Cet article restitue les principaux enseignements d’une masterclass organisée avec Factorial. Les fonctionnalités, engagements et exemples attribués à Factorial One correspondent aux éléments présentés par l’éditeur.
L’IA redéfinit progressivement le rôle des ressources humaines. Mais au-delà des promesses d’automatisation, comment en faire un véritable levier de performance au quotidien ? Pour les équipes RH, l’enjeu n’est plus seulement d’accumuler des données, mais de parvenir à les exploiter rapidement afin d’éclairer leurs décisions.
Absentéisme, rémunération, performance, congés, mobilité : les informations existent souvent déjà dans les outils de l’entreprise. Pourtant, leur analyse nécessite encore des exports, des tableaux Excel et de nombreuses manipulations avant d’obtenir une réponse exploitable.
À l’occasion d’une masterclass organisée avec Factorial, Matthias Rigault, présenté comme consultant RH chez Factorial lors de l’événement, a détaillé plusieurs cas d’usage de One, l’agent IA intégré à la plateforme. L’objectif : montrer comment l’IA peut faciliter l’exploitation des données RH, automatiser certaines tâches à faible valeur ajoutée et permettre aux professionnels RH de consacrer davantage de temps à l’analyse et à la décision.
En pratique, une IA RH d’aide à la décision analyse les informations disponibles dans le SIRH, les restitue sous une forme exploitable et fait ressortir des tendances. Elle ne doit pas se substituer au jugement du professionnel RH.
- L’IA peut réduire le temps consacré aux recherches, aux exports et aux consolidations manuelles.
- La qualité des réponses dépend directement de la fiabilité et de la disponibilité des données RH.
- Les droits d’accès, la traçabilité et la validation humaine restent indispensables.
L’IA RH pour transformer plus rapidement la donnée en décision
Pour Matthias Rigault, l’un des principaux enjeux de l’IA appliquée aux ressources humaines tient à la capacité des organisations à mieux exploiter les informations dont elles disposent déjà. La digitalisation des ressources humaines a multiplié les données accessibles aux équipes RH, sans nécessairement simplifier leur analyse.
Lors de la masterclass, le consultant cite plusieurs indicateurs montrant une progression de l’adoption de l’IA parmi les professionnels RH, tout en soulignant que des interrogations persistent sur la qualité du travail produit par ces technologies. Selon lui, « l’enjeu de l’IA en RH n’est donc pas simplement de faire plus vite », mais de transformer plus rapidement la donnée disponible en décision.
Une question apparemment simple peut nécessiter plusieurs étapes : quel est le taux d’absentéisme de l’entreprise ? Quels services sont les plus concernés ? Comment cet indicateur a-t-il évolué au cours des derniers mois ? Lorsque les données sont réparties entre plusieurs outils ou fichiers, leur collecte puis leur consolidation deviennent rapidement chronophages.
Ce problème ne tient donc pas seulement au volume d’informations disponible. Il concerne aussi leur fragmentation, leur fraîcheur et leur fiabilité. Comme le montre l’analyse de myRHline sur les freins à l’exploitation des données RH, des informations abondantes mais mal structurées restent difficiles à transformer en décisions utiles.
L’ambition présentée avec Factorial One est précisément de réduire cette distance entre la question et la réponse. L’utilisateur interroge l’outil en langage naturel et l’IA s’appuie sur les informations disponibles dans la plateforme pour produire une analyse exploitable.
Des analyses croisées pour mieux exploiter les données RH
Pendant la démonstration, Matthias Rigault illustre cette approche avec une analyse croisant plusieurs modules. La demande consiste à identifier des collaborateurs remplissant simultanément plusieurs critères liés à leur performance, à leurs absences et à leur historique d’augmentation salariale.
L’IA recherche alors les informations correspondantes dans les différents modules et restitue les collaborateurs répondant aux critères définis. Pour les équipes RH, l’intérêt réside notamment dans la possibilité d’éviter de multiplier les recherches et les rapprochements manuels entre plusieurs fichiers ou logiciels.
Autre exemple présenté : l’analyse des congés et des absences sur douze mois. L’outil peut générer un tableau de bord, faire ressortir les collaborateurs ou les populations les plus concernés, puis permettre à l’utilisateur de filtrer ou d’affiner les résultats. L’analyse peut également être enregistrée afin d’être actualisée avec les nouvelles données disponibles.
Le même principe est appliqué à d’autres problématiques, comme les écarts de rémunération entre les femmes et les hommes. L’objectif reste identique : consolider plus rapidement les informations disponibles afin que les RH puissent concentrer leur temps sur leur interprétation plutôt que sur leur collecte.
« L’intérêt est notamment de ne plus avoir à rechercher un petit peu à droite ou à gauche dans vos Excel, dans vos logiciels des informations dispersées », explique Matthias Rigault.
Ces usages s’inscrivent dans une évolution plus large des cas d’usage de l’IA dans les ressources humaines : l’outil ne se limite plus à produire du contenu, mais intervient aussi dans la recherche, la synthèse et la mise en relation d’informations issues du SIRH.
