Pourquoi les DRH doutent davantage de la préparation à l’IA

L’écart de confiance dans l’IA est un écart de préparation

La cinquième enquête AI Pulse de Protiviti a révélé que près de 80 % des dirigeants de la direction générale s’attendent à ce que l’IA améliore la performance du résultat net et renforce le chiffre d’affaires global au cours des trois prochaines années. Pourtant, seuls 5 % des directeurs des ressources humaines (CHRO) estiment que l’IA prendra en charge au moins la moitié de l’ensemble des tâches liées aux RH sur la même période. « The AI-People Conundrum: Learning to Lead, Not Lag » met côte à côte deux attentes : la valeur métier et la mesure dans laquelle le travail sera réorganisé autour de l’IA.

Cette distinction compte pour les décisions d’investissement. La prudence des CHRO quant à la part des tâches RH prises en charge par l’IA peut coexister avec une confiance dans la valeur potentielle de l’IA. La question plus large est de savoir si les emplois, les compétences, les parcours de carrière, la rémunération, les processus et les structures de management peuvent évoluer au rythme supposé par les plans liés à l’IA. Une entreprise peut attendre une valeur substantielle de l’IA tout en restant moins confiante quant à ces conditions de main-d’œuvre.

Les CHRO signalent une préparation de la main-d’œuvre plus faible

Les écarts les plus marqués concernent les conditions requises pour une adoption à grande échelle. Protiviti a constaté que seuls 13 % des CHRO « sont tout à fait d’accord » avec l’idée que la conception des postes de leur entreprise est prête pour une adoption massive de l’IA, contre 28 % pour l’ensemble de la direction générale. En matière de capacités d’apprentissage, 14 % des CHRO sont tout à fait d’accord pour dire que les capacités de leur organisation sont prêtes pour l’IA, contre 36 % au global. Ces chiffres montrent des évaluations sensiblement différentes du niveau actuel de préparation organisationnelle.

La conception des postes est importante, car l’IA peut modifier les activités regroupées dans un rôle et la capacité humaine requise pour ces activités. Protiviti soutient que les organisations pourraient devoir repenser la structuration des rôles, la rémunération des employés et l’évolution des carrières à mesure que l’IA automatise ou accélère certaines tâches. Certains emplois pourraient devenir plus ciblés et spécialisés, tandis que d’autres pourraient nécessiter moins de personnes. Ces changements auraient un impact sur la planification de la main-d’œuvre parallèlement au déploiement du système d’IA.

Les effets peuvent se cumuler. Des rôles plus spécialisés peuvent exiger des compétences différentes, ce qui modifie les priorités d’apprentissage et le vivier interne de talents disponible. Les changements de responsabilité peuvent aussi affecter les structures salariales et les parcours de carrière. Un investissement dans l’IA peut donc nécessiter des changements organisationnels au-delà du seul déploiement technologique.

La capacité d’apprentissage compte lorsque de nouvelles responsabilités rendues possibles par l’IA exigent des compétences différentes. Une organisation doit alors disposer de moyens pour identifier ces compétences et les développer chez les personnes qui occuperont des rôles repensés. L’enquête montre que les CHRO et le reste de la direction générale évaluent cette condition différemment. Déterminer si la capacité d’apprentissage affecte la performance d’un investissement suppose de tester cette hypothèse dans le cadre du déploiement concerné.

Fran Maxwell, responsable mondial de People & Change chez Protiviti, décrit cette différence comme une « déconnexion au sein de la direction générale ». « La plupart des dirigeants se concentrent sur la valeur que l’IA peut apporter à l’entreprise. Les responsables RH se concentrent sur la question de savoir si leurs organisations et leurs collaborateurs sont réellement prêts à la concrétiser », a déclaré Maxwell. Il estime que les organisations doivent investir dans « l’accompagnement des personnes, la refonte du modèle opérationnel et la refonte des processus » en parallèle de la technologie. Un modèle opérationnel correspond à la manière dont les responsabilités, les décisions et les processus sont organisés dans l’entreprise.

