A compléter

Mon RH est une machine : les managers sont-ils vraiment obsolètes ?

Après la santé et la finance, les algorithmes s'attaquent aux ressources humaines et au management. Depuis cinq ans, des géants du numérique comme IBM, Microsoft, Oracle ou Google vendent aux entreprises des "logiciels prédictifs" censés analyser les sentiments des collaborateurs, grâce aux données massives (big data), et livrer la recette magique d'une organisation hyper-productive. Mais loin des fantasmes et des discours marketing, le recours à de tels outils va-t-il vraiment de soi ? Les firmes qui les conçoivent les utilisent-elles elles-mêmes sans retenue ? Pas si sûr.

Quel RH ne rêve pas de pouvoir recruter l’employé à coup sûr, à chaque fois ? S’il y avait jusque-là trop d’inconnues pour y parvenir, l’IA et les algorithmes seraient maintenant en train de débarquer dans les entreprises pour résoudre cette équation. Nous dirigeons-nous vers un management et des RH assistés par les données ? Nombre d’entreprises qui peinent à repérer ou à retenir les jeunes talents veulent y croire. Des logiciels leur proposent aujourd’hui d’identifier des tendances communes aux employés qui "réussissent", puis d’analyser des milliers de CV en ligne afin de trouver la perle rare. "Par le big data, il est aussi possible de connaître le risque qu’un candidat finisse par ne pas accepter une offre", explique Éric Ghirardi, directeur Europe des solutions de gestion du capital humain chez Oracle, qui vend et utilise en interne une telle fonctionnalité. L’outil serait beaucoup plus puissant et bien moins arbitraire que le recruteur humain : il se contenterait de récupérer une grande quantité de données sur un candidat, de corréler ces données selon un modèle préétabli d’employés qui ont donné satisfaction, puis de voir si le système attribue un bon potentiel à ce candidat.

Un article à retrouver dans le numéro 27 de Socialter, disponible en kiosque et sur notre boutique.



Pour les RH, l’utilisation de logiciels de prédiction signifierait un recrutement plus rapide, moins coûteux et plus efficace. Certaines entreprises, comme le fabricant d’imprimantes Xerox, utilisent déjà des algorithmes pour recruter des milliers de salariés : les candidats passent des tests de personnalité sur ordinateur, puis se voient attribuer un score reflétant leurs probables performances futures. Cas de figure inverse : l’analyse prédictive est aussi utilisée par les RH d’entreprises comme Cisco, Oracle ou Microsoft pour connaître les probabilités de départ de certains collaborateurs, et réduire le taux d’attrition. Il serait donc possible de dresser un profil de collaborateurs "à risque" à partir de critères comme le temps de transport, la rémunération ou l’absentéisme, puis de repérer les employés qui montreraient les premiers signes de départ. L’objectif affiché reste de comprendre les raisons du mal-être de l’employé pour y apporter une solution. "L’ordinateur est capable de faire ressortir des choses auxquelles vous n’auriez pas pensé, puis de vous proposer des solutions", constate Éric Ghirardi.

L’IA et les données massives pourraient enfin aider le manager à prendre de meilleures décisions, à partir d’informations auxquelles il n’aurait jamais accès autrement. "Avec ces technologies, les DRH, mais aussi les chefs d’équipes, peuvent mieux connaître leurs employés, afin d’apporter une réponse personnalisée à chacun", remarque Cécile Dejoux, professeur de management au Cnam et auteure d’un MOOC intitulé "Le manager augmenté par l’IA ?". Selon elle, en prenant en charge les "tâches routinières" du manager et en le conseillant dans ses décisions, l’intelligence artificielle lui laissera plus de temps au service de ses collaborateurs. En espérant que cet assistant ne finisse pas par prendre sa place...
 

"People Analytics"


Des outils proposent aussi aux managers d’analyser les réseaux humains dans l’entreprise. Le cabinet d’audit EY (anciennement Ernst & Young) et le service de paiement en ligne PayPal utilisent Microsoft Workplace Analytics, qui leur permet de comprendre comment se répartit le travail en interne, de repérer les « meilleurs » collaborateurs, ainsi que ceux, moins « engagés », proches du départ. Pour cela, le système analyse... les e-mails et les calendriers des salariés. "
Plus besoin d’attendre un entretien ou un sondage annuel pour détecter si un employé a besoin d’être boosté par son manager : il est possible d’intervenir en temps réel", pointe Anna Kahn, consultante chez EY et auteure d’articles pour la Harvard Business Review (HBR).
Allant plus loin dans le "People Analytics", Humanyze propose aux organisations désireuses de mener des recherches sur le fonctionnement de leurs équipes, de fournir des "badges sociométriques" aux employés. Leurs déplacements sont suivis et leurs conversations analysées – pas ce qui se dit, mais le ton de la voix. Un moyen de mieux comprendre leurs interactions, et de repérer les employés modèles. Selon le journaliste spécialisé Hubert Guillaud, le besoin de comprendre le fonctionnement de son entreprise est un classique bien naturel, mais "
avec des milliers de salariés, c’est presque impossible sans le big data". À noter que parmi les adeptes des "sociomètres" de Humanyze, on trouve le cabinet Deloitte et Bank of America… Et une mystérieuse "firme de la tech" dont le nom reste confidentiel. 



L’humain avant les données


Si certaines entreprises se sont donc lancées dans l’aventure du data management, on reste jusqu’ici assez loin de la déferlante d’algorithmes et de données annoncée dans les directions management et RH des organisations. Nombre d’entre elles restent frileuses à l’idée d’utiliser des technologies encore au stade de la recherche et développement (R&D). "
Même aux États-Unis, dans les grandes entreprises, cela se fait la plupart du temps dans des protocoles expérimentaux, avec des employés volontaires. Car des outils comme les sociomètres ou Workplace Analytics posent des questions en matière de vie privée, de collecte de données et de surveillance, que les employés risquent de ne pas accepter", explique Hubert Guillaud.

