L’IA qui informe, l’humain qui décide : Maintenir la responsabilité RH à l’ère de l’automatisation
Dhanaraj S est un professionnel des ressources humaines avec des années d’expérience auprès des travailleurs de première ligne et des dirigeants, dans de multiples secteurs. Il applique une approche centrée sur l’humain à tout, y compris à l’adoption de l’IA.
L’IA doit affiner le jugement, pas le remplacer: Dhanaraj utilise l’IA avant la décision humaine, jamais à sa place. Que ce soit pour le recrutement, la planification des effectifs ou la conception organisationnelle, l’IA structure les informations, cartographie les risques et met en lumière les angles morts – mais la responsabilité finale reste humaine. La vraie valeur de l’IA en RH, c’est d’améliorer la clarté, de réduire les biais et de renforcer la qualité des décisions.
L’IA pousse les organisations à réinventer leur prise de décision: L’IA ne répare pas un système défaillant – elle l’amplifie. Sans droits de décision clairement définis, sans attribution ni responsabilité, l’IA crée plus de confusion que de valeur. Dhanaraj insiste sur la conception de la décision : déterminer où l’IA informe, où l’humain décide, et qui est responsable du résultat.
L’avenir des RH sera augmenté par l’IA, pas remplacé par elle: Les responsables RH évoluent, passant de gestionnaires de processus à chefs d’orchestre d’expériences humaines amplifiées par l’IA. Tandis 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 compétitif appartiendra aux organisations qui équilibrent l’efficacité de l’IA et l’empathie humaine.
Nous nous sommes entretenus avec Dhanaraj afin de comprendre comment il maintient l’aspect « humain » dans les ressources humaines. Voici ce qu’il nous a confié.
Un accent sur des pratiques de gestion des personnes alignées sur les objectifs de l'entreprise
Je suis un professionnel des RH et de l’Operations du Personnel, fort d’une expérience auprès d’organisations en pleine croissance dans les secteurs de la fabrication, du commerce de détail et des services. Mon parcours en tant que leader a commencé sur le terrain, travaillant en étroite collaboration avec les équipes de première ligne et les dirigeants, ce qui a forgé mon approche pratique et centrée sur l’humain.
Au fil du temps, j’ai collaboré avec des fondateurs et hauts responsables sur la stratégie de recrutement, la planification des effectifs, la conformité et l’efficacité organisationnelle. Grâce à mon travail et à mes échanges au sein de diverses organisations, j’ai constaté que la gestion des personnes a évolué d’une approche axée sur les processus à une démarche orientée vers l’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.
Have an account? Log In
Aujourd’hui, je me concentre sur l’aide aux organisations pour développer des pratiques RH évolutives et alignées sur les besoins de l’entreprise, facilitant la performance, l’intégration de l’IA dans l’organisation et une croissance durable.
Comment l’IA transforme la direction, la structure et la crédibilité des RH
Avec l’essor de l’IA, les RH et la direction évoluent de plusieurs façons importantes.
D’abord, j’ai dû abandonner l’idée que des structures rigides apportent de la stabilité. En réalité, les organisations s’appuyant sur l’IA fonctionnent mieux avec des équipes plates, basées sur les compétences et orientées résultats.
Ensuite, le rôle du leadership RH délaisse l’exécution pour se concentrer sur le discernement. L’IA dans les RH automatise les tâches transactionnelles comme le tri de candidatures, la planification et la production de rapports, ce qui fait que la véritable valeur des RH réside désormais dans la stratégie des effectifs, la prise de décision éthique et la conduite du changement.
Enfin, j’ai aussi observé que la crédibilité du leadership ne dépend plus seulement de l’expérience, mais de l’adaptabilité. Aujourd’hui, la capacité à apprendre, à remettre en question et à accompagner les équipes dans le changement compte plus que l’ancienneté. L’IA dans le leadership ne la remplace pas, mais rehausse les exigences.
J’ai dû abandonner l’idée que des structures rigides apportent de la stabilité. En réalité, les organisations s’appuyant sur l’IA fonctionnent mieux avec des équipes plates, basées sur les compétences et orientées résultats.
