L'application de l'intelligence artificielle dans le domaine des ressources humaines

Dayle Hall :

Bonjour et bienvenue dans notre podcast, Automating the Enterprise. Je suis votre hôte, Dayle Hall.

Ce podcast est conçu pour donner aux organisations des idées et des bonnes pratiques sur la façon d'intégrer, d'automatiser et de transformer leur entreprise.

Le sujet d'aujourd'hui est à la fois passionnant et délicat car il fait le lien entre deux disciplines opposées. Et aujourd'hui, nous avons quelqu'un d'exceptionnel parce qu'il possède une expertise dans les deux domaines. Ses antécédents en informatique et en gestion de projets de données lui ont permis d'avoir un point de vue distinct et très informé sur la façon dont l'IA peut jouer un rôle dans le domaine des ressources humaines. Il est convaincu que lorsque les données sont collectées et analysées avec précision, elles peuvent révéler des informations utiles sur les personnes, ce qui permet d'améliorer l'organisation dans son ensemble et l'environnement de travail. 

Aujourd'hui, j'ai le grand plaisir d'accueillir Zach Frank, qui travaillait auparavant chez Aramark, mais qui vient d'être nommé Senior Manager of People Analytics à la Freeman Company. Zach, bienvenue dans le podcast. 

Zach Frank :

Merci. Je suis très heureux d'être ici. 

Dayle Hall :

Félicitations pour le déménagement.

Zach Frank :

Merci. En fait, je commence demain. Je n'ai donc techniquement pas encore commencé.

Dayle Hall :

Wow. Si nous pouvions vraiment faire éditer et produire ce document, vous auriez certainement cette annonce en tête. Vous serez bien établi au moment où elle sera publiée. Mais je connais très bien la société Freeman. C'est une entreprise formidable, j'y ai de bons amis. Félicitations pour ce nouveau rôle.

Zach Frank :

Merci.

Dayle Hall :

D'accord, allons-y. Pour commencer, je pense que ce qui est vraiment intéressant, c'est que vous avez cette gestion de projets informatiques et de données, et que vous êtes également dans le domaine des ressources humaines.

Vous apportez donc, comme je l'ai mentionné au début, cet équilibre entre les personnes, l'informatique et l'analyse. Pouvez-vous nous présenter votre travail ? Comment en êtes-vous arrivé là ? Comment avez-vous atterri dans cet espace, où vous vous concentrez vraiment sur les RH et ce type d'analyse, tout en comprenant une grande partie de l'espace technologique ? Comment en êtes-vous arrivé là ?

Zach Frank :

Tout à fait par hasard. Juste après l'université, j'ai passé quelques années à travailler dans le développement du bénévolat pour des organisations à but non lucratif. J'ai été licenciée de l'une d'entre elles. Il s'agissait d'une réduction d'effectifs. J'ai pris mon premier emploi à temps plein dans le secteur privé. En titre, je gérais un entrepôt. Mais en réalité, les six premières heures de ma journée étaient consacrées à appeler les chauffeurs qui, du jour au lendemain, livraient ces grosses pièces de camions et de tracteurs, et à leur demander : "Quand êtes-vous arrivés à Paducah, dans le Kentucky ? Et avez-vous reçu tout votre fret ?" Le premier jour, cela a duré environ 20 minutes et j'ai décidé que je détestais absolument ce travail. Je n'avais aucune envie de passer mon temps de cette manière. 

J'ai donc cherché à savoir comment l'automatiser. Je n'avais jamais vraiment travaillé avec la technologie. J'ai failli rater mon cours d'Excel quand j'étais à l'université. Et là, j'essayais de comprendre comment faire pour que ces scanners portatifs se géolocalisent, renvoient un message lorsqu'ils arrivent sur place et m'envoient tous les codes-barres des marchandises qu'ils ont scannées, et ce, 12 ou 15 fois par nuit. Le système a donc fait l'objet de plusieurs tests et itérations. 

Mais j'en suis tombée amoureuse. Je suis tombée amoureuse de la technologie, du transfert de données, de la capacité à analyser et à dire : "Oh, nous sommes à l'heure 97 % du temps. Le fait que nous ayons 30 minutes de retard aujourd'hui n'est pas grave. Il y a une grosse épave sur l'autoroute ou quelque chose comme ça". C'est ainsi que j'ai commencé à découvrir toutes ces nouvelles choses que je pouvais faire et qui m'intéressaient vraiment, ce qui m'a mis sur la voie.

Dayle Hall :

C'est intéressant. C'est peut-être ainsi que vous avez commencé.

Mais ce que je considère comme un succès dans cet espace autour de l'automatisation, de l'utilisation de l'intégration de l'IA, c'est de partir d'un problème d'entreprise, de quelque chose que vous essayez de résoudre, puis de déterminer s'il y a des éléments de processus, d'outils et de personnes. Comment puis-je résoudre ce problème ?

De plus en plus souvent, les clients me disent que c'est ainsi qu'ils réussissent et que les initiatives sont couronnées de succès. Je pense que c'est une description parfaite du fait que vous saviez depuis 20 minutes que cela n'allait pas fonctionner pour vous, mais que vous étiez en train de résoudre un problème spécifique.

