D'autres articles sur le thème des technologies et de la transformation

L’humain est l’avenir de l’IA

L’humain est l’avenir de l’IA

Les différentes annonces sur l’IA peuvent donner le tournis comme les évaluations sur l’impact de l’IA en termes d’emploi. On oscille entre une destruction massive d’emplois, dont certains très qualifiés comme juriste ou journaliste, et un effet plus modéré pouvant être en partie compensé par l’apparition de nouveaux métiers liés à l’essor de l’IA.

Cependant pour avoir échangé tout récemment avec le DRH d’une grande banque on peut s’attendre à un impact majeur qu’eux-mêmes commençait à mesurer en termes de fermeture d’agence, de remplacement de personnel bien humain par des robots de traitement des données. Son sentiment était que le véritable impact serait sensible d’ici deux à trois ans mais qu’il serait majeur.

Lire la suite

Gestion des compétences : pourquoi vous ne pourrez vous passer de l'IA

Gestion des compétences : pourquoi vous ne pourrez vous passer de l'IA

« Les gens qui ne passeront pas cinq heures par semaine en ligne pour se former seront bientôt obsolètes  », Randall Stephenson, Président d’AT&T en 2016.

Une recherche empirique sur le rythme du progrès et de l’innovation montre rapidement que ce rythme est de forme exponentielle (résultat d’une succession de courbes en S) dans bien des cas. Le problème c’est que le cerveau humain sait prolonger les lignes droites mais se représente très mal une exponentielle. Il est pourtant crucial de comprendre ce dont il s’agit afin d’anticiper ce que ça implique en matière d’employabilité et de compétitivité. Essayons de comprendre cela avec l’exemple du grain de riz sur l’échiquier : un jeu d’échec compte 64 cases. En doublant simplement la quantité de riz à chaque case (1 sur la première, 2 sur la deuxième, 4 sur la troisième, etc.), on arrive à la dernière case avec une quantité de riz équivalente à 500 ans de production annuelle mondiale ! C’est ça une exponentielle. Il suffit de quelques « sauts de puces  » pour atteindre des résultats vertigineux. 

Lire la suite

Le machine learning est-il équitable ?

Le machine learning est-il équitable ?

Le « Machine Learning » est entré dans l’entreprise. On en voit certes les opportunités, mais en mesure-t-on bien les enjeux sociétaux ? Peut-être est-il utile d’interroger les usages de cette nouvelle génération d’algorithmes d’apprentissage utilisant des bases géantes de données empiriques ? Existe-t-il un risque épistémologique à reproduire les biais et stéréotypes humains ? A titre d’exemple, nous interrogerons le tri de CV par le « machine Learning ». Ne véhicule-t-il pas des schémas sexistes existants ? Dit autrement, est-il équitable ?

Lire la suite

Il y a urgence à acculturer nos dirigeants d’entreprise à l’intelligence artificielle

Il y a urgence à acculturer nos dirigeants d’entreprise à l’intelligence artificielle

Par Thomas Houdaille, fondateur de Catalix, l’école de l’IA pour le business

Nous vivons une période paradoxale : il n’y a jamais eu autant de buzz au sujet de l’intelligence artificielle (IA), mais très peu de dirigeants d’entreprises françaises en ont une vision claire. Or l’IA, le Machine Learning en particulier (associé à l’IA symbolique le cas échéant), devrait être un sujet prioritaire pour la plupart des grandes (et moins grandes) entreprise car elle impacte potentiellement le développement de leur chiffre d’affaires et l’ensemble des processus, leur organisation, et car elle pose nombre de questions nécessaires sur la relation entre l’homme, l’employé et le citoyen, et les technologies digitales. D’où l’importance de sensibiliser et d’acculturer les dirigeants d’entreprise et leurs managers à l’IA 

Plusieurs études récentes sur l’impact de l’IA à l’horizon 2035 affirment que la croissance économique d’un pays ne s’évaluera plus en fonction de son capital mais en fonction de son degré́ de maturité́ en Intelligence Artificielle. D’après une étude d’Accenture, l’IA pourrait accroître de près de 38% en moyenne la rentabilité des entreprises à cette échéance ! Sans prendre ces études pour parole d’évangile, force est de constater la montée en puissance et la diversité́ des exemples d’applications de l’IA autour de nombreux usages : mieux comprendre ses clients et prédire les ventes, optimiser les opérations et processus métiers, détecter les fraudes ou pannes, transformer les produits et inventer de nouveaux modèles économiques, en lien notamment avec les objets connectés (ex véhicule autonome) … 

