L'Intelligence Artificielle et les Ressources Humaines

L’intelligence artificielle est au cœur de très nombreuses attentions depuis bientôt deux ans. Popularisé avec Watson (IBM) le champ des applications apparait sans fin et porteur d’avenir pour nombre d’activités. Médecine, Banques, Voitures autonomes, Assistants personnels, les applications du quotidien sont nombreuses. Toutefois, le futur et la prospective se mélangent sans complexe avec le présent et le réel dans les discours marketing des éditeurs, conduisant à un flou sur ce qu’est et ce que n’est pas l’intelligence artificielle aujourd’hui et laissant la porte ouverte à nombre de futurologues aux discours angéliques ou apocalyptiques.

Avant de détailler les principales technologies que sous-entend l’IA, il apparait nécessaire de bien distinguer les différents mouvements technologiques de fond qui sont en train d’impacter l’entreprise et la manière dont ils s’articulent entre eux. La difficulté réside dans le fait qu’ils s’enrichissent les uns les autres dans une logique de collaboration ou les flux, les données, les acteurs sont particulièrement remis en question.

Des organisations visant la collaboration, les flux

Le développement des applications et du Web 2.0 (si l’on retient la terminologie du W3C) repose sur le développement de logiques collaboratives permettant aux utilisateurs d’interagir et de ne pas simplement obtenir des informations. Le mot clef, le socle de ces applications est la collaboration, c’est-à-dire le fait de soutenir le partage et les flux d’information entre les différents acteurs.

L’on peut notamment citer dans cette catégorie les réseaux sociaux d’entreprise, les wikis et groupwares. L’une des conséquences de ces outils est qu’ils permettent (lorsqu’ils sont correctement introduits dans l’entreprise) de structurer l’entreprise avec différentes communautés (métier, produit, projet…) et donc de s’affranchir des organisations pyramidales classiques. Force est de constater que ces outils sont aujourd’hui relativement mal utilisés dans les entreprises, principalement car mis en œuvre sans qu’il y ai eu une réflexion en profondeur sur la signification et l’impact de la collaboration.

Par aller plus loin : l’observatoire des réseaux sociaux d’entreprise : www.obsdesrse.com

l’intelligence des situations, les données

Depuis quelques années, les entreprises ont pris conscience de la masse de données qu’elles accumulent sur nombre de sujets (internes ou externes). La logique était dans un premier temps de dépasser les approches des simples tableaux de bord et de pilotage, pour s’orienter vers les tableaux de bord prospectifs (balanced scorecard) pour maintenant s’orienter vers l’analytique et ses quatre déclinaisons que sont par ordre de complexité statistique croissante :

• L’analyse descriptive, décrire un événement, une situation
• L’analyse explicative, trouver les éléments d’explication de la situation ou de l’événement
• L’analyse prédictive, anticiper les évolutions de la situation
• L’analyse prescriptive, quelles seraient les actions à mettre en œuvre pour que la situation évolue comme désirée.

Faire parler les données nécessite donc :

1. Des outils statistiques évolués, l’utilisation de notions telles que les statistiques inférentielles (l’inférence statistique consiste à induire les caractéristiques inconnues d’une population à partir d’un échantillon issu de cette population. Les caractéristiques de l’échantillon, une fois connues, reflètent avec une certaine marge d’erreur possible celles de la population).
2. L’utilisation d’un grand volume de données, en effet, plus vous disposez de variables décrivant une situation ou un phénomène et ses acteurs, plus vous avez de chance d’identifier les corrélations entre les variables significatives (les caractéristiques inconnues) et la survenance d’un événement.

L’on a donc vu arriver dans les entreprises les notions de « big data » et de nouveaux métiers relevant de la « data-science ».

Exemple concret : l’analyse de l’absentéisme. Il s’agit d’une pratique relativement bien connue dans les entreprises. Toutefois, par manque d’outils et de compétences statistiques, l’analyse de l’absentéisme se résume souvent à des statistiques descriptives et des tris à plat plus ou moins judicieux sur le taux d’absentéisme. L’utilisation de ces nouveaux outils (SPSS, Watson, SAS…) permet, sous réserve de disposer des données, d’aborder ce sujet avec la logique de la page blanche, sans apriori.

Dans un premier temps l’on recueille tous les événements d’absence des collaborateurs (date de début, de fin, motif, prolongation, et numéro de matricule) ainsi le fichier du personnel avec l’ensemble des données dont on dispose. Les outils technologiques vont traiter ces données et identifier les niveaux de corrélation entre chacune des variables du dossier du personnel et l’existence ou pas d’un événement d’absence. L’on identifiera alors des variables dites significatives. Il s’agit pour le moment de corrélations, pas de causalité. Mais l’on pourra alors reprendre ces variables et questionner notre lecture de l’absentéisme tout en proposant un ensemble d’actions auxquelles nous n’aurions pas pensé immédiatement. Ce type de traitement nous à permis par exemple d’identifier qu’il n’y avait pas fondamentalement de différences de comportement entre les hommes et les femmes en ce qui concerne la maladie ordinaire mais que les différences constatées étaient dues à d’autres facteurs notamment le temps partiel subi ou les métiers occupés. De même l’on constate que les meilleurs managers ne sont pas toujours ceux que l’on croie, que la taille des équipes ou que la nature des déplacements ont des impacts massifs pour certaines entreprise.

Principaux outils : SPSS, SAS, etc…

La mobilité

Le développement de la téléphonie, 4G et bientôt 5G, des réseaux ouverts combiné à la miniaturisation des terminaux (portables, tablettes), permet de s’affranchir des espaces physiques de travail. A cette situation se combine de plus en plus la pratique du BYOD (Bring Your On Device) et donc ouvre la porte à de nombreux problèmes de sécurité.