Zach Frank :

Oui, tout à fait. Beaucoup de praticiens de l'apprentissage automatique que je suis et que j'écoute en ce moment ont développé cette phrase : " Ce n'est pas de l'apprentissage automatique ". Ce n'est pas de l'apprentissage automatique, ce qui est une autre façon de dire que ce n'est pas un problème d'IA, jusqu'à ce que vous puissiez prouver le contraire. Il s'agit donc tout d'abord d'identifier le point douloureux, la friction. Ensuite, vous disposez d'un éventail d'options quant à la manière de procéder. L'IA pourrait en être une, mais il peut y avoir des formes plus simples d'automatisation. J'ai travaillé pour Bridgestone avant de travailler pour Aramark. L'une des plus grandes améliorations que nous avons constatées dans le domaine des ressources humaines concernait simplement la réduction, c'est-à-dire la simplification des politiques, la suppression de certaines parties d'un processus lorsqu'elles étaient inutiles. 

Nous avons obtenu des gains plus importants grâce à cela qu'avec n'importe quel autre outil. Mais cela est venu d'une véritable compréhension du problème commercial que nous essayons de résoudre et de la gamme d'options disponibles dans notre ceinture d'outils. L'automatisation en est une. L'IA est un type spécifique d'automatisation. Vous pouvez approfondir ce point également. C'est un outil dont nous disposons pour résoudre des problèmes. Et mieux nous comprenons ces problèmes, mieux nous pouvons choisir le bon outil pour cette situation et notre contexte environnemental.

Dayle Hall :

J'adore ce concept, tout n'est pas un problème d'IA, l'automatisation est plus simple au fur et à mesure que l'on avance. J'espère que nous allons approfondir ce sujet.

Parlez-moi un peu de ce que les gens devraient comprendre de votre rôle en matière d'analyse des personnes. Qu'est-ce que cela englobe ? Et comment aidez-vous l'entreprise dans ce domaine ?

Zach Frank :

L'analyse des personnes, au sens technique ou fonctionnel, dans sa forme la plus simple, consiste à répondre à des questions telles que : combien de personnes travaillent dans notre entreprise ? Dans sa version la plus puissante et la plus intelligente, il s'agit de savoir combien cela nous coûte d'avoir un poste ouvert. Et dans cinq ans, quels sont, selon nous, les domaines de compétences dont nous aurons le plus grand besoin, où nous avons des personnes qui vont partir à la retraite ? En termes de développement commercial, qu'est-ce qui sera vraiment important pour nous en termes d'ensembles de compétences que nous n'avons pas aujourd'hui ? 

Un exemple simple auquel je pense dans le domaine des RH remonte à quelques années, lorsque j'ai commencé en tant que gestionnaire de programme pour Bridgestone, supervisant leur transformation numérique et les RH. Il y avait très peu de gestionnaires de projets spécifiques aux RH. Et il y avait très peu de personnes dans les RH qui avaient une expérience de la gestion de projet. Aujourd'hui, il y a des gens qui se spécialisent dans la mise en œuvre de systèmes de gestion des ressources humaines. C'est donc ce genre d'idée qui nous guide, mais c'est vraiment le haut de gamme. Il y a très peu d'entreprises dont les compétences en matière d'analyse des personnes sont à ce point développées.

Dayle Hall :

Je peux imaginer qu'une entreprise de type B2B dans le domaine des logiciels est très axée sur la Silicon Valley. Si vous vous promenez dans la rue, vous rencontrerez trois sociétés de capital-risque. Mais j'imagine que dans les entreprises qui sont potentiellement comme Aramark ou l'industrie lourde ou qui ont beaucoup de travailleurs du secteur des services qui se déplacent, il faut comprendre "Hé, allons-nous avoir un problème dans trois ans parce que 10 % de notre main-d'œuvre risque de partir à la retraite ? J'aurais pensé que cela aiderait vraiment à planifier les activités et à anticiper certains de ces impacts potentiellement importants pour l'entreprise.

Zach Frank :

Partout où j'ai travaillé ou été impliqué dans l'analyse des personnes, c'est en grande partie de cela qu'il s'agit. Bridgestone, qui fabrique des produits et gère également 20 000 points de vente au détail ; Aramark, qui gère des dizaines de milliers de services de restauration et de conciergerie ; et maintenant Freeman, qui soutient des événements en direct, c'est-à-dire des personnes sur le terrain, qui préparent les choses et tout le reste. L'accent est mis sur le court terme parce qu'il y a beaucoup plus d'emplois horaires et d'emplois manuels, pas nécessairement peu qualifiés, mais très, très qualifiés. Mais les durées d'emploi ont tendance à être plus courtes, etc. Les délais sont donc plus courts. 

Pour ce qui est de l'échéance de trois ou cinq ans, pour les sociétés de logiciels, c'est une très bonne façon de voir les choses : vous avez un ingénieur qui s'approche de la fin de sa carrière. Comprend-il son parcours de développement interne ? Ou pense-t-il que son meilleur moyen d'obtenir une augmentation de salaire de 30 % ou plus, selon la situation du marché, est de quitter le navire parce que l'augmentation de salaire interne ne sera pas suffisante pour lui ?

Dayle Hall :

Je dois vous dire, et je suis sûr que la plupart des gens à qui j'ai parlé ou à qui vous parleriez aujourd'hui, que le recrutement et la fidélisation sont l'une des choses les plus difficiles à gérer. Peu importe l'entreprise dans laquelle vous travaillez aujourd'hui. Il est vraiment difficile de trouver les bonnes personnes au bon moment et de leur offrir les bonnes opportunités.

