Talent AI: Optimisation de la gestion des talents grâce à l’intelligence artificielle

Écrit par Philippe Racine

Description Sommaire

Pour répondre aux défis contemporains de la gestion des talents et de la rétention des employés au sein des entreprises, notre module Talent AI présente une gamme d’outils internes novateurs axés sur l’intelligence artificielle. Ces outils sont conçus pour optimiser les évaluations des employés, élaborer des profils complets et personnaliser le développement professionnel. Voici un aperçu de ces fonctionnalités clés :

Agent-AI d’Évaluation des Employés : Nous modernisons le processus traditionnel d’évaluation des employés en le transformant en une procédure avancée et exhaustive, grâce à notre outil d’IA. En menant des entretiens périodiques avec les employés et leurs superviseurs, cet outil recueille des données précieuses sur les performances, les compétences et les domaines d’amélioration, tout en saisissant les aspirations et les objectifs professionnels des employés.

Création de Profils Numériques des Employés : À partir des données recueillies par l’Agent-AI d’Évaluation, et des données interne des RH sur l’employer, Talent AI générera des profils numériques structurés pour chaque employé, mettant en évidence leurs forces, faiblesses, ambitions au sein de l’entreprise, et besoins en formation. Ces profils enrichis faciliteront une gestion personnalisée des talents, aidant les responsables RH à aligner les opportunités de carrière internes avec les aspirations et compétences des employés.

Agent-AI Coaching : En fonction des besoins de formation des employés et les données d’entreprise, Talent AI créera un Transformer qui pourra analyser le profil numérique de l’employé et offrir des recommandations de formations pour son amélioration continue, pour accomplir ses ambitions au sein de l’entreprise ou répondre à des questions concernant leur processus de travail. 

Agent-AI Recrutement Interne : Talent AI développe un outil de recommandation de profil interne, basé sur les profils numériques et les requis du nouveau poste. Ceci permettra aux RH de rapidement identifier des candidats à l’interne qui démontrent l’ambition et les compétences d’entreprendre ces défis – avant d’aller recruter à l’externe.

Système de Création de Formation : Talent AI propose un système de création de formations internes. Les RH et représentants des départements pourront créer des vidéos explicatives ciblant les faiblesses des employés de l’entreprise. Avec l’aide d’un système AI, l’entreprise analysera les vidéos explicatives et créera des formations avec questions à choix multiples et des mises en situation afin d’encadrer les employés sur demande. Ces données seront aussi utilisées par l’Agent AI Coaching. Ce système serait envisagé pour une phase ultérieure du projet et n’est décrit dans ce document qu’à titre indicatif.

En somme, les systèmes de Talent AI proposent une solution complète pour actualiser la gestion des ressources humaines, en rendant les évaluations des employés plus efficaces, en élaborant des profils détaillés, en personnalisant les formations, en fournissant un coaching virtuel personnalisé et en identifiant des candidats internes pour les besoins futurs de l’entreprise. Cette approche novatrice optimise non seulement les processus RH, mais contribue également à créer un environnement de travail dynamique et engageant, où chaque employé a la possibilité de réaliser son potentiel.

Objectifs d’affaires :

Le projet Talent AI s’attaque à une problématique cruciale de la chaîne d’approvisionnement des talents au sein des entreprises, une composante souvent sous-estimée de la logistique globale des organisations. Les défis actuels en matière de gestion des ressources humaines – tels que l’identification rapide de talents internes pour des postes clés, l’optimisation des parcours de carrière et la rétention des employés – constituent des enjeux majeurs qui affectent directement la fluidité et l’efficacité de la chaîne d’approvisionnement en talents.

Talent AI s’engage à transformer ces processus en intégrant des outils d’IA pour optimiser et personnaliser la gestion des talents. En améliorant les évaluations des employés et en développant des profils détaillés, le projet permet aux entreprises de mieux comprendre et de tirer parti de leur capital humain. Cette approche renforce la réactivité et l’agilité des organisations face aux évolutions des compétences, contribuant ainsi à une chaîne d’approvisionnement en talents plus solide et flexible.

De plus, en fournissant des recommandations personnalisées pour le développement professionnel et en facilitant la mobilité interne, Talent AI aide à retenir les talents précieux, réduisant ainsi le besoin de recrutement externe coûteux et chronophage. En somme, ce projet répond à la problématique de la logistique des talents en rendant les entreprises plus compétitives et résilientes, grâce à une gestion optimisée de leur principal atout : leurs employés.

