Quelles sont les différentes dimensions d’intégration de l’intelligence artificielle dans l’activité d’une entreprise et quelles sont les compétences associée nécessaires à la mise en œuvre ?
Temps de lecture : 7 minutes
Quels enjeux d’intégration de l’IA ?
Alors que l’intelligence artificielle est utilisée depuis le milieu des années 50 d’abord dans la robotique puis dans des premiers systèmes de reconnaissance vocale jusqu’aux systèmes experts des années 1970-1980 développés pour optimiser des processus industriels et commerciaux, la récente généralisation des IA Génératives a constitué un réel changement d’échelle dans l’accessibilité et les usages au grand public. Un bouleversement technologique en mode big bang qui faute de progressivité et de réelle barrière à une appropriation basique semble faire courir les entreprises comme des poulets sans tête, pris par l’hystérie de se mettre en mouvement sans vraiment savoir dans quelle direction.
Entre automatisation des tâches répétitives, traitement massif de données, création de contenus, recommandations d’actions, anticipation de scénarios ou encore modélisation d’hypothèses par probabilités, les terrains d’application sont multiples et placent de plus en plus l’IA comme agent de transformation en profondeur des modèles d’affaires, des schémas d’organisation, des process métiers et des rôles et activités. Des perspectives de transformation vers plus de performance, de productivité, de compétitivité, de qualité, voire d’innovation. Encore faut-il s’interroger non pas seulement sur ce que l’IA sait faire, mais sur ce que l’entreprise doit maîtriser pour l’intégrer utilement.
L’intégration de l’IA n’est toutefois pas qu’un simple effet technique : il s’agit d’une transformation systémique qui impacte la chaîne de valeur de l’entreprise sur sept plans interdépendants et complémentaires :
- Stratégique : définir l’IA comme facteur de transformation du business model, tant en terme de risque que d’opportunité
- Opérationnel : identifier les terrains d’application concrets de l’IA dans les processus existants, voire en créer de nouveaux
- Technologique : faire les bons choix des outils et plateformes IA compatibles avec l’écosystème existant, permettant de garantir l’interopérabilité, la cybersécurité et la qualité des données
- Organisationnel : repenser les flux, adapter les processus, les modes de travail, la coordination et les rôles dans les équipes
- Humain : accompagner et associer les collaborateurs aux usages de l’IA, assurer le développement des compétences associées
- Éthique et réglementaire : assurer la transparence, l’équité et le respect des cadres juridiques (RGPD, IA Act, …), prévenir les risques de mésusage
- Écologique : prendre la mesure de l’impact écologique du recours à l’IA dans sa dimension consommatrice de ressources, tant physiques qu’énergétiques
L’enchevêtrement de ces dimensions souligne non seulement que la réussite d’une juste intégration de l’IA dépend autant des choix technologiques que des transformations humaines et culturelles, mais aussi qu’elle implique une montée en compétence des organisations elles-mêmes, au-delà des seuls métiers techniques.
Une IA, des IA, pour quoi faire ?
Concrètement, la question de ce que fait ou peut faire l’IA en entreprise peut s’appréhender sous l’angle de tâches élémentaires qui structurent les activités et les métiers, comme on le ferait dans la définition d’un référentiel d’emploi ou l’élaboration de fiches de postes. Des tâches précises que l’on peut formuler au moyen de verbes d’action, classés selon plusieurs grandes fonctions métiers :
- Automatiser : remplacement ou optimisation des tâches répétitives, chronophages ou à faible valeur ajoutée (saisie de données, gestion documentaire, réponses clients standards, reporting, modélisation, traitement de factures, …).
- Analyser : traitement et interprétation de volumes massifs de données pour la prise de décision, la prévision, la détection de tendances et d’anomalies (maintenance prédictive, analyse marketing, détection de fraudes)
- Optimiser : ajustement dynamique des processus métier pour améliorer l’efficacité et la qualité des chaînes logistiques, des plannings, des campagnes marketing ou des affectations de ressources.
- Personnaliser : adaptation des interactions, offres, communications en temps réel et à grande échelle selon le profil et le comportement client ou collaborateur.
- Transformer : accompagnement de nouvelles façons de travailler, modes décisionnels assistés, réinvention des chaînes de valeur.
- Innover : conception de nouveaux produits, services ou modèles économiques, en générant des idées, des designs, des prototypes, des contenus rendus possibles par l’IA.
Cette classification n’est pas neutre, pas plus que l’analogie avec les référentiels d’emplois ou les fiches de poste. Elle constitue une clef de lecture et de revue de l’organisation et du contenu du travail permettant d’identifier, dans une bonne vieille démarche de GPEC/GEPP, les activités émergentes, celles en tension et celles amenées à disparaître.
C’est cette approche qui peut permettre l’élaboration d’une cartographie des activités IA-compatibles par coût de transformation (au sens notamment de la destruction créatrice), et par impact, positif ou négatif, aussi bien économique que social et environnemental.
Quelles compétences pour quelle IA ?
A ce titre, quelle que soit l’ambition d’intégration de l’IA dans son activité, celle-ci nécessite de développer des compétences. On peut à ce distinguer deux familles de compétences :
Compétences directes (mobilisées spécifiquement dans le cadre IA) :
- Comprendre les concepts fondamentaux de l’IA et leurs usages (apprentissage automatique, réseaux de neurones, traitement du langage naturel, types d’IA, données, algorithmes, biais)
- Développer et entraîner des modèles d’IA pour résoudre des problèmes spécifiques
- Appliquer des outils IA à des tâches spécifiques (prompting, traitement automatisé, visualisation de données, utilisation de plateformes no-code)
- Analyser les données issues de l’IA, en évaluer les résultats, la fiabilité et la conformité
- Concevoir des processus intégrant l’IA
- Analyser les effets de l’IA sur l’organisation, les processus et les clients
- Evaluer la performance des modèles d’IA et les optimiser pour améliorer leur précision et leur efficacité
- Évaluer la pertinence éthique et réglementaire des cas d’usage
- Concevoir de nouveaux usages ou produits s’appuyant sur l’IA
Compétences connexes (renforcées ou transformées par l’usage de l’IA) :
- Comprendre l’impact organisationnel et humain de l’IA
- Exercer son esprit critique (face aux productions de l’IA)
- Développer ses capacités d’adaptation et d’apprentissage continu
- Analyser les interactions homme-machine
- Communiquer efficacement les concepts et les résultats de l’IA à des publics non techniques
- Évaluer risques, impacts sur les métiers et la charge mentale
- Mesurer les effets sur la performance et la qualité de vie au travail
Autant de compétences qui se situent à des stades différents d’intégration de l’IA et concernent potentiellement l’ensemble des collaborateurs de l’entreprise. Encore une fois, un sujet relativement classique de GPEC/GEPP.
Le rôle pivot de la fonction RH
Évidemment il est facile de renvoyer la question de l’intégration de l’IA à une banale actualisation de sa feuille de route de gestion prévisionnelle des emplois et des compétences. Facile parce que, dans la vraie vie, les temporalités s’entrechoquent et qu’il est difficile de ne pas avoir toujours un train de retard sur les dernières avancées technologiques.
Pour autant, la fonction RH joue un rôle central dans l’évaluation et la gestion des impacts de l’IA sur le travail. Elle doit notamment :
- Évaluer l’impact de l’intégration de l’IA sur les emplois, en identifiant les tâches susceptibles d’être automatisées et celles nécessitant un accompagnement humain renforcé.
- Adapter les politiques RH en termes de gestion des compétences (formation, développement) et contenus de travail, anticipant les perspectives d’évolution des métiers.
- Prendre en compte l’intensification cognitive et la charge mentale : l’IA modifie la nature même du travail (suppression des tâches à faible valeur ajoutée et intensification cognitive, augmentation des exigences en termes de vigilance, de maîtrise de nouveaux outils, et de gestion de situations complexes, d’arbitrage, d’interaction avec la machine) ce qui peut induire des risques de surcharge mentale, de perte de sens, ou à l’inverse de désengagement si le travail est trop « assisté ».
- S’assurer du développement de l’employabilité des moins qualifiés des professions tertiaires que l’IA va plus facilement remplacer, créant une nouvelle fracture technologique d’IAllectronisme
- Accompagner les nouvelles générations, bercées à l’IA mais potentiellement en limite de compétence dans son utilisation juste et éclairée
- Faciliter la transformation organisationnelle en accompagnant la mobilité interne, la polycompétence, et en créant des espaces d’échange pour gérer les résistances.
- Veiller aux dimensions éthiques et sociétales en participant à la mise en place d’une gouvernance responsable de l’IA, transparente et respectueuse des collaborateurs.
Orchestrer la transition en veillant à la soutenabilité des nouveaux équilibres homme-machine, garantissant que l’IA devienne un facteur d’amélioration collective et non une source d’usure ou de fracture, tel est le nouveau défi qui se présente aux professionnels RH. Avec pour eux les premiers la nécessité de développer leurs propres compétences, entre maîtrise technique, vigilance éthique et ajustement des fondamentaux RH.
L’IA n’est ni un outil miracle, ni une menace à écarter. C’est un levier, à condition de développer les compétences adéquates, d’adopter une posture critique et de piloter son intégration dans toutes ses dimensions.
Vous voulez franchir un cap dans votre stratégie IA RH ? Empitos RH vous accompagne :
