Pour une IA augmentée par l'humain

La fonction RH est-elle moutonnière ? Vous m’en excuserez, mais je ne puis m’empêcher de me poser cette question à la lecture de très nombreux articles qui fleurissent actuellement sur les réseaux sociaux ou dans la presse spécialisée.

En effet, si vous parlez le « globish » et/ou le « consultant », vous n’avez pu passer à côté des discours définitifs qui nous sont régulièrement assénées comme autant de vérités que nous aurions inexplicablement ignorées ; discours d’où il ressort que nous sommes définitivement des freins au développement du digital. Il nous faut « disrupter » la DRH, voici le genre de fadaises que l’on nous sert pour nous faire comprendre que nous ne sommes pas suffisamment, dans la novlangue en vogue, « disruptifs » ; et que sans cela nous serons définitivement « has-been ». Tout ceci dans une bonne logique classique et habituelle de "HR Bashing", c'est tellement facile. La fonction RH étant par nature une fonction à la recherche des compromis elle répond rarement à ce type d'attaques. Mais le travail de sape que mène ces acteurs du numérique ou du conseil est à bien des égard contre-productif tellement ils se trompent de cible.

A bien y regarder, il y en a pour tous les goûts. On retrouve ainsi de chaque côté du ring :

• A ma gauche, la tribu des « psy-kos », avec nombre de courants visant à renforcer la place de l’individu dans l’entreprise à coups de techniques de coaching, de QVT, de « mindfulness », avec quantité de charlatans vous délivrant un discours « psycho-papouille » ou de « spécialistes » de l’innovation managériale qui, sous couvert de « libération », ont des objectifs bien moins louables ;
• A ma droite, la tribu des « tek-kos » avec tout un ensemble de courants surfant sur l’illusion technologique (cela fait maintenant 35 ans que j’entends que l’informatique va sauver le monde) et la course à l’innovation…

Malheureusement, le terme de « ring » semble le plus approprié tant leurs approches apparaissent comme difficilement conciliables car reposant sur des conceptions de l’entreprise, du corps social, des collaborateurs, ainsi que de leurs finalités et attentes, différentes ou en opposition.

Quels chemins emprunter pour faire évoluer la fonction RH ? 

Quels seront les vainqueurs ? Ou, de manière plus sérieuse, quels chemins allons-nous emprunter pour faire évoluer la fonction RH et nos organisations ? Comme tout exercice de prospective, il convient de regarder les principaux scénarii possibles en y intégrant les extrêmes. Dans ce premier article (le second traitera des Chiefs Happiness Officers et le troisième d’une voie médiane), on s’intéressera de plus près à la seconde tribu. 

Le fil rouge sur le bouton rouge, le fil vert …

Après l’ère des RSE (réseaux sociaux d’entreprise) et du collaboratif, après celles du Talent Management (on nous parle maintenant de People Management, sans que cela soit d’ailleurs beaucoup plus clair), du SAAS et du Cloud, voici l’ère des données massives ou méga-données (termes validés par la commission générale de terminologie et néologie, publiés au journal officiel), ou plus communément du « big data».

Au delà des « business case » et du « storytelling » que nous subissons régulièrement, car il est bien connu que les RH sont incapables de comprendre la technologie ou les choses un peu compliquées et qu’il faut donc leur raconter de belles histoires, comment cela va-t-il impacter réellement nos fonctions ?

Avertissement, la suite de cet article relève en partie de la science fiction. Quoique …

1, 2, 3 … soleil

Les qualificatifs 1.0, 2.0 et 3.0 sont relativement bien standardisés par le W3C. Pour simplifier un peu et regarder quels impacts cela a sur nos modes de fonctionnement, je vous propose de retenir les éléments suivants :

Le 2.0 correspond aux usages et finalités « sociales » telles que les wikis ou les réseaux sociaux d’entreprise. Ces derniers sont dits sociaux car ils permettent d’initier et de supporter nombre d’interactions, d’échanges entre les membres d’une même communauté (plus ou moins large) ou entre communautés, et donc ce que l’on nomme de manière un peu abusive la collaboration.