Les résultats attendus incluent l’amélioration de l’efficacité du recrutement, la réduction des erreurs administratives, l’augmentation de la satisfaction des employés, le développement de recommandations intelligentes pour les carrières, le mentorat, et la formation, ainsi que la capacité à analyser et prédire les tendances RH avec précision. Ceci devrait conduire à améliorer globalement l’efficacité et l’expérience RH, notamment grâce à:

• Une réduction du temps nécessaire pour l’analyse des données RH de 25% et plus grâce à l’automatisation des tâches répétitives, au traitement efficace des données volumineuses, à l’identification rapide de modèles et de tendances et à l’analyse prédictive. Cet objectif s’inspire du cas de Unilever, de Google et d’une étude de cas de McKinsey. En moyenne, les PME consacreraient environ 10 à 15 heures par semaine à ces tâches, voire plus pour les périodes de reporting ou lorsque des décisions stratégiques doivent être prises. Une réduction de temps de 2 à 3.75 heures par semaine serait donc de l’ordre de 25%.

• Une prédiction des besoins en recrutement avec plus de 80% de précision grâce à l’analyse des données historiques, à l’évaluation des facteurs de demande, à la modélisation prédictive et à l’adaptabilité et l’apprentissage continu de Talent AI. Fixer une précision de 80% pour la prédiction des besoins de recrutement par l’IA peut sembler ambitieux, mais les avancées dans les technologies de l’IA suggèrent que ce n’est pas totalement irréalisable. Cependant, atteindre ce niveau de précision dépend significativement de plusieurs facteurs, incluant la qualité des données, les techniques spécifiques d’IA employées, et la manière dont ces technologies sont intégrées aux processus de recrutement existants. Les modèles d’IA, tels que ceux basés sur le traitement du langage naturel (NLP) et l’apprentissage automatique, peuvent analyser de vastes quantités de données issues de CV et d’autres interactions avec les candidats pour faire des prédictions informées sur l’adéquation des candidats. Ces modèles peuvent identifier des motifs et des tendances à partir des données historiques de recrutement, ce qui peut aider à prédire le succès des embauches futures avec une précision considérable. Plusieurs défis devront être abordés, tel que la garantie de la diversité et de la représentativité des données pour éviter les biais algorithmiques. Ainsi, bien qu’un taux de précision de 80% soit un objectif exigeant, les avancées continues en IA, couplées à une mise en œuvre stratégique et à un raffinement continu de ces technologies rendent cet objectif réaliste.

• L’identification des tendances de rétention du personnel avec plus de 60% de précision grâce au traitement de données massives, à l’identification de modèles complexes, à l’analyse prédictive et à l’amélioration continue de Talent AI. Cet objectif s’inspire de la publication Analyzing Employee Attrition Using Explainable AI for Strategic HR Decision-Making pour soumettre le concept que l’algorithme KNN (K-nearest neighbors) peut être utilisé pour classer les employés en fonction de leur similarité avec des cas antérieurs de départs d’employés. En identifiant les employés qui partagent des caractéristiques avec ceux qui ont quitté l’entreprise, on peut prévoir les risques de turnover et intervenir en conséquence. En utilisant des données historiques et des patterns de comportement des employés, l’IA peut prévoir qui est susceptible de quitter l’entreprise. Ces modèles apprendront des données existantes et pourront faire des prédictions avec une précision qui dépasse souvent les méthodes traditionnelles basées uniquement sur l’intuition ou l’expérience. On peut également se fier sur des études de cas comme celle de RetainTalent qui a atteint plus de 90% de précision, ce qui pourrait être réalisé lors de prochaines phases du projet.

Solution proposée :

La solution Talent AI se positionne à la frontière de l’innovation en intelligence artificielle, exploitant les capacités avancées de modèles tels que GPT-4, BERT, et des algorithmes KNN pour révolutionner la gestion des ressources humaines. En s’appuyant sur ces technologies de pointe, Talent AI entend apporter des solutions concrètes et personnalisées aux divers défis de la gestion des talents.

GPT-4 pour la Personnalisation et le Coaching : GPT-4, avec sa capacité exceptionnelle à comprendre et générer du langage naturel, sera au cœur de l’Agent-AI Coaching. Ce modèle sera ajusté pour offrir des conseils personnalisés en matière de développement professionnel, en s’appuyant sur des données anonymisées pour garantir la confidentialité. GPT-4 permettra de créer des interactions riches et significatives avec les employés, les guidant efficacement dans leur parcours de carrière au sein de l’entreprise.

• Input : Données des formations disponibles, données d’entreprise, profil numérique de l’employé.
• Output : Les recommandations de développement professionnel / formations sont fournies employés pour les guider dans leur parcours de carrière à l’interne de l’entreprise, basées sur l’analyse de leurs profils numériques.

BERT pour l’Analyse de Profils et l’Évaluation : BERT, reconnu pour sa compréhension profonde du contexte dans le texte, sera utilisé pour analyser les évaluations des employés et structurer les profils numériques. Ce modèle permettra d’extraire des insights précis à partir de données textuelles complexes, facilitant ainsi l’évaluation des compétences, des performances et des aspirations des employés de manière anonyme.

• Input 1 : Données d’évaluation des employés, collectées à partir des entretiens périodiques entre les employés et l’Agent-AI d’Évaluation des Employés, saisissant les performances, les compétences, les aspirations professionnelles et les objectifs de développement de chaque employé.
• Input 2 : Données internes des RH sur les employés, comprenant les antécédents professionnels, les formations suivies, les compétences certifiées et les performances passées, fournissant une base pour la création de profils numériques complets.
• Output : Profils numériques des employés, mettant en évidence leurs forces, faiblesses, ambitions et besoins en formation, facilitant une gestion personnalisée des talents. Les analyses générées à partir des données d’évaluation des employés fournissent des perspectives sur les performances individuelles, les forces et les faiblesses.

KNN pour le Recrutement Interne : L’algorithme KNN sera employé dans l’Agent-AI Recrutement Interne pour identifier les meilleurs candidats pour les postes ouverts, en se basant sur les similarités entre les profils anonymisés des employés et les exigences des postes. Cette approche garantit une recommandation précise et équitable, tout en préservant la confidentialité des données personnelles.

• Input : Les données sur les postes vacants, les exigences des postes, les objectifs organisationnels et les profils numériques des employés sont utilisées pour le recrutement interne et la recommandation de développement professionnel.
• Output : Des recommandations de candidats internes pour des postes vacants sont générées en fonction des similitudes entre les profils des employés et les exigences des postes.

Modèles d’Actions Large (MAL) : Talent AI intégrera des MAL, des systèmes avancés qui imitent les comportements et actions humaines pour accomplir des tâches spécifiques dans le domaine des RH. Ces modèles, spécialisés dans la gestion des talents, permettront une automatisation intelligente et contextuelle des processus RH, offrant des solutions sur mesure pour le développement des employés, l’évaluation, et la mobilité interne.

• Input : Données sur les processus RH existants, y compris les évaluations des employés, les données de performance, les objectifs professionnels.
• Output : Automatisation intelligente et contextuelle des processus RH, solutions sur mesure pour le développement des employés, l’évaluation, et la mobilité interne, basées sur les comportements et actions humaines simulés par les MAL.

Sécurité et Confidentialité des Données : La solution sera déployée via une interface sécurisée, telle que celle proposée par Microsoft, assurant ainsi la protection optimale des données. Les données utilisées seront générées par chaque entreprise et seront suffisantes pour les besoins de ce projet.  Toutes les informations traitées par les modèles seront anonymisées avant le traitement, garantissant que les Transformers n’accèdent qu’aux informations essentielles pour accomplir les tâches définies, sans jamais compromettre les données personnelles. De plus, les clients pourront choisir d’implémenter Radar Talent AI localement, gardant toutes les données dans leurs infrastructures.

• Input : Toutes les données mentionnées ci-haut transigeant en Input et en Output.
• Output :  Les données sont anonymisées et traitées de manière sécurisée pour garantir la confidentialité et la protection des informations sensibles.

En résumé, Talent AI s’appuie sur une combinaison stratégique de GPT-4, BERT, et KNN, ainsi que sur l’innovation des MAL, pour offrir une plateforme de gestion des talents hautement sécurisée, efficace, et adaptée aux besoins spécifiques des entreprises et de leurs employés. Cette approche technique avancée, centrée sur la sécurité des données et l’anonymisation, place Talent AI à l’avant-garde des solutions IA pour les ressources humaines.