Protiviti a un intérêt commercial dans la transformation organisationnelle, de sorte que la recommandation de Maxwell correspond à l’interprétation des résultats de l’enquête par le cabinet. Les chiffres établissent des différences dans l’évaluation de la préparation par les dirigeants. Déterminer si la conception des postes, la capacité d’apprentissage ou les contraintes du modèle opérationnel ont conduit certains investissements dans l’IA à ne pas atteindre les rendements attendus nécessiterait des preuves supplémentaires. Pour les dirigeants, les résultats pointent vers des hypothèses qu’il peut être nécessaire de tester avant d’investir.

Les effectifs rendent ces hypothèses concrètes. Si l’IA permet à un rôle de couvrir davantage de travail, le management peut augmenter la production, réorienter le temps des employés, concentrer les responsabilités dans des postes plus spécialisés ou réduire les effectifs pour certaines activités. Chaque choix modifie les coûts et la forme future de la main-d’œuvre. La planification de la main-d’œuvre peut donc affecter les paramètres économiques retenus dans un business case d’investissement en IA.

PARLONS-EN !

Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.

Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.

Planifier un appel

Veuillez saisir une adresse email professionnelle valide.

Les CHRO s’attendent toujours à une large adoption de l’IA

Les CHRO prévoient toujours un usage étendu de l’IA sur le lieu de travail. Protiviti indique que 82 % des CHRO s’attendent à une main-d’œuvre hybride composée d’humains et d’IA d’ici 2030, contre 93 % des dirigeants de la direction générale. Une main-d’œuvre hybride désigne ici un travail réalisé par une combinaison d’employés humains et de systèmes d’IA. Protiviti indique également que les responsables IT sont le groupe le plus optimiste cité dans les résultats, 96 % d’entre eux estimant que leur établissement est prêt pour l’IA.

Ces mesures portent sur des horizons temporels et des questions différents. Les attentes concernant une main-d’œuvre humaine-et-IA d’ici 2030 décrivent un état futur, tandis que la confiance dans la conception actuelle des postes et les capacités d’apprentissage décrit la préparation actuelle à une adoption de masse. Des attentes élevées quant à l’usage futur de l’IA peuvent coexister avec une confiance plus faible dans la capacité de l’organisation à opérer dès aujourd’hui les changements nécessaires. Les décisions d’investissement doivent distinguer ces jugements.

Cette distinction modifie aussi la manière dont les dirigeants doivent interpréter les prévisions sur la portée de l’IA. La viabilité économique, la fiabilité, l’intégration dans les processus et les compétences de la main-d’œuvre influencent toutes la capacité technique à se traduire en usage effectivement déployé. Les choix de management concernant la refonte du rôle environnant comptent également. Les prévisions d’adoption à grande échelle dépendent autant des choix de mise en œuvre que de la capacité technique.

La préparation à l’IA varie selon les fonctions

Protiviti fait état de niveaux actuels et attendus différents de travail activé par l’IA dans l’IT, la finance, la supply chain et l’audit au cours des trois prochaines années. Les mesures sont formulées différemment et doivent être interprétées selon leurs propres termes plutôt que comme une métrique unique et standardisée de préparation. Elles montrent néanmoins que les attentes varient selon les fonctions. Une évaluation à l’échelle de l’entreprise peut donc masquer des différences importantes dans les domaines et les modalités selon lesquels le travail devrait évoluer.

Pour planifier les investissements, les dirigeants doivent examiner la fonction dans laquelle le travail va évoluer. Une fonction qui s’attend à ce que l’IA affecte une grande part de son activité peut faire face à des exigences différentes en matière de rôles, de compétences et de processus par rapport à une autre qui anticipe une adoption plus limitée. Les questions clés sont les suivantes : quelles activités changent, comment les responsabilités doivent être regroupées et si les besoins en effectifs évoluent. Les réponses relient l’investissement technologique aux coûts de main-d’œuvre et aux effets opérationnels.

Les systèmes d’apprentissage, de carrière et de rémunération doivent ensuite s’adapter au travail repensé. Si un déploiement exige des compétences différentes, les dirigeants doivent évaluer si les employés peuvent les développer dans le calendrier requis. Les changements de responsabilité peuvent aussi modifier les parcours de carrière et les structures de rémunération. Ces conditions deviennent alors des hypothèses de mise en œuvre sous-jacentes aux rendements attendus.