La transformation digitale des organisations

Au-delà de l’informatisation, la transformation digitale des organisations relève donc de l’utilisation combinée de ces trois phénomènes technologiques. Il s’agit alors de savoir les combiner judicieusement en fonction des besoins et capacités de l’organisation. Il n’y a pas de recette ou de solution toute faite. La difficulté de la transformation digitale des organisations provient donc :

• De la difficulté à intégrer des fonctionnements collaboratifs dans l’entreprise, ce qui pose la question de l’évolution du rapport à l’information. Savoir passer d’information = pouvoir à partage de l’information = reconnaissance.
• De la qualité et de la disponibilité des données et algorithmes utilisés.
• Des modes de recueil, des rôles et de l’utilisation de ces nouveaux outils par un ensemble d’acteurs qui ne sont plus nécessairement dans l’entreprise (physiquement ou conventionnellement)

Mais aussi d’un véritable changement culturel nécessitant de repenser nombre de processus. Plus simplement repenser le système d’information et ses 5 composantes. Un système d’information étant un ensemble COHERENT de DONNEES, ACTEURS, PROCEDURES regroupées dans le cadre d’OBJECTIFS communs par un ensemble de TECHNIQUES & TECHNOLOGIES. Autant de difficultés qui se déploient dans un monde ou les normes technologiques sont encore relativement diversifiées et donc ou l’inter-opérabilité de l’ensemble des outils et programmes reste un problème.

Agilité ou souplesse des organisations ?

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, pour résumer :

• 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 un contexte métier (ici celui des RH), le parallèle peut être fait avec les RH 1.0, les RH 2.0 et les RH 3.0 comme suit : 

• 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).
• 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.).
• 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.

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 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 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 et le traitement 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.

A cette situation déjà complexe l’arrivée de l’IA vient perturber plus encore les fragiles équilibres de l’entreprise. Bien sur l’IA est le terme qui est aujourd’hui utilisé en permanence et partout, mais ces technologies viennent s’intégrer dans le contexte décrit précédemment venant opacifier la lecture que nous pouvons avoir de l’évolution des organisations.

Encore aujourd’hui, il est difficile de définir ce qu’est l’intelligence artificielle, plus difficile encore lorsque l’on écoute ou lit toutes les communications qui se targuent de nous expliquer comment l’intelligence artificielle va venir révolutionner l’activité des professionnels, de l’entreprise et la vie de chacun d’entre nous et qui en définitive ancrent en nous la croyance d’une intelligence artificielle forte présente et tapie dans l’ombre de nos emplois.

Si dans l’esprit d’un grand nombre de personnes l’intelligence artificielle relève de la pensée magique, c’est peut-être parce que derrière l’IA se cachent un grand nombre de techniques et technologies. De manière simplifiée et résumée l’on retrouvera notamment : 

• Les techniques d’Apprentissage Machine (avec les apprentissages supervisés, non supervisés et les techniques de Deep Learning notamment),
• Les Systèmes Experts,
• Le traitement du langage (avec la traduction automatique, la classification, la génération de texte, l’extraction de contexte),
• Le traitement de la parole,
• La vision, la reconnaissance du mouvement, des formes et des images,
• Les techniques de planification et d’organisation
• La robotique.

Dans le monde professionnel RH et au regard des solutions logicielles proposées sur le marché, l’intelligence artificielle semble, pour le moment, plus particulièrement se limiter aux technologies :

• Des systèmes experts,
• De l’apprentissage machine
• Du traitement du langage.

Bien sûr, nous avons tous entendu parler de ces techniques, de la reconnaissance des émotions, qui couplé avec une caméra vidéo permet d’identifier les émotions (les mensonges ?) des candidats lors d’un entretien d’embauche, mais il faut bien reconnaitre que l’on est plus dans les champs de la recherche fondamentale que de l’application pratique (on lira avec intérêt l’interview de Laurence DEVILLERS dans les Echos : Les machines sont à des années lumières de capturer nos affects)

Il convient alors, d’être particulièrement prudent face aux annonces qui fleurissent çà et là et sans les rejeter à priori d’analyser en profondeur ces innovations avant d’en conclure qu’il s’agit d’un progrès (ou plus simplement que cela fonctionne réellement) au regard des usages et des attendus portés à l’encontre de notre fonction par nos parties prenantes.

Les techniques de l’IA généralement rencontrées dans le monde des RH

Même si les applications réussies sont encore relativement rares, l’on rencontre de plus en plus fréquemment des techniques relevant de l’apprentissage artificiel (ou machine), des systèmes experts et de l’analyse sémantique.

L’apprentissage machine

L’apprentissage artificiel est généralement défini comme reposant sur un ensemble de méthodes permettant de construire un modèle de la « réalité » à partir des « données » disponibles (une donnée étant définie comme étant un état de fait objectif), soit en améliorant un système décrivant cette réalité de manière partielle et donc en le complétant, soit en créant ex-nihilo le modèle. La construction de ces modèles s’effectuant normalement avec la combinaison de trois approches :

• Déductive. Ce qui permet de travailler la connaissance à partir de spécifications ou à partir d’exemples. Les exemples sont transformés en connaissance. L’apprentissage s’effectue alors sur la base d’explications. Techniquement l’on parle de méthodes de particularisation, d’inductions mathématiques ou de type « modus ponens » ;
• Qui utilise alors des méthodes de généralisation, d’abstraction, d’abduction, d’inversion de la résolution ou d’induction sur la base d’un nombre fini de cas ;
• Avec lesquelles la connaissance est travaillée sur la base de cas identifiés ou par similarité. L’on parle alors de lien causal.

Ces approches se déclinent en différentes méthodes et modalités en fonction des "matériaux" à disposition pour générer ces apprentissages et notamment des données et règles de fonctionnement. L’on travaille alors à partir de :

• Procédures, la connaissance procédurale est alors déclarative et algorithmique.
• D’une connaissance explicite du problème obtenu sur la base de « traces de comportements » (les traces que nous laissons sur internet, par exemple) ou d’exemples qui sont soit positifs seuls (on parle alors de "généralisation") ou positifs et négatifs (l’on parle alors de "programmation logique inductive").
• Sans connaissance explicite. Ce dernier point est aujourd’hui le plus porteur. Il repose sur l’utilisation d’exemples classés (les techniques utilisées sont alors principalement les réseaux de neurones, les arbres de décision et l’apprentissage statistique) et d’exemples non classés, qui nécessitent alors soit la classification - la création de classes permettant alors l’utilisation de méthodes statistiques symboliques, neuronales - soit par la découverte des associations.

