Les technologies prédictives investissent le Future of Work

Comment les organisations peuvent-elles capitaliser l’IA et la data ?

Les outils disponibles aujourd’hui sont capables de traiter une grande quantité d’éléments avec rigueur et précision. Ils sont en mesure de discerner des données et de les comprendre ce, quel que soit le contexte dans lequel elles se trouvent. Ces technologies sont d’autant plus intéressantes qu’elles sont matures pour le développement de modèles prédictifs fiables. Tout l’enjeu des organisations est maintenant de réfléchir à leurs propres usages de l’IA.

Qu’entendez-vous par modèles prédictifs ?

Les technologies IA et de data offrent l’opportunité de créer des terrains prédictifs, des modélisations qui donnent à voir des besoins futurs de l’entreprise. Tout l’intérêt pour elle est, dans ce contexte, d’adopter une logique préventive, d’anticiper les situations. Les décisions s’inscrivent alors dans une démarche plus proactive. Ce type de modèle, en l’occurrence, nous en avons élaboré un récemment pour un de nos clients, un groupe d’intérim, sur un sujet RH en ce qui le concernait (lire ci-dessous).

En quoi adopter une démarche prédictive représente-t-il un intérêt ?

Ces démarches mènent, entre autres, à l’hyperpersonnalisation. À partir de prédictions, on peut notamment affiner un plan d’actions. On peut aussi mettre place des parcours professionnels adaptés aux profils des individus et aux besoins internes. L’utilité est managériale, RH et bien plus large. Et puis autre intérêt, la machine n’a pas de biais mental. Sa capacité de vision transversale est vaste.

Comment ces modèles peuvent-ils s’intégrer à l’entreprise ?

Les structures digitales doivent être proches de celles des métiers. Une entreprise qui a la capacité de combiner experts métiers et experts technologiques va mieux répondre à ses enjeux stratégiques. Dans le passé, bien souvent, les fonctions analytiques étaient trop éloignées des métiers. La conséquence, les cadres dirigeants manquaient d’éléments de compréhension sur toutes les opportunités que pouvaient leur apporter les technologies.

La compréhension est-elle pour vous une clé de succès ?

Oui, pour le comprendre prenons le cas d’un fabricant de véhicules connectés. Ses produits fournissent des données. Celles-ci vont tout d’abord être utiles au constructeur. Grâce à elles, il va créer une relation directe avec l’usager, anticiper ses besoins et pourquoi pas proposer des services de maintenance. C’est une première chose. Avec une meilleure compréhension, il peut aller beaucoup plus loin. Il peut nouer des partenariats avec des assureurs, développer contrats incitatifs qui améliorent les comportements sur la route. Plus loin, les données du même fabricant, peuvent aussi intéresser des communes pour leur gestion de la circulation.
 

La proximité des métiers avec le digital suffit-elle à favoriser la compréhension ?

Un des facteurs d’adoption sur lequel nous travaillons chez Deloitte est l’explicabilité de l’IA. En ce qui me concerne, je préfère utiliser le terme d’intelligence augmentée à celui d’intelligence artificielle. L’IA a ce défaut de susciter parfois de l’inquiétude, d’associer à tort destruction avec métiers par exemple. Alors qu’en réalité, la technologie est capable de l’inverse grâce, on y revient, à la prédiction. Elle est en mesure de niveler des domaines vers le haut. Il y a de nombreux exemples dans la médecine. Dans ce domaine précisément, l’IA est incapable de remplacer le médecin, son empathie ou encore son écoute.

L’humain aura-t-il donc toujours le dernier mot ?

L’homme ne tolérera jamais d’être esclave de la machine. Il garde, quoi qu’il en soit, le libre arbitre.

Quand l’IA investit les RH, « l’individu redevient acteur de sa carrière »

C’est l’un des axes qu’a récemment développé l’équipe de Pierre Lhoste, dans un projet où la prédiction est en première ligne.

Pour le compte d’un groupe d’intérim, l’expertise data de Deloitte s’est exprimée dans la définition et la modélisation d’un référentiel Métiers-Compétences. Pour y parvenir, pas moins de 15 millions d’offres d’emploi ont été épluchées par une IA conçue à cet effet.

Ce travail de traitement des données a permis, de classer 6 000 métiers d’un côté et d’identifier les compétences associées de l’autre.

L’utilité d’un tel référentiel ? « L’intérêt tout d’abord pour l’acteur est de se faire une idée de la dynamique d’emploi. S’il y a de nombreuses offres pour un même métier et de surcroît, si elles restent non pourvues, ça indique qu’il y a une vraie demande à laquelle il est difficile de répondre », souligne Pierre Lhoste.

En conséquence, côté « talents », de nouvelles perspectives se dessinent. Ils ont la possibilité d’envisager leur futur parcours sous un nouvel angle. Ce modèle projette en effet deux typologies d’emplois. Ceux voués à se développer dans les entreprises et ceux qui font appel à des acquis professionnels spécifiques. Une fois un métier choisi, le système établit une liste de compétences manquante et fait le lien avec un catalogue de formations. Il est alors possible d’engager un cursus directement.