Zach Frank :

Absolument. Depuis des mois, nous nous trouvons dans une situation où le taux de chômage est aussi bas qu'avant la pandémie, mais où le taux de participation à la population active est également plus faible et où les offres d'emploi ont augmenté de plus de 40 %. Nous nous trouvons donc sur le marché le plus difficile que personne n'ait jamais connu. Tout le monde est en train de se demander comment recruter de nouvelles personnes, alors que les talents en matière d'assistance technique et de ressources humaines sont tellement demandés que les gens sont choisis dans ce domaine, et encore moins dans les rôles qui permettent de faire ce que nous avons besoin de faire dans l'entreprise. Oui, c'est une période très intéressante pour être dans cet espace, c'est certain.

Dayle Hall :

Cela nous amène à notre premier sujet principal, qui est l'espace des personnes, les ressources humaines, et il y a clairement beaucoup d'avantages à investir dans des outils de type analytique ou IA ou différents types d'automatisation ou de gestion des données.

Comment voyez-vous les investissements réalisés dans ce domaine ? L'activité s'est-elle intensifiée récemment ? Les gens s'intéressent-ils vraiment à cette région ?

Ou y a-t-il encore une réticence à investir dans ce type de technologie pour les RH ? Les gens ont-ils vraiment l'impression qu'il s'agit d'un domaine en plein essor ? Ou est-ce qu'on essaie encore de pousser le rocher vers le haut de la colline ?

Zach Frank :

Je dirais que ces deux choses sont vraies. D'une manière générale, l'espace des technologies RH est en pleine expansion et connaît une croissance significative. Plusieurs études ont été réalisées sur les dépenses en technologies RH, qui devraient être multipliées par quatre au cours des cinq prochaines années. Les entreprises qui utilisaient des systèmes distribués passent à des systèmes de gestion du capital humain intégrés à l'échelle mondiale et investissent dans de nouvelles technologies. L'espace se développe de manière significative.

Dans le même temps, les technologies RH ont été si peu investies au fil des ans que le retard à rattraper signifie que, oui, il y a beaucoup de nouveaux acteurs qui arrivent et qui offrent des services plus avancés dans le domaine des RH, mais ils ont tendance à être mis en œuvre dans des demi-mesures. 

Les entreprises prennent des mesures, s'intéressent aux choses et voient ce qu'il y a à faire. Parce qu'il y a tellement de terrain à couvrir qui prend de l'argent en termes de base, hey, avons-nous tous les dossiers de nos employés dans un seul système. Et encore moins, pouvons-nous savoir si quelqu'un correspond bien à un poste en fonction de ce qu'il a ou n'a pas mis dans son CV ? Je dirais donc qu'il y a les deux.

Dayle Hall :

Pour moi, comme nous venons de le dire, la résolution d'un problème commercial est généralement le meilleur point de départ lorsque l'on examine ce que l'on veut mettre en œuvre en termes de nouveaux processus ou de personnel, en particulier avec des outils.

Nous venons de parler des problèmes de plus en plus importants liés à la rétention, au recrutement et à la gestion des ressources humaines, mais j'ai l'impression que, bien que de plus en plus de personnes arrivent dans cet espace avec la technologie, elles sont encore un peu réticentes. J'ai constaté dans les dernières entreprises une certaine réticence à investir dans ce domaine. Et je pense que le travail que vous faites contribue à montrer qu'il y a beaucoup d'avantages à utiliser ces technologies.

Zach Frank :

Absolument. Ce qui est intéressant pour moi, c'est que c'est dans le domaine du recrutement que l'on investit le plus dans la technologie de l'IA. C'est là que l'on voit le plus d'acteurs. C'est là que l'on voit le plus de diversité en termes de parties du processus que les gens essaient de résoudre, où va l'argent, de quelles entreprises les gens parlent. Ce qui est intéressant, c'est que je pense que c'est absolument nécessaire. Je pense que c'est un endroit où l'on peut offrir beaucoup d'aide. Il y a beaucoup de problèmes à résoudre. Mais je pense que la plupart des entreprises ont du mal à comprendre, à un niveau plus fondamental, que l'argent dépensé pour la fidélisation est bien plus précieux, peut-être pas aussi urgent ou nécessaire que le recrutement, mais l'argent dépensé pour la fidélisation est plus important. 

Et il y a beaucoup moins d'acteurs opérant dans cet espace en termes d'IA, en partie parce que c'est à certains égards un problème plus difficile à résoudre et un problème auquel les entreprises peuvent ne pas adhérer sur le plan opérationnel. Elles peuvent se contenter de dire, oui, nous reconnaissons que c'est important, mais nous allons investir de l'argent dans la manière dont nous maintenons le contact avec les candidats pour nous assurer qu'il y a un faible taux d'abandon entre la fin de la vérification des antécédents et la date d'entrée en fonction, ou quelque chose comme ça. On ne voit donc pas nécessairement où se situe l'investissement. 

Dayle Hall :

C'est tout à fait possible. Il y a environ un an, j'ai discuté avec une entreprise appelée Betterworks, qui propose ce que l'on appelle des OKR, c'est-à-dire des objectifs et des résultats clés. Je pense que certaines personnes ne considèrent pas nécessairement qu'il s'agit d'un outil de fidélisation, car il aide les employés à comprendre comment leur travail s'inscrit dans les grands objectifs de l'entreprise. Et si l'on peut montrer aux employés comment ils contribuent à faire avancer l'entreprise et les initiatives de haut niveau, ils ont envie de rester. Ils se sentent davantage liés à l'entreprise. Mais il y a encore peu d'exemples de la façon dont les gens perçoivent ces technologies, ce qui contribue, comme vous l'avez souligné, à un domaine très important, à savoir la rétention. 

