L’IA transforme la gestion du personnel en optimisant la planification des effectifs, réduisant les tâches administratives et replaçant l’humain au centre des décisions. Outils prédictifs qui anticipent les absences, orientent les affectations, libèrent du temps ou encore génèrent des données à forte valeur ajoutée : les avancées de l’intelligence artificielle ouvrent la voie à des RH plus fluides, interactives et centrées sur l’humain pour optimiser productivité et rétention des collaborateurs.
L’intégration de l’intelligence artificielle (IA) dans la gestion du personnel a permis de gagner en efficacité et de replacer l’humain au cœur de l’entreprise. Il est d’ailleurs estimé que le marché de l’IA appliqué aux ressources humaines va peser 56,2 milliards de dollars d’ici 2035.
Si certains obstacles entravent encore une adoption massive de l’IA par les organisations (touchant à la réceptivité des systèmes RH à accueillir le potentiel de l’IA, d’une part, et à la capacité des entreprises à exploiter le potentiel de leurs données RH pour anticiper les tendances et prévenir les problèmes, d’autre part), la convergence de diverses fonctions de l’IA permet de les dépasser.
Quelles IA pour quelles avancées ?
L’IA joue un rôle central dans la planification des effectifs lorsqu’elle est utilisée pour développer des capacités prédictives avancées. Les outils logiciels qui intègrent ces capacités anticipent et corrigent les déséquilibres (prévenant un éventuel impact sur l’efficacité opérationnelle), optimisent la planification, et allègent la charge de travail pour les responsables et les collaborateurs. Par exemple, un bon système de gestion des effectifs avec planification des affectations assistée par l’IA octroie une réduction drastique des tâches administratives (parfois plus de 60%), leur dégageant plus de temps pour les missions à forte valeur ajoutée.
Outre faciliter l’affectation du personnel, planifier les besoins en effectifs ou encore gérer les absences et les disponibilités des collaborateurs, l’IA apprend aussi des données qu’elle traite. Cet apprentissage peut résulter en des analyses complètes, qui permettent à leur tour d’anticiper les défis en matière de personnel, et donc d’améliorer la prise de décision, notamment dans des secteurs en tension.
Se distinguent deux axes : celui des besoins de l’entreprise (combien de collaborateurs ? avec quelles qualifications ? quand ? où ?) et celui humain, plus complexe, relatifs aux collaborateurs (les absences, arrêts maladie, congés, etc.). Le second, plus difficile à évaluer, doit néanmoins être pris en compte dans les prévisions car il influence le premier.
Il est par exemple possible d’anticiper les vagues de grippe, car elles tendent à avoir lieu entre janvier et mars. Les algorithmes d’IA aident donc à anticiper un certain nombre d’absences pendant cette période, là où un planning établi manuellement prévoit souvent le même pourcentage moyen d’absences tout au long de l’année. Inversement, dans le secteur de la santé, prévoir un pic de grippe équivaut à être en mesure d’anticiper un gros volume de patients et à pourvoir organiser les équipes à temps pour gérer la situation.
Selon IBM, jusqu’à 80% des données d’entreprise demeurent inutilisées. Ces informations constituent pourtant une mine d’or pour une entreprise, et le machine learning permet d’identifier des schémas complexes dans les données RH (absentéisme, turnover, heures supplémentaires…). L’analytique décisionnelle est à même d’éclairer les décisions des responsables, et l’IA prédictive sait transformer les données historiques en informations prospectives, comme de modéliser l’impact de certaines dynamiques RH.
L’avenir de la gestion du personnel
Les compétences d’intelligence artificielle et agentique vont radicalement redéfinir la façon dont les entreprises interagissent avec les systèmes numériques et traitent les données relatives à leur personnel. Sans plus avoir à s’appuyer sur des tableaux de bords ou des rapports manuels, tout semble indiquer qu’à l’avenir, les cadres pourront dialoguer avec la machine en langage naturel.
Pour permettre des interactions intuitives entre les utilisateurs et le système, l’intégration du traitement du langage naturel (NLP) est cruciale. Un exemple en matière de gestion des effectifs pourrait être que les employés fassent une demande de congé verbalement, avec une simple phrase telle que « Je voudrais prendre des vacances le mois prochain, du 18 au 23 octobre », et que le système traite la demande sans que l’employé ait à remplir un formulaire.
Il est raisonnable d’anticiper qu’à l’avenir, tout utilisateur pourra interagir avec l’IA en langage naturel selon un processus « User Centered Design » sur lequel les équipes UX et UI sont de plus en plus mobilisées. Plus les fournisseurs de solutions investiront dans la R&D, plus les interfaces seront intuitives et la captation ainsi que le traitement des données seront facilités.
Cette captation de données étant facilitée, il sera d’autant plus facile aux organisations de s’appuyer sur différents usages de l’IA pour comprendre des tendances sous-jacentes en matière de RH, de proposer des analyses, d’identifier des causes aux problèmes, d’anticiper des perspectives ou encore de proposer des solutions de long terme, consolidant la résilience de l’entreprise et exploitant la valeur économique des données.
_____________________________
Par Boris Baginski, Senior Director Research chez ATOSS
puis