Le Directeur des Ressources Humaines affirme que la confiance envers l’IA ne prédit pas son adoption

Justin Angsuwat

Directeur des ressources humaines et de l’engagement client chez Culture Amp

Justin Angsuwat

Découvrez pourquoi la confiance des employés envers l’IA ne garantit pas son adoption, et comment les dirigeants peuvent instaurer un changement durable en repensant les workflows, la culture et les habitudes quotidiennes.

Key Takeaways

Transformation par l’IA: L’IA transforme fondamentalement le management des ressources humaines en remettant en question les workflows existants et en offrant des insights constants.

Confiance des employés: Le programme de Culture Amp accroît la confiance des employés dans l’utilisation de l’IA sans leur imposer d’atteindre des résultats parfaits.

Défi pour les dirigeants: Les cadres supérieurs peuvent avoir du mal à adopter l’IA, car il est plus difficile de désapprendre pour eux que d’apprendre pour les plus jeunes.

Adoption vs Confiance: Développer la confiance envers l’IA ne garantit pas son adoption : chaque défi nécessite des stratégies différentes.

Refonte des enquêtes: L’IA accélère les enquêtes d’engagement en analysant rapidement les données et en suggérant des plans d’action fondés sur des preuves.

Justin Angsuwat a passé deux décennies à aider des organisations comme Google, PwC, Thumbtack et Blackbird Ventures à utiliser les données, la technologie et la stratégie RH pour construire des équipes très performantes. Il occupe actuellement le poste de Chief People and Customer Engagement Officer chez Culture Amp.

Lors de notre entretien avec Justin, il nous a expliqué que l’adoption et la confiance sont deux problématiques différentes.

Comment l’IA change le rôle du leadership

Je suis Justin Angsuwat, Chief People and Customer Engagement Officer chez Culture Amp.

Au cours des 20 dernières années, j'ai travaillé avec des entreprises comme PwC, Google, Thumbtack et Blackbird Ventures pour bâtir des systèmes de données et d’analytique optimisant l’expérience employé, favorisant une forte culture d’entreprise et créant des équipes performantes. Durant cette période, la technologie a complètement changé ce qui était possible pour les leaders RH. 

Mais au cours des 18 derniers mois, j’ai compris que tout cela n’était que le début d’une transformation bien plus profonde. Nous ne faisons plus que rendre des processus existants plus rapides, nous remettons en question leur nécessité même.

L’IA ne fait pas qu’accélérer les RH, elle les réinvente : cela a redéfini mon approche du leadership aujourd’hui. J’ai dû passer de « comment optimiser nos processus ? » à « qu’est-ce qui devient possible lorsque l’insight et l’action sont constants ? »

More Articles

Piloter la transformation IA à l’échelle mondiale

Piloter la transformation IA à l’échelle mondiale

Je dirige la partie People et Engagement client chez Culture Amp, la première plateforme mondiale d’expérience employé. Nous servons 25 millions de salariés dans 6 000 organisations à travers plus de 90 pays.

Mon périmètre couvre la construction et le soutien de notre culture interne, y compris la conduite de la transformation IA et l’accompagnement de nos clients dans la leur. Notre équipe répartie entre les États-Unis, le Royaume-Uni, l’Allemagne et l’Australie, nécessite de composer sans cesse avec la complexité de bâtir une culture cohérente à travers des contextes très variés.

Cette réalité distribuée nous a permis de mieux comprendre ce qui fonctionne dans le monde du travail moderne, car nous vivons nous-mêmes les mêmes défis et opportunités que nos clients.

Comment renforcer la confiance des employés envers l’IA

Comment renforcer la confiance des employés envers l’IA

Nous avons changé notre manière d’aborder la confiance des salariés et le développement des compétences avec l’IA. Il y a un an, nous avons lancé un programme de six semaines que nous appelons « Accel-AI-rate » avec un objectif clair : rendre nos employés confiants dans l’utilisation de l’IA, pas seulement curieux.

Nous avons séparé exploration et exigence : aucune pression pour obtenir des résultats aboutis, juste un apprentissage structuré allant de la compréhension à l’expérimentation puis à l’intégration. Près de 80 % de notre organisation a déclaré se sentir confiante pour utiliser l’IA au quotidien, contre 4 % d’avis négatifs au départ.