Lorsque vous passez par ces processus et que vous décidez de mettre en œuvre une technologie, il y a parfois ce sentiment interne au sein des organisations, que ce soit généralement au sein de l'organisation informatique, de savoir si vous achetez quelque chose ou si vous le construisez en interne. Si vous étiez en train de conseiller une entreprise, et je suis sûr que Freeman va profiter de votre expérience. Si quelqu'un vous posait cette question, comment décidez-vous si c'est quelque chose que nous devons acheter, quelque chose que nous devons construire ? Ou si c'est vraiment nécessaire ? Comment entamez-vous ce processus au sein de l'espace RH ? 

Zach Frank :

Si vous avez répondu à toutes les questions qui vous ont amené à prendre cette décision, nous ne pouvons pas simplifier la politique. Nous ne pouvons pas éliminer le travail en conséquence. Nous ne pouvons pas modifier les processus ou d'autres choses de ce genre. Si vous avez atteint le point où, d'accord, nous avons besoin d'automatisation et potentiellement, spécifiquement d'IA, je dirais fondamentalement de ne jamais construire en interne, et ce n'est peut-être pas totalement vrai. Il peut y avoir des cas. Si vous avez une très grande capacité, s'il s'agit d'une solution très simple. Mais je pense que vos deux options réelles dans le domaine des RH sont le déploiement ou la configuration en interne. Vous avez peut-être un outil ou une ressource que vous n'utilisez pas en interne, où vous pourriez dire, oh, nous avons juste besoin de configurer ces les workflows dans notre HCMS parce que nous n'avons jamais opérationnalisé ce flux de travail ou quoi que ce soit d'autre. 

Si ce n'est pas le cas, si nous ne disposons pas déjà de ces outils en interne ou s'ils sont utilisés dans un autre service, l'achat sera presque toujours le meilleur choix. La création de solutions d'IA en interne, en particulier dans le domaine des ressources humaines, pose trop de problèmes. Il y a beaucoup trop de problèmes. C'est beaucoup trop compliqué, et il y a tellement de bons acteurs qui sont relativement bon marché. Même les entreprises que l'on pourrait croire capables de le faire. Les fabricants de puces, les entreprises de haute technologie qui disposent d'équipes de science des données et de toutes ces capacités, continuent de sous-traiter parce que c'est plus facile et plus intelligent de le faire.

Dayle Hall :

Cela nous amène au sujet suivant que je voulais aborder, un sujet très délicat autour de l'IA. Les deux choses que j'entends souvent à propos de l'introduction de l'IA, en particulier dans ce type d'entreprises, sont l'impact sur les personnes. L'une d'entre elles est que l'IA va supprimer des emplois. J'ai toujours pensé que l'IA et l'automatisation devaient faciliter le travail des gens, leur ôter les tâches banales. Mais cela libère vraiment ces personnes pour qu'elles puissent faire un travail plus intéressant, plus satisfaisant, et potentiellement plus impactant pour l'entreprise. J'ai l'impression que cela évolue légèrement, et je ne sais pas si vous l'entendez encore.

Mais la chose la plus importante pour l'IA dans le domaine qui est le vôtre, je pense, c'est le concept de partialité et la manière dont vous surveillez et gérez ou faites attention à l'IA et à la partialité potentielle, en particulier dans le domaine des RH. J'aimerais donc savoir ce que vous en pensez et ce que vous avez vu.

Zach Frank :

L'autre chose que j'ajouterais est que l'un des plus grands obstacles est probablement la disponibilité des données, qui, je pense, est liée aux préjugés. Mais si vous pensez à quelque chose, d'accord, qui sont les bonnes personnes à embaucher ? Il y a un élément de partialité en termes de données qui fait que vous allez généralement obtenir le genre de personnes que vous avez déjà embauchées, ce qui, pour reprendre votre point de vue, si vous êtes une entreprise de technologie logicielle, oui, il y a peut-être beaucoup d'hommes blancs. Vous allez donc surprivilégier leurs CV par rapport aux femmes et aux personnes de couleur qui, historiquement, ont sous-estimé leurs capacités et leurs compétences sur leurs CV. Il faut donc trouver des solutions qui tiennent compte de cette idée de partialité, mais aussi de la portée des données. 

Les plus grands employeurs des États-Unis embauchent peut-être 100 000, voire 150 000 personnes par an, ou quelque chose comme ça. Sur les millions et les millions d'embauches qui ont lieu, les données dont vous disposez ne seront jamais aussi bonnes que celles d'une entreprise externe capable de tirer ces données de sources multiples. Et il y a plus de chances qu'il y ait un biais.

L'autre chose que je dirais, c'est que ce n'est pas parce que vous choisissez un fournisseur qu'il n'aura pas de parti pris. Je ne dirai jamais de qui il s'agit, mais nous avons discuté avec un fournisseur qui proposait des services d'appariement de candidats. D'accord, ce candidat est-il fait pour ce poste ? J'ai donc posé la question. D'accord, mais comment se protéger contre les préjugés ? Ils m'ont répondu que nous ne consommions pas d'informations démographiques. Il n'y a donc aucun moyen pour notre système d'être partial parce que nous ne savons pas quelle est la race, le sexe ou le handicap d'une personne. On ne sait pas quelle est l'ampleur du problème. Vous faites l'autruche.

