Hero Background Image

Le Machine Learning, nouveau moteur des RH

Pour la plupart d'entre nous, l'année 2020 nous semblait bien lointaine quand nous étions enfants. Certes, nous attendons toujours les voitures volantes, mais le Machine Learning commence à faire une réelle différence dans la façon dont les entreprises fonctionnent, notamment dans le domaine des RH. Certains professionnels RH déclarent qu'ils n'ont pas surfé sur la vague du Machine Learning préférant attendre d'avoir le recul nécessaire pour se positionner, mais cela n'est en rien une excuse valable. Les experts s'accordent à dire que le Machine Learning est là pour durer et qu'il va continuer d'impacter la fonction RH. Il ne tient qu'à vous d'agir. Revenons un peu en arrière pour comprendre comment nous en sommes arrivés à ce point d'inflexion dans un monde qui change à une vitesse fulgurante.

Les experts s'accordent à dire que le Machine Learning est là pour durer et qu'il va continuer d'impacter la fonction RH.

A une époque pas si lointaine

Il y a des décennies, les ressources humaines s'appelaient encore le service du personnel et, comme son nom l'indique, il s'occupait davantage de l'aspect administratif : offres d'emplois, rémunérations, etc. La réorientation vers l'aspect humain des relations avec les collaborateurs, outre le constat que la satisfaction des salariés permet aux entreprises d'atteindre leurs objectifs, a conduit à ce changement d'intitulé de la fonction. Cependant, le point le plus important à souligner est un changement d'attitude vis-à-vis des RH et la façon dont elles peuvent aider l'entreprise.

La fonction RH continue d'évoluer avec la technologie, depuis les débuts d'Internet jusqu'au Cloud, en passant par le téléphone mobile, et maintenant, le Machine Learning.

Selon Richard McColl, Vice President et Partner, Talent Technology Practice Leader chez IBM, les premiers processus RH reposant sur le Machine Learning devaient gagner en rapidité, impliquaient de gros volumes de données non structurées et étaient axés sur l'expérience du candidat. Mais aujourd'hui, chaque processus et expérience RH est impacté par le Machine Learning, affirme M. McColl. « Ce ne sont pas seulement ces processus qui bénéficient de l'automatisation, de la vitesse et de l'efficacité. Comment redéfinir le rôle du manager ? Comment prendre des décisions éclairées ? Comment permettre aux collaborateurs de trouver des opportunités qui leur sont désormais accessibles parce que nous utilisons le Machine Learning pour identifier des schémas de réussite de carrière ? »

 

Etat des lieux

Le rapport Deloitte « Tendances RH 2019 », basé sur une enquête menée auprès de 10 000 personnes dans 119 pays, a conclu que 80 % des personnes interrogées prévoyaient le développement des technologies cognitives, notamment le Machine Learning.

Il est donc normal que les responsables RH s'intéressent de plus près à la façon dont ces technologies vont continuer de changer leur métier. Comme le souligne Deloitte dans son rapport « The Evolution of Work », « les entreprises agiles évaluent et réévaluent la combinaison des talents machine/humain à tous les niveaux en tant qu'élément essentiel de la planification stratégique et opérationnelle. Comprendre et mettre en place cet aspect pourrait avoir des effets bénéfiques sur la productivité, la compétitivité et le positionnement de l'entreprise. »

Dans son rapport « The Evolution of Work », Deloitte souligne : « les entreprises agiles évaluent et réévaluent la combinaison des talents machine/humain à tous les niveaux en tant qu'élément essentiel de la planification stratégique et opérationnelle. »

Gagner du temps tout en améliorant l'expérience

Le Machine Learning accélère et simplifie les fonctionnalités RH tout au long du cycle de vie de l'employé. Il améliore l'efficacité et élimine de nombreuses tâches autrefois manuelles en analysant d'énormes volumes de données afin d'identifier des schémas et émettre des hypothèses par rapport à des événements futurs.

Selon le rapport d'IBM « The Business Case for AI in HR », les RH adoptent l'IA et le Machine Learning pour 5 raisons principales :

  • Résoudre des problématiques métier urgentes
  • Attirer et développer de nouveaux talents
  • Améliorer l'expérience collaborateur
  • Fournir un soutien important à la prise de décision
  • Utiliser les budgets RH aussi efficacement que possible

Ces raisons sont également valables lorsqu'on considère toute nouvelle technologie.