Dans un futur proche, l’IA modifiera la nature même du travail et des relations homme-machine. Elle prendra en charge les tâches répétitives et codifiables et bousculera les modèles traditionnels d’organisation du travail. Elle permettra d’augmenter les capacités professionnelles des collaborateurs, en les déchargeant de tâches d’analyse et en réduisant le temps menant a la prise de décision. L’IA pourrait ainsi permettre aux entreprises de devenir plus performantes, plus flexibles, et plus horizontales ; et d’offrir à ses salaries des perspectives d’évolution vers des tâches à plus forte valeur ajoutée et complémentaires à l’IA. Certaines fonctions vont probablement disparaître et l’impact sur l’emploi sera significatif, même s’il est très difficile de faire des prévisions. Raison de plus pour s’y préparer. Mais on n’en est pas encore là, et la réalité de l’IA en entreprise est très variable, en particulier en France, qui globalement accuse un retard significatif par rapport à la Chine, aux USA et au Canada. Dans l’industrie, de 15 à 20% des entreprises auraient mis en place des pôles de compétence dédiés, et commencé à déployer des solutions opérationnelles. Quelques grandes banques françaises sont déjà très avancées quand d’autres ont à peine démarré. Certains acteurs du digital et startups sont quant à elles déjà des « AI companies ».

Dans les grandes entreprises françaises, on est encore la plupart du temps dans une phase d’expérimentation, avec des projets pilotes qui ne tiennent pas toujours leurs promesses. La première raison est sans doute que les entreprises lancent beaucoup d’initiatives en parallèle au lieu de se consacrer sur quelques projets prioritaires. La seconde, qui est indirectement liée, est que le management (top et opérationnel) n’est pas assez investi sur le sujet. Il délègue bien souvent aux CDO et aux Data Scientists, par manque de culture et de vision stratégique sur le sujet.

Or les projets IA sont par la nature même de l’apprentissage automatique des projets qui nécessitent une approche « agile », beaucoup de « test and learn » et une forte association des équipes métiers aux data scientists. Au-delà de l’algorithmie (qui nécessite un vrai savoir-faire), il y a un enjeu particulier autour des process métiers travaillés, des données utilisées… et il faut souvent combiner les techniques d’analyse des données avec l’holistique et l’empirique que connaissent les gens du métier pour être capable de sortir un signal significatif.

Il est temps que les dirigeants et leurs managers se saisissent de l’IA ! Et ca n’est pas seulement un sujet de technologie, mais de culture d’entreprise et donc également de ressources humaines. Plus généralement si certains salariés sont prêts à jouer la carte de l’IA parce qu’ils en voient les bénéfices, pour d’autres, c’est l’inquiétude d’une grande déshumanisation qui règne. A l’aube d’une époque où la transformation des métiers va s’accélérer, beaucoup d’information et de formation reste à faire pour combler ce large déficit de compréhension et tordre le cou à nombre de fantasmes.

« Machine learning is a fundamental new technology that can create immense value to humankind. At the same time, it will challenge society. Not to try to understand how it works would be irresponsible ». Risto Siilasmaa, Pdt du Conseil d’Administration de Nokia, qui s’est formé au Machine Learning et a décidé de former tous les employés de son entreprise ! 

  

 

 

        

Lire la suite

Gestion des compétences : tout dépend de la qualité et de la quantité des données

Nous entendons de plus en plus que les compétences de demain n’existent pas encore et que de nouveaux métiers vont apparaître… mais nous oublions souvent de continuer cette analyse : en effet, les personnes qui auront ces compétences et qui feront ces métiers demain, sont pour la grande majorité déjà dans l’entreprise. Il convient donc d’accompagner les montées en compétences de ses collaborateurs pour répondre demain au besoin grandissant de planification stratégique des effectifs.

Pour réussir cette transformation dans la gestion du capital humain, les évolutions techniques semblent inéluctables. Comment concilier une bonne gestion prévisionnelle des emplois et compétences (GPEC) en s’appuyant sur des outils innovants ? Cela est-il indispensable ? Quels intérêts pouvons-nous en tirer ?

Après avoir secoué la problématique dans pas mal de directions, je me rends compte que deux éléments sont indispensables pour gérer les compétences dans l’entreprise :

  • Un volume suffisant de données est nécessaire 
  • Une bonne qualité des données est primordiale

C’est souvent la qualité des données qui manque dans un grand nombre d’entreprises. Avez-vous déjà constaté que l’outil qui rassemble les meilleurs data RH pour certaines entreprises peut finalement être LinkedIn. C’est en même temps génial et dramatique. Pour illustrer cela, l’entretien annuel est peut-être l’exemple qui fonctionne le mieux. Nombre d’entreprises réalisent encore leurs entretiens annuels sur papier. D’ailleurs, la qualité moyenne des informations collectées à cette occasion est souvent très bonne (compétences développées, appétences, mobilité, formation, …). Malgré cela, ces documents une fois complétés finissent trop souvent dans un caisson sous le bureau et lorsqu’il y en a trop on les met à la poubelle pour faire de la place. Dans le meilleur des cas, quelqu’un les aura scanné et enregistré sur un drive, mieux encore dans un SIRH.

Pour autant, après avoir appris lors de l’entretien annuel de Michel qu’il ne cesse de monter en compétence sur un sujet précis et pourrait passer manager ; qu’il voudrait quitter la région parisienne et aller vivre à Nantes. Ne demandez pas à son entreprise de faire le rapprochement avec une offre de mobilité interne à Nantes pour un poste de manager avec les compétences que Michel ne cesse de développer !!

Une fois ce constat fait, nous n’avons pas tellement avancé. Mais au moins, nous commençons à comprendre, comme une évidence, que l’intelligence artificielle pourrait nous donner un coup de main sur le sujet. Et nous voyons d’ailleurs se développer plusieurs entreprises se présentant comme des assistants RH. Leur rôle ne sera pas de supprimer la fonction RH, bien au contraire, mais bien d’automatiser les tâches qui n’ont pas de valeur ajoutée pour permettre aux équipes RH et managériale de se concentrer sur la partie de leur métier ayant une forte valeur ajoutée. 

On ne peut pas parler de GPEC et Strategic Workforce Planning sans parler de cartographie des compétences. Oups, je viens de jeter un pavé dans la marre et j’en suis navré. Néanmoins, ça suffit, il va enfin falloir faire quelque chose de ces cartographies et référentiels de compétences et/ou de métiers. Ici aussi, la qualité des informations que nous y retrouvons est plutôt très bonne mais ces informations ne sont pas accessibles et encore moins utilisables.

Pour en avoir vu un certain nombre, il se dégage une tendance à faire au même format ces cartographies dans des tableaux Excel. Deux à trois niveaux de profondeur réalisé par métier. Nous allons retrouver un onglet pour le Marketing, pour le Sales, ou encore pour la Project Management. Puis chaque onglet va présenter différents métiers, auxquels vont être associés des macro-compétences et parfois des micro-compétences. Il n’est pas rare de retrouver une compétence dans différents onglets et c’est donc comme si nous avions créé trois fois cette compétence ou pour être plus clair trois compétences différentes. A l’heure où nous parlons de compétences transverses, il est impossible de les piloter avec ce type de cartographie des compétences. La technologie rend possible le pilotage dynamique des cartographies des compétences. Nous l’expérimentons avec nos clients à qui nous apportons un outil pour piloter dynamiquement leurs compétences. Nous organisons les compétences dans des graphes et pouvons donc connecter une compétence à plusieurs compétences « parents » ou métiers afférents. Cela est une véritable révolution dans la gestion de compétences. Deux intérêts immédiats :

  1. Une personne qui souhaite renseigner ses compétences peut alors se voir suggérer des compétences qu’elle semble avoir développé sur la base d’une compétence déclarée ou d’une description d’une expérience.
  2. Lorsque vous recherchez une personne ayant une ou des compétences, vous détecter des personnes ayant un potentiel car ayant de nombreuses compétences connexes aux compétences recherchées.

J’aime bien rappeler que la technologie doit servir l’humain ! Cela est particulièrement vrai dans le domaine RH. Finalement la clef est certainement de connaître ses collaborateurs, connaître leurs compétences. Je vous laisse simplement imaginer ce que cela donne quand vous ajoutez dans ce type d’outils les appétences, les parcours de carrière, les formations possibles pour y parvenir, etc. La technologie révolutionne la fonction RH et n’a pas fini de le faire. N’attendez plus pour connaître vos collaborateurs, vous n’imaginez pas à quel point vous allez ré-enchanter leur carrière 

Mots-clés: START-UP, LabRH, COMPETENCES, MagRH5, cartographie

Transformation numérique, technologies, intelligence artificielle ...