Une IA qui informe, des humains qui décident : Maintenir la responsabilité RH à l’ère de l’automatisation
Dhanaraj S est un professionnel RH avec des années d’expérience auprès des travailleurs de première ligne et des dirigeants dans de multiples secteurs. Il applique sa démarche centrée sur l'humain à tout, y compris l’adoption de l’IA.
L’IA doit affiner le jugement, pas le remplacer: Dhanaraj utilise l’IA avant les décisions humaines, jamais à leur place. Que ce soit pour le recrutement, la planification des effectifs ou la conception organisationnelle, l’IA structure l’information, cartographie les risques et met en lumière les angles morts — mais la responsabilité finale reste humaine. La vraie valeur de l’IA en RH est d’améliorer la clarté, de réduire les biais et de renforcer la qualité des décisions.
L’IA pousse les organisations à repenser la prise de décision: L’IA ne corrige pas un système défaillant — elle l’amplifie. Sans droits de décision, responsabilité et propriété clairement définis, l’IA crée plus de confusion que de valeur. Dhanaraj insiste sur le design des décisions : définir où l’IA intervient, où l’humain décide, et qui est responsable du résultat.
L’avenir des RH : assisté par l’IA, non remplacé par elle: Les responsables RH évoluent de gestionnaires de processus à orchestrateurs d’expériences humaines enrichies par l’IA. À mesure que l’IA automatise les tâches transactionnelles, la crédibilité RH se déplace vers la réflexion stratégique, le jugement éthique, l’adaptabilité et le leadership culturel. L’avantage sera aux organisations qui équilibrent efficacité de l’IA et empathie humaine.
Nous nous sommes entretenus avec Dhanaraj pour comprendre comment il maintient l'« humain » dans les ressources humaines. Voici ce qu'il avait à dire.
Un accent sur des pratiques people alignées à l’entreprise
Je suis professionnel RH et Opérations du Personnel, avec de l’expérience dans l’accompagnement d’organisations en croissance dans la fabrication, le commerce de détail et les services. Mon parcours de leadership a commencé sur le terrain, en travaillant étroitement avec les équipes opérationnelles et les chefs d'entreprise. Cela a forgé mon approche pragmatique, centrée sur l'humain.
Au fil du temps, j'ai collaboré avec des fondateurs et des cadres dirigeants sur la stratégie de recrutement, la planification de la main-d'œuvre, la conformité et l'efficacité organisationnelle. À travers mon travail et mes interactions avec de multiples organisations, j'ai vu la gestion des personnes évoluer d’un focus processus vers un souci d’impact.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Aujourd’hui, je me concentre à aider les entreprises à développer des pratiques people évolutives, en adéquation avec les objectifs business, qui favorisent la performance, l’intégration de l’IA dans l’organisation et une croissance durable.
Premièrement, j’ai dû abandonner l’idée que des structures rigides assurent la stabilité. En pratique, les organisations propulsées par l’IA fonctionnent mieux avec des équipes plus horizontales, centrées sur les compétences et axées sur les résultats.
Deuxièmement, le leadership RH évolue : il s’éloigne de l’exécution pour aller vers le jugement. L’IA dans les RH automatise les tâches transactionnelles telles que la présélection, la planification et le reporting, ce qui fait que la vraie valeur du RH réside désormais dans la stratégie de la main-d’œuvre, la prise de décisions éthiques et le pilotage du changement.
Et troisièmement, j’ai aussi vu la crédibilité du leadership passer d’une logique d’expérience à une logique d’adaptabilité. Aujourd’hui, la capacité à apprendre, à s’interroger et à accompagner dans le changement compte plus que l’ancienneté. L’IA en leadership ne remplace pas cela, mais rehausse les exigences.
J’ai dû abandonner l’idée que des structures rigides assurent la stabilité. En pratique, les organisations propulsées par l’IA fonctionnent mieux avec des équipes plus horizontales, centrées sur les compétences et axées sur les résultats.
Pourquoi l’IA oblige les organisations à repenser la prise de décision
Cela étant dit, de nombreuses organisations continuent de considérer l’IA comme un simple outil de productivité en attendant de voir la culture, la confiance et la qualité des décisions s’améliorer d’elles-mêmes. En réalité, l’IA amplifie le système existant — bon ou mauvais.
De nombreux dirigeants introduisent l’IA dans la conception organisationnelle sans repenser les rôles, les droits de décision ou la responsabilité. Résultat : les équipes obtiennent des résultats plus vite mais la répartition des responsabilités reste floue, l’éthique est négligée et la fatigue décisionnelle s’installe. La promesse, c’est la vitesse et l’intelligence ; la réalité, c’est bien souvent la confusion.
Dans mon approche managériale, je réponds à ce défi en centrant moins sur les outils que sur la conception de la prise de décision. Cela signifie définir clairement à quel stade l’IA éclaire la décision, où l’humain tranche, et qui en porte la responsabilité. J’insiste aussi pour des équipes plus petites, pilotées par les résultats, et l’apprentissage continu, pour que l’IA dans la prise de décision devienne une compétence ancrée dans la façon dont le travail est mené, et non une couche ajoutée par-dessus.
Comment l’IA peut transformer le recrutement, la planification des effectifs et les décisions managériales
Pour moi, la transformation la plus significative de l’IA concerne le recrutement, la planification des ressources et les processus décisionnels du leadership — non pas comme simples cas d’usage de l’IA, mais comme processus repensés.
1. Recrutement et workflow de présélection
Outils utilisés : ChatGPT, exports de données ATS, analyseurs de fiches de poste
Ce qui a changé : Auparavant, le recrutement se basait fortement sur les CV, l’intuition et les entretiens non structurés. J’ai repensé le processus pour que l’IA soit utilisée avant le jugement humain, et non après.
Les descriptions de poste sont d'abord décomposées en groupes de compétences, résultats attendus et facteurs de risque à l'aide de l’IA
Les CV anonymisés sont évalués pour l’alignement des compétences, la surqualification et le risque de rémunération
Les comités d’entretien reçoivent des questions de relance générées par l’IA, alignées sur ces risques
Utilisez les résultats pour repenser les questions d’entretien et les critères de présélection
Résultat : Des entretiens plus structurés, moins de biais, des décisions d’embauche plus claires et moins de rejets en fin de parcours. L’IA ne remplace pas le jugement — elle l’affine.
2. Prise de décision et alignement du leadership
Outils utilisés : ChatGPT, documents partagés
Ce qui a changé : Pour les décisions complexes concernant les personnes (changements organisationnels, refonte des rôles, succession), j’utilise l’IA pour simuler des scénarios :
« Que se passe-t-il si nous centralisons vs décentralisons ? »
« Quels risques apparaissent si nous supprimons ce niveau ? »
Les résultats de l’IA ne sont pas des décisions — ce sont des cartes d’aide à la décision. Les dirigeants débattent alors des compromis plutôt que d’opinions.
Résultat : Un alignement plus rapide, des discussions de leadership de meilleure qualité et une responsabilité plus claire.
Le conseil de Dhanaraj
Adopter l’IA n’a pas facilité le leadership, mais l’a rendu plus honnête.
3. Planification des effectifs et conception organisationnelle
Outils utilisés : Excel/Sheets + interprétation par IA
Ce qui a changé : Au lieu de planifier les effectifs par poste, nous sommes passés à une planification basée sur les compétences. L’IA aide à identifier les compétences qui se recoupent, le potentiel d’automatisation et les opportunités de requalification.
Résultat : Équipes allégées, moins de postes redondants et structures organisationnelles plus adaptables.
4. Culture et modes de fonctionnement
L’IA est utilisée pour formaliser les attentes — droits de décision, responsabilités et comportements — afin que la culture ne soit plus implicite.
Résultat : Moins d’ambiguïté, plus de confiance et moins de problèmes humains dissimulés en difficultés de performance.
Comment développer une culture pratique de l’IA comme compétence de leadership
J’aborde la maîtrise de l’IA comme une compétence de leadership, pas une compétence technique. Voici comment nous développons cette culture :
Commencer par des cas d’usage, pas des outils : Les équipes découvrent l’IA via de vrais problèmes — décisions d’embauche, reportings, planification — pour un apprentissage concret et non abstrait.
Enseigner les limites de décision : Nous définissons explicitement ce que l’IA peut éclairer et ce qui doit rester du ressort humain, surtout pour les décisions concernant les personnes.
Valoriser l’expérimentation : Les dirigeants sont encouragés à tester l’IA dans des processus à faible risque et à partager leurs apprentissages, pas uniquement leurs réussites.
Créer un langage commun : Nous standardisons les concepts comme biais, hallucination, responsabilité et confidentialité des données pour une cohérence des discussions.
Être « prêt pour l’IA » ne signifie pas que chacun sait écrire des prompts ou coder — cela veut dire que chacun comprend où l’IA apporte de la valeur, où elle n’en apporte pas, et comment l’utiliser de façon responsable. Pour les organisations, cela signifie :
Les équipes peuvent clairement expliquer pourquoi elles recourent à l’IA, pas juste comment.
Les décisions sont documentées avec les apports de l’IA et du jugement humain.
Les rôles sont pensés autour des compétences et des résultats, et non de tâches figées.
Voici quelques problèmes que nous avons rencontrés en chemin :
Dépendance excessive aux résultats de l’IA au départ, sans assez de contexte.
Résistance des cadres expérimentés qui voyaient l’IA comme une perte d’autorité.
Fatigue liée aux outils — trop de pilotes sans responsabilité claire.
Nous y avons répondu en ralentissant l’adoption, en renforçant la responsabilité et en rendant les dirigeants responsables de comment l’IA influence les décisions.
En pratique, la préparation et l’IA sur le lieu de travail relèvent moins de la rapidité que d’un leadership discipliné.
De nombreuses organisations considèrent l’IA comme un outil de productivité et s’attendent à ce que la culture, la confiance et la qualité des décisions s’améliorent automatiquement. En réalité, l’IA amplifie le système déjà en place — qu’il soit bon ou mauvais.
Pourquoi l’IA révèle la complexité organisationnelle plutôt que de la réduire
À ce stade, il me semble important de préciser que l’IA ne réduit pas la complexité — elle la met au grand jour.
Quand nous avons commencé à utiliser l’IA, il est devenu évident très rapidement où nos hypothèses étaient imprécises, où les décisions manquaient de cadre ou les processus de clarté.
Pour cette raison, je consacre plus de temps à définir les bonnes questions, les limites de décision et les critères de réussite avant d’impliquer l’IA. Cela m’a rendu plus réfléchi, moins réactif, et plus concentré sur le jugement que sur l’activité.
En ce sens, adopter l’IA n’a pas rendu le leadership plus facile, mais il l’a rendu plus honnête.
Comment un ensemble d’outils IA réduit peut améliorer la qualité des décisions
Ma sélection d’outils RH et de leadership est volontairement réduite. Je privilégie les outils qui améliorent la qualité des décisions, pas seulement la rapidité. Au cours des 12 derniers mois, le plus grand changement a été de passer d’outils fragmentés à des flux de décision assistés par IA.
IA et soutien à la décision
Outils ChatGPT / GenAI : Utilisés pour clarifier les rôles, affiner les fiches de poste, concevoir des questions d’entretien, vérifier la cohérence des rémunérations et planifier des scénarios. J’utilise également régulièrement ChatGPT pour tester des hypothèses, identifier des impacts de second ordre et reconsidérer les décisions relatives aux personnes avant qu’elles ne soient prises. Impact : Des décisions d’embauche mieux structurées, moins de biais, des évaluations plus cohérentes. Évaluation : Grande valeur lorsqu’ils sont utilisés comme partenaires de réflexion, non comme moteurs de réponses.
Analyseurs de CV et de fiches de poste par IA (diverses plateformes): Utilisés pour repérer les grappes de compétences, les risques de surqualification et les inadéquations entre le rôle et les compétences. J’ai utilisé les fonctionnalités assistées par IA de LinkedIn Recruiter, Naukri RMS et d’autres outils en complément des ATS et outils de suivi structuré des recrutements. Impact : De meilleures discussions de présélection et moins d’allers-retours avec les responsables du recrutement. Évaluation : Utile pour la reconnaissance de motifs, mais le jugement final doit rester humain.
RH fondamentales et productivité
Systèmes de suivi des candidatures (ATS) / Outils de suivi des recrutements – Visibilité des flux de candidats, coordination des entretiens, suivi de la conformité. J'ai utilisé Oracle HCM Cloud (données RH de base, informations sur la rémunération, rapports sur la main-d’œuvre), Workday (données RH de base, informations sur la rémunération, rapports sur la main-d’œuvre), SAP RH (gestion des données des employés, validations liées à la paie), et PeopleSoft / Ramco HRIS (expérience des anciens systèmes RH et gestion des données). Impact : Efficacité opérationnelle et transparence. Évaluation : Outils indispensables pour l’hygiène, mais valeur stratégique limitée sans couche IA.
Excel / Google Sheets (améliorés par les informations issues de l’IA) – Planification des effectifs, analyse des canaux de recrutement, comparaisons de rémunérations. Impact : Reste l’outil le plus flexible pour la prise de décisions RH. Évaluation : Sous-estimé mais puissant lorsqu’il est couplé avec l’interprétation de l’IA.
Outils de collaboration (Email, Slack, Docs) – Communication avec les parties prenantes, documentation des décisions, alignement. Impact : Alignement plus rapide et moins d’occasions manquées. Évaluation : L’efficacité dépend davantage de la discipline du leadership que de l’outil en lui-même.
Dans l’ensemble, mon approche ne dépend pas des outils mais des principes : l’IA est précieuse non pas parce qu’elle automatise les opérations RH, mais parce qu’elle amène les dirigeants à penser plus clairement les personnes, le travail et la responsabilité.
Pourquoi les RH deviendront les orchestrateurs d’expériences humaines augmentées par l’IA
L’avenir ne sera pas une opposition entre humains et IA — ce sera des humains amplifiés par l’IA. L’IA se charge des tâches répétitives, riches en données, et prédictives, libérant ainsi les personnes pour qu’elles se concentrent sur la stratégie, la créativité et les relations — les éléments du travail proprement humains.
Le conseil de Dhanaraj
L’avenir ne sera pas une opposition entre les humains et l’IA — il s’agira plutôt d’humains amplifiés par l’IA.
Au cours des cinq prochaines années, je pense que des rôles comme le mien évolueront d’une gestion opérationnelle des RH et des talents vers des orchestrateurs d’expériences humaines amplifiées par l’IA.
Les départements RH passeront d’une approche axée sur les processus à une approche guidée par les données, utilisant l’analytique prédictive, des flux de travail agentiques et des outils d’évaluation des performances natifs à l’IA pour anticiper les besoins en talents, personnaliser l’expérience des salariés et atteindre des résultats stratégiques pour l’entreprise.
Et à l’échelle de l’industrie, la frontière entre la prise de décision humaine et celle pilotée par la machine sera de plus en plus floue, et le succès sourira aux organisations capables de combiner l’efficacité de l’IA avec le jugement, l’empathie et la culture humains. Ceci est particulièrement vrai pour les petites équipes qui mettent en œuvre des stratégies IA.
Ce que les responsables RH doivent faire dès maintenant
Pour ceux qui occupent des postes similaires, mon conseil est d’adopter la curiosité et l’apprentissage continu. Le rythme du changement avec l’IA et les workflows agentiques implique que les méthodes d’hier ne fonctionneront peut-être plus demain. Concentrez-vous sur la compréhension des nouvelles technologies, expérimentez-les et transformez ces découvertes en résultats concrets pour l’entreprise.
Pour les dirigeants de manière générale, j’insiste sur l’équilibre entre audace et empathie. La transformation ne relève pas seulement de la technologie : ce sont aussi les personnes qui comptent. Pilotez avec une vision claire, donnez aux équipes le pouvoir d’innover et créez un environnement où l’expérimentation et la prise de risques calculés sont encouragées. Ceux qui sauront intégrer la technologie à un leadership centré sur l’humain dessineront la prochaine vague de succès.
Suivez le parcours
Vous pouvez suivre Dhanaraj dans son exploration d’approches centrées sur l’humain pour l’IA sur LinkedIn et sur son site de conseil.
D’autres entretiens d’experts sont à venir sur People Managing People !
Rejoignez la communauté People Managing People. Un compte gratuit vous donne un accès hebdomadaire à des conseils, des cadres pratiques et des stratégies de pairs pour vous aider à diriger plus intelligemment, pas plus difficilement.