Le 3.0 correspond à l’Internet des données (certaines personnes parlent des objets connectés, mais dans les faits, la finalité de ces objets est de fournir des données et d’en permettre l’analyse). C’est dans ce que nous permettra le 3.0 que l’on retrouvera les principales évolutions permises par les méga-données et le « big data ».

Pour illustrer cela et remettre ces éléments dans notre contexte, le parallèle peut être fait avec les RH 1.0, les RH 2.0 et les RH 3.0 comme suit :

• 1.0 : une fonction RH classique avec ses règles, procédures et modèles de fonctionnement, même si les pratiques et missions peuvent être plus ou moins alignées avec la stratégie (strategic partner) ou avec les attentes des collaborateurs (employee champion).
• 2.0 : une fonction RH se positionnant en animateur et travaillant dans une logique d’intermédiation entre les collaborateurs, l’encadrement et la gouvernance. Les missions ne sont pas fondamentalement différentes. Ce sont les pratiques qui diffèrent, en intégrant par exemple des logiques plus collaboratives grâce aux réseaux sociaux (détection des potentiels, formation, etc.).
• 3.0 : Une fonction RH remettant en question l’ordre de ses missions grâce à une meilleure identification des priorités et modalités d’action, grâce à une analyse fine et prédictive des données à notre disposition.

L’ensemble de ces points nécessiterait un long développement. Pour plus d’informations et de détails, vous me permettrez de vous renvoyer à quelques lectures telles que Manager RH de François STANKIEWICZ, Le DRH innovateur du même auteur ou bien encore RH : Création de valeur pour l’entreprise de Dave ULRICH & Wayne BROBANCK. Sans oublier  les nombreux articles que vous pouvez trouver sur Internet d’acteurs tels que Patrick STORHAYE auteur d’un ouvrage particulièrement complet sur le SIRH, Thomas CHARDIN, Frédéric MISCHLER, Laurent BROUAT, Vincent BERTHELOT, etc. 

#RH 4.0, ou la capacité de faire coexister les trois modèles simultanément.

Le futur de la fonction RH est certainement à rechercher dans le « 4.0 », ou la capacité de faire coexister ces trois modèles simultanément et de manière coordonnée au sein d’une même structure.

Méga-données et modèles prédictifs

Le « big data » est souvent résumé avec les « 3 V » : 

• Volume : le traitement d’un grand volume de données ;
• Variété : les données sont dites non structurées, c’est-à-dire (pour simplifier) qu’elles n’ont pas toutes le même format ;
• Vélocité : une grande capacité de traitement, la rapidité.

Ils deviennent les « 5 V » lorsque l’on rajoute :

• Value / Valeur de l’information ;
• Véracité / Validité de l’information.

Pour ce qui nous concerne, la logique des méga-données dépasse le simple traitement d’un grand volume de données. L’intérêt est d’être en capacité d’analyser ces données, nombreuses, volumineuses et souvent non structurées, avec un modèle d’analyse qui permettra d’anticiper, de prévoir la probabilité de survenance d’un événement. La qualité d’une approche de ce type repose donc notamment sur la qualité des données et celle du ou des modèles prédictifs qui lui seront associés.

L’élaboration d’un modèle prédictif, dans le monde RH, nécessite notamment de travailler en amont sur l’identification des variables significatives, celles qui, toutes choses égales par ailleurs, ont un impact sur la survenance d’un événement.

