concrètement, qu’est - decimalentelo sonar 34 le « sourcing » et les algorithmes. l’ia pour...

▪ Concrètement, qu’est-ce que l’intelligence artificielle ?

▪ Quelles sont les applications actuelles et futures de l’intelligence artificielle qui ont un impact sur les RH ?

▪ Comment s’applique l’IA à la gestion des ressources humaines?

BIENVENUE

DANS LE MONDE

DES DONNÉES

« Big Data »

7

Données de dotation

Données de paie

Données de performance

Données de formation

Données de recrutement

En RH, l’utilisation des données

n’est pas une révolution…

c’est une évolution

« Big Data »

Adapté du modèle de maturité

de Bersin by Deloitte 2014

L’intelligence artificielle :

de quoi parle-t-on exactement ?

L’intelligence artificielle dite « faible »,

consiste à programmer des outils

numériques à l’aide d’algorithmes

pour exécuter une tâche plus

ou moins complexe.

L’intelligence

artificielle

dite « forte »

vise à créer

des machines capables

d’apprendre elles-mêmes le comportement

adéquat en s’entraînant, comme un enfant qui

finit par comprendre lui-même la logique d’un

jeu à force d’expérience.

Source : http://www.lefigaro.fr/secteur/high-tech/2018/01/26/32001-20180126ARTFIG00008-au-fait-c-est-quoi-l-intelligence-artificielle.php

L’algorithme de Facebook

10 « j’aime » à peine, l’ordinateur est

plus précis qu’un collègue de travail

pour définir la personnalité de

quelqu’un.

70 « j’aime » lui permet d’avoir un

meilleur jugement que des amis ou

colocataires.

150 « j’aime » ce sont les membres de

la famille proche de l’individu qui sont

alors dépassés par la machine.

300 « j’aime », limite à partir de

laquelle l’humain, peu importe son

niveau d’intimité avec le cobaye, doit

s’incliner devant l’ordinateur.

L’intelligence artificielle

13

L’algorithme de Target

L’intelligence artificielle

14

L’algorithme de Facebook

L’intelligence artificielle

15

L’algorithme de « Minority Report »L’intelligence artificielle

16

L’algorithme de l’Ascenseur

L’intelligence artificielle

17

Les RH à l’ère des technologies

Intelligence artificielle

Réseaux sociaux

Digitalisation et dématérialisation

Mobilité

Analytique RH

Recru

tement

Perform

ance

Bien-êtreC

om

pétences

Modèl

e descrip

tifM

odèle prédictif

Optimiser les

pratiques RH

Source :

https://www.journaldunet.com/management/exp

ert/68718/comment-l-intelligence-artificielle-va-

reinventer-les-rh.shtml20

L’IA en RH

1. L’automatisation des process, pour libérer la

valeur humaine ajoutée.Automatiser des tâches humaines prévisibles et

répétitives.

2. “Personal HR”, le collaborateur augmenté.Équiper directement les collaborateurs d’outils qui les

rendent plus autonomes, l’IA leur permet de se former,

de faire le point sur leur carrière, d’être coachés, de

récupérer ou faire des feedbacks.

3. Smart data, pour booster l’intervention humaine.

Mieux comprendre les comportements et identifier les

meilleures actions par l’analyse d’un grand nombre de

données.

Analyser les profils et leurs

performances

▪ Well Fargo – Les personnes avec un profil SAC / Comptabilité sont plus performantes, mais restent moins

longtemps.

▪ Xerox - 5 000 $ pour former un agent de centre d’appels - Les candidats avec de l’expérience coûtent plus

cher… et ne sont pas plus performants que ceux sans expérience.

Source : https://www.cornerstoneondemand.com/rework/how-big-data-changing-recruiting-game

L’IA comme outil d’aide à la prise de la décision

21

D’autres cas :

▪ Corrélation entre la mobilité passée vs la

fidélité future

▪ Casier judiciaire vs la qualité du support

clientèle

▪ Utilisation des réseaux sociaux vs la fidélité

(Xerox)

▪ Navigateur vs la qualité de la prise de

décisions

Source : https://www.cornerstoneondemand.com/rework/how-big-data-changing-recruiting-game

22

L’IA comme outil d’aide à la prise de la décision

Un module dédié aux « Talents Managers »

pour accompagner spontanément leurs

populations.

▪ Identifier instantanément pour chaque

salarié les meilleures suggestions de postes

à pourvoir dans l’entreprise.

▪ Identifier instantanément pour chaque

salarié des parcours de carrière

personnalisés les plus pertinents.

▪ Comprendre pourquoi les postes et

parcours suggérés par Clustree sont

cohérents avec le salarié, grâce à une

analyse comparative et factuelle de la

réalité de ce profil dans l’entreprise et dans

d’autres secteurs.