Un rapide examen des techniques utilisées en apprentissage machine appelé en bon francais « machine learning » montre qu’elles reposent aujourd’hui principalement sur des approches statistiques que l’on pourrait qualifier de "knowledge poor" alors que si l’on tente de regrouper les différentes branches citées précédemment, l’IA apparaît comme plus traditionnellement associée à des approches plus larges de l’acquisition et du traitement de la connaissance et du contexte de celle-ci.

L’utilisation de ces techniques apparait alors particulièrement intéressant dans le cadre du développement d’une politique d’analytique RH, permettant ainsi d’identifier des « patterns » de fonctionnement, de nouvelles règles de gestion et de comprendre certains fonctionnements ou résultats restant mal compris ou identifiés. A titre d’exemple l’on pourrait mettre en avant l’identification de parcours de carrière reliés aux compétences détenues ou l’analyse des causes réelles de l’absentéisme.

Les systèmes experts

Les systèmes experts ont connu leurs moments de gloire à la fin des années 80. Décrits généralement comme des systèmes capables de reproduire les processus cognitifs d’un expert, ces algorithmes reposent (pour simplifier) sur trois principes :

• La base de règles
• La base de faits
• Le moteur d’inférence

Une base de règles. Il s’agit de décrire les règles à suivre. Généralement on énonce ces règles en vrac, c’est à dire sans ordre particulier. Une condition fondamentale pour garantir l’efficacité du système : ne pas oublier une seule règle. Par exemple :

• Si c’est la troisième absence > Alors >Programmer Entretien de Ré-accueil
• Si un salarié est absent > Alors > Informer les RH
• Si le justificatif est absent > Alors >  Demander le justificatif
• ..

Ces systèmes s’appuient donc sur la connaissance du domaine et l’intégration au préalable de ces savoirs exprimés sous forme de règles dans la base de règles.

Une base de faits. Les faits regroupés eux aussi dans une base seront alors examinés par le moteur d’inférence qui cherchera toutes les déductions possibles, rajoutera peut-être de nouveaux faits dans la base (grâce aux règles) et donc tentera d’aboutir à une conclusion.

La faiblesse de cette approche réside dans le fait que les systèmes experts sont généralement très rigides. Conçus pour résoudre des problèmes complexes dans des environnements très spécifiques l’entretien ou la mise à jour des règles peut s’avérer particulièrement complexe au point qu’il faut parfois tout reprendre à zéro.

Les systèmes experts ont connu leur heure de gloire, mais sont retombés dans l’oubli et l’on n’utilise plus guère ce terme. On lui préfère la notion de base de connaissance. Les développements de l’apprentissage machine leur redonne toutefois une certaine vitalité. En effet, l’apprentissage machine et les techniques statistiques qui y sont reliées permettent d’identifier des règles passées inaperçues jusqu’à présent et participer à son évolution et sa mise à jour quasi-permanente.

Pour un professionnel RH, ces outils pourraient être plus particulièrement utiles pour la gestion de processus administratifs ou réglementaires complexes, par exemple pour la paie (et le maintien du réglementaire de paie) ou pour le suivi de certaines situations administratives particulières.

Le traitement du langage

La sémantique est l’étude du sens des mots, dans une phrase et dans le contexte de cette phrase (par exemple le terme stérile sera connoté positivement dans un hôpital et négativement dans une réunion de direction un peu agitée). L’analyse sémantique est donc une technique relativement complexe qui dépasse en technicité et en intérêt les techniques d’analyse lexicales (utilisant principalement des dictionnaires) ou grammaticales (utilisant principalement des grammaires formalisées).

L’analyse sémantique est au cœur des applications du traitement automatique du langage humain, ceci ouvrant un large champ d’application telles que les traductions, corrections orthographiques ou plus récemment la recherche de similarités ou de relations entre différents textes. Les techniques de l’analyse sémantique reposent principalement sur la combinaison de deux approches :

• L’approche linguistique, où l’on établit à priori des règles en étudiant le langage ;
• L’approche statistique, qui s’appuie sur l’analyse d’un volume important de textes, à partir desquels la machine va extraire automatiquement des règles grâce à l’apprentissage automatique (apprentissage artificiel);

Mais l’analyse sémantique passe généralement par quelques étapes :

• Étape 1 : Dans un premier temps on identifie les termes et des expressions porteurs de sens
• Étape 2 : Détection des passages contenant l’expression de prises de position
• Étape 3 : Rapprochement/regroupement des mots et expressions et passages qui exprime une prise de position, positive ou négative par thème
• Étape 4 : Consolidation sur l’ensemble des verbatim (analyse statistique)

Les champs d’utilisation dans le monde des RH sont particulièrement prometteurs tant la quantité de textes, rapports, données qualitatives sont nombreuses et importantes. L’on pourrait par exemple sur la base des retours d’entretiens professionnels informer automatiquement les collaborateurs sur les métiers qui pourraient s’ouvrir à eux grâce à des bases d’information internes ou externes. Informer des candidats sur les métiers, etc... mais aussi développer des tchatbots un peu moins bêtes que ceux qui nous sont actuellement proposés et qui se bornent très souvent à explorer un arbre n-aire contenant des questions et remarques que l’on explore au fur et à mesure de l’avancée dans le processus de questionnement.

On le constate, ces outils, pour intéressants qu’ils soient ne sont pas intelligents, ils sont certes systématiques et ne laissent pas la place à l’imagination et aux chemins de traverse. Principalement car :

• Ils fonctionnent sur le mode de la recherche de corrélations et nous savons tous qu’une corrélation n’est pas une causalité ;
• Ils ne sont que le reflet des conditions dans lesquelles se sont passé leur apprentissage ;

Les champs d’application de ces technologies sont encore relativement limités. En effet, les principales applications disponibles sont aujourd’hui concentrées principalement sur les activités de recrutement et dans une moindre mesure sur la gestion des compétences.