Modèle prédictif et variables significatives

Prenons l’exemple de l’absentéisme (1). On pourra travailler avec l’ensemble des arrêts de travail à l’intérieur d’une organisation en tenant compte, pour chacun d’eux, d’un ensemble de variables liées aux contextes professionnels et organisationnels (métier, postes, rythmes de travail…), personnels (temps de trajet, sexe, âge, nombre d’enfants…) et à l’activité (volume d’activité, chiffre d’affaire, etc…). Vous remarquerez au passage que nombre de ces données ne sont pas dans le SIRH, ne dépendent pas de la fonction RH, mais sont issues des systèmes d’information de la production, des finances, etc., voire de bases de données extérieures à l’entreprise.

En analysant en profondeur ces données, il sera alors possible d’identifier les variables qui ont un impact sur la survenance de l’événement « est absent » et celles qui n’en ont pas. Il n’est pas rare de travailler avec plus d’une vingtaine de variables (et parfois plusieurs centaines) liées aux caractéristiques des individus et des organisations, et les plus significatives ne sont pas toujours celles qu’on croit.

Histoire de complexifier un peu plus le système, on notera que les variables sont indistinctement structurées et/ou non structurées. En d’autres termes, qu’elles ne seront pas nécessairement toutes clairement définies par des formules de calcul mais pourront nécessiter l’utilisation de moteurs d’analyse sémantique permettant de « comprendre » le contenu de ces variables.

Une fois ces variables explicatives identifiées (par exemple : l’ancienneté dans la fonction, la stabilité dans le poste, etc.), on pourra soit les regrouper en grands thèmes afin de mettre en place politiques et plans d’action pour réguler les dysfonctionnements constatés, soit anticiper l’impact de la variation d’une ou plusieurs variables sur les résultats finaux.

On le voit clairement, l’utilité des méga-données réside ici dans la grande capacité de traitement des données avec le soutien de la statistique pour pouvoir identifier les variables véritablement significatives. Une fois ces variables identifiées et les éventuelles corrélations existant entre elles examinées, il sera possible de les regrouper en grandes familles et d’identifier les différents niveaux de causalité existant entre les faits et leurs conséquences. L’identification des variables significatives constitue ainsi une première étape incontournable de l’élaboration d’un modèle prédictif.

Toutefois, notre expérience montre que si certaines variables sont significatives quelle que soit l’entreprise ou l’organisation, d’autres peuvent l’être ou pas en fonction du contexte économique, social, sociétal ou culturel. De plus, ce qui était vrai hier ne l’est pas forcément aujourd’hui et moins encore demain, certaines variables gagnant ou perdant leur caractère significatif au cours du temps.

Néanmoins, l’intérêt de la maîtrise des techniques des méga-données dans le monde des RH apparaît clairement : savoir faire face à la profusion d’informations et ordonner ces dernières dans une logique clairement prospective afin d’anticiper les situations, ou de dépasser les évidences premières en identifiant les réelles causes de dysfonctionnements. Sans être exhaustives, ces techniques semblent donc particulièrement intéressantes pour les politiques de rémunération, de lutte contre l’absentéisme, etc. Bref, pour toutes les missions RH pour lesquelles nous disposons d’un grand volume de données et pour lesquelles des décisions collectives pourraient être améliorées.

Mais tout ceci est-il vraiment le sens de la révolution annoncée ? Tout ceci va-t-il balayer nos habitudes de travail, voire les structures de la DRH ? Tout ceci va-t-il conduire à notre disparition puisque nous pourrons être remplacés par des robots ? Bien sûr que non, car dans les faits les modèles économétriques permettant les approches prédictives en sont à leurs balbutiements ; et, lorsqu’on regarde de plus près ce qui existe, il ne s’agit ni plus ni moins que d’une logique de tableau de bord évoluée pour tout et n’importe quoi, que l’on renommera HR Analytics parce que ça sonne mieux… Se posera, en tout état de cause, la question du R.O.I. de ce type de méthode et de sa réelle efficacité et/ou utilité.

Où se trouve la révolution ? Vers une DRH inférentielle …

L’élaboration des modèles prédictifs se heurte à une difficulté majeure : comme évoqué précédemment, une variable significative dans une entreprise ne l’est pas nécessairement dans une autre (ou n’est pas disponible) ou ne le reste pas nécessairement dans le temps.

