Et si la gestion d’une intelligence artificielle permettait de mieux anticiper les démissions par les managers et professionnels RH ? C’est en ce sens que la solution T.O.P est née. Le but : répondre aux problématiques de grande démission des collaborateurs et de turnover. A l’heure où les chefs d’entreprise craignent que le phénomène de grande démission ne s’accentue cette année, quels leviers d’action sont déployés par la jeune entreprise T.O.P pour enrayer l’impact de ce phénomène via l’utilisation d’une intelligence artificielle ?
Les explications de myRHline avec les éclairages d’Amine Menacer, Cofondateur et Lead R&D de l’entreprise T.O.P.
Intelligence artificielle et RH : c’est quoi la solution T.O.P ?
La solution T.O.P (Team Opportunity Prediction For The Enhanced Manager) est une plateforme Saas basée sur une intelligence artificielle au service des équipes RH et des équipes management dans le but de préserver la pérennité des équipes d’une entreprise.
Face au constat de la grande démission qui sévit dans le monde et notamment en France – autant de défis et enjeux RH de taille en 2023 – la solution T.O.P est née, en 2022 :
C’est une problématique que l’on a pu constater dans une ESN avec 200 collaborateurs répartis entre trois pays et on a commencé à travailler sur la solution T.O.P en interne pour cette société là. On s’est rendu compte que ça fonctionnait, alors on a décidé de commercialiser la solution à d’autres clients.
Le but de cet outil ? Proposer un modèle prédictif aux managers ou RH pour prévenir les risques de démission des salariés : il s’agit d’identifier les facteurs et des pistes d’action grâce aux indicateurs mis en avant par le système d’une intelligence artificielle.
Autrement dit, il s’agit de mettre en place des actions correctives avant que les salariés ne démissionnent. Ces actions correctives – ou préventives – peuvent être de plusieurs ordres : prime, changement de poste (on peut notamment penser à la mobilité interne), etc – en fonction des facteurs de risque à la démission de certains employés et selon leurs problématiques propres.
En déployant ces ressources liées à cette intelligence artificielle, les entreprises peuvent identifier les raisons exactes du départ d’un collaborateur et exploiter ce retour d’information dans le but d’obtenir davantage d’informations liées à leurs salariés afin de, peut-être, les réengager. Les objectifs étant toujours les mêmes : favoriser l’engagement collaborateur, la rétention des talents et enrayer les phénomènes de turnover au sein des entreprises.
Concrètement, de quelle manière mesurer ce risque ?
Sur quelles données se base cette intelligence artificielle ? Comment analyser les data ?
Selon Amine Menacer, on se base sur de la data liée à la gestion des ressources humaines :
L’estimation du risque est basé sur les données RH, l’historique de l’organisation. On prend généralement les données des 3 dernières années qu’on complète avec des données marché (ex : sur les salaires) et on analyse toutes ces données avec des techniques de machine learning en s’adaptant au contexte de chaque entreprise.
Ensuite, il s’agit d’essayer d’enrichir cet outil avec d’autres informations, d’autres data qui proviennent notamment des profils LinkedIn. Ces ressources permettent d’obtenir de précieux indicateurs concernant les anciens salariés : où sont partis les démissionneurs ? Que propose la nouvelle entreprise à cet employé par rapport à l’ancienne ? Etc. C’est un outil d’analyse complémentaire à celle développée via une intelligence artificielle, pensée pour les managers et les RH.
En outre, T.O.P travaille notamment sur la question RGPD. Il s’agit de constituer un registre du traitement des data d’une organisation conformément à cet impératif. Mais il s’agit aussi de faire tout un travail sur la question éthique.
« On travaille aussi sur un algorithme, une intelligence artificielle éthique, qui surveille le modèle afin de veiller à ce qu’il n’y ait pas de critères discriminants liés au genre ou à la nationalité par exemple », indique Amine Menacer. Des données d’autant plus importantes à l’heure où lutter contre les discriminations en entreprise est un sujet prégnant.
De même, on s’attache à surveiller la précision du modèle, rappelle Amine – car c’est un modèle prédictif : « On s’engage à obtenir une prédiction d’au dessus de 80 %, sinon il faut réadapter cet outil au contexte de l’organisation pour améliorer sa précision. Et par précision, j’entends la capacité à bien prédire le risque de démission des salariés. »
Notons enfin que la gestion d’un système d’intelligence artificielle ne va pas sans le SIRH de l’entreprise comme le rappelle le consultant SIRH Mehdi Smairy sur LinkedIn :
S’il ne semble pas toujours possible de prévenir les démissions, l’intelligence artificielle est venue à la rescousse pour les réduire au minimum. En l’intégrant au SIRH de l’entreprise, il est possible de diminuer le taux de turnover, de détecter les décalages en termes de gestion RH, les insatisfactions à venir et mettre en place les actions correctives adéquates.
Intelligence artificielle et RH : les avantages concrets du système
Selon Amine Menacer, on estime que pour une société cliente de 200 collaborateurs, on peut avoir 40 % de réduction de turnover en moins de 6 mois – des chiffres d’autant plus intéressant que le turnover représente un indicateur crucial en, termes de gestion des RH au sein des organisations.
En outre, il est possible d’anticiper à 80 % les démissions, à minima, selon le site de l’entreprise, qui indique encore que 100 % des décisions sont « prises sur l’état actuel » des équipes, grâce au machine learning et à la data-science.
« On peut aussi suivre l’impact de ce système dans la société. Pour certains clients, on arrive à maintenir une courbe du turnover moins élevée dans la société par rapport aux autres années », indique Amine.
Pour résumer, ce que T.O.P donne à voir aux RH et aux managers via cette intelligence artificielle, c’est :
- La prédiction du taux de turnover par employé
- La prédiction de la durée d’une collaboration
- L’identification des facteurs de risque en matière de démission
- La simulation de l’impact de chacun de ces facteurs sur la démission par salarié
Cet usage de la data peut-il faire peur au collaborateur ? Selon Amine Menacer, les salariés « se disent toujours qu’avec les techniques liées à une intelligence artificielle, il y a des évaluations plus ou moins objectives, moins subjectives, même si, évidemment, il y a toujours un facteur humain : le manager est décisionnaire au final. Mais tous les salariés sont entraînés de la même manière, il n’y aura pas d’évaluation subjective de l’être humain.”
Pour aller plus loin
Sur le volet Qualité de Vie au Travail, sujet prégnant dans les RH :
« On n’a pas encore intégré la QVCT dans le modèle car on s’est dit que dans la plupart des cas, les collaborateurs ne diront pas ce qu’ils pensent vraiment – ça peut être biaisé, alors on s’est focalisé sur des données réelles extraites à partir des SIRH des sociétés. Mais on travaille aussi sur la question QVCT. »
Et pour après ?
“On travaille aussi avec des ESN de taille moyenne mais notre objectif se dirige plutôt vers les grands groupes car on a plus de données, des data plus structurées, ce qui est mieux pour assurer un meilleur fonctionnement de la solution”, déclare Amine.