Les solutions innovantes sont nombreuses, certaines vont émerger dans les semaines et les mois qui viennent alors que d’autres disparaitront. Cette partie vise à poser un cadre de référence simple pour trois approches actuellement adressée par les éditeurs . 

• Le recrutement
• L’expérience utilisateur
• La gestion des compétences et des carrières

Dans une prochaine lettre, nous apporteront des informations complémentaires permettant ainsi un suivi des solutions existantes ainsi que des champs complémentaires d’analyse pour le moment émergents (formation, qvt, performance et masse salariale)

Le recrutement, cheval de troie des technologies

Si historiquement c’est par la paie et la gestion du dossier personnel que l’informatique a pénétré le monde de l’administration du personnel, c’est par le recrutement que le digital RH est rentré dans l’entreprise. Notamment par, dans un premier temps, l’utilisation de l’internet puis dans un second temps par les réseaux sociaux. La tendance actuelle semble chercher à améliorer les performances des outils 2.0 du recrutement par d’adjonction de fonctionnalités en mode 3.0. Ces fonctionnalités permettant pour l’entreprise :

• De mieux définir les critères de succès dans un poste ; (recherche de variables significativement corrélées entre les niveaux de performance dans un poste et les profils des personnes occupant ces postes.
• D’optimiser le sourcing ; en travaillant sur le CV (analyse sémantique) par l’identification de compétences métier ou transverses
• De construire des processus de recrutement adaptés ;
• D’analyser les risques de discrimination liées à la rédaction d’une annonce préalablement à la publication de celle-ci (écarter les mots porteurs de discrimination mais aussi maintenant les tournures de phrase)

Ceci marque bien le caractère « industriel » du processus et pour pouvoir fonctionner nécessite un grand nombre de recrutements ainsi qu’une population pouvant être statistiquement analysée. Ceci pose la question de ce que la presse appelle la fabrique des clones ainsi que la reproductibilité des biais d’échantillons (comme souligné par la récente affaire Amazon). Les outils peuvent également être utilisés pour les collaborateurs (recrutement interne) ou les candidats (recrutement externe)

• D’obtenir des informations complémentaires sur l’entreprise et le métier ;
• D’ouvrir des pistes de recherche d’emploi et information sur des opportunités de carrières auxquelles le/la candidat/e n’aurait pas pensé et/ou les algorithmes auraient identifié par la lecture du CV des compétences pouvant correspondre à d’autres offres d’emploi proposées. 

Lien Amazon : https://www.lepoint.fr/high-tech-internet/aurelie-jean-pourquoi-il-faut-defendre-amazon-et-son-algorithme-de-recrutement-26-10-2018-2266303_47.php

Ne nous trompons pas, il s’agit encore d’algorithmes (suite finie d’opération) dont la qualité et l’opérationnalité sont sujettes à caution. Nous sommes encore plus dans une logique de type R&D que dans une logique de produit fini. D’ailleurs avec les algorithmes de type machine learning (qui apprennent à mieux identifier et mieux analyser les interactions homme/machine) nous pouvons nous poser la question de savoir si nous pourrons disposer un jour d’un produit fini.

L’expérience collaborateur

Quand l’on parle d’expérience utilisateur ou collaborateur et d’IA l’on pense assez naturellement aux « Bots » et à l’analyse de données. Le nombre de « bots » ou « agents conversationnels » utilisant véritablement des techniques d’intelligence artificielle est assez limité, il s’agit en plus de traiter un grand nombre de questions de la part de collaborateurs, candidats ou clients. L’entrainement de ces robots par les utilisateurs eux même entraine généralement un coté déceptif par la pauvreté des interactions. Ce problème tend à être corrigé, des algorithmes de machine learning permettant à ces robots de s’améliorer. Il convient donc ici de savoir donner du temps au temps.

Que l’on parle d’expérience collaborateur ou d’expérience client l’on est bien dans une logique ou l’on cherche à décrypter, connaitre et anticiper les attentes des collaborateurs ou des clients pour leur apporter une expérience utilisateur (dites maintenant Ux cela fait start-up) censée être optimale. L’on se retrouve alors dans une logique de type User Analytics ou sur la base d’un ensemble de données, l’on cherche à décrire le phénomène, le comprendre, l’anticiper et enfin évaluer l’impact sur le niveau de satisfaction de l’utilisateur. L’IA ou plutôt les techniques de statistiques inférentielles sont pour cela particulièrement utiles pour autant que l’on dispose des données nécessaires (généralement obtenues par des enquêtes, le suivi du comportement du consommateur, etc…). Toutefois, nous ne disposons pas de l’ensemble des données nécessaires et l’enjeu des années à venir sera bien d’en recueillir un maximum pour améliorer la réponse de nos entreprises. Au-delà du recueil, le choix et la nature des données dont on se servira pour « alimenter » le système impactera le fonctionnement et les objectifs réellement poursuivis par l’entreprise en faisant « parler les données ». Ceci nous interroge donc sur le fichage et les risques de bruits de « bots ».

La gestion des compétences

Un grand nombre de start-up utilisent aujourd’hui des technologies s’apparentant au machine learning, à l’analyse sémantique voire à la théorie des graphes pour dresser des cartographies des compétences dans l’entreprise. Nombre d’approches sont actuellement concurrentes. Le principal écueil de ces technologies étant de disposer d’un vocabulaire métier pouvant être utilisable.

• Illustration 1 : La phrase « tout cela est stérile » dans un document peut être connotée négativement ou positivement en fonction du contexte (en milieu hospitalier par exemple).
• Illustration 2 : « le Couleur-pocheur doit alors faire une addition » si vous ne savez pas que le pocheur est la personne dont le métier est de conduire l’installation de production, une « poche » d’acier et que dans le cadre de ce métier-là une addition est le fait d’ajouter un des minerais particuliers pour obtenir certaines nuances d’acier, vous risquez de ne pas trop comprendre.