Comme vous pouvez le voir, elles couvrent quasiment tous les aspects RH. Par exemple, intéressons-nous au recrutement de candidats présentant de nouveaux types de compétences et au recrutement en général. Le Machine Learning permet de rapprocher les CV et les compétences des postes à pourvoir, et de trier les candidatures bien plus rapidement que via un processus manuel. Au vu de l'accroissement des volumes et de la vitesse du recrutement aujourd'hui, cette rapidité peut faire la différence. Selon une étude Gartner sur l'efficacité du recrutement, « de nos jours, 25 % des candidats postulent à 10 emplois ou plus. Le nombre moyen de candidatures reçues pour un seul poste a augmenté de 39 % entre 2012 et 2018. En outre, les recruteurs doivent maintenant faire le tri parmi un nombre plus important de candidats aux compétences inadaptées pour le poste : 72 % des candidatures sont considérées comme étant de qualité faible à moyenne. » Mais avec un outil approprié reposant sur le Machine Learning, les recruteurs passent moins de temps sur les CV et plus sur les candidats à fort potentiel.

Nous prévoyons que davantage de personnes quitteront leur emploi pour des postes dont elles n'auraient peut-être pas eu connaissance autrement.

En outre, les chercheurs d'emploi mettent à profit les avantages du Machine Learning en passant moins de temps à parcourir les annonces et davantage à évaluer les postes recommandés par un algorithme. Nous avons tous probablement reçu des recommandations pour des emplois à côté desquels nous serions passés sinon. Au fur et à mesure que la technologie sous-jacente continue d'évoluer depuis le matching de mots clés au matching de compétences pour différents types de poste, nous prévoyons que davantage de personnes quitteront leur emploi pour des postes dont elles n'auraient peut-être pas eu connaissance autrement. A l'avenir, la blockchain pourrait également fluidifier davantage ce processus aussi bien pour les personnes en recherche d'emploi que pour les recruteurs, avec une expérience professionnelle validée pour les candidats.

Concernant l'engagement des collaborateurs et leur fidélisation, les entreprises peuvent les suivre grâce au Machine Learning qui permet d'analyser les feedbacks en interne. Selon IBM, « cette technologie peut analyser des contenus non structurés comme les enquêtes annuelles et des sondages rapides, ainsi que les conversations sur les réseaux sociaux. Des centaines de milliers de commentaires peuvent être analysés par thématique en quelques heures. »

Le Machine Learning peut également jouer un rôle dans la formation continue des collaborateurs en faisant des recommandations appropriées de contenus associés au sein d'une plateforme d'apprentissage de la même manière que nous recevons des recommandations de produits ou de films dans nos vies quotidiennes.

Les entreprises qui réaffectent régulièrement leurs ressources afficheront une valeur 40 % supérieure à celle de leurs homologues moins dynamiques après 15 ans.

De l'automatisation à la prise de décision stratégique

A mesure de l'évolution du Machine Learning, les avantages se sont développés. Dans le cas du recrutement, il permet l'accélération du processus, mais surtout l'embauche de talents de qualité. Comme le souligne le rapport d'IBM, « autrefois, la technologie nous permettait de recruter des personnes plus rapidement via Internet. Désormais, l'IA nous offre la possibilité de recruter la bonne personne plus rapidement en évaluant l'adéquation entre les compétences et les postes, en prévoyant la probabilité de réussite future et en estimant le délai nécessaire pour pourvoir un rôle donné. »

Ce changement vers une approche plus stratégique des RH a des conséquences importantes pour les entreprises. « Dans les sociétés où le rôle des RH est plus stratégique qu'administratif, les RH jouent un rôle déterminant dans les résultats », selon Great Place to Work, l'institut qui établit le classement « Fortune 100 Best Companies to Work For ». « Une équipe RH stratégique peut se targuer de contribuer à augmenter la part de marché, à favoriser l'innovation produit, à augmenter les ventes, à offrir une plus grande agilité à l'entreprise, entre autres. »

 

Pourquoi les compétences sont prioritaires

Le Machine Learning excelle dans les prédictions, mais l'aspect humain reste indispensable pour interpréter ces prédictions en faisant preuve de jugement. Apprendre à travailler efficacement avec les machines pour renforcer l'intelligence humaine sera un axe essentiel à la réussite de l'automatisation. Cela nécessitera également que la fonction RH – et les autres fonctions de l'entreprise – repensent les compétences indispensables pour suivre le rythme dans ce monde qui change.

Apprendre à travailler efficacement avec les machines pour renforcer l'intelligence humaine sera un axe essentiel à la réussite de l'automatisation.

Même si l'automatisation pourrait remplacer certains collaborateurs, elle créera également de nouveaux postes et transformera les fonctions actuelles. Dans le rapport de Forrester « The Technology-Augmented Employee, » J.P. Gownder cite une entreprise qui est passée d'« activités répétitives et abrutissantes » dans les services de la Finance à l'automatisation des processus robotisés (RPA). Résultat : les emplois de la fonction Finance sont « devenus plus stratégiques et intéressants. »

Une étude de Deloitte fait écho à ces conclusions. L'automatisation de certaines tâches va modifier la description de poste pour de nombreux rôles : « lorsqu'une partie du travail est automatisée via des machines, le travail restant pour les humains est généralement plus interprétatif et orienté service. Il repose sur la résolution de problèmes, l'interprétation de données, la communication et l'écoute, le service client et l'empathie, ainsi que le travail d'équipe et la collaboration. Toutefois, ces compétences avancées ne sont pas des tâches fixes comme les emplois traditionnels, et elles obligent les entreprises à créer des postes et des rôles plus flexibles, évolutifs et moins rigides. » Les machines automatiseront certaines tâches courantes, affirme le rapport, mais les entreprises devront repenser la manière dont elles travaillent.

S'agissant de la fonction RH, Richard McColl prédit un avenir dans lequel les compétences seront au centre de chaque département, permettant aux entreprises d'aider les collaborateurs à trouver plus facilement leur prochaine opportunité. Le Machine Learning, explique-il, permet à une entreprise d'examiner le type de travail de chaque personne, les sujets dont elle parle, ceux à propos desquels elle écrit et les clients avec lesquels elle interagit. « Si vous pouvez utiliser le Machine Learning pour déduire de ces informations les compétences de ces personnes, vous pouvez leur faire des suggestions de carrière. Par exemple, "voici certaines pistes de carrière qui pourraient vous aider dans votre parcours de développement." Je pense que c'est vraiment puissant ».

Les entreprises consciencieuses doivent s'assurer que la diversité et l'intégration font bien partie des critères de base de ces nouvelles technologies de Machine Learning. Barbara Cosgrove, Vice President, Chief Privacy Officer chez Workday, explique dans une publication au sujet de l'engagement envers une utilisation éthique de ces technologies : « le Machine Learning n'est pas là pour supplanter les décideurs humains. En fait, les applications s'appuyant sur le Machine Learning font des prédictions qui, associées au jugement humain, permettent de prendre de meilleures décisions. Mais la réussite du Machine Learning, comme celle de n'importe quelle technologie émergente, repose sur la confiance, et celle-ci n'existe que si les entreprises adoptent des pratiques responsables et éthiques. »

 

L'évolution se poursuit

Richard McColl ajoute que c'est sur l'humain que repose la seconde phase du Machine Learning. Selon lui, le Machine Learning va permettre aux entreprises de créer de meilleurs environnements de travail, tenant davantage compte des goûts et des préférences des collaborateurs. « Je pense que le Machine Learning va nous permettre de créer des solutions et des expériences ultra personnalisées. D'un point de vue professionnel, cette technologie nous donne l'opportunité de mettre davantage d'humanité dans les applications, les systèmes et les processus autour desquels nous créons des expériences. »

Selon une étude de Workday, l'émergence du Machine Learning et d'autres technologies Data-Driven génère des opportunités, mais également des défis de taille car les entreprises doivent acquérir les compétences dont elles auront besoin pour demain. Par exemple, 52 % des entreprises prévoient de renforcer les compétences de plus de la moitié de leurs effectifs d'ici à 2024. Comment les entreprises vont-elles tirer profit de la puissance de la technologie de Machine Learning tout en développant les compétences humaines nécessaires pour en saisir la valeur, et l'humanité indispensable pour rester un bon employeur et une entreprise citoyenne ?

Les experts conviennent que, face au Machine Learning et aux autres avancées technologiques, les emplois et les compétences vont devoir évoluer. Mais l'expert en intelligence collective du MIT Thomas Malone explique que nous n'avons pas abordé le débat de l'Homme contre la machine sous le bon angle. Dans un entretien avec Deloitte, il affirme : « Nous avons consacré trop de temps à opposer les hommes aux ordinateurs et pas assez à réfléchir à la combinaison des 2. Trop de temps à penser aux emplois qui allaient être remplacés par les ordinateurs, et pas assez à ce que les hommes et les ordinateurs pouvaient accomplir ensemble et qui était impossible auparavant. »

Alors que nous entrons dans une nouvelle décennie, accordons-nous pour dire de 2020 qu'il s'agit de l'année pendant laquelle les hommes et les ordinateurs ont commencé à réaliser ensemble des projets qu'ils n'auraient pas pu faire seuls.

Alors que nous entrons dans une nouvelle décennie, accordons-nous pour dire de 2020 qu'il s'agit de l'année pendant laquelle les hommes et les ordinateurs ont commencé à réaliser ensemble des projets qu'ils n'auraient pas pu faire seuls.