Source : https://www.clustree.com/fr/talent

23

L’IA comme outil d’aide à la prise de la décision

Accompagner les candidats

Accompagner l’expérience candidat

Les Chatbot

Les « chatbots » (robots conversationnels)

Un chatbot est un robot logiciel pouvant dialoguer avec un individu ou consommateur par le biais d'un service de conversations automatisées effectuées en grande partie en langage naturel.

Accompagner l’expérience candidat

Les Chatbot…pour trouver des emplois

Accompagner

l’expérience candidat Les Chatbot…pour préqualifier

des candidats

« Les résultats des 10 000 premières conversations ont montré que Mya noue un

dialogue efficace avec 92 % de nos candidats et atteint un taux de satisfaction de près de 100%. Nombre d’entre eux ont souligné la qualité de l’expérience, simple et personnalisée. »

Source : https://mediaroom.loreal.com/fr/loreal-deploie-avec-mya-systems-une-solution-basee-sur-lia-pour-faciliter-lexperience-candidat-2/

https://hiremya.com/

Accompagner l’expérience candidat

Le traitement du langage naturel…et le mail pour prendre rendez-vous

Accompagner l’expérience candidat

Simplifier le processus de transmission du CV

IA et recrutement

Recrutement et intelligence artificielle

31Source : https://news.easyrecrue.com/ia-recrutement-applications

Le « sourcing » et les algorithmes

32

Big Data

Hiretual.com

Le « sourcing » et les algorithmes

Entelo Sonar

34

Le « sourcing » et les algorithmes

https://www.engagetalent.com

L’IA pour prédire les comportements

35

entelo.com

▪ Détection d’activités (70 paramètres)▪ Identification des contacts▪ More Likely to Move ™▪ 30 % + de chance de changer dans les 90

jours▪ Surveiller vos candidats potentiels…et vos employés!

Likely to Move ™

36

L’IA pour prédire les comportements

▪ Détection de profils de candidats couverts par les objectifs de diversité des entreprises (Genre, Origine culturelle, etc.)

Diversity

entelo.com

37

L’IA pour voir ce que vous ne voyez pas

Les « Big Data » et ses nouvelles applications

« Big Data », ia et RH

38Source : Can technology identify China's top graduates?http://www.bbc.com/news/world-asia-china-31617597

33,000 Candidatures

70 Sites

Analyse de la voix

pour définir les

compétences de

ventes

Les « Big Data » et ses nouvelles applications

« Big Data », ia et RH

39http://www.businessinsider.com/unilever-artificial-intelligence-hiring-process-2017-6

La technologie analyse des choses comme les mots-clés, l'intonation et le langage corporel, et prend des notes à leur sujet pour le gestionnaire d'embauche. Tout cela peut être complété sur un smartphone ou une tablette.

Retour

d’expériences

Projet pilote SIRN

HyperCube® est un outil

unique et exceptionnel

d’intelligence artificielle. Il

est déjà reconnu et a été

validé par la communauté

scientifique.https://www.hcube.io

Pilote : Priorisation des composantes de la stratégie RH

Alors, peut-on

se fier a

l’intelligence

artificielle en

RH?

- 44 -

Noui!

Le côté

sombre

de l’IA

« Algorithms are, in part,

our opinions embedded in

code. They reflect human

biases and prejudices that

lead to machine learning

mistakes and

misinterpretations. »https://hbr.org/2016/12/hiring-algorithms-are-not-neutral

Enjeux #1

La validité des hypothèses sur

lesquelles est basé

l’algorithme

▪ Mesure-t-on effectivement ce que l’on veut mesurer?

Notre recette!

Enjeux #2

L’exactitude et la

pérennité des hypothèses

sur lesquelles est basé

l’algorithme

▪ Les entreprises évoluent, les profils recherchés

aussi…et les algorithmes alors?

Enjeux #3

La validité des données

utilisées pour établir

l’algorithme

▪ A-t-on vraiment le bon

« Little Data »?

Enjeux #4

Les candidats moins

présents (ou plus humbles)

sur le Web seront-ils

discriminés pour leur

discrétion?

▪ Comment s’assurer d’intégrer les profils

fantômes?

Enjeux #5

Tout ne se mesure pas (encore ;) à partir de données trouvées dans le

« Big Data » (le coté émotif, l’empathie,…)

Va-t-on prioriser les critères mesurables

au détriment des bons critères?

Enjeux #6

Va-t-on être

en mesure de

bien utiliser

ces données?

Didier Dubois

Emilie Pelletier

Montréal : 514.573.5793www.hrmgroupe.com

NOS LIVRES :

Suivez-nous sur :

Facebook.com/HRMGROUP

Linkedin.com/company/hrm-group

twitter.com/HRMGroupe

facteurh.com

facebook.com/facteurh

twitter.com/facteurHmag