L’intelligence artificielle en RH fait l’objet d’un véritable battage médiatique. Cependant, entre promesses révolutionnaires et réalité du terrain, l’écart reste important.
Dans ce nouvel épisode de HR Tech Stories, Christophe Patte (myRHline.com) reçoit Laura Xia, responsable marketing de l’offre GTA et IA chez Nibelis, pour faire le point sur ce qui se passe réellement dans les entreprises.
Aujourd’hui, tous les éditeurs ou presque promettent des solutions IA révolutionnaires : recrutement prédictif, automatisation des décisions stratégiques, agents conversationnels ultra-performants. Mais qu’en est-il vraiment sur le terrain ? Quels sont les usages concrets de l’IA en RH et quels freins limitent encore son adoption ?
L’IA en RH : beaucoup de promesses, peu d’usages stratégiques
En matière d’intelligence artificielle en RH, les éditeurs rivalisent de promesses :
- la prédiction de talents à recruter ;
- l’automatisation des prises de décisions stratégiques ;
- l’analyse prédictive des comportements.
Cependant, malgré cet enthousiasme général et ces annonces marketing, la réalité du terrain dresse un constat bien différent. Selon Laura Xia, l’utilisation de l’IA reste très limitée dans les fonctions RH et se cantonne aujourd’hui principalement à de l’automatisation de tâches simples plutôt qu’à un véritable usage stratégique.
Les 3 types d’usages actuels de l’intelligence artificielle en RH
Laura Xia identifie trois catégories principales d’applications de l’IA en ressources humaines :
Agents IA conversationnels
Ces « chatbots améliorés » répondent aux questions récurrentes des collaborateurs et effectuent des tâches à la demande. Ils permettent de libérer le service RH de nombreuses sollicitations répétitives sur les pratiques et règles RH.
IA Machine Learning pour la personnalisation
Ces algorithmes d’apprentissage génèrent des parcours professionnels ou des formations personnalisées en fonction des critères et compétences du salarié. Ils permettent également la génération automatique de plannings ou de contenus comme les emails.
Automatisation du recrutement
L’IA intervient à plusieurs étapes du processus : sourcing automatique, tri et présélection des candidatures, génération automatisée de comptes-rendus d’entretien et d’emails de suivi aux candidats.
Ce qui se passe réellement sur le terrain
Dans la pratique, les échanges avec les clients de Nibelis révèlent des usages bien plus modestes que ceux portés par les promesses marketing :
- L’utilisation de ChatGPT pour la recherche et la synthèse de textes de loi et de réglementation ;
- Des IA de machine learning pour générer des recommandations personnalisés de formation ;
- La génération automatique de plannings en fonction de l’activité.
Des usages qui s’expliquent par leur simplicité d’accès : ChatGPT est accessible à tous et ne nécessite aucune formation particulière. En revanche, cette limitation aux outils les plus simples révèle aussi un problème d’adoption plus large.
Les freins à une adoption plus large de l’intelligence artificielle dans les RH
Plusieurs obstacles expliquent pourquoi l’IA reste cantonnée aux tâches simples :
Le manque de formation et de connaissance |
La complexité des données RH |
Le manque de confiance dans les données |
| Les équipes RH ne maîtrisent pas suffisamment ce que l’IA peut réellement apporter à l’entreprise, ce qui limite l’exploration d’usages plus avancés. | Les données sont dispersées dans de multiples applications (SIRH, paie, GTA, formation, etc.). Dans les ETI, on compte en moyenne 7 à 9 solutions par entreprise. Cette fragmentation pose des problèmes d’interopérabilité et de fiabilisation des données pour alimenter l’IA. | Un temps important reste consacré au contrôle et à la correction des données générées automatiquement. Les RH n’ont pas encore totalement confiance dans les machines. |
L’impact sur l’évolution des métiers RH
Malgré ces limites, l’IA transforme déjà certains métiers des ressources humaines. Le recrutement, par exemple, voit déjà les tâches de sourcing, préselection et communication automatisées. De même, la paie bénéficie de l’intelligence artificielle pour le contrôle de cohérence, le calcul automatisé et la détection d’anomalies. Ainsi, le gestionnaire de paie évolue vers un rôle d’expert en contrôle plutôt que d’exécutant. Enfin, la gestion des temps et des activités bénéficient des IA Machine Learning pour prédire les plannings sur les semaines, voire mois, à venir.
À terme, cette évolution devrait également faire émerger de nouveaux métiers comme celui d’analyste en données RH (exploitation des données et recommandations stratégiques) ou chargé de projet IA (collecte des besoins, recherche d’outils, paramétrage et formation).
La vision de l’éditeur Nibelis : une IA pragmatique
Chez Nibelis, l’approche se veut avant tout pragmatique avec le déploiement d’un agent IA conversationnel capable de :
- répondre aux questions récurrentes sur les accords internes et conventions collectives ;
- renseigner sur les pratiques RH de l’entreprise ;
- effectuer certaines tâches à la demande.
En parallèle, l’entreprise développe également des projets IA en paie pour, comme abordé plus haut, les contrôles et la détection d’anomalies.
L’IA en RH traverse encore une phase d’expérimentation. Loin des promesses révolutionnaires, les usages actuels restent centrés sur l’automatisation de tâches répétitives et l’aide à la décision sur des sujets simples. Pour réussir l’intégration de l’IA dans les fonctions RH, les entreprises doivent :
- Former leurs équipes aux possibilités réelles de l’IA
- Consolider et fiabiliser leurs données RH
- Adopter une approche pragmatique par étapes
- Rester vigilantes sur les biais et la confidentialité
L’IA transformera à terme les métiers RH, mais cette transformation sera progressive et nécessitera d’abord une meilleure maîtrise des fondamentaux.
