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 ?
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 :
- 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.
- 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