Le best-seller en RH Josh Bersin partage comment les leaders RH peuvent créer les « supertravailleurs » de demain
Josh Bersin a mené une longue carrière à la tête de l’ingénierie, des RH et des talents dans des entreprises comme Exxon et IBM. Aujourd’hui, il aide les cadres et les organisations à se réinventer grâce à l’IA. Et récemment, il a créé un assistant IA appelé Galileo, qui représente déjà un tiers de l’activité de son entreprise.
L’IA crée des supertravailleurs — mais uniquement avec une direction engagée: La vraie valeur de l’IA ne réside pas uniquement dans la rapidité ou l’automatisation ; c’est la refonte des flux de travail. Les dirigeants doivent utiliser activement l’IA, modéliser l’expérimentation et repenser le travail de bout en bout pour libérer une productivité exponentielle.
La curiosité et le scepticisme sont désormais des compétences clés en leadership: Les leaders performants remettent en question les résultats, comprennent la qualité des données et traitent l’IA comme un moteur d’hypothèses — pas comme une source de vérité.
La plus grande opportunité de l’IA pour les RH est stratégique, pas transactionnelle: Le meilleur ROI provient de l’intégration, de l’apprentissage, de la mobilité et de la planification de main-d'œuvre pilotés par l’IA — pas des outils de productivité basiques.
Nous avons rencontré Josh pour apprendre comment les responsables RH peuvent créer les « supertravailleurs » de demain. Voici ce qu'il avait à dire.
Une carrière dans l’IT, le leadership, l’e-learning et le talent
Ma carrière s’étend sur plus de 20 ans comme employé et dirigeant, quelques années comme entrepreneur, et encore trois décennies en tant que conseiller RH, consultant et chercheur senior.
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.
J’ai débuté ma carrière en tant qu’ingénieur. Ensuite, j’ai travaillé dans l’IT, passant deux ans chez Exxon, dix ans chez IBM et huit ans chez Sybase. En 1998, j’ai rejoint l’industrie naissante du e-learning, au sein d’une start-up. Nous avons développé cette entreprise et fini par la vendre à une société plus importante. Soudain, je suis devenu un expert dans la formation, l’apprentissage en ligne et la gestion des talents.
En 2001, juste après le 11 septembre, j’ai été licencié durant la bulle Internet et j’ai décidé qu’il était temps pour moi de devenir analyste. Je me suis d’abord concentré sur le e-learning — sujet phare à l’époque. À partir de là, nous avons élargi notre champ d’action et, avec mon associé, construit Bersin & Associates, une société de recherche et de conseil spécialisée dans tous les domaines RH.
Mon expérience technologique me donne une grande profondeur dans tous les domaines de la technologie RH, des données et de l’intelligence artificielle. Je me sens chanceux de pouvoir réunir mon expérience personnelle en leadership, ma gestion dans de grandes entreprises et mon travail d’analyste pour aider les équipes et dirigeants RH à réinventer leur entreprise, leur organisation, et leur propre carrière.
The Josh Bersin Company est peut-être petite, mais elle est puissante. Avec une équipe de 50 personnes de niveau mondial, nous avons une entreprise plate, « où le talent est dense », où chacun travaille avec les clients et contribue de manière exponentielle à notre succès global. J’ai appris à attirer des personnes exceptionnelles qui partagent notre mission et souhaitent transformer le monde du travail. Jusqu’ici, cette approche semble porter ses fruits.
Les DRH doivent désormais se familiariser avec les technologies et nouvelles fonctionnalités, collaborer étroitement avec les équipes IT et Data, et établir des cadres de conseil et de gouvernance pour orienter l’entreprise dans la construction de feuilles de route solides pour des projets d’IA à forte valeur ajoutée.
Pourquoi l’adoption de l’IA est le principal changement auquel font face les responsables RH aujourd’hui
De loin, le plus grand défi de ces dernières années est l’adoption, la mise en œuvre et l’utilisation de l’IA sur le lieu de travail.
Les DRH doivent désormais se familiariser avec les technologies et nouvelles fonctionnalités, collaborer étroitement avec les équipes IT et Data, et établir des cadres de conseil et de gouvernance pour orienter l’entreprise dans la construction de feuilles de route solides pour des projets d’IA à forte valeur ajoutée.
C’est pourquoi mon objectif s’est déplacé vers l’accompagnement des organisations dans l’intégration de l’IA à tous les niveaux de la prise de décision, de la gestion des talents, et de la planification stratégique. En réalité, j’estime passer 80 à 90 % de mon temps à échanger avec des DRH et d’autres cadres dirigeants sur la façon d’aborder l’IA dans les RH — pas seulement dans le contexte de leurs collaborateurs, aussi important que cela soit, mais bien comme vecteur stratégique de changement.
Pourquoi les dirigeants doivent s’impliquer concrètement dans l’IA pour impulser une véritable transformation
Aux débuts du PC IBM, de nombreux cadres évitaient l’informatique, laissant ces tâches aux secrétaires. Cette mentalité n’est plus tenable aujourd’hui.
L’IA a un effet si transformationnel sur de nombreux axes du monde des affaires et de la société moderne. Les dirigeants doivent se confronter à cette technologie. Ils doivent la comprendre.
Au-delà de cela, ils doivent favoriser et incarner l’expérimentation. L’IA est tellement personnalisable que n’importe qui peut l’utiliser ou bâtir dessus, et c’est pourquoi la capacité à faciliter l’expérimentation est devenue une qualité essentielle du leadership.
Dans mon propre leadership, je m’efforce chaque jour d’allier le discours à l’exemple.
Comment les dirigeants peuvent fixer des règles claires pour une utilisation responsable de l’IA
Il est très facile pour n’importe qui d’accéder à un chatbot, de lui poser des questions, puis d’arriver en réunion avec des informations qui peuvent être exactes… ou non. Cela signifie que les dirigeants doivent établir les règles du jeu.
D’où allons-nous tirer nos données ?
Pouvons-nous leur faire confiance ?
Et allons-nous développer nos propres outils internes pour garantir l’exactitude et la fiabilité ?
La plupart des entreprises développent désormais des outils internes d’IA pour éviter que les collaborateurs aillent chercher des données potentiellement peu fiables sur Internet. Il est tout aussi important de créer un environnement propice à la réinvention de son poste et de son travail.
La plupart des gens se méprennent sur le vrai retour sur investissement (ROI) de l’IA. Il ne s’agit pas simplement de lire des e-mails plus vite ou de créer un graphique depuis un tableur ; il s’agit de repenser complètement le flux de travail, de concevoir vos propres agents pour automatiser votre travail puis d’examiner les processus à travers plusieurs postes afin d’automatiser des processus plus larges comme l’expérience client, l’expérience employé, le recrutement, l’apprentissage, etc.
Il est aujourd’hui très facile pour quiconque d’accéder à un chatbot, de lui poser des questions, puis de se rendre à une réunion avec des informations qui peuvent, ou non, être correctes. Cela signifie que les dirigeants doivent établir les règles du jeu.
Comment l’IA permet l’émergence des supertravailleurs et des supermanagers
L’IA transforme la formation et le développement ainsi que les RH, mais elle atteint également une partie auparavant négligée de la main-d’œuvre : les employés en première ligne et ceux sans poste de bureau. Cette transformation propulsée par l’IA modifie fondamentalement le fonctionnement des organisations de haut en bas.
Cette prise de conscience nous amène à ce que nous appelons les "supertravailleurs" assistés par l’IA — des employés soutenus par des agents et systèmes d’IA qui améliorent leur productivité et leurs résultats.
Les "supermanagers" sont, quant à eux, des dirigeants centrés sur l’humain et également augmentés par l’IA. Ils favorisent une culture de l’expérimentation, donnent de l’autonomie à leurs équipes, utilisent l’IA pour un développement personnalisé, démocratisent l’accès aux opportunités et à la croissance, et placent la transparence au premier plan.
Vous pouvez en apprendre davantage sur ces concepts ici et ici.