Dayle Hall :

Exactement. Mais je pense que c'est un exemple de quelque chose qui doit être résolu. Je comprends pourquoi ils ont eu cette première impression. Mais c'est vraiment bien qu'en commençant à parler à des gens comme vous, vous puissiez les aider à comprendre pourquoi cela ne permet pas d'éviter les préjugés. En fait, cela les perpétue probablement.

Zach Frank :

Oui, absolument. Vous le verrez si vous regardez vos tableaux de bord après la mise en œuvre de la politique de recrutement et d'intégration ou de l'embauche de personnes dans le cadre de la politique de recrutement et d'intégration. Il s'agit simplement de prendre des données aveugles et de ne pas faire d'inférence basée sur les différences importantes dans la façon dont les gens se comportent par rapport à ces informations démographiques. Cela va exacerber le problème, et non le résoudre. Vous comparez donc cette situation à celle d'une entreprise que nous avons étudiée et qui tenait activement compte de la différence dont je parlais plus tôt, à savoir la manière dont les femmes traitent leur expérience sur leur CV et leur sous-représentation, et qui corrigeait activement cette situation. La différence devient immédiatement évidente en termes d'impact sur le recrutement et sur la capacité à être juste et équitable.

Dayle Hall :

C'est une belle histoire. Au cours de ce processus, votre région, votre domaine en particulier, doit être beaucoup plus prudent à cet égard.

Ainsi, lors de la sélection d'un fournisseur, certaines choses sont évidentes. Quand ils vous disent ça, c'est comme ça qu'on fait. Vous vous dites, non, attendez. Cela n'a pas de sens. Rembobinons ce point pour moi. Mais alors, comment procède-t-on à une évaluation ? Y a-t-il quelque chose de spécifique que vous examinez lorsque vous regardez les différents fournisseurs ou lorsque vous mettez en œuvre ces systèmes qui dit que nous devons intégrer - je ne veux pas dire à l'épreuve des balles parce que je ne pense pas que quoi que ce soit soit soit à l'épreuve des balles à 100 %. Mais qu'intégrez-vous dans votre processus d'évaluation des fournisseurs ? Qu'intégrez-vous dans votre processus lors de la mise en œuvre ? Existe-t-il des spécificités qui nous obligent à faire ces choses lorsque nous passons par le processus ?

Zach Frank :

Certaines choses sont utiles. Avoir une conversation comme celle que j'ai avec ces deux vendeurs différents, leur poser les questions, les avoir à l'esprit, s'en préoccuper. Il est également important d'avoir une conversation avec eux et de leur présenter le sujet. Je demande aussi toujours s'il y a eu des recherches scientifiques publiées.

Un fournisseur nous a donc présenté une technologie qui me semble impossible, même lorsque je l'ai utilisée. Il suffit de cliquer sur ces petites images pour obtenir une évaluation de la personnalité en fonction de la façon dont on clique sur ces images. Et il n'y a que des images de morceaux de couleur, pas même de vraies images ou quoi que ce soit de ce genre. J'ai donc demandé à voir les recherches dont ils disposaient, et ils m'ont envoyé les différents niveaux de recherche : d'accord, voici les recherches sur les couleurs qui les sous-tendent. Voici comment la recherche est spécifiquement appliquée à notre solution et la capacité de faire des déterminations basées sur cette recherche sous-jacente sur la couleur.

Je ne lis pas les travaux universitaires que tout le monde m'envoie ou des choses de ce genre. Mais s'ils sont prêts à me les envoyer, c'est déjà une bonne indication. S'ils hésitent à le faire, c'est qu'il s'agit de secrets commerciaux. Dans le meilleur des cas, vous ne l'avez pas encore construit et vous essayez juste de me le faire acheter pour vous financer, ce qui peut être bien, mais soyons honnêtes sur l'état des choses. Il est donc important de s'en préoccuper, de poser ces questions et de voir dans quelle mesure ils sont prêts à s'engager avec vous et à vous montrer comment la saucisse est fabriquée.

Dayle Hall :

Oui, c'est un bon exemple de ce que nous faisons en tant qu'acheteurs de technologie. Je pense que je suis ouvert à l'achat de logiciels, d'outils, même s'ils disent qu'ils ne sont pas tout à fait au point. J'aime le fait qu'ils vous permettent de voir ce qu'il y a sous le capot. Je pense que si un fournisseur dit qu'il s'agit d'une meilleure pratique, d'une propriété intellectuelle ou d'un élément caché sous le capot, il doit le montrer à l'acheteur. S'il n'est pas prêt à vous le montrer, vous devriez probablement vous inquiéter.

Zach Frank :

Tout à fait. Il y a une chose simple que je rencontre tout le temps chez les gens que j'ai remarqués : d'accord, où se trouve le connecteur à télécharger pour que nous puissions récupérer nos données ? Juste nos données, je ne demande pas les données de quelqu'un d'autre. Et c'est surprenant le nombre de fois où ils disent, oh, eh bien, vous obtenez 30% des champs ou quelque chose comme ça. Mais oui, c'est un problème qui n'est pas rare. Et c'est vraiment surprenant pour moi. Il s'agit de nos données dans le meilleur des cas. Et puis, plus on avance, plus on se dit que si vous ne pouvez même pas nous expliquer les bases du fonctionnement de votre algorithme ou de ce que vous voulez appeler la sauce secrète sur laquelle vous travaillez, comment pouvons-nous lui faire confiance ? Comment pouvons-nous lui faire confiance sur le plan opérationnel ? Comment pouvons-nous lui faire confiance sur le plan éthique ? L'ouverture autour de ces questions est un indicateur important en soi. 