Le changement opérationnel majeur a cependant été d’arrêter d’attendre des cas d’usages idéaux ou une autorisation d’expérimenter. Nous sommes passés d’une approche traditionnelle de développement logiciel en cascade à un prototypage rapide, en construisant en quelques semaines ce qui prenait autrefois des mois, et en mettant immédiatement des prototypes fonctionnels à disposition des utilisateurs.

Ce passage de « tout planifier, puis construire » à « construire, apprendre, ajuster » a profondément changé notre rythme et la façon dont les équipes travaillent au quotidien.

Nous passons maintenant à la prochaine étape, en faisant évoluer notre modèle opérationnel afin d’activer le prochain niveau de transformation IA. Construire une couche contextuelle organisationnelle pour l’IA implique, par exemple, de rendre la majorité de nos pratiques lisibles et exploitables par la machine.

Il ne s’agit pas d’un projet technologique, mais d’un changement de comportement. Cela modifie notre façon de conduire et documenter les projets et les décisions. Cela signifie que l’accumulation d’informations devient un problème, plus une qualité. Cela veut aussi dire moins de réunions, parce que l’information est déjà disponible. Il n’est plus nécessaire de transmettre, répéter ou organiser un appel pour la partager.

Justin Angsuwat

Justin partage

Le plus grand changement opérationnel, cependant, a été d’arrêter d’attendre des cas d’usage parfaits ou la permission d’expérimenter… Ce passage de « tout planifier avant de construire » à « construire, apprendre, itérer » a fondamentalement transformé notre vitesse d’exécution et la façon dont les équipes opèrent au quotidien.

Comment l’IA remet en cause le leadership traditionnel

Pendant des années, nous avons supposé qu’un bon design de processus signifiait des étapes claires et séquentielles. Par exemple, pour les évaluations de performance : d’abord l’auto-évaluation, puis l’avis des pairs, ensuite la revue du manager, puis la restitution du feedback. Nous avons construit des systèmes entiers pour rendre ces flux de travail efficaces. L’IA m’a forcé à réaliser que le flux de travail pouvait être la contrainte elle-même, et non la solution. 

Quand l’IA peut synthétiser du contexte en temps réel, faire émerger des insights instantanément et aider les managers à se préparer sur demande pour leurs entretiens, a-t-on vraiment besoin que chacun suive une séquence rigide et identique ? J’ai dû abandonner l’idée que structure rime avec rigueur. Parfois, la structure n’apporte que de la friction.

Autre hypothèse : les employés seniors mèneraient naturellement l’adoption de l’IA grâce à leur expertise. Observer les salariés juniors utiliser l’IA bien plus naturellement que les cadres responsables de la transformation de l’organisation a été révélateur. L’expérience peut être un atout ou un frein, selon le degré d’attachement aux anciennes façons de faire.

Le défi du désapprentissage à l’ère de l’IA

Le défi du désapprentissage à l’ère de l’IA

Nos résultats liés à l’intégration de l’IA sont mesurables : 80 % des employés sont confiants à utiliser l’IA, une amélioration de 24 % concernant l’affirmation « nous explorons et adoptons de nouvelles technologies comme l’IA », culminant à 84 % d’adhésion, et des cycles de développement accélérés.

Les managers de toute l’organisation peuvent également comprendre ce qui motive l’engagement et la performance au sein de leurs équipes spécifiques, sans avoir à demander des extractions de données aux équipes d’analyse.

La confiance ne se traduit pas automatiquement par l’intégration. Il arrive que des personnes restent bloquées, face à une page blanche dans leur quotidien, sans passer à l’action.

Comme je l’ai mentionné, nous avons découvert que nos employés les plus expérimentés et performants se heurtent parfois à plus de difficultés que les juniors, car désapprendre des habitudes acquises depuis 20 ans est plus difficile que d’apprendre quelque chose de totalement nouveau.

Une partie de l’identité professionnelle de chacun s’enracine dans ses méthodes de travail, et l’IA peut rapidement les rendre obsolètes. Nous cherchons encore à relier nos collaborateurs débutants, à l’aise avec l’IA, à ceux plus seniors qui possèdent une grande expertise mais doivent réinventer leur manière de l’appliquer.