Pourquoi remettre en question les données générées par l’IA est désormais une compétence clé pour les dirigeants
Dans les systèmes traditionnels, les petits problèmes de données n'ont pas beaucoup d'importance et leur impact reste limité. Mais dans le contexte de l’IA, même des données légèrement polluées peuvent avoir des répercussions sur d’innombrables requêtes, affectant ainsi les décisions et les analyses à grande échelle.
Cela signifie que tous ceux qui utilisent ces systèmes (autrement dit presque tout le monde) doivent comprendre les défis liés aux données.
Ce n’est pas parce qu’un grand modèle linguistique fournit une réponse assurée qu’elle est correcte. Les utilisateurs doivent adopter une démarche scientifique : questionner ces réponses, vérifier les données et s’assurer que les analyses sont réellement fiables.
Et si vous participez à l’implémentation d’un système d’IA, sachez que vous allez devoir consacrer beaucoup de temps à la qualité, à la propriété et à la gouvernance des données : des aspects que vous pouviez parfois négliger auparavant.
Dans notre cas, le travail repose sur des recherches qualitatives et quantitatives, souvent avec une grande profondeur et complexité. Si un analyste venait me voir en me disant qu’il avait simplement utilisé ChatGPT pour rédiger une étude pour laquelle quelqu’un avait dépensé des milliers de dollars, je doute qu’il soit encore là l’après-midi même.
Ce que je veux, c’est qu’il me montre comment il mènerait des analyses et explorerait des scénarios « et si », en exploitant les milliards de points de données fournis par nos partenaires en intelligence des talents. C’est une compétence technique.
Le conseil de Josh
Si vous participez à l’implémentation d’un système d’IA, sachez que vous allez devoir consacrer beaucoup de temps à la qualité, la propriété et la gouvernance des données — des aspects que vous pouviez parfois négliger auparavant.
Comment les dirigeants peuvent construire une véritable compréhension de l’IA dans les organisations
Une deuxième compétence, tout aussi importante, consiste à comprendre la profondeur et les capacités de l’IA et à ne pas la considérer simplement comme un outil de recherche.
La plupart des utilisateurs sous-exploitent ces systèmes ; ils ne les poussent pas assez loin et n’en retirent donc que peu de valeur. En réalité, je dirais que la plupart des personnes utilisant Sora ou TikTok pour créer du contenu piloté par l’IA sont probablement plus avancées que l’employé de bureau moyen, qui utilise l’IA seulement pour lire ses e-mails.
C’est pourquoi une culture de l’expérimentation est si précieuse. Et aussi une culture de l’apprentissage avec les autres.
Comprendre l’IA demande du temps. Il ne suffit pas de suivre une formation pour en avoir fait le tour ; chacun doit utiliser l’IA de façon différente, car elle s’adapte à vos usages et apprend de vos interactions. Ce sont des systèmes non déterministes — contrairement à un système ERP, où il suffit de saisir des données dans des champs fixes, vous pouvez utiliser l’IA de multiples façons.
Comprendre les capacités de l’IA demande de la curiosité. Plus une personne est curieuse, plus les applications qu’elle créera seront intéressantes. Et ces applications auront un impact direct et significatif sur leur productivité et leur performance. En conséquence, ceux qui ne sont pas curieux risquent d’être laissés de côté.
C’est aux organisations d’encourager la curiosité, en traitant l’expérimentation et l’apprentissage comme des compétences à part entière.
Un stack RH alimenté par l’IA pour soutenir l’apprentissage, l’analyse et la montée en échelle
Notre principal moteur est Sana AI. Nous utilisons aussi des outils comme l'éditeur vidéo basé sur l'IA, Synthesia.
Et nous utilisons notre propre outil, Galileo, en interne pour pratiquement tout le reste. Au quotidien, il résume les réunions, passe au crible de grands volumes de données, et constitue une mémoire d’entreprise très utile. Il devient indispensable pour capturer les idées et maintenir la continuité entre les projets.
Nous l'avons développé en utilisant plusieurs LLM, notamment ChatGPT, Claude, et d’autres outils d’IA générative.