Dans la gestion des compétences, l’acquisition du vocabulaire métier est très important et les limites que l’on constate quant-à l’utilisation de ces programmes réside bien souvent sur :

• La quantité et la qualité des informations disponible pour les métiers,
• La qualité de la grammaire algébrique
• La méthodologie déployée pour la gestion des compétences
• L’intégration des données contextuelles

De nombreuses applications existent, vous en trouverez ci-dessous les prises de parole de certains de leurs dirigeants sur le thème des compétences (Extrait du Mag RH N°5). Nombre de très grandes entreprises se lancent actuellement dans la démarche au travers de POC (proof of concept). Principalement sur les soft-skills. En effet, alors que les données nécessaires à la gestion des compétences « dures » sont très contextualisées, celles liées aux comportements professionnels recherchés (soft skills) apparaissent à tort ou à raison moins sujettes à l’environnement.

• 4 pré-requis avant de lancer une cartographie de compétencesVincent LEBUNETEL
• Comment permettre aux entreprises et aux individus de se préparer aux mutations du travailCarole MENGUY
• Gestion des compétences : pourquoi vous ne pourrez vous passer de l'IAJean-Philippe COUTURIER
• Gestion des compétences : tout dépend de la qualité et de la quantité des donnéesPierre Antoine ROY
• La data au service du Workforce planningAn RYCEK
• La réalité virtuelle à la conquête de la formationEmilie GOBIN & Bertrand WOLFF
• Le référentiel est mort, vive le référentiel ! Loic Michel
• Maitriser ses compétences, c'est maitriser son Strategic Workforce PlanningOlivier ROUHOU
• Non à la gadgetisation de la fonction RHFrançois Geuze
• Strategic workforce planning : les mutations du monde du travailEvgenia Sopochkina et Jean-Christophe Roche
• Workforce planning : comment l'IA va révolutionner cette pratiqueNicolas MOREL

Captation vidéo de la conférence débat organisée par le Master GRH dans les Multinationales - IAE Gustave Eiffel

Echanges entre Olivier Ezratty et François Geuze sur le thème de l'IA face au risque de la discrimination

Article initialement paru dans Courrier Cadres le 8 Janvier 2019

Depuis quelques mois, l’on assiste à nombre de prises de parole. La boîte de pandore est en train de s’ouvrir, l’IA va détruire notre monde du travail… Face à des études contradictoires qui se suivent et ne se ressemblent pas, l’inquiétude grandit, nous n’y comprenons plus rien. Mais cette incompréhension n’est-elle pas due à l’inadéquation de nos outils pour appréhender le travail et au premier rang de ceux-ci, la notion de compétence ? Par François Geuze, Auditeur Social e-Consulting RH.

Reconnaissons-le tout de suite, le titre est provocateur et si je suis le premier à défendre la notion de compétence, ses apports et les enjeux qui sont liés à sa juste définition, je n’en reste pas moins critique et voilà pourquoi…

Formation et Compétences sont deux termes indissociablement liés. Au point que nombre d’observateurs relèvent que les dernières réformes de la formation professionnelle apparaissent plus comme étant des réformes du management des compétences et d’ajustement de la tuyauterie que de réforme de la formation professionnelle.

Mais ne sommes-nous pas en train de nous fourvoyer en cherchant à développer l’approche par les compétences, ne fait-on pas fausse route ? ou du moins ne s’est-on pas aventuré tels Gauvain, Hunbaut et leurs frères d’armes dans une quête aventureuse, ponctuée de rebondissements, de monstres et désillusions pour terminer comme Galaad a regarder les compétences et n’en rien faire.

La quête des compétences a commencé alors que face à la complexité croissante des métiers nous nous étions perdus. Cette quête, nos entreprises l’ont commencée il y a plus de cinquante ans maintenant. Au siècle passé, cette définition : « Une compétence est un savoir-faire opérationnel validé » apparaissait d’une grande modernité. L’on pourrait croire que depuis, la notion de compétence se soit largement répandue dans les entreprises. Que nenni gent RH… livrez-vous à ce petit exercice, demandez à quatre ou cinq de vos « managers » de vous donner une définition de ce qu’est une compétence en une phrase. Vous serez très certainement surpris par la diversité, voir émerveillé par l’inventivité des réponses. Or comment garantir une égalité et une équité de traitement de nos collaborateurs lorsque l’on ne partage pas la définition, que le socle commun de nos échanges et de notre collaboration est construit sur du sable ? Comment travailler à la validation, la certification et l’enrichissement des compétences des collaborateurs lorsque l’on ne valide, l’on ne certifie, l’on n’évalue pas la même chose ?

Remettre en cause la notion de compétence

Lorsque l’on échange avec les managers, les raisons de ce constat sont nombreuses. Pèle mêle l’on citera l’absence de formation et d’explication sur ce qu’est et ce que n’est pas une compétence, la complexité des approches, le manque de temps pour s’y intéresser, le fait que les compétences seraient trop éloignées des activités réelles, etc… L’on pourrait également avancer les habitudes culturelles bien françaises ou le collaborateur n’est pas véritablement l’acteur central de son projet de développement des compétences. Des habitudes ou l’entreprise et le service formation se substituent à lui pour construire sa trajectoire professionnelle. Autonomie, responsabilisation et simplification semblent bien au cœur des réflexions qu’il nous faut conduire. En cela les applications de « management des talents » telles que Cornerstone peuvent nous apporter un soutien et un support non négligeable. Plus encore, les possibilités qu’elles offrent avec l’intégration d’algorithmes de « machine learning » permettent véritablement aux organisations de devenir « people centric » sans que cela soit du « social-washing » …

Ce billet n’a pas la prétention de donner une définition simple, stable et accessible à tous de ce qu’est une compétence et comment les valoriser, mais de souligner qu’il serait intéressant d’examiner d’autres pistes. Nous pourrions avancer ici nombre d’arguments pour dire qu’il faut sauver le soldat compétence, vous expliquer qu’il faut que nous nous impliquions à fond dans ces démarches, voire en profiter pour faire un peu de HR Bashing en indiquant comme MaryLise LEON de la CFDT que « Les DRH ont la culture du diplôme mais pas celle de la compétence ». Ces arguments nous les connaissons tous, nous les apprécions tous, nous les défendons tous … Mais pour paraphraser Pierre DESPROGES, « Qui, parmi vous qui êtes ici ce soir et qui ne semblez globalement pas plus hébétés que le commun des électeurs, qui accepterait de se lever publiquement, comme j’ose le faire, pour exiger » la remise en cause de la notion de compétence ?