La conception des processus relève de la même évaluation. L’IA peut modifier la manière dont le travail est réparti entre les employés, les systèmes et les managers, notamment l’endroit où les décisions sont prises et qui reste responsable. Un changement substantiel de processus peut aussi nécessiter un modèle opérationnel différent. Les dirigeants doivent donc vérifier si ces changements organisationnels peuvent se produire au rythme supposé par le business case d’investissement.

Maxwell soutient que les RH devraient contribuer à façonner la transformation de l’IA pendant l’élaboration de la stratégie technologique et des hypothèses d’investissement. « La transformation par l’IA est en fin de compte une transformation de la main-d’œuvre. La technologie seule ne déterminera pas quelles organisations réussiront », a-t-il déclaré. « Capturer toute la valeur de l’IA dépendra de la capacité des dirigeants à traiter la transformation de la main-d’œuvre comme une priorité stratégique au même titre que la transformation technologique. Cela commence par un rôle de premier plan des RH dans la définition des rôles, des compétences et des changements organisationnels nécessaires pour transformer les investissements dans l’IA en valeur métier. »

Cela reste le point de vue commercialement intéressé de Protiviti plutôt qu’un lien de causalité établi de manière indépendante. Cela met néanmoins en évidence une question précise de gouvernance que les dirigeants peuvent tester : un business case d’IA dépend-il de nouvelles compétences, de rôles réorganisés, de niveaux d’effectifs différents ou d’une refonte des processus ? Lorsque c’est le cas, les RH disposent d’informations pertinentes pour déterminer si ces hypothèses sont réalisables. Intégrer ces informations dans la revue d’investissement permet aux dirigeants de tester les hypothèses de main-d’œuvre, de compétences et d’organisation avant d’engager des capitaux.

Pour les DSI et les CTO, la faisabilité de la main-d’œuvre ajoute une nouvelle catégorie à la due diligence. La faisabilité technique, la sécurité, les données, l’intégration et les paramètres économiques restent au cœur d’un investissement dans l’IA. Les conditions de main-d’œuvre peuvent affecter le calendrier, le coût de mise en œuvre et les rendements atteignables lorsque le business case dépend de changements substantiels dans les emplois ou les processus. L’unité d’évaluation appropriée est le travail précis qui est modifié et l’organisation nécessaire pour l’exécuter.

Points clés

• Traiter la préparation à l’IA comme un enjeu de main-d’œuvre : les CHRO affichent une confiance nettement plus faible que le reste de la direction générale dans la conception des postes et la préparation en matière d’apprentissage. Les dirigeants devraient tester les hypothèses relatives aux compétences, aux rôles, aux effectifs et au modèle opérationnel en parallèle de la faisabilité technique avant de s’engager dans des investissements en IA.
• Distinguer les attentes d’adoption de l’IA de la préparation actuelle : les CHRO s’attendent toujours à une généralisation du travail humain-IA d’ici 2030 malgré leurs inquiétudes sur les capacités actuelles. Les plans d’investissement devraient distinguer les prévisions d’adoption à long terme de la capacité de l’organisation à exécuter aujourd’hui.
• Évaluer la préparation à l’IA par fonction : l’usage attendu de l’IA varie entre l’IT, la finance, la supply chain et l’audit, ce qui rend insuffisantes les mesures de préparation à l’échelle de l’entreprise. Les dirigeants devraient évaluer les changements de rôles, de compétences, de processus et d’effectifs requis pour chaque déploiement spécifique.
• Inclure la faisabilité de la main-d’œuvre dans la due diligence IA : les changements induits par l’IA dans les emplois et les processus peuvent affecter les coûts de mise en œuvre, les délais et les rendements atteignables. Les DSI, les CTO et les responsables RH devraient tester les hypothèses de main-d’œuvre dans le cadre du business case, en parallèle de la sécurité, des données, de l’intégration et des paramètres économiques.