La force du big data résidera alors dans sa capacité à s’affranchir des modèles. Lors d’une journée d’étude organisée par GBLN sur le big data dans les RH en juin 2015, l’un des participants a parfaitement résumé cela en disant que ces techniques n’étaient pas le « big data » mais le « big question » …

Dans les faits nous allons très certainement voir se développer et coexister trois modes de fonctionnements au sein de la DRH.

Le premier, classique, partira des questions et enjeux auxquels nous sommes confrontés, comment réduire l’absentéisme, améliorer la motivation des collaborateurs, la fidélisation, ou bien comment évaluer les résultats de telle ou telle politique. Le mode de fonctionnement part donc de la question, d’un modèle de pensée (par exemple pour réduire l’absentéisme, je dois faire cela, puis ensuite cela, etc.) et l’on regroupera les données liées à ces enjeux que l’on analysera ensuite pour adapter ce modèle au contexte. On se servira alors d’indicateurs et tableaux de bord pour suivre le niveau de mise en œuvre et de performance du modèle retenu. Ce modèle est très pratique pour l’application de nos bonnes vielles « recettes ». Le RH 1.0.

Le second, que l’on peut nommer « social », visera à associer les différentes parties prenantes à la gestion et au management des ressources humaines grâce à un ensemble de techniques et technologies supportant les flux d’information, permettant ainsi le développement de logiques plus collaboratives. Nombre de flux informationnels sont dès à présent concernés, la détection des potentiels, le recrutement, l’évaluation, la formation, etc. Le RH 2.0.

Le troisième, que je nomme ici « inférentiel », nécessitera (dans un premier temps), comme les deux précédents modes de fonctionnement, une clarification des questions et enjeux auxquels nous sommes confrontés. Il s’agira alors de pouvoir travailler avec un grand nombre de données qui seront traitées avec une logique de type « big data » (certains préfèrent alors utiliser le terme de learning machine), et de s’affranchir des modèles de pensée « prémâchés » faciles et simplistes. Il s’agira de mettre en évidence des corrélations auxquelles nous n’avions pas pensé ou d’en infirmer d’autres qui pourtant semblaient être des évidences (ce que certains appellent à tort la sérendipité, car ces découvertes ne doivent rien au hasard mais relèvent simplement d’une exploration systématique de toutes les combinaisons et corrélations envisageables).

Mieux encore, cette logique devra être en définitive auto-adaptative au contexte de l’entreprise et de l’organisation. L’articulation entre « big data » et « IA » réside alors, pour que cela puisse fonctionner, dans la qualité des « moteurs d’inférence ». Afin d’anticiper un peu, et ainsi tomber dans le travers dénoncé en début d’article, chers amis consultants, je vous propose ainsi un nouveau buzzword : la DRH inférentielle ou la DRH 4.0… (s’il vous plaît retenez ce terme, mon égo n’en sera que plus insupportable J).

Inférences et Modèles de fonctionnement de la GRH

Ce troisième modèle est à mon sens celui du véritable « big data ». Il relève encore et dans bien des cas de la science fiction. Seul un très petit nombre d’entreprises a pu l’expérimenter et très souvent ce que l’on nous vend comme étant du « big data » n’est rien d’autre que de l’analyse de données un peu plus poussée et relève plus des systèmes d’aide à la décision RH que d’autre chose.

Le fait que ce mode de fonctionnement participe davantage, pour le moment, de la recherche fondamentale que de la recherche appliquée est d’ailleurs une bonne nouvelle, car y parvenir va demander un certain temps et le passage par de nombreuses étapes. Sans chercher à regarder dans une boule de cristal, nous pouvons d’ores et déjà envisager certains bouleversements.