Redécouvrir l’intérêt des tâches

Comment avons-nous pu accepter de rendre central à nos politiques RH une notion abstraite, floue et malaisée à utiliser ? Il y a plusieurs années de cela, dans le cadre d’une commande d’un opérateur public, Sébastien RICHARD, Lionel GENETELLI et moi-même avons travaillé à l’élaboration d’un dispositif de formation à destination de « Cadres » ou de « Futurs Cadres ». Le sujet était complexe, car il s’agissait de créer un dispositif opérationnel pour tout type de métier, reposant sur un processus d’évaluation en amont (ce qui permet de concevoir des parcours personnalisés) et en aval (ce qui permet de travailler à l’évaluation de l’impact des formations). Le nombre de métiers, la diversité des contextes et l’évolution de ceux-ci, ainsi que les attentes plus ou moins hétéroclites de la ligne hiérarchique rendait le projet particulièrement sensible. Pour simplifier, nous avons pris alors la décision de ne pas nous focaliser sur les compétences attendues mais de descendre à un niveau plus pratique. Nous avons alors redécouvert l’intérêt des tâches.

Dans ce cadre et après de très nombreux entretiens individuels et de groupe, nous avons identifié les 152 tâches que réalisait une personne en situation d’encadrement. Ces tâches ont pu être regroupées par Thème (Management, Client/Fournisseur, Gestion Économique, Contexte professionnel) * et par Type (Prévoir, Décider, Organiser, Mobiliser, Évaluer) * Une tâche pouvant être présente sur différents thèmes ou au sein de différents types (« suivre l’évolution de la masse salariale » par exemple).

Ces thèmes et types, combinés aux niveaux de maîtrise demandés, nous ont alors permis d’identifier 60 (5 Types x 4 Thèmes x 3 niveaux) modules de formation, dont les attendus étaient alors exprimés en termes de maîtrise d’un ensemble de tâches et non plus de compétences. Pour répondre à ces attendus nous avons alors utilisé la méthode des cas, en construisant 60 cas professionnels chacun d’une durée de deux jours avec une méthodologie permettant de déconstruire les mauvaises pratiques et de réinscrire de bonnes pratiques dans les usages réguliers.

La mise en œuvre du dispositif, aujourd’hui à l’œuvre, repose sur une analyse par le manager (de la personne rentrant en formation) de chacune de ces situations professionnelles. Ces tâches sont-elles incluses dans le poste, vont-elles l’être ou disparaitre ? sont-elles correctement réalisées ? etc… en parallèle, un auto-positionnement est effectué par la personne (il est intéressant de constater que ces personnes sont généralement plus « dures » quant à l’évaluation de leur niveau de maîtrise des différentes tâches). Une fois ces deux éléments réalisés (par le biais d’une plateforme technologique) un travail a lieu avec un conseiller formation et un plan individuel de formation pouvant s’étaler sur trois années est alors élaboré. Nous pourrions détailler plus en profondeur ce projet, mais ce qui est important c’est qu’à aucun moment nous n’avons parlé de compétences, les managers et collaborateurs concernés n’ont jamais eu de difficulté à dire objectivement si une tâche était faite ou pas. Une approche simple, pragmatique et particulièrement opérationnelle (avec il est vrai une vision particulièrement utilitariste de la formation et le risque du retour en force d’une logique taylorienne du travail). 

Les compétences rendent aveugle

Olivier EZRATTY s’est livré dernièrement dans un de ses articles à une lecture attentive des différents rapports sur l’impact de l’IA sur l’emploi. Au-delà des chiffres et méthodologies contestables, que pouvons-nous retenir ? Certainement que la quasi-totalité des métiers seront impactés par l’IA. Nombre de tâches seront alors réalisées par les machines. La solution généralement avancée : augmenter les compétences des collaborateurs pour qu’ils puissent faire face. Vous voyez le hiatus ? d’un côté des tâches de l’autre des compétences.

Notre responsabilité n’est-elle pas d’anticiper et d’évaluer les métiers susceptibles d’être impactés par l’arrivée de cette technologie ? Mais comment le faire quand on définit les métiers et les besoins de formation en des termes de missions (principales, secondaires, déléguées…) et de compétences nécessaires pour les réaliser. Comment anticiper quand les informations qui sont à votre disposition sont à ce point éloignées de la réalité des postes et que les tâches regroupées dans ces métiers sont inconnues. Regarder les compétences nous a souvent rendu aveugle.

L’IA fait souvent office d’épouvantail, tel le croquemitaine de notre enfance car on ne sait pas anticiper les compétences qui vont disparaitre mais seulement les tâches. Qui osera donc jouer donc le rôle de Bédivère pour les compétences ? Cette définition des compétences qui m’a accompagné toute ma carrière professionnelle RH durant, doit-elle retourner au fond du lac ? doit-on travailler à une nouvelle approche des compétences et des talents reposant sur la capacité à combiner efficacement un certain nombre de tâches, ces combinaisons pouvant être multiples ?

Ne plus travailler à la connaissance des métiers au travers des compétences nécessaires, mais au travers des tâches permettrait d’anticiper ce qui va être confié à la machine, le temps qui va être libéré, ce qui devra alors être fait. Cette approche permettrait de travailler à la recomposition des métiers impactés, à s’exprimer clairement et objectivement et ne plus se cacher derrière des phrases toutes faites telles que : « pour faire face aux défis de l’intelligence artificielle, notre système de formation est inadapté, il nous faut mieux appréhender et se former aux soft skills » ou « nous allons devoir développer tout un ensemble de ‘capabilities’ ». Arrêtons de succomber aux concepts flous et mal définis, dialoguons, échangeons avec chacun des collaborateurs de l’organisation sur le contenu réel de leurs métiers, seul le concret permettra d’avancer tous ensemble. Et les compétences alors ? on brûle ce que l’on a adoré ? non bien sur… mais on en fait alors un outil pratique articulé avec les tâches, utile aux professionnels des RH et de la formation professionnelle.