Pourquoi la confiance envers l’IA ne garantit pas son adoption

Créer de la confiance et favoriser l’adoption sont deux défis totalement distincts nécessitant des interventions différentes. J’en avais conscience intellectuellement, mais je l’ai ressenti bien plus fortement que je ne l’aurais imaginé. Ce brillant programme de six semaines que j’ai évoqué a permis à 80 % des participants de se sentir confiant ; nous avons supposé que cette confiance se transformerait en nouveaux comportements. Cela n’a pas été le cas — du moins, pas spontanément.

Si je l’avais su dès le départ, j’aurais construit la phase d’intégration autrement — peut-être avec des incitations sur le long terme, une technologie d’IA accélérée, ou des structures de responsabilité différentes. 

Nous avons mis beaucoup d’énergie à penser qu’il fallait former tout le monde de la même manière, alors qu’il aurait fallu des approches différentes pour ceux qui devaient désapprendre par rapport à ceux qui partaient de zéro. Comprendre plus tôt la dynamique seniors-juniors nous aurait économisé du temps à vouloir imposer des solutions universelles.

Nous avons mis beaucoup d’énergie à penser qu’il fallait former tout le monde de la même manière, alors qu’il aurait fallu des approches différentes pour ceux qui devaient désapprendre par rapport à ceux qui partaient de zéro.

Justin AngsuwatChief People and Customer Engagement Officer at Culture Amp
Share This Quote on:

Pourquoi l’intégration de l’IA est plus difficile que prévu

La phase d’ancrage – c’est-à-dire l’intégration de l’IA dans les routines quotidiennes – s’est avérée bien plus ardue que nous l’avions anticipé. Nous pensions que l’adoption suivrait automatiquement une fois les gens confiants et conscients des capacités de l’IA via notre programme exploratoire et de développement des compétences.

Les gens se retrouvent souvent face à leur charge de travail habituelle du mardi matin et retombent dans leurs vieilles habitudes. L'écart entre « Je sais que l'IA peut m'aider pour ça » et « J'utilise réellement l'IA pour ça » reste conséquent.

Nous constatons également que l'utilisation de l'IA pour des tâches déterministes — celles ayant une seule bonne réponse, comme « quel était notre chiffre d'affaires du quatrième trimestre ? » — paraît impressionnante mais manque de réelle valeur. C'est plus lent qu'une requête, et cela comporte un risque d'hallucinations. L'impact naît des tâches probabilistes où l'IA interprète des nuances. Cependant, rendre les gens capables de passer de l'utilisation de l'IA comme meilleure calculatrice à celle d'un générateur d'insights ? C'est le levier que nous cherchons encore à exploiter.

Pourquoi les enquêtes d'engagement ont besoin d'une refonte par l'IA

Les enquêtes d'engagement et tout le cycle de planification d'actions doivent être activement repensés. Traditionnellement, on lance une enquête, on attend des semaines pour obtenir les résultats, l'équipe analytique découpe les données de dizaines de façons, on tient des réunions de direction pour interpréter les scores, et ensuite — si on est discipliné — on crée des plans d'action qui seront ou non exécutés. Au moment où l'action se produit, les données datent de plusieurs mois et la confiance des employés s'érode car ils ne voient pas de changement.

Nous avons totalement repensé cela dans notre plateforme. L'IA analyse désormais les données d'enquête instantanément, met en évidence les 3 à 5 actions ayant le plus grand potentiel d'impact et aide les managers à créer des plans d'action fondés sur la science des ressources humaines — le tout en quelques minutes, pas en semaines.

En conséquence, nous sommes passés de 50 % d'employés constatant un changement positif après les enquêtes à 73 % observant des actions concrètes. Cela change la donne dans les discussions du conseil d'administration et fait de la culture un levier stratégique, et non plus simplement un indicateur RH. Tout dirigeant qui lance encore des enquêtes d'engagement à l'ancienne laisse une valeur considérable sur la table.

Là où l'IA s'arrête et où le leadership commence

Je m'appuie fortement sur l'IA pour des tâches probabilistes comportant de nombreuses bonnes réponses. J'analyse les tendances à travers des centaines de commentaires d'employés pour mettre en lumière les frustrations émotionnelles, réalise des scénarios de planