*Ce que les leaders RH et les Business Partners doivent savoir sur l'IA et le ML*
Par Blaise Radley, rédacteur EMEA
Alors que l'IA et le ML révolutionnent tout, non seulement dans le secteur des RH, mais aussi dans la façon même dont nous menons nos activités, il est essentiel d'être au fait de ces nouvelles technologies. Poursuivez votre lecture pour en savoir plus.
L'IA est intégrée à tout ce que nous faisons, dans notre vie personnelle comme professionnelle. Pour que les entreprises restent compétitives dans ce nouveau monde du travail, il est impératif que les responsables RH comprennent l'IA et sa valeur. C'est pourquoi nous avons compilé dix termes sur l'IA que tout DRH devrait connaître.
Dans notre rapport Le QI de l'IA : insights sur l'Intelligence Artificielle dans l'entreprise, nous avons interrogé 1 000 décideurs au sujet de l'IA et du ML. 81 % des répondants reconnaissent que l'IA est nécessaire pour maintenir la compétitivité de leur entreprise. Pour autant, 74 % déclarent ne pas disposer des compétences nécessaires pour mettre pleinement en œuvre l'IA et le ML dans leur entreprise.
Pour les RH, l'IA est au cœur de changements profonds concernant les compétences et l'expérience collaborateur. Qu'il s'agisse de recrutement, de gestion des talents, de mobilité interne ou de planification d'entreprise, une approche basée sur les compétences est indispensable pour transformer la gestion des effectifs. Et à mesure que les RH continuent d'évoluer vers une économie basée sur les compétences, la nécessité de l'IA n'en deviendra que plus évidente.
Pour permettre un déploiement réussi et responsable à l'échelle de l'entreprise, les responsables RH doivent veiller à être bien informés sur l'IA et ses avantages. Les entreprises qui tardent à adopter l'IA perdront non seulement leur avantage concurrentiel, mais seront complètement laissées pour compte. Les leaders d'opinion de l'IA de demain seront ceux qui maîtrisent les bases aujourd'hui.
Le glossaire de base de l'IA
La terminologie de l'IA peut souvent être très technique, ce qui rend l'expertise en IA extrêmement précieuse. Le glossaire de l'IA ci-dessous porte sur les termes essentiels.
Nous expliquons également la pertinence de chaque terme pour une fonction RH performante. Compte tenu de l'étendue des applications possibles de l'IA, il est facile de perdre de vue les avantages potentiels au niveau de l'entreprise. Nous insistons donc sur ce qui fait de l'IA un élément incontournable de l'équipe RH du futur.
1. Intelligence Artificielle (IA)
L'Intelligence Artificielle (IA) est la capacité des machines à effectuer des tâches qui nécessitent traditionnellement une intelligence humaine. L'IA analyse et tire des enseignements des données, reconnaît des modèles et formule des prédictions. En effectuant ces tâches plus rapidement et à grande échelle, l'IA améliore la prise de décision intelligente et la productivité humaine.
Pourquoi c'est important : dans cette enquête de 2022 menée auprès de data scientists et de responsables technologiques, 92 % des grandes entreprises déclarent avoir rentabilisé leurs investissements en IA. C'est une nette augmentation par rapport aux 48 % de 2017, signe que la valeur de l'IA pour l'entreprise est en très forte augmentation.
2. Machine Learning (ML)
Le ML est une sous-discipline de l'IA qui, comme son nom l'indique, permet aux machines d'apprendre par répétition. Les algorithmes du ML s'appuient sur les données et des méthodes automodifiables pour identifier des modèles et formuler des prévisions. Les modèles ML peuvent ensuite s'affiner constamment pour générer une reconnaissance de modèles et des analyses prédictives plus solides.
Pourquoi c'est important : le ML est capital pour analyser les compétences, comprendre leurs interdépendances et les mapper sur des effectifs centrés sur les compétences à grande échelle. Toute tentative de gérer des RH basées sur des compétences sans ML se traduira par des efforts manuels coûteux et chronophages et une compréhension incomplète des effectifs.
92 % des data scientists des grandes entreprises ont déclaré un retour sur leurs investissements en IA en 2022, contre seulement 48 % en 2017
3. IA responsable
L'IA responsable renvoie à l'idée selon laquelle les déployeurs d'IA ont la responsabilité de garantir que les systèmes d'IA sont développés et utilisés de manière éthique. Pour que l'IA et le ML soient responsables, ils doivent reposer sur la notion de confiance, et ce, dès la conception. C'est pourquoi nous nous engageons en faveur d'une utilisation éthique, transparente et responsable de l'IA chez Workday. Certains parlent également d'IA digne de confiance, définie par le National Institute of Standards and Technology (NIST) comme ayant les caractéristiques suivantes :
« Valide et fiable, sûre, sécurisée et résiliente, responsable et transparente, explicable et interprétable, offrant une confidentialité améliorée, et équitable avec gestion des préjugés néfastes. »
Pourquoi c'est important : notre rapport Le QI de l'IA : insights sur l'Intelligence Artificielle dans l'entreprise montre que seuls 29 % des dirigeants d'entreprise sont convaincus que l'IA et le ML sont actuellement appliqués de manière éthique. Les décideurs doivent choisir des entreprises partenaires engagées dans une utilisation éthique et responsable de l'IA.
4. Deep Learning (DL)
Le DL est un sous-ensemble du ML couramment utilisé pour modéliser des schémas et des relations complexes au sein d'ensembles de données. Imitant les réseaux de neurones de notre cerveau, le Deep Learning utilise plusieurs couches de traitement pour analyser de grandes quantités d'informations. Cet apprentissage en profondeur est particulièrement utile pour permettre la vision par ordinateur, processus par lequel les machines décodent les images visuelles.
Pourquoi c'est important : pour les équipes RH des grandes entreprises, la capacité à traiter rapidement d'importantes quantités de données est cruciale. Qu'il soit utilisé pour créer une taxonomie complète des compétences, suivre les données des collaborateurs depuis leur onboarding jusqu'à leur départ, ou pour catégoriser et gérer leurs avantages sociaux, le Deep Learning aura un impact majeur sur la qualité de l'expérience collaborateur.
5. Traitement automatique du langage naturel (TALN)
Le TALN permet aux machines de comprendre, d'interpréter et de générer le langage humain. Il est principalement utilisé pour la reconnaissance vocale, la traduction automatique, l'analyse des ressentis et la réponse aux questions. Le TALN comprend également deux autres sous-domaines :
La compréhension du langage naturel (CLN) se focalise sur la compréhension du langage humain et de sa signification voulue, en tenant compte des erreurs grammaticales et plus encore.
La génération de langage naturel (GLN) a pour objectif de transformer des données structurées en un langage qui semble avoir été créé par un humain.
Pourquoi c'est important : alors que le rythme de travail continue de s'accélérer, il est primordial que les entreprises soient capables de mesurer avec précision le ressenti des collaborateurs. Le TALN permet aux responsables RH de trier efficacement de grandes quantités de données linguistiques et d'en extraire du feedback collaborateur pertinent pour définir des axes prioritaires.
6. Algorithme
Un algorithme est un programme informatique écrit pour résoudre un problème ou effectuer une tâche. Chaque algorithme contient un ensemble automatisé d'instructions qui sont déclenchées lorsque certains paramètres sont réunis. Les algorithmes sont la colonne vertébrale de la grande majorité des domaines informatiques, et l'IA et le ML ne font pas exception.
Pourquoi c'est important : qu'il s'agisse ou non d'IA, les algorithmes sont à l'origine de presque toutes les avancées technologiques majeures du XXIe siècle. Alors que le monde professionnel continue d'être de plus en plus axé sur les données, l'utilisation d'algorithmes bien écrits dans les fonctions RH traditionnelles fera toute la différence.
7. IA générative
L'IA générative est un type de système d'IA qui génère de nouveaux contenus tels que des données, des images, de la musique ou du texte. Ces contenus sont souvent générés en réponse à des invites utilisateur simples, ce qui a permis à l'IA générative de devenir incroyablement populaire. Voici quelques exemples courants d'IA générative :
ChatGPT : un chatbot de traitement du langage capable de générer un langage cohérent et réaliste de type humain.
Stable Diffusion : outil de conversion texte-image qui génère des images détaillées basées sur des descriptions textuelles.
Amper Music : plateforme musicale d'IA qui génère de l'audio en fonction du genre et de l'ambiance sélectionnés par l'utilisateur.
Pourquoi c'est important : même si les exemples les plus visibles de l'IA générative sont dédiés aux consommateurs, les applications potentielles en entreprise sont énormes. En travaillant aux côtés de l'humain, l'IA générative pourrait créer des lettres d'offre, des descriptions de poste et fournir une aide à la décision stratégique, pour ne citer que quelques exemples.
8. Grand modèle de langage (GML)
Les GML sont la technologie sous-jacente de l'IA générative. Les GML sont entraînés avec de grandes quantités de texte non étiqueté, comportant généralement des milliards de paramètres. Ceux-ci peuvent être conçus pour effectuer de nombreuses tâches de ML, notamment :
Recherche : identification de la recherche souhaitée par rapport à ce que l'utilisateur a réellement saisi
Classification des sujets : effectuer une analyse de données pour catégoriser des données ou du contenu
Récapitulation : fournir un résumé de tout un ensemble de données ou d'une section spécifique
Texte génératif : génération de phrases sémantiquement similaires basées sur des données existantes
Pourquoi c'est important : année après année, les entreprises doivent traiter de plus en plus de données. Les grands modèles de langage permettent non seulement de traiter et d'analyser rapidement les données, mais aussi de générer de précieuses informations en temps réel pour les professionnels des RH.
9. Reconnaissance optique de caractères (OCR)
La reconnaissance optique de caractères (OCR – Optical Character Recognition) est une forme de reconnaissance d'image qui numérise des images ou des documents pour interpréter du texte et des caractères numériques. Ce processus convertit l'image ou le document dans un format texte lisible par machine. La plupart des systèmes qui effectuent la reconnaissance d'image exploitent le Deep Learning, y compris Workday.
Pourquoi c'est important : les applications potentielles de l'OCR sont conséquentes, notamment pour réduire la charge de travail manuelle inutile. Étant donné que l'OCR permet de numériser et de traiter les documents en temps réel, les équipes RH pourront se focaliser sur la vision stratégique plus large plutôt que sur les processus routiniers.
Grâce à l'IA, le Future of Work est déjà à notre porte. Alors que le monde continue d'évoluer à une vitesse fulgurante, il est essentiel que les entreprises prennent dès maintenant les bonnes décisions pour se prémunir contre les changements futurs.
10. Réseau neuronal
Un réseau neuronal est un système informatique complexe calqué sur la façon dont les neurones se connectent et interagissent dans le cerveau humain. Également appelés réseaux de neurones artificiels, les réseaux neuronaux sont un type de ML. En imitant le traitement des données du cerveau humain, les réseaux neuronaux s'adaptent bien au changement.
Pourquoi c'est important : le Future of Work est adaptatif. En plus de faire parler les données, les réseaux neuronaux identifient des modèles et apprennent au fil du temps. L'intégration d'une technologie ML qui évolue aux côtés de votre entreprise vous permettra de garder une longueur d'avance.
Future of Work et IA
Grâce à l'IA, le Future of Work est déjà à notre porte. Alors que le monde continue d'évoluer à une vitesse fulgurante, il est essentiel que les entreprises prennent dès maintenant les bonnes décisions pour se prémunir contre les changements futurs. Les solutions RH intégrant l'IA et le ML au cœur des systèmes feront la différence entre réussite et échec.
Chez Workday, nous avons intégré l'IA et le ML dans la base même de notre plateforme. Cela permet à nos applications d'exploiter de manière native l'IA et le ML directement dans les workflows. Des entreprises de pointe utilisent déjà la technologie Workday pour :
Proposer de meilleures expériences aux collaborateurs
Améliorer l'efficacité opérationnelle
Fournir des informations clés pour une prise de décision plus rapide et fondée sur les données
Avec plus de 60 millions d'utilisateurs de la même version de Workday partout dans le monde, nos clients ont accès aux données Finance et RH fiables et nécessaires pour exploiter le potentiel de l'IA d'entreprise. Pour plus d'informations sur la manière dont Workday peut soutenir votre équipe RH sur le nouveau marché du travail, découvrez nos innovations basées sur l'IA.