Dayle Hall :

Légèrement hors sujet. J'étais dans une entreprise et nous avons racheté une société qui s'appelait Klout. Je ne sais pas si vous vous en souvenez. 

Zach Frank :

J'ai entendu ce nom, oui.

Dayle Hall :

Il s'agissait donc d'une notation sociale en ligne des choses que vous affichiez et partagiez. À l'époque où les médias sociaux prenaient de l'ampleur, le principe était énorme. Mais au fur et à mesure que l'on s'y intéressait, on s'apercevait que la façon dont les choses étaient évaluées était très aléatoire et qu'il s'agissait d'une évaluation réelle. Encore une fois, c'était une bonne idée à l'époque, mais c'est un bon exemple qui montre qu'on ne peut pas se contenter de dire qui on est, mais qu'on ne peut pas dire comment cela fonctionne. Il faut plus de détails. Et le fondateur et PDG, qui est un type formidable, il a créé un tas d'entreprises depuis, s'il écoute un jour ceci, je suis sûr qu'il va répondre et dire, non, c'est comme ça que ça marche. C'est un peu hors sujet. 

Quoi qu'il en soit, passons de l'IA à l'impartialité, aux contrôles et à la réalisation de ces évaluations. Voyons comment utiliser l'analyse des personnes, les choses que vous créez, les résultats pour améliorer les choses. Il est évident que l'une des choses que les gens veulent faire avec leurs données, c'est de les capturer. Ce qui m'agace le plus personnellement, c'est lorsque quelqu'un me dit que nous allons créer toutes ces données, et que je n'ai aucune idée de ce qu'il faut en faire. Elles restent dans leur outil, elles vont m'envoyer un tas de rapports et elles n'ont ni les connaissances, ni le temps, ni les personnes pour en faire quelque chose. Il ne s'agit même pas d'une paralysie analytique. 

Je reçois les données et je me dis que je ne sais pas quoi en faire. Je ne sais pas ce qu'il faut améliorer. Que dois-je changer ? Je pense donc qu'il s'agit là d'un problème majeur dans l'ensemble. En ce qui concerne la gestion des personnes et l'analyse des personnes, j'imagine que vous pouvez vous perdre dans ce que l'on vous montre. Alors, comment gérer cela ? Comment prendre les données que vous obtenez et les utiliser ?

Zach Frank :

C'est très situationnel parce qu'il y a beaucoup d'obstacles à surmonter dans le domaine de l'analyse des personnes, mais je dois dire que j'adore ça. J'espère ne jamais avoir à faire autre chose pour le reste de ma carrière. Je reconnais également qu'il y a un certain nombre de difficultés à faire de l'analyse de personnes. Si vous pensez à l'analyse des personnes par rapport à l'analyse du marketing ou des produits ou quelque chose comme ça, vous avez tendance à avoir un public qui est moins expérimenté techniquement. Ils sont très intelligents. Ils sont très bons dans ce qu'ils font, mais vous devez faire beaucoup plus de traduction. On ne peut presque jamais parler à un niveau purement technique. 

Une autre chose que l'on voit, c'est un grand nombre de praticiens dans le domaine des ressources humaines qui savent comment bien faire les éléments fonctionnels de leur travail, mais qui n'y pensent pas nécessairement dans le cadre d'une orientation plus large vers les processus. Il s'agit donc de considérer le recrutement de la manière suivante : d'accord, oui, il y a des étapes définitives à suivre si vous avez des difficultés avec une demande d'emploi. Voici les trois choses que vous pouvez faire et qui ont le plus de valeur ajoutée. Pour beaucoup d'entreprises avec lesquelles j'ai discuté, il n'y a pas vraiment d'image holistique de ce que font les RH. Se contentent-elles de répondre aux questions de l'entreprise ? Ou bien se concentre-t-on réellement sur la question de savoir à quoi ressemble une bonne gestion et une bonne habilitation de notre personnel ? 

Peu d'expérience technique. Vous pouvez souvent constater des difficultés chez vos utilisateurs, vos publics, vos membres des RH qui n'ont pas nécessairement une image définie de ce qu'est un bon travail pour eux. Vous devez donc avoir des conversations plus fondamentales sur la façon de savoir si un recruteur ne fait pas bien son travail. L'autre chose que l'on constate, c'est que l'on revient à ce que je disais tout à l'heure à propos du sous-investissement dans la technologie. J'ai probablement parlé à quelques centaines d'entreprises différentes et obtenu un certain niveau d'information sur leur espace d'analyse des personnes. Et je dirais que même aujourd'hui, moins de 20 % d'entre elles environ disposent d'un entrepôt de données, voire d'un lac de données si elles ont de la chance, où elles obtiennent ces fichiers externes et les connectent à un service de BI ou peuvent exécuter un code personnalisé sur ces fichiers si elles ont de la chance et disposent d'un praticien capable de le faire. Il y a un long chemin à parcourir en termes de sens technique. 

Il y a de gros obstacles à franchir. Tout cela ne répond pas vraiment à votre question. Cela permet simplement de comprendre pourquoi c'est difficile et pourquoi c'est si important. Je pense qu'une autre chose que nous faisons en tant que praticiens de l'analyse des personnes et praticiens de l'analyse en général et qui nous tire dans les pattes, c'est que nous devenons trop réticents à l'idée de fournir des recommandations. Ainsi, dans ce manque de clarté, dans cet environnement difficile, nous devenons plus distants et nous disons, d'accord, voici les données. Vous avez trouvé la solution. Vous êtes l'expert local. Je pense qu'une partie de cette attitude est judicieuse. 

Mais je pense qu'il y a aussi un élément de peur qui fait que nous n'avons pas fait preuve de la diligence nécessaire pour comprendre, d'accord, comment notre entreprise gagne-t-elle de l'argent ? Et ensuite, comment notre image du personnel sert-elle à cela ? Comment sert-elle nos actionnaires, nos parties prenantes, nos dirigeants d'entreprise, nos clients ? Plus vous comprenez ces choses et plus vous êtes prêt à faire quelques pas en avant et à dire que je vais faire des recommandations. Et je vais m'aventurer un peu plus loin. Sinon, ce que je fais, c'est que l'on est de plus en plus repoussé jusqu'à ce que l'on devienne une organisation de rapports et de dossiers. Il s'agit de savoir comment rendre efficace la liste des employés actifs ou quelque chose comme ça. 

Je n'aime pas revenir sur ce point, car je sais que je l'ai déjà dit, mais il s'agit en partie de se préoccuper de la question, de reconnaître l'existence du problème et d'être prêt à entrer dans la mêlée et à dire, d'accord, je vais m'engager dans ces défis, et je vais être prêt à m'exposer un peu et à dire qu'il semble que c'est ce que les données nous disent que nous devrions faire.

Dayle Hall :

D'après mon expérience, encore une fois différente de la vôtre, mais d'après d'autres technologies dans ce domaine et d'après ma collaboration avec de nombreux responsables des ressources humaines au cours des 10 ou 15 dernières années, je pense que nous avons besoin - je ne veux pas parler d'études de cas ou de meilleures pratiques, mais de personnes qui utilisent la technologie, qui utilisent les données et qui ont des impacts significatifs sur l'entreprise. Je pense que plus il y en aura, plus les autres pourront le voir, plus les gens se diront qu'ils peuvent faire la même chose pour leur entreprise. Cela a un impact sur les résultats parce que nous dépensons moins pour les recruteurs, et nous dépensons moins pour des augmentations de salaire aléatoires ou autres. Mais je pense que cet espace, les RH, l'edutech, la fintech, la technologie de la santé, va être l'un des plus grands espaces de croissance, je pense, au cours des 10 prochaines années parce que les implications, les résultats positifs, si vous le faites de la bonne manière, je pense qu'ils pourraient être massifs.

Zach Frank :

Absolument. Il y avait une entreprise ici en ville. Je ne travaillais pas directement avec eux, mais je conseillais la personne qui le faisait. Elle examinait le taux de rotation de ses employés horaires et se disait que si nous pouvions le réduire de 10 %, nous économiserions 5 millions de dollars par an, pas même des économies implicites, mais des économies directes de 5 millions de dollars par an parce que nous ne verrions pas ce taux de rotation. Et nous sommes en mesure de suivre cela jusqu'à ce que, si une personne a deux absences non excusées ou non planifiées au cours d'une certaine période, elle risque de partir à 80 % si elle occupe un de nos postes horaires, avec une plus grande responsabilité d'identification, un grand impact et la capacité de le faire. Et il n'a même pas été nécessaire de transformer cela en un modèle opérationnel. 

Ils ont simplement pu modifier la politique et dire, d'accord, voici un meilleur programme d'aide aux employés. Voici une politique de congés plus généreuse concernant les urgences familiales et l'utilisation du programme d'aide aux employés. Je crois que cela a coûté 7 millions de dollars par an ou quelque chose comme ça. Ils ont dépassé l'objectif et ont réussi à réduire le taux de rotation de 13 %, ce qui est tout simplement phénoménal.

Dayle Hall :

Et c'est insensé. Je pense que cela nous ramène à ce que vous avez dit tout à l'heure, à savoir qu'il n'est pas nécessaire de mettre en œuvre un système piloté par l'IA dans cette fonction pour obtenir un résultat significatif. Il peut s'agir d'un modèle plus simple, basé sur des données. Et je ne connais personne qui ne veuille pas économiser 7 millions de dollars dans son entreprise.

Zach Frank :

Oh mon Dieu, je comprends ce que vous dites. Il n'est pas nécessaire d'avoir un modèle d'IA déployé de manière opérationnelle qui sélectionne ces personnes et les identifie individuellement. Vous pouvez effectuer cette analyse tous les six mois et dire : "D'accord, avons-nous toujours le bon ensemble de valeurs en termes de numéros d'assistance aux employés, de primes de rétention, etc. Très bien, d'accord. Alors, à vous dans six mois.

Dayle Hall :

Oui, c'est vrai. C'est vraiment intéressant. Je voudrais conclure en disant que nous venons de parler de certaines des opportunités et des avantages que vous pouvez obtenir. Imaginons qu'il y ait un responsable RH ou des équipes qui cherchent à savoir s'ils veulent envisager certains types d'automatisation, l'IA à part entière, si nécessaire. Vous leur avez donné de très bons conseils, vous leur avez dit qu'il fallait être prudent et qu'il fallait y réfléchir. Mais si vous vous asseyiez maintenant avec cette équipe et que vous lui disiez, écoutez, c'est par là que je commencerais. Voici les éléments que vous devez vraiment évaluer pour assurer la réussite de votre propre entreprise. Quels sont ces éléments ? Quels sont les quelques conseils que vous donneriez à cette équipe pour qu'elle parte du bon pied ?