Les grandes entreprises de la tech, de Microsoft à IBM, font ainsi un usage mesuré de leurs propres systèmes algorithmiques. Dans le domaine du recrutement, autrefois, Google avait par exemple mis en place des systèmes de big data et d’analyse prédictive permettant de dénicher des candidats talentueux. "Mais elle s’est vite rendu compte que la qualité du recrutement n’était pas meilleure. Au contraire : en se basant sur les meilleurs diplômes et les meilleures compétences, elle ne faisait qu’embaucher des gens avec le même profil, sans aucune diversité", raconte François Geuze, consultant en management des ressources humaines. Face à ce constat, Google est revenue en arrière, vers plus d’humain et moins de données. Plutôt qu’une analyse automatisée de CV et des tests en ligne à base d’algorithmes, elle préfère les rencontres avec les équipes de Mountain View, ainsi que les tests de validation de compétences – en chair et en os.

Dans le domaine du management et de l’analyse des comportements humains aussi, Google a revu sa copie. Fini la simple utilisation de données pour comprendre ses équipes et augmenter leur productivité : "l’entreprise s’est rendu compte qu’en interne les rapports sont plus compliqués que de simples métriques de performance appliquées aux uns et aux autres, et qu’il n’est pas possible de mesurer uniquement cela", indique Hubert Guillaud.

Depuis dix ans, au sein du laboratoire PiLab (People & Innovation Lab), des sociologues se penchent en interne sur les façons d’améliorer les processus de management et de RH – notamment grâce à l’étude des "meilleurs employés" de Google. En 2012, le PiLab a voulu étudier plusieurs centaines d’équipes, afin de comprendre pourquoi certaines enregistrent de meilleures performances que d’autres. Pour cela, les chercheurs ont compilé des données sur la vie des employés – de la fréquence avec laquelle ils mangent ensemble aux traits de caractère des meilleurs managers.

Mais malgré l’accumulation de données, impossible de faire ressortir un modèle permettant de prédire l’efficacité d’une équipe. Et pour cause, puisque tout dépend de phénomènes non quantifiables : les normes de groupes – des règles non écrites, dans les équipes, qui leur permettent de fonctionner plus ou moins bien. Paradoxalement, c’est donc par les données que Google aura prouvé que le management et les RH ne peuvent être réduits au big data et à des algorithmes. Ne faisant plus tout reposer sur les logiciels automatisés, l’entreprise multiplie les sondages internes, préférant comprendre ses employés via des techniques plus "artisanales".

Même chez EY, qui utilise Microsoft Workplace Analytics, Anna Kahn constate que l’analyse de données dans le management et les RH peine à s’imposer face à un obstacle majeur : la profession de manager elle-même, qui traite beaucoup de problèmes liés aux comportements humains. "Ces facteurs intangibles, comme la culture, le leadership et la motivation ne se prêtent pas facilement à l’analyse empirique", indique-t-elle.

Garder la main


Dans
Remplacer l’humain. Critique de l’automatisation de la société (Paris, L’échappée, 2017), l’essayiste américain Nicholas Carr écrit que déjà, "certains managers ne s’occupent plus que de vérifier et d’entériner les décisions des ordinateurs – dont ils sont devenus les subordonnés". Loin d’hypothétiques machines capables de prendre des décisions à notre place, le risque ne serait-il finalement pas de se reposer sur les recommandations de tous ces systèmes d’analyse prédictive, par paresse ou souci d’efficacité, et d’oublier le visage humain du management et des RH ?

"Ces programmes vont vous donner des pistes, vous proposer des solutions, mais votre rôle restera d’aller au fond des choses, et de réfléchir ensuite à la meilleure façon d’agir différemment, sur le terrain. On nous présente ces outils comme permettant d’industrialiser les prises de décision, de gagner du temps, mais attention à ne pas se réfugier derrière les algorithmes pour ne plus assumer ses responsabilités ou pour perpétuer des choses établies", prévient François Geuze.

Céline Laurenceau, conseillère en gestion des talents chez Accenture Strategy, précise pour sa part que "l’outil ne doit pas remplacer la décision. Les algorithmes, l’IA et le big data ne remplaceront jamais les échanges humains entre le manager et son collaborateur. La valeur d’avenir, en RH et en management, c’est la confiance. Or, celle-ci ne s’automatise pas". Selon Vegard Kolbjørnsrud, chercheur et professeur de management à la BI Norwegian Business School, tout dépendra finalement de la façon dont nous nous servirons de ces outils. "En nous permettant d’apprendre de nouvelles choses des données massives, ils pourraient nous pousser vers de nouvelles formes d’interaction et de collaboration. Mais mal utilisés, ils pourraient aussi tout détruire en divisant les gens", conclut-il.


Illustration : © Robbie Porter
Un article à retrouver dans le numéro 27 de Socialter, disponible en kiosque et sur notre boutique.

Soutenez Socialter

Socialter est un média indépendant et engagé qui dépend de ses lecteurs pour continuer à informer, analyser, interroger et à se pencher sur les idées nouvelles qui peinent à émerger dans le débat public. Pour nous soutenir et découvrir nos prochaines publications, n'hésitez pas à vous abonner !

S'abonnerFaire un don

Abonnez-vous à partir de 3€/mois

S'abonner
NUMÉRO 65 : AOÛT-SEPTEMBRE 2024:
Fric fossile : Qui finance la fin du monde ?
Lire le sommaire

Les derniers articles