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 ?
Le monde du travail va profondément évoluer d’ici à 2025. Les technologies joueront un rôle central avec l’adoption accélérée de nouveaux usages digitaux, la généralisation de la blockchain, l’arrivée à maturité de l’intelligence artificielle et l’automatisation des processus. Les évolutions sociales s’affirmeront avec l’évolution du rapport au travail, l’avènement d’une consommation plus responsable, le développement de l’économie du partage et la banalisation des nouveaux modes de travail.
Pour effectuer les nouvelles missions associées à leurs fonctions, les collaborateurs devront renforcer leurs compétences comportementales : leur capacité à s’adapter aux changements, à apprendre en continu, à travailler en mode collaboratif, à communiquer mieux… Ces compétences cognitives, communes à l’ensemble des métiers, serviront l’agilité des organisations.
Contrairement à certaines idées reçues, l’importance croissante du comportemental ne se fera pas au détriment des compétences techniques. L’automatisation des processus et le développement de l’IA vont peu à peu faire disparaître les actes à faible valeur ajoutée pour ne laisser aux collaborateurs que la gestion des cas complexes. Dans ce contexte, les compétences techniques et les expertises métiers seront indispensables. Un banquier devra par exemple être en capacité d’analyser très rapidement une proposition de répartition d’actifs générée par l’IA pour l’expliquer à son client. Cela lui demandera de maîtriser ses expertises bancaires de façon encore plus pointues qu’aujourd’hui.
De nouveaux domaines d’activités émergeront, faisant appel à des expertises très spécifiques. Cela se fera au travers d’une fragmentation et d’une hyperspécialisation des métiers à l’instar des métiers du web, de la data, des RH, ou de la cyber-sécurité. Ces derniers se structureront en fonction des évolutions technologiques ou organisationnelles. Le besoin de coordination en sera renforcé et les compétences Projet mécaniquement de plus en plus recherchées.
Pour répondre à cette évolution continue des métiers, la gestion de carrières évoluera et passera d’une approche emplois/activités au pilotage du couple individu/compétences.
Le pourvoi de poste se fera de moins en moins sur la base des expériences et de plus en plus sur la maîtrise d’un « set de compétences ». Les parcours de carrière seront plus personnalisés, en cohérence avec les évolutions des métiers et des missions. Cela conduira les collaborateurs à « prendre en main le développement de leurs compétences » au quotidien.
Dans ce contexte, disposer d’une cartographie dynamique des compétences est un pré-requis pour s’adapter. Or trop peu d’entreprises en sont aujourd’hui équipées. Lorsqu’elles existent, elles sont souvent limitées aux postes actuels et ne sont que très rarement mises à jour. Pour être utile, une cartographie des compétences doit « vivre », être utilisée par un maximum de collaborateurs, s’appuyer sur l’ensemble de leurs compétences, être exploitable par les RH et Managers ...
Ce qui était hier du domaine du rêve est aujourd’hui devenu réalité grâce à la technologie.
La pertinence de la cartographie utilisée est un point central pour la réussite de la transformation. Il est impossible pour un individu de lister de façon exhaustive ses compétences en partant d’une feuille blanche. Il valorise généralement quelques « domaines » trop macroscopiques pour être exploités (ex : Marketing) ou au contraire se focalise sur des micro-compétences (ex : Excel). Cette réalité rend les approches basées sur des champs textes libres inopérantes.
Là encore, la technologie apporte une solution efficace. Elle permet d’analyser les expériences, les activités et les appétences des personnes et de questionner le collaborateur sur ce qu’il sait faire. Ce questionnement permet de convertir les expériences pro et extra-pro en compétences. Cette approche de type « CV augmenté» est très efficace.
Elle n’est cependant pas complètement suffisante… Elle doit s’appuyer sur un questionnement plus profond rendu possible grâce à l’IA. Ce questionnement doit permettre à chacun de valoriser l’exhaustivité de ses talents pro et extra-pro. Il doit favoriser une introspection pour permettre de mieux se connaître et de prendre en main son parcours professionnel. L’intelligence artificielle guide et aide l’individu à établir un plan d’actions qui lui correspond pour développer ses compétences et son employabilité.
Quel que soit l’outil utilisé, l’enjeu sera d’adopter une approche qui maximise le taux de participation des collaborateurs dans la durée.
L’expérience montre que celui-ci dépasse les 70% lorsque la démarche réunit 3 caractéristiques :
- Elle est portée conjointement par les Managers et les RH,
- Elle s’appuie sur une promesse RH claire,
- Elle est intégrée aux process RH.
Si l’un de ces 3 points n’est pas réuni, le taux de participation plafonne à 20/30% et s’essouffle dans le temps.
La mise en place d’un plan d’animation pour faire vivre la démarche est clef. Attention cependant aux plans d’animation « paillettes » qui sursollicitent le collaborateur pour lui proposer telle ou telle compétence. Ce type d’approche gonfle artificiellement le nombre de compétences et dégrade la qualité de la cartographie jusqu’à la rendre inopérante.
La question du caractère opérationnel de la cartographie est déterminante. Cette dernière doit pouvoir être utilisée par les RH comme par les managers. Bien des solutions techniques actuelles échouent sur cet écueil. Elles proposent des regroupements de compétences basées sur une approche de la data trop éloignée des usages métiers.
On le voit, il est aujourd’hui possible de mettre en place un pilotage réellement dynamique des compétences. Couplé à une projection quantitative de l’évolution des équipes, cela constitue un outil puissant qui permet d’abandonner les anciens « tableaux Excel GPEC » et de rentrer dans une nouvelle ère ou le « workforce planning » est basé sur des modèles de prévision enrichis. Voici enfin venu le temps de la GPEC agile et orientée business…
