse les historiques de réussites et d'échecs des successions passées pour établir des corrélations entre différentes variables. Elle fournit ainsi une estimation chiffrée des probabilités de succès ou d'échec des plans de succession futurs, améliorant ainsi leur fiabilité et leur efficacité.
• Anticipation des besoins futurs en compétences : Par l'analyse prédictive des compétences actuelles et des évolutions du marché, l'intelligence artificielle aide à prévoir les compétences requises dans le futur, permettant d'adapter les stratégies de recrutement et les programmes de formation pour répondre aux besoins à venir.
• Création de cadres de compétences : L'intelligence artificielle contribue à élaborer des architectures de compétences rapidement à partir d'observatoires externes, de données des job boards, de l'analyse sémantique des référentiels existants de sociétés clientes.