Pourquoi l’IA oblige les organisations à repenser la manière de prendre les décisions
Ceci étant dit, de nombreuses entreprises considèrent encore l’IA uniquement comme un outil de productivité, en s’attendant à ce que la culture, la confiance et la qualité des décisions s’améliorent automatiquement. En réalité, l’IA amplifie le système existant — qu’il soit bon ou mauvais.
Beaucoup de dirigeants adoptent l’IA dans la conception organisationnelle sans repenser les rôles, les droits décisionnels ou la responsabilité. Conséquence : les équipes produisent plus vite, mais l’attribution des responsabilités est floue, des angles morts éthiques apparaissent, et la fatigue décisionnelle s’installe. La promesse est la rapidité et l’intelligence ; la réalité est bien souvent la confusion.
Dans mon approche du leadership, j’aborde ce sujet en privilégiant la conception des processus décisionnels plutôt que le choix des outils. Cela signifie définir clairement où l’IA intervient dans la décision, où l’humain tranche, et qui porte la responsabilité. Je préconise aussi de petites équipes orientées résultats et le développement continu des compétences afin que l’IA dans la prise de décision devienne une capacité intrinsèque à la façon de travailler, et non une surcouche.
Tant que les organisations ne repensent pas la prise de décision à travers de véritables transformations organisationnelles, la promesse de l’IA restera inexploitée.
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 les processus de recrutement, de planification des effectifs et de décision managériale — non pas via des cas isolés d’usage de l’IA, mais en repensant les processus eux-mêmes.
1. Processus de recrutement et de présélection
Outils utilisés : ChatGPT, exports de données ATS, analyseurs de fiches de poste
Changement apporté :Auparavant, le recrutement reposait principalement sur les CV, l’intuition et des entretiens non structurés. J’ai repensé le processus pour que l’IA intervienne avant l’évaluation humaine, 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'adéquation des compétences, la surqualification et le risque de rémunération
- Les jurys d'entretien reçoivent des questions de relance générées par l'IA et alignées sur ces risques
- Utilisez le résultat pour repenser les questions d'entretien et les critères de présélection
Résultat : Entretiens plus structurés, moins de biais, prises de décision plus claires et moins de refus en phase finale. L’IA ne remplace pas le jugement — elle l’aiguise.
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, nouvelles conceptions de postes, succession), j'utilise l'IA pour simuler des scénarios :
- « Que se passe-t-il si nous centralisons par rapport à décentralisons ? »
- « Quels risques émergent si nous retirons ce niveau ? »
Les résultats de l’IA ne sont pas des décisions — ce sont des cartes de décision. Les dirigeants débattent ensuite des arbitrages plutôt que des opinions.
Résultat : Alignement plus rapide, échanges de qualité entre leaders, et responsabilité plus claire.
3. Planification de la main-d'œuvre et conception organisationnelle
Outils utilisés : Excel/Sheets + interprétation par IA
Ce qui a changé : Au lieu de planifier les effectifs par postes, nous avons opté pour une planification basée sur les compétences. L’IA aide à identifier l’imbrication des compétences, le potentiel d’automatisation et les opportunités de requalification.
Résultat : Équipes resserrées, moins de postes redondants et des structures plus adaptables.
4. Culture et modes de fonctionnement
L’IA est utilisée pour codifier les attentes — droits de décision, responsabilités et comportements — afin que la culture ne reste pas implicite.
Résultat : Moins d’ambiguïté, davantage de confiance, et moins de problèmes RH cachés derrière des difficultés de performance.
Comment développer une culture pratique de l’IA en compétence de leadership
J’aborde la maîtrise de l’IA comme une compétence de leadership, et non comme une compétence technique. Voici comment nous construisons cette maîtrise :
- Commencer par les cas d’usage, pas par les outils : Les équipes découvrent l’IA à travers de vrais cas — recrutement, reporting, planification — pour un apprentissage contextualisé, pas abstrait.