* Les libellés ont été changés dans le présent billet pour que l’on ne puisse reconnaître le nom de l’opérateur.

Conférence-débat de Pierre Blanc, Cabinet Athling, Human Club Lille - 5 Mars 2020.

André PERRET

Après une carrière dans la fonction RH (DRH société 10000 personnes) et d'entrepreneur, André PERRET est maintenant responsable d'une structure de conseil et de formation aux prestations totalement personnalisables et Vice Président du Groupe DEVER

Aujourd'hui André PERRET se plait à souligner qu'il a autant de plaisir à animer un colloque à l'ENA sur les Universités d'entreprise (pour le compte de l'IAE G.Effeil) que de former aux techniques du recrutement des responsables de la Croix Rouge Française. Et, devenir presque malgré lui, un spécialiste reconnu de l'intergénérationnel et de la communication managériale me séduit autant...
Doté d'une solide expertise des techniques tutorales, du management de proximité, mais aussi de l'évaluation du Capital Humain.
il travaille au développement d'une approche Risk-management sur les postes clés (enseignement pendant 20 ans au Master 2 Gestion des Risques de BEM)

Vice Président du groupe Andrh Alésia-Nation, il a participé au comité de rédaction de la revue Personnel au titre de responsable des rubriques "portrait", "formation" et "tout compte fait" ou de la coordination de dossiers spéciaux. Président du jury du Stylo d'Or, qui récompense chaque année le meilleur livre contributif à la réflexion RH, et de la Souris d'Or (meilleur blog RH)
Ex membre du Garf et de la Commission Nationale Formation de l'Andrh, il contribue à l'évolution de la Formation Professionnelle vers un statut "bilan" de réel investissement.

Spécialisations : Provoquer pour obtenir des engagements, gérer pour ne pas être débordé, et construire sur le long terme, Intermédiation et Dialogue social

François GEUZE

Diplômé du Master MRH de Lille et d'une maitrise d'informatique fondamentale (option Intelligence Artificielle), membre de l'équipe de direction de ce Master jusqu'en 2016 et fort d'une expérience de 20 ans dans des postes tels que Directeur des Ressources Humaines, de la Stratégie ou des Système d'Information, François Geuze possède une expertise reconnue tant dans le domaine des stratégies RH et du Contrôle de Gestion RH que dans les nouvelles technologies appliquées au domaine de la gestion des hommes et des organisations.

Auteur de nombreuses contributions dans ce domaine, il maîtrise les évolutions des nouvelles technologies et s'est vu attribué la reconnaissance de sa communauté pour ses réalisations de sites internet dédiés aux Ressources Humaines (www.e-rh.org). Il assure la Direction Scientifique du HR FiabLab Europe et est Consultant Expert pour e-Consulting RH

Membre fondateur du Collectif "Reconquete-RH" avec André PERRET et Michel BARABEL, il a assuré la présidence du réseau national des troisièmes cycles spécialisés en Ressources Humaines, Référence RH jusqu'en 2015. Première communauté regroupant Formations (38 formations de niveau master et mastere spécialise) et Diplômés (15.200 en 2011) Référence RH travaille a la qualité des formations et a la structuration de la fonction RH au travers de l'Observatoire National des Métiers de la Fonction RH.

Il a par ailleurs participé à l'ouvrage de Francois STANKIEWICZ "Manager RH" - http://www.manager-rh.org et la révision du dernier ouvrage de Dave ULRICH : RH: création de valeur pour l'entreprise.

Spécialisations :Ressources Humaines, Audit Social, Relations Sociales, SIRH, Technologies et Innovations RH

Jean-Paul Delahaye est mathématicien – il a passé un doctorat d’Etat en mathématiques sur la théorie des transformations de suites – et informaticien – il est professeur à l’université de Lille 1 et chercheur au Centre de recheche en informatique, signal et automatique de Lille du CNRS et membre du Algorithmic Nature Group. Ses travaux actuels portent sur les jeux computationnels, la théorie algorithmique de l’information, la définition du hasard et sa perception. Depuis 1992, il tient la rubrique Logique et calcul (un article de 6 pages chaque mois) dans la revue Pour la science. Il a écrit une vingtaine d’ouvrages. Nombre de ses articles sont réunis sur le blog "Complexités"

Eric PERES est né le 13 mars 1969 à Bastia (Haute-Corse).

Il est diplômé d'un DESS en Conseil en entreprise de l'université Paris-Dauphine et d'un DEA de sociologie politique de l'université de Paris X-Nanterre.

De 1993 à 1994, il est chargé de mission au titre de la politique de la ville au sein de la Prefecture des Hauts-de-seine, puis conseiller pédagogique auxiliaire à l'Education Nationale avant d'être chargé d'études au sein de la mission Prospective de la RATP de 1998 à 1999. 

Ancien auditeur de l'Institut des Hautes Etudes de l'Entreprise et du Cycle des Hautes Etudes Européennes, rattaché à l'ENA, il est depuis 1999, Secrétaire général de FO-Cadres. A ce titre il est administrateur de l'Association pour l'emploi des cadres (APEC), de l'Association générale des institutions de retraite complémentaire des cadres (AGIRC) et de l'Ecole du CELSA Paris-Sorbonne. Vice-président de l'APEC, il est nommé en octobre 2010 au Conseil Economique, Social et Environnemental (CESE).

Il est membre de la Commission nationale de l'informatique et des libertés depuis décembre 2010 et désigné à nouveau en décembre 2015. Il en est actuellement le Vice-Président.

Professeure à l’université Paris-Sorbonne et chercheuse au Laboratoire d’informatique pour la mécanique et les sciences de l’ingénieur (Limsi) du CNRS, Laurence Devillers anime l’équipe de recherche Dimensions affectives et sociales dans les interactions parlées. Ses domaines de recherche portent principalement sur l’interaction homme-machine, la détection des émotions, le dialogue oral et la robotique affective et interactive. Elle a participé à plusieurs projets nationaux (ANR Tecsan Armen, FUI Romeo, BPI Romeo2) et européens (Rex Humaine, Chist-era Joker) portant sur les interactions affectives et sociales humain-robot. Elle anime également le pôle sur la co-évolution humain-machine dans le cadre de l’Institut de la société numérique. Elle a participé à la rédaction du rapport sur l’éthique du chercheur en robotique pour la Commission de réflexion sur l’éthique de la recherche en sciences et technologies du numérique (Cerna) de l’alliance Allistene.

Serge Tisseron est né à valence le 8 mars 1948. Il est psychiatre et psychanalyste, docteur en psychologie habilité à diriger des recherches (HDR), chercheur associé au Centre de Recherche Psychanalyse Médecine et Société à l’université Paris VII Denis Diderot.
Il a écrit 34 essais personnels, écrit 7 ouvrages en collaboration, réalisé quatre directions d’ouvrages collectifs, six directions de numéros de revue, une dizaine de préfaces d’ouvrages d’autres auteurs, 13 contributions à des manuels et encyclopédies, 70 contributions à des ouvrages collectifs, plus de 170 articles. Plus de la moitié de ses contributions portent sur nos relations aux objets technologiques, notamment ceux dont l’interface utilise un écran. Il a été co rédacteur de l’avis de l’Académie des sciences « L’Enfant et les écrans » (2013).

Il adhère à la CFE-CGC en 1990, et est élu au comité d'entreprise puis au CCE d'Aluminium Pechiney. En 1994 il est désigné délégué syndical du site de Gardanne, et, en 1998, devient délégué syndical central. De 1999 à 2006, il est représentant syndical au comité de groupe Pechiney. De 1999 à 2012, il est responsable de la coordination Groupe Pechiney, puis Alcan, puis Rio-Tinto^2,3.

De 2000 à 2003, il est membre du comité confédéral CFE-CGC représentant la fédération de la chimie. En 2006 il est délégué national confédéral au pôle Europe et International. En 2010 il devient secrétaire national confédéral sous le mandat de Bernard Van Craeynest.

En 2013 il est candidat à la présidence de la CFE-CGC au congrès de Saint-Malo face à Carole Couvert ; En 2016 il est élu président de la confédération au congrès de Lyon le 1^er juin avec 90,83 % des voix⁴.

François GEUZE

Diplômé du Master MRH de Lille et d'une maitrise d'informatique fondamentale (option Intelligence Artificielle), membre de l'équipe de direction de ce Master jusqu'en 2016 et fort d'une expérience de 20 ans dans des postes tels que Directeur des Ressources Humaines, de la Stratégie ou des Système d'Information, François Geuze possède une expertise reconnue tant dans le domaine des stratégies RH et du Contrôle de Gestion RH que dans les nouvelles technologies appliquées au domaine de la gestion des hommes et des organisations.

Auteur de nombreuses contributions dans ce domaine, il maîtrise les évolutions des nouvelles technologies et s'est vu attribué la reconnaissance de sa communauté pour ses réalisations de sites internet dédiés aux Ressources Humaines (www.e-rh.org). Il assure la Direction Scientifique du HR FiabLab Europe et est Consultant Expert pour e-Consulting RH

Membre fondateur du Collectif "Reconquete-RH" avec André PERRET et Michel BARABEL, il a assuré la présidence du réseau national des troisièmes cycles spécialisés en Ressources Humaines, Référence RH jusqu'en 2015. Première communauté regroupant Formations (38 formations de niveau master et mastere spécialise) et Diplômés (15.200 en 2011) Référence RH travaille a la qualité des formations et a la structuration de la fonction RH au travers de l'Observatoire National des Métiers de la Fonction RH.

Il a par ailleurs participé à l'ouvrage de Francois STANKIEWICZ "Manager RH" - http://www.manager-rh.org et la révision du dernier ouvrage de Dave ULRICH : RH: création de valeur pour l'entreprise.

Spécialisations :Ressources Humaines, Audit Social, Relations Sociales, SIRH, Technologies et Innovations RH

Après avoir exercé en entreprise en qualité de directeur juridique (banque et immobilier) entre 1984 et 1995, Thierry Vallat collabore plus de dix ans avec le Cabinet Yves Levy et rejoint en 2006 le Cabinet Pascal Durand & Associés pour en devenir l'un des trois associés.

Il fonde son propre Cabinet le 1er janvier 2011 et s'installe 50 avenue de la Grande Armée à Paris 17ème

Membre de plusieurs associations comme "Insol International" ou le "Grip 21", ancien membre du Conseil d'administration et trésorier de l'association "France-Estonie", Thierry Vallat devient en 2011 membre de l'Eesti Advokatuur (Estonian Bar Association) en qualité d'avocat étranger et a ouvert à Tallinn un cabinet secondaire depuis le 1er mars 2011. Il collabore principalement localement en partenariat avec le cabinet Hedman Partners

Actif tant sur les plans juridiques que judiciaires, résolument pluri-disciplinaire, mais intervenant plus particulièrement dans les domaines des Procédures Collectives, du Droit Bancaire, de l'Immobilier et du Droit Pénal des Affaires, le Cabinet a élargi son activité ces dernières années dans le secteur du Droit du travail, de la fiscalité et du Développement Durable, notamment de l'énergie éolienne pour une véritable expertise transversale du droit des affaires au service des entreprises et des particuliers.

Présent dans le secteur des nouvelles technologies et notamment en droit des drones et droit de l'internet, Thierry Vallat est également membre de l'Association du droit des robots.

En parallèle, Me Thierry Vallat tient une chronique juridique hebdomadaire pour France Soir et collabore avec la revue Lexbase pour des articles intéressant la profession d'avocat.

Le blog thierryvallatavocat.com  est désormais classé au 3e rang des blogs d'actualité juridique dans le dernier classement 2017 Legal Place