Vers la coexistence de différents modèles de gestion et management des ressources humaines

La coexistence du 1.0, 2.0 et maintenant 3.0 dans une logique de boucle itérative nous pousse vers une DRH dont l’organisation serait adaptative, agile et synchronisée sur les cycles de production de l’information. C’est l’articulation harmonieuse de ces modes de fonctionnement qui constituera alors la DRH 4.0. Il ne faut pas être grand clerc pour savoir tout de suite que les réglages, arbitrages et articulations entre les trois modalités vont être complexes et générer une forte instabilité dans le fonctionnement et dans les compétences de la DRH.

Cela nous poussera à abandonner nos modèles d’analyse préconstruits et à les remplacer par une parfaite maîtrise des concepts. Ce qui me conduit, contrairement à ce qui est communément prédit, à dire que la fonction RH ne sera pas remplacée par des robots ou réduite à une fonction presse-bouton, mais devra renforcer son expertise, sa maîtrise des concepts, et exprimer celle-ci avec l’intelligence globale des situations.

Cette prise en compte d’un contexte, régulièrement remis en cause, agile et auto-adaptatif, générera un ensemble de difficultés, notamment pour les collaborateurs et les managers. Nous aurons alors à redéfinir neuf points qui me paraissent essentiels : 

1. Les compétences des collaborateurs de la fonction RH. Nous irons vers une plus forte exigence dans la maîtrise des concepts, des techniques quantitatives, des systèmes d’information et des processus reposant sur une approche agile.
2. Les modes de partage de la fonction RH et la réversibilité de ceux-ci.
3. Faire glisser progressivement une partie de nos équipes et effectifs RH dans une logique réellement 2.0, logique visant à développer les communautés de pratiques et l’émergence des potentiels des collaborateurs. Une approche de type « Agents de talents » à l’image des agents sportifs ou artistiques (2)et « Community management » devenant ainsi essentielle.
4. Les invariants de la fonction, au nombre desquels on comptera l’éthique et la déontologie professionnelle de la DRH.
5. La synchronisation du temps de la DRH avec les différents temps de l’entreprise, notamment le temps du business.
6. La refonte des relations sociales, davantage fondées sur la recherche des bénéfices mutuels que permettrait un tel fonctionnement que sur le cadre juridique dont on perçoit ici la rigidité.
7. La mise en place de garde-fous, notamment en ce qui concerne la gestion des données personnelles.
8. La lisibilité des processus de décision qui, modèles adaptatifs aidant, perdront en lisibilité et donc en confiance.
9. La communication de la fonction RH en tant que telle, tant le fossé semble s’être creusé au cours des années. Une communication simple et juste, s’appuyant sur les faits et les efforts qui sont réalisés pour améliorer et accompagner les changements.

Ces différents éléments, combinés à l’évolution des outils, nécessiteront de nouvelles compétences, de nouvelles postures des professionnels RH.  C’est un vaste chantier ouvert depuis de nombreuses années, celui de la refondation de la fonction Ressources Humaines, qui s’en trouvera impacté. Nouveaux outils, nouveaux usages, nouveaux enjeux, nouvelles compétences, certes ; mais aussi nouveaux professionnels ?

Toutefois, ces éléments ne doivent pas nous empêcher de porter un regard critique sur ces techniques. Car sous couvert d’agilité, de cycle d’amélioration continue, à force de vouloir optimiser les fonctionnements et réguler les dysfonctionnements avec cette logique des datas, le risque existe de regarder l’avenir avec un rétroviseur.

(1) Je tiens à remercier ici tout particulièrement Sébastien RICHARD, Directeur du Master MRH avec qui nous travaillons maintenant depuis de nombreuses années sur les problèmes de l’absentéisme avec ces techniques pour différentes entreprises et organisations.

(2) Un second remerciement à Frédéric LAURENT des « Décideurs du Digital », également consultant spécialisé dans le recrutement des profils pénuriques (dont les Data Analysts), pour m’avoir soufflé ce terme, dérivé de sa longue carrière sportive. (http://www.e-consultingrh.com)