L’intelligence artificielle s’impose progressivement dans les pratiques RH : rédaction d’offres d’emploi, réponses aux questions des collaborateurs, tri de CV, reporting, comptes-rendus d’entretien ou encore automatisation de certaines tâches administratives.

Mais derrière ces premiers gains d’efficacité, une question essentielle se pose : l’IA permet-elle simplement de créer des RH “assistés”… ou ouvre-t-elle la voie à des RH réellement “augmentés” ?

Car le véritable enjeu n’est pas seulement d’aller plus vite. Il est de mieux comprendre les individus, de révéler les potentiels, de guider les collaborateurs dans leur carrière et d’aider les RH à prendre des décisions plus éclairées.

Dans ce webinar, nous interrogeons comment l’IA peut devenir un véritable levier d’accompagnement de carrière et de mobilité interne au service des RH.

📌 Au programme :

• RH assistés vs RH augmentés : quelles différences et quels usages concrets de l’IA dans les RH ?
• Comment l’IA peut aider les RH à mieux guider les collaborateurs dans leur carrière et leurs mobilités
• Partage d’un framework RH concret sur comment utiliser l’IA pour mieux accompagner les talents

1. RH assistés vs RH augmentés : deux niveaux d’usage de l’IA en RH

• Niveau 1 / RH assistés : automatiser les tâches répétitives (reporting, courriers, questions RH courantes) pour gagner du temps. L’IA générative pourrait augmenter la productivité RH jusqu’à 30 % (BCG).
• Niveau 2 / RH augmentés : utiliser l’IA comme levier de décision, pour mieux comprendre les talents, orienter les parcours de carrière, connecter les profils aux opportunités internes.

2. Les 3 grands apports de l’IA pour les RH augmentés

• Mieux comprendre les talents : analyser compétences, soft skills, motivations et potentiel au-delà du simple intitulé de poste.
• Orienter les parcours de carrière : identifier des passerelles de mobilité interne, projeter des trajectoires professionnelles, détecter des potentiels atypiques.
• Connecter talents et opportunités : faire le match entre compétences, aspirations des collaborateurs et besoins métiers de l’organisation.

3. L’IA doit révéler la singularité, pas standardiser

Le risque des outils IA RH, c’est de renforcer des logiques de cases et de parcours types. La conviction de PerformanSe et Jobmaker : l’IA bien utilisée ne standardise pas les talents, elle révèle leur singularité, en comprenant les motivations individuelles, les soft skills, les moteurs profonds.

4. Les conditions de réussite (et les erreurs à éviter)

• ✅ Réfléchir en valeur ajoutée : automatiser le répétitif pour consacrer plus de temps à ce qui ne peut pas être délégué à une machine.
• ✅ Mettre l’humain au centre : Le collaborateur est au coeur du dispositif, l’IA fournit une analyse et émet des propositions, le RH apporte le discernement et l’accompagnement. Formule clé : insight collaborateurs + analyse IA + accompagnement RH = meilleures décisions.
• ✅ Travailler la qualité des données : sans données fiables et à jour (référentiels métiers, compétences, mobilité), les recommandations IA seront biaisées.
• ✅ Mettre en place une gouvernance : l’IA ne doit jamais décider seule. La supervision humaine est aussi une obligation réglementaire avec l’AI Act européen.
• ✅ Former les équipes RH : apprendre à lire les données, comprendre les résultats de l’IA, challenger les recommandations et garder l’esprit critique.

5. Cas concret : groupe énergétique, environ 400 collaborateurs accompagnés

• PerformanSe : évaluation des soft skills, comportements et motivations. Chaque collaborateur accède à une lecture augmentée de ses résultats via une IA experte, conçue pour la réflexivité (pas pour classer ou noter).
• Jobmaker : parcours d’auto-coaching en 8 capsules, bilan de compétences digital, projection professionnelle, préparation aux entretiens de mobilité.
• Résultats : 84 % d’utilisation de l’IA dans le parcours, 65 % d’interactions libres avec l’IA, 88 % des collaborateurs ayant construit un plan de développement à l’issue du parcours.
• Clé du succès : un accompagnement itératif (POC puis ajustements sur les messages et l’interface) qui a permis de passer de 54 % à 88 % d’engagement.