Bienvenue Joomla   Cliquez pour écouter le texte entier Bienvenue Joomla Ecoutez en ligne cet article du MagRH

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

La data au service du Workforce planning

La data au service du Workforce planning

An Rycek, Cisco - Strategic Workforce Planning Manager,
Global virtual sales & engineering

Pouvez-vous présenter Cisco en quelques mots ?

Cisco est une entreprise IT américaine spécialisée dans les solutions télécom (Infrastructures, 

Sécurité, Services, Applications…) qui emploie environ 74 000 employés dans le monde et se reconfigure en permanence (190 acquisitions depuis 1993). Pour illustrer ce qu’est Cisco, je peux prendre deux exemples de projets que Cisco a mené récemment : 

(1) A Barcelone, nous avons créé ensemble avec notre eco-système la ville du futur (Smart city/ville intelligente) en déployant l’informatique géodistribuée (fog computing) pour gérer notamment grâce aux données via l’internet des objets l’éclairage, le trafic automobile ou les déchets de manière plus intelligente afin d’optimiser la consommation d’énergie et les flux ;

Lire la suite

Maitriser ses compétences, c'est maitriser son Strategic Workforce Planning

Maitriser ses compétences, c'est maitriser son Strategic Workforce Planning

Le Strategic Workforce Planning (SWP) est un effort de planification par lequel les entreprises évaluent l’impact de leur stratégie sur leur paysage de ressources humaines d’une part, et entreprennent de combler l’écart entre la situation souhaitée de leur business plan et celle réelle de leurs bassins de ressources humaines d’autre part. La plupart des entreprises en ont aujourd’hui une approche capacitaire, c’est à dire que leurs efforts de SWP sont orientés vers une réflexion quantitative portant sur l’allocation de ressources à des postes A ou B (10 électroniciens en plus, 5 chefs de projets en moins, etc.). Le mérite de cette approche est qu’elle repose sur un indicateur simple compréhensible par tous - la quantité de personnes occupant un poste A - et que le facteur d’incertitude principal est clairement identifié : la définition d’un métier à une échelle de temps donné (i.e. que deviendra tel métier dans 2, 3, 5 ans).

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

4 pré-requis avant de lancer une cartographie de compétences

4 pré-requis avant de lancer une cartographie de compétences

Savez-vous quelles compétences sont requises pour chacun des postes au sein de votre organisation ? Les personnes qui occupent ces fonctions en ont-elles conscience ? Ont-elles les connaissances nécessaires pour exécuter les tâches qui leur sont confiées et la bonne attitude pour réussir ? C'est là qu'intervient la cartographie de compétences. Elle peut vous aider à identifier les bons talents pour les bons postes, retenir des employés qualifiés, améliorer l'efficacité de vos collaborateurs ou encore suivre les évolutions de votre secteur et planifier l'avenir de votre organisation.

La cartographie de compétences est la fondation de toute politique de gestion des talents. Elle permet de comparer le niveau des compétences actuel et souhaité au sein de votre organisation afin de travailler à la planification stratégique de vos ressources.

Lire la suite

Pouvez-vous nous définir à la fois le marché sur lequel vous opérez aujourd’hui et les typologies de demandes de vos clients, bien que l’intitulé même de votre pôle soit déjà une réponse ?

Nous sommes sollicités par les entreprises qui souhaitent anticiper ou accompagner les transformations autour de l’I.A. On peut d’ailleurs parler plutôt simplement d’automatisation dans la mesure où les niveaux d’I.A. peuvent varier fortement d’une entreprise à l’autre, en fonction du secteur ou même en interne en fonction du métier considéré (par exemple, le Marketing est particulièrement avancé en la matière). Quel que soit le niveau d’« intelligence », cette automatisation du recueil et du traitement des données implique des évolutions importantes des modèles organisationnels. L’exploitation des données et expériences clients auront tout naturellement un impact sur les données et l’expérience collaborateurs.

Philosophie et IA

Pourquoi un philosophe s’intéresse-t-il à l’Intelligence artificielle ?

L’intelligence a toujours posé question à la philosophie, de même que la technologie qui, depuis au moins un siècle, se trouve au centre des préoccupations. La combinaison de l’intelligence et de la technologie est ainsi doublement philosophique. Des philosophes comme Aristote et Leibniz l’ont anticipé. Actuellement, les débats sur l’intelligence artificielle ont deux dimensions. La première est épistémologique : elle cherche à interroger la part « intelligente » de l’intelligence artificielle. Si la capacité pour une machine d’émuler l’intelligence humaine la rend véritablement intelligente, cette dernière caractéristique doit-elle être entendue comme une qualité, ou juste comme une capacité ? Un dispositif capable de comportements intelligents a-t-il cette qualité qu’est l’intelligence, voilà la question. La seconde dimension du débat contemporain est plus prospective et sociale. Elle interroge les conséquences humaines et civilisationnelles des évolutions actuelles du couple humain-machine, avec aussi bien le spectre d’un chômage accru et d’un remplacement du travail humain par le travail machinique, que les espoirs transhumanistes, souvent utopistes, d’une humanité régénérée par ses outils. Toutes les questions soulevées par le progrès depuis deux siècles se retrouvent dans ce débat, exacerbé par les exemples toujours plus nombreux de robotisation de certaines activités.

Nous vivons actuellement une transformation majeure de société intrinsèquement liée à la large révolution scientifique et technologique que constitue mes NBIC qui sont l’interconnexion croissante entre « l'infiniment petit (N), la fabrication du vivant (B), les machines pensantes (I) et l'étude du cerveau humain (C)[1] ». Ces NBIC correspondent à la convergence de différentes sciences qui, jusqu’alors, étaient des disciplines autonomes. Les Nanotechnologies permettent d’accéder à l’infiniment petit, le milliardième de mètre, correspondant à l’atome. A ce niveau, on peut modéliser l’ensemble de notre monde, physique comme tout le monde vivant, humain compris, dans tous les processus de modélisation jusqu’au vivant.

Maître vous avez la parole…

Faut-il instaurer un régime juridique spécifique pour les robots ? Question saugrenue à première vue.

Mais, auriez-vous pensé  un jour retrouver les lois de la robotique élaborées par Isaac Asimov dans une proposition de résolution du Parlement européen ? Et bien non, ce n'est pas de la science-fiction: elles figurent en bonne place (page 5/24) dans le rapport Delvaux ayant soumis à la Commission juridique européenne des recommandations concernant les règles de droit civil sur la robotique.

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 ?

Transformation numérique, technologies, intelligence artificielle ...

Cliquez pour écouter le texte Faites parler le MagRH