Ce qui distingue les systèmes développés par Talent AI, malgré l’utilisation de technologies existantes telles que GPT-4, BERT et KNN, réside dans leur intégration novatrice et leur adaptation spécifique aux défis de la gestion des ressources humaines. L’innovation majeure tient à la personnalisation et à l’automatisation poussées des processus RH, allant de l’évaluation des employés et la création de profils numériques à la formation et au recrutement interne. Ces systèmes utilisent l’intelligence artificielle non seulement pour analyser et comprendre les données complexes des employés, mais également pour générer des interactions personnalisées et pertinentes qui répondent aux besoins individuels et aux objectifs de carrière, tout en garantissant une sécurité et confidentialité des données sans précédent. Le caractère « nouveau » réside donc dans l’approche holistique et intégrée, qui transforme les données brutes en insights stratégiques et actions concrètes, propulsant ainsi la gestion des talents dans une nouvelle ère de l’intelligence digitale.

CIMEQ a réalisé un POC de Chabot intelligent permettant de moderniser certaines activités des départements des RH avec un entrepôt de données centralisées (utilisateurs, rôles, responsabilités, permissions, outils, clients), une plateforme de gestion des activités RH et des solutions applicatives d’interaction avec les utilisateurs intégrant des sources externes de données. Leur mandat est de comprendre les possibilités d’intégrer Microsoft Copilot comme Chabot intelligent pour des scénarios spécifiques d’utilisation comme ceux décrits plus haut pour l’Agent-AI d’Évaluation des Employés et l’Agent-AI Coaching. Ils en sont présentement à analyser les cas d’utilisation, les exigences de qualité et de sécurité et les exigences fonctionnelles et les scénarios spécifiques du prototype. Ils explorent les fonctionnalités de Microsoft Copilot utiles au développement du prototype qui supporte les cas d’utilisation spécifiques ciblés par le projet.

Portée

Le projet Talent AI vise à transformer le paysage de la gestion des talents au sein des entreprises grâce à une série de livrables et technologies innovantes. Chaque solution est conçue pour répondre à un défi spécifique de la gestion des ressources humaines, offrant ainsi des réponses concrètes et efficaces aux problèmes rencontrés. Voici les principaux livrables issus du projet :

1. Agent-AI d’Évaluation des Employés :

• Problème : Les processus d’évaluation traditionnels peuvent être subjectifs et manquent souvent de données quantitatives précises et facilement utilisables dans des processus RH subséquents.
• Solution : Un système automatisé qui utilise l’IA pour effectuer des évaluations détaillées des employés.

2. Création de Profils Numériques des Employés :

• Problème : La difficulté de suivre et d’analyser le développement professionnel et les compétences des employés de manière cohérente.
• Solution : Des profils numériques dynamiques qui regroupent des informations détaillées sur les compétences, performances, et aspirations des employés, facilitant ainsi leur gestion et leur développement.

3. Agent-AI Coaching :

• Problème : Le manque d’orientation personnalisée pour le développement professionnel et les opportunités de carrière au sein de l’entreprise.
• Solution : Un coach virtuel propulsé par l’IA, offrant des conseils personnalisés et des recommandations de parcours de carrière basés sur l’analyse des profils numériques et les données d’entreprise.

4. Agent-AI Recrutement Interne :

• Problème : La difficulté d’identifier rapidement les talents internes pour les opportunités de promotion ou de nouvelles affectations. Souvent des opportunité manqué pour retenir des employé qui aurait fructifier davantage si seulement les RH étaient conscient de leurs ambitions.
• Solution : Un outil de recommandation qui analyse les profils numériques des employés pour identifier les meilleurs candidats internes pour les postes vacants, favorisant ainsi la mobilité interne et la rétention des talents.

 5. Pipeline de Création et Gestion des Données RH Sécurisée :

• Problème : Les préoccupations croissantes en matière de sécurité des données et de confidentialité dans les systèmes RH.
• Solution : Une plateforme sécurisée pour la gestion des données RH, assurant l’anonymisation des données et leur traitement local pour garantir la protection des informations sensibles.

Ces livrables, allant de l’évaluation automatisée au coaching IA, s’intègrent dans un écosystème cohérent visant à optimiser la gestion des talents. Talent AI propose ainsi des solutions innovantes pour répondre aux défis actuels et futurs de la gestion des ressources humaines, en plaçant la technologie d’IA au service du développement professionnel et de l’efficacité organisationnelle. Pour répondre aux défis contemporains de la gestion des talents et de la rétention des employés au sein des entreprises, notre module Talent AI présente une gamme d’outils internes novateurs axés sur l’intelligence artificielle. Ces outils sont conçus pour optimiser les évaluations des employés, élaborer des profils complets et personnaliser le développement professionnel.