IA et données RH : maintenir un cadre de confiance
L’exploitation de données concernant les collaborateurs par une IA soulève toutefois une question incontournable : celle de leur protection et des conditions dans lesquelles l’outil peut y accéder.
Factorial indique que One travaille à partir des informations présentes dans la plateforme et respecte les autorisations accordées à chaque utilisateur. Un collaborateur et un DRH ne disposent donc pas nécessairement du même niveau d’accès. L’outil est censé restituer uniquement les informations auxquelles l’utilisateur est lui-même autorisé à accéder.
Cette logique rejoint le principe de moindre privilège recommandé par la CNIL pour la gestion des habilitations : chaque utilisateur ne doit pouvoir consulter que les données strictement nécessaires à l’exercice de ses missions.
La gouvernance de l’IA et des données RH devient donc déterminante à mesure que ces technologies s’intègrent aux outils de gestion. Selon les éléments présentés pendant la masterclass, les données utilisées par One sont hébergées en Europe et ne servent pas à entraîner des modèles externes. L’éditeur insiste également sur un principe : l’assistant accompagne l’utilisateur, mais les actions restent soumises à sa validation.
Le fonctionnement présenté vise aussi à limiter les réponses produites sans base disponible. Lorsqu’une information n’existe pas dans les données ou les documents intégrés à Factorial, Matthias Rigault explique que l’outil doit indiquer qu’il ne dispose pas de la réponse plutôt que d’en générer une.
Pour les organisations, la pertinence d’une IA RH dépend donc directement de la qualité et de la disponibilité des données auxquelles elle peut accéder. L’outil ne remplace pas la structuration de l’information : il permet de l’exploiter plus facilement une fois celle-ci intégrée et fiabilisée.
Quels contrôles prévoir avant d’utiliser une IA sur des données RH ?
- définir précisément les données auxquelles l’outil peut accéder ;
- réviser régulièrement les droits et profils d’habilitation ;
- contrôler la qualité, la fraîcheur et la provenance des données ;
- conserver une trace des analyses et des actions sensibles ;
- permettre à un professionnel RH de vérifier les résultats et de reprendre la main ;
- informer les personnes concernées lorsque le traitement le nécessite.
Cette supervision est d’autant plus importante lorsqu’une analyse peut influencer une décision concernant un salarié. La CNIL rappelle que les décisions entièrement automatisées produisant des effets juridiques ou affectant significativement une personne sont soumises à des règles renforcées.
Automatiser sans retirer aux RH leur rôle dans la décision
Au-delà des analyses complexes, l’IA peut également intervenir sur des demandes quotidiennes. Factorial One peut, par exemple, être interrogé sur le nombre de jours de congé restant à un collaborateur ou sur une politique interne préalablement intégrée dans l’outil.
L’objectif est de réduire le temps consacré aux questions administratives récurrentes afin de recentrer les professionnels RH sur des missions à plus forte valeur ajoutée. Cette évolution contribue aussi à repositionner la fonction RH dans un rôle davantage stratégique au sein de l’organisation.
Mais la masterclass insiste sur une distinction essentielle entre assistance et décision.
« Il n’est pas là pour décider à votre place », rappelle Matthias Rigault.
L’IA doit réduire le temps consacré à la recherche et à la consolidation des informations afin de laisser davantage de place « au jugement, aux gens, à la stratégie et à la culture ».
Cette logique se retrouve dans l’ensemble des cas présentés. L’IA peut faire ressortir un taux d’absentéisme, croiser des données de performance et de rémunération ou identifier certaines tendances. Elle fournit des éléments destinés à éclairer une décision, mais ne détermine pas seule la réponse à apporter.
Questions fréquentes sur l’IA et les données RH
Comment l’IA aide-t-elle les RH à prendre des décisions ?
L’IA peut rechercher, consolider et analyser les données déjà présentes dans le SIRH. Elle fait ressortir des indicateurs, des écarts ou des tendances afin que les professionnels RH disposent plus rapidement des informations nécessaires à leur décision.
Une IA RH peut-elle décider à la place du DRH ?
Une IA peut produire une analyse ou une recommandation, mais les décisions relatives aux collaborateurs doivent conserver une supervision humaine. Ce contrôle est particulièrement important lorsque la décision peut avoir un effet significatif sur une personne.
La qualité des données influence-t-elle les réponses de l’IA ?
Oui. Une IA RH ne peut produire une analyse fiable que si les données utilisées sont accessibles, correctement structurées, à jour et suffisamment complètes. Une donnée erronée ou mal renseignée peut conduire à une conclusion incomplète ou trompeuse.
C’est sans doute là que se situe l’un des principaux enjeux de l’IA pour les RH : non pas automatiser la décision humaine, mais rendre les données nécessaires à cette décision plus rapidement accessibles. En réduisant le temps consacré à la collecte, aux exports et à la construction manuelle des analyses, l’IA peut devenir un partenaire du quotidien tout en laissant aux professionnels RH la responsabilité de l’interprétation et du choix final.