- Enseigner les limites de décision : Nous définissons explicitement ce que l’IA peut éclairer et ce qui relève de la décision humaine, notamment sur les questions de personnel.
- Normaliser l’expérimentation : Les dirigeants sont encouragés à tester l’IA sur des processus à faible risque et à partager leurs apprentissages, pas seulement leurs succès.
- Construire un langage commun : Nous standardisons des notions telles que biais, hallucination, responsabilité et confidentialité des données pour des échanges cohérents.
« Prêt pour l’IA » ne signifie pas que tout le monde sait "prompter" ou coder — cela signifie que chacun comprend où l’IA apporte de la valeur, où ce n’est pas le cas, et comment l’utiliser avec responsabilité. Pour les organisations, cela veut dire :
- Les équipes savent exprimer clairement pourquoi elles utilisent l’IA et pas seulement comment.
- Les décisions sont documentées à la fois avec les apports de l’IA et le jugement humain.
- Les postes sont conçus autour des compétences et des résultats, et non de tâches figées.
Voici quelques difficultés rencontrées en chemin :
- Tendance à s’appuyer trop tôt sur les résultats fournis par l’IA sans assez de contexte.
- Résistance de leaders expérimentés qui associaient l’usage de l’IA à une perte d’autorité.
- Fatigue liée aux outils — trop de pilotes sans responsabilité claire.
Nous y avons répondu en ralentissant le déploiement, en renforçant la responsabilisation et en faisant porter aux dirigeants la responsabilité de comment l’IA influence les décisions.
En pratique, la préparation et l’IA sur le lieu de travail concernent moins la rapidité que le leadership discipliné.
Beaucoup d’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 d’elles-mêmes. En réalité, l’IA amplifie le système déjà en place — qu’il soit bon ou mauvais.
Pourquoi l’IA expose la complexité organisationnelle au lieu de la réduire
À ce stade, il me paraît important de préciser que l’IA ne réduit pas la complexité — elle la met en lumière.
Lorsque nous avons commencé à utiliser l’IA, il est vite devenu évident où nos hypothèses manquaient de clarté, où les décisions étaient mal formulées ou où les processus manquaient de précision.
En conséquence, 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 facilité le leadership, mais l’a rendu plus honnête.
Comment une pile d’outils IA légère peut améliorer la qualité des décisions
Ma sélection d’outils RH et de leadership est volontairement limitée. Je privilégie les outils qui améliorent la qualité des décisions, pas seulement leur rapidité. Au cours des 12 derniers mois, le plus grand changement a été de passer d’outils fragmentés à des workflows décisionnels assistés par l’IA.
IA et soutien à la décision
- ChatGPT / outils GenAI : Utilisés pour clarifier les rôles, affiner les descriptions de poste, élaborer des questions d’entretien, valider la cohérence des rémunérations et planifier des scénarios. J’utilise également régulièrement ChatGPT pour tester des hypothèses, faire émerger des impacts de second ordre, et reformuler les décisions concernant le personnel avant qu’elles ne soient prises.
Impact : Décisions d’embauche mieux structurées, réduction des biais et évaluations plus cohérentes.
Évaluation : Très utile lorsqu’ils servent de partenaires de réflexion, et non de moteurs de réponses. - Analyseurs IA de CV et de descriptions de poste (différentes plateformes) : utilisés pour identifier les groupes de compétences, les risques de surqualification et les inadéquations entre rôles et compétences. J’ai utilisé des fonctionnalités d’IA dans LinkedIn Recruiter, Naukri RMS et d’autres outils aux côtés des ATS et des systèmes de suivi d’embauche structurés.
Impact : Meilleures discussions sur la présélection et réduction des allers-retours avec les managers recruteurs.
Évaluation : Utile pour reconnaître des schémas, mais le jugement final doit rester humain.
SIRH essentiels et productivité
- Systèmes de suivi des candidatures (ATS) / Suivi des recrutements – Visibilité sur le vivier des candidats, coordination des entretiens, et suivi de la conformité. J’ai utilisé Oracle HCM Cloud (données RH principales, entrées de rémunération, rapports de main-d’œuvre), Workday (données RH principales, entrées de rémunération, rapports de main-d’œuvre), SAP RH (gestion des données des employés, validations liées à la paie), et PeopleSoft / Ramco HRIS (exposition aux anciens SI RH et gestion des données).
Impact : Efficacité opérationnelle et transparence.
Évaluation : Outils d’hygiène nécessaires, mais valeur stratégique limitée sans couche IA. - Excel / Google Sheets (améliorés par l’IA) – Planification des effectifs, analyse de l’entonnoir de recrutement, comparaisons des rémunérations.
Impact : Reste l’outil le plus flexible pour la prise de décision RH.
Évaluation : Sous-estimé mais puissant lorsqu’il est combiné à l’interprétation IA. - Outils de collaboration (e-mail, Slack, Docs) – Communication entre parties prenantes, documentation des décisions, alignement.
Impact : Alignement plus rapide et moins de lacunes dans la prise de décision.
Évaluation : L’efficacité dépend davantage de la discipline du leadership que de l’outil lui-même.
Dans l’ensemble, mon approche est agnostique vis-à-vis des outils mais guidée par les principes : l’IA est précieuse non parce qu’elle automatise la RH, mais parce qu’elle oblige les dirigeants à réfléchir plus clairement aux personnes, au travail et à la responsabilité.
Pourquoi les RH deviendront les chefs d’orchestre des expériences humaines augmentées par l’IA
L’avenir n’oppose pas les humains à l’IA — il s’agit d’humains amplifiés par l’IA. L’IA prend en charge les tâches répétitives, volumineuses en données et prédictives, libérant ainsi les personnes pour qu’elles se concentrent sur la stratégie, la créativité et les relations — les éléments de travail spécifiquement humains.
Au cours des cinq prochaines années, je pense que des rôles comme le mien vont évoluer de la gestion opérationnelle des RH et des talents vers des orchestrateurs d’expériences humaines augmentées par l’IA.
Les départements RH passeront d’un fonctionnement axé sur les processus à une approche fondée sur les insights, en s’appuyant sur l’analyse prédictive, les workflows autonomes et les outils de performance natifs à l’IA pour anticiper les besoins en talents, personnaliser l’expérience collaborateur et conduire des résultats stratégiques pour l’entreprise.
Et au niveau sectoriel, la frontière entre les décisions humaines et celles pilotées par la machine va s’estomper, et le succès reviendra aux organisations capables de concilier l’efficacité de l’IA avec la capacité de jugement, l’empathie et la culture humaine. C’est particulièrement vrai pour les petites équipes qui mettent en place des stratégies IA.
L’objectif ne sera pas seulement d’aller plus vite — mais de faire les bonnes choses, plus intelligemment.
Ce que les responsables RH doivent faire dès maintenant
Pour ceux et celles qui occupent des fonctions similaires, mon conseil est de cultiver la curiosité et l’apprentissage continu. Le rythme du changement avec l’IA et les workflows autonomes signifie que le manuel d’hier ne sera peut-être plus valable demain. Concentrez-vous sur la compréhension des technologies émergentes, testez-les, puis traduisez ces apprentissages en résultats concrets pour l’organisation.
Pour les dirigeants de manière générale, j’insisterais sur l’équilibre entre audace et empathie. La transformation n’est pas qu’une question de technologie — il s’agit des personnes. Dirigez avec une vision claire, donnez aux équipes les moyens d’innover et créez un environnement qui encourage l’expérimentation et la prise de risques calculée. Celles et ceux qui sauront allier technologie et leadership centré sur l’humain incarneront la prochaine vague de réussite.
À suivre
Vous pouvez suivre le parcours de Dhanaraj, qui explore des approches orientées humain de l’IA sur LinkedIn et sur son site de conseil.
Restez à l’écoute pour plus d’interviews d’experts sur People Managing People !
Rejoignez la communauté People Managing People. Un compte gratuit vous donne accès chaque semaine à des insights, des cadres pratiques et des stratégies éprouvées pour mieux diriger, sans effort superflu.