Zach Frank :

Je le dis pour l'automatisation, je le dis pour l'analyse des personnes. Elle doit être hautement adaptée à votre activité spécifique. Vous verrez toujours les mêmes catégories, mais en termes de mesures spécifiques ou de choses comme ça, il faut que cela réponde à la situation de votre entreprise. Cela doit faire partie de la conversation. Cela dit, j'aimerais vous donner un conseil général : c'est possible pour vous. Ce n'est pas quelque chose de très éloigné. Il n'est pas nécessaire d'entendre parler d'IA et de penser à quelque chose qui deviendrait sensible ou qui ferait toutes ces choses folles. Il y a un processus qui vous frustre depuis des semaines. 

Et il y a probablement une solution qui s'offre à vous, soit en termes de politique ou de processus simplifié, soit en termes d'automatisation qui pourrait être mise en place plus facilement et à moindre coût que vous ne le pensez, et qui pourrait vous aider à mieux dormir la nuit. Ces solutions existent. Vous comprenez bien votre entreprise. Vous comprenez quels sont les points de friction et de douleur. Il existe d'excellents fournisseurs. Il y a de très bons experts qui, ne serait-ce que par quelques conversations rapides, peuvent vous aider à trouver une solution, et ce n'est pas quelque chose qui est réservé aux géants de la technologie. C'est à la portée de votre entreprise de 500 personnes de mettre en place cette solution et de commencer à voir des gains immédiats. 

L'une des choses que j'ai remarquées et que j'adore, c'est que notre système de suivi des candidats ne communiquait pas directement avec notre HCMS. Nous avons donc pu brancher ces deux systèmes ensemble et dire : "Très bien, prenez les données de là et mettez-les là. Cela a permis de libérer 13 emplois, des personnes que nous avons pu trouver, d'autres employés au sein de l'entreprise. Encore une fois, nous ne licencions personne. Nous ne mettons personne à la porte pour cela. Mais tout d'un coup, je disposais de 300 000 dollars pour créer ma propre équipe d'analyse des personnes et commencer à travailler sur la mise en œuvre de ces choses. L'argent était là. Elle était disponible depuis le début. C'était une technologie dont nous disposions en interne, qui ne nous coûtait pratiquement rien et qui a vraiment lancé la machine en termes de gains de plus en plus importants, de temps libéré, de personnes en mesure de faire d'autres choses et de gains composés tout au long du processus.

Dayle Hall :

J'adore ce conseil. J'aime le fait que la taille de l'entreprise n'a pas d'importance et qu'il n'est pas nécessaire d'être une organisation de 10 000 personnes. Vous pouvez profiter de ces avantages dès aujourd'hui. Dernière question, qu'est-ce qui vous enthousiasme le plus dans le potentiel de l'IA dans le domaine de l'analyse des ressources humaines ? Il n'est pas nécessaire que ce soit dans 12 mois. Cela pourrait être dans 5 ou 10 ans. Quelle est la chose la plus excitante que vous attendez avec impatience ?

Zach Frank :

D'un point de vue opérationnel, je dirais que les progrès réalisés en termes d'identification et de traitement de la rétention sont importants. C'est l'une des plus grandes opportunités stratégiques qui existent en termes de RH et de meilleur service à l'entreprise. Du point de vue des données, il n'est pas si difficile d'exécuter une régression de Cox et de voir quand les gens sont susceptibles de partir et pourquoi. Je pense donc que des fournisseurs vont se lancer dans cet espace et offrir de très bonnes solutions clés en main. Je suis très, très enthousiaste à ce sujet. 

Si je regarde encore plus loin et que je pense à des choses comme la requalification, je sais qu'il s'agit d'une conversation très importante qui a lieu dans l'espace de la technologie et de la transformation, mais je n'ai encore vu personne proposer une solution vraiment, vraiment bonne dans ce domaine. Il faut donc être en mesure de regarder vers l'avenir et de dire, d'accord, pour revenir à cette conversation sur les compétences, quelles compétences seront les plus importantes pour nous dans cinq ans ? Qui est le plus proche de pouvoir le faire en interne ? Et ensuite, comment pouvons-nous les convertir le plus facilement possible pour qu'ils puissent acquérir ces compétences ? Nous obtiendrons ainsi une meilleure longévité, une meilleure connaissance institutionnelle et un meilleur poste de travail et une meilleure carrière. 

Tout le monde est gagnant dans ce scénario. Mais je pense que pour pouvoir tracer cette piste, nous n'en sommes qu'aux tout premiers stades de chacun de ces éléments, et encore moins de l'ensemble qui pourrait fonctionner de manière globale. Mais je suis très, très enthousiaste à l'idée de ce genre de choses.

Dayle Hall :

Oui, deux domaines très importants dans les fonctions de type RH, la requalification et la fidélisation. Zach, nous avons eu une excellente conversation. Je suis désolé pour nos collègues d'Aramark qui doivent perdre votre expertise. Mais je félicite la Freeman Company de vous avoir recruté. Merci beaucoup pour le temps que vous nous avez consacré aujourd'hui.

Zach Frank :

Je vous remercie. J'ai beaucoup apprécié.

Dayle Hall :

C'est très bien. Merci à tous d'avoir écouté ce podcast. Nous nous retrouverons dans le prochain épisode d'Automating the Enterprise. Je suis Dayle Hall. Nous nous reverrons dans le prochain épisode.