Mathieu Flaig et Karine Francius (SQORUS) : “La maîtrise de la data est indispensable pour que les DRH deviennent de réels business partners”

Décideurs. Pouvez-vous définir ce qu’est un écosystème de données RH qualitatives, au regard des réalités des entreprises ?

Mathieu Flaig. Les entreprises présentent des niveaux de maturité très hétérogènes en matière de données RH, certaines grandes organisations fonctionnant encore avec des fichiers Excel par pays. L’enjeu est double : améliorer la qualité des données et les consolider. Les SIRH répondent à ce besoin en centralisant les processus RH clés – recrutement, onboarding, formation, compétences, évolution des collaborateurs. Ils servent à collecter la donnée, à l’analyser et à lui donner une lecture business, jusqu’à mesurer la contribution des collaborateurs à la performance.

Cependant, la donnée RH reste insuffisamment mature. Or, la maîtrise de la data, du reporting et du ROI est indispensable pour que les DRH deviennent de réels business partners. Cela implique une évolution du métier RH vers le pilotage, l’analyse et la valorisation de la masse salariale, avec des répercussions concrètes sur la performance de l’entreprise.  

“Une donnée RH n’a pas vocation à surprendre”

Qu’est-ce qu’une donnée RH véritablement qualitative ?

Karine Francius. Une donnée qualitative doit être fiable, durable, exacte et surtout cohérente, quel que soit le référentiel. Pour garantir sa fiabilité, il est indispensable de la challenger, d’en comprendre les sources, les méthodes de calculs et les définitions sous-jacentes aux KPIs qui constituent la documentation. Lorsque les référentiels et définitions sont communs, la donnée devient qualitative et exploitable.

Comment identifier une donnée non fiable ?

M. F. Un Chief Data Officer me disait récemment que la donnée finale se doit d’être ennuyeuse. Si elle révèle des résultats spectaculaires ou inattendus, c’est souvent le signe d’une erreur dans la donnée initiale ou son analyse. Une donnée RH n’a pas vocation à surprendre : elle doit plutôt confirmer et renforcer ce qui était déjà pressenti.

K. F. J’ai récemment été confrontée à un cas de figure de ce genre dans un grand groupe. Nous cherchions le taux de féminisation des recrutements, nous en avons trouvé un énorme avant de nous apercevoir que le système comportait des erreurs de données. En réalité, le taux était tout à fait normal.

Comment la data RH peut-elle générer un ROI mesurable ?

K. F. L’IA est un outil formidable pour automatiser des tâches après avoir anonymisé ou retiré toutes les données personnelles des fichiers en question. Elle peut aussi coder et automatiser des fichiers Excel ou Google Sheet. Le ROI réside surtout dans le gain de ressources et de temps, qui libère du temps pour des projets à plus forte valeur ajoutée.

M. F. À défaut de prévoir l’avenir, la donnée peut servir à le préparer, notamment avec le Strategic Workforce Planning. Dans certaines organisations, la partie people est cruciale pour le business. Pour optimiser la marge et disposer des bonnes compétences aux bons endroits, il faut accompagner les gens, les former et leur donner les outils adéquats. Tout cela repose sur les données RH : qui sont les collaborateurs, quand vont-ils partir à la retraite, quelle est leur rémunération, comment produire des matrices et de l’analyse d’écart à partir d’une base solide et d’une approche prospectiviste mesurée.

“L’IA propose des parcours de mobilité en fonction du profil de l’employé avec moins de biais et, à certains égards, davantage de créativité que les humains”

En quoi l’IA transforme-t-elle concrètement les pratiques RH ?

K. F. Chez le groupe que j’accompagne, l’IA est très utilisée. En recrutement, elle rédige les offres, les comptes rendus d’entretien de recrutement et de performance, et automatise la prise de rendez-vous. En formation, elle traduit les e-learnings, génère des vidéos et leurs sous-titres, permet l’Adaptive Learning et propose des parcours de mobilité en fonction du profil de l’employé avec moins de biais et, à certains égards, davantage de créativité que les humains. L’IA facilite aussi l’identification des hauts potentiels et intervient à même le SIRH pour générer les objectifs et les comptes rendus d’évaluations annuelles. En revanche, certaines solutions ont été volontairement écartées pour des raisons de conformité RGPD.

L’intelligence artificielle est également performante en santé et sécurité, pour analyser le taux d’accidents ou d’absences et proposer des plans d’actions lorsque des alertes apparaissent.

M. F. En ce qui concerne les référentiels de compétences, l’IA représente une rupture majeure. Là où un fichier Excel devient très vite obsolète, elle est en mesure de générer une cartographie dynamique, que de nombreux pure players comme 365Talents proposent. Des solutions spécialisées ou des SIRH comme Oracle HCM Cloud cartographient en temps réel des dizaines de milliers de compétences, à partir des offres d’emploi, des compétences détenues et perçues. L’outil peut aussi analyser les échanges électroniques pour compléter les soft skills dans le CV. Tout cela facilite les transformations des métiers induites par l’IA elle-même.

“J’encourage toujours les RH – même des profils très métier – à se former à la data afin d’en comprendre les mécanismes. C’est l’avenir : autant s’y préparer”

Quelle organisation les directions RH doivent-elles adopter pour piloter les datas et l’IA, et rester compliant ?

M. F. Les RH se doivent d’être de plus en plus techniques et cette tendance va s’accentuer. Demain, certains “collaborateurs” seront même des agents IA. Au même titre que les DSI devront être plus “métier” dans leurs fonctions, les DRH devront donc être plus techniques. C’est une évolution qu’a connue la fonction marketing et que les DRH devront embrasser.

K. F. J’encourage toujours les RH – même des profils très métier – à se former à la data afin d’en comprendre les mécanismes. C’est l’avenir : autant s’y préparer. Pour moi, il est avant tout nécessaire d’avoir une gouvernance data, tant pour sécuriser les données que pour cadrer les usages, responsabiliser les équipes et leur apprendre à faire vivre la donnée dans le temps.

M. F. L’IA Act va amener l’inversion de la charge de la preuve. Les entreprises devront démontrer que leurs systèmes sont suffisamment humanisés, notamment dans les processus de recrutement. Le rôle de l’IA et celui de la validation humaine doivent être définis et traçables afin de garantir des décisions équitables et justes.

Et comment limiter les risques liés au shadow IA ?

M. F. La tentation d’utiliser des IA grand public hyper performantes est forte, surtout quand les IA internes le sont moins. Il me semble illusoire de bloquer cet usage. En revanche, il est essentiel de poser un cadre, d’expliquer les risques et de renforcer la responsabilité individuelle.

K. F. Le cadre est déterminant. Dans le groupe que j’accompagne, un GPT interne sécurisé a été mis en place, où les prompts et les pièces jointes sont tracés. Une communication régulière précise ce qui peut ou non être partagé. Diaboliser l’intelligence artificielle alimente le shadow IA ; la pédagogie, au contraire, développe le discernement et l’esprit critique, d’autant que le taux d’erreur des IA est loin d’être nul : il faut donc un humain pour vérifier les résultats.

Comment anticiper les nouvelles exigences réglementaires, notamment sur la transparence des salaires ?

M. F. Les SIRH facilitent largement la conformité réglementaire. Ils intègrent les nouveaux champs requis, connectent les données et embarquent depuis longtemps des algorithmes capables de calculer les écarts de rémunération.

K. F. Dans certaines entreprises, les grilles salariales par grade sont connues et partagées depuis longtemps. Pour le groupe que j’accompagne, nous avons totalement refondu le référentiel emploi et avons aligné les emplois génériques avec les grades. Au préalable, nous avons mis en place le Grading Group sur un référentiel Willis Tower Watson. Nous avons ensuite repris les éléments pour chaque pays. Et quand cela a été fait, nous avons pu déployer la rémunération dans notre SIRH : tout était dans l’outil, documenté et défini. Le travail sur la transparence est en cours avec les équipes recrutement et rémunération.

M. F. La data, l’IA et la transparence transforment profondément les façons de travailler et nécessitent un accompagnement au changement concret. Ne pas s’y engager représente un risque pour la pérennité de l’entreprise ; l’assumer pleinement renforce à la fois l’attractivité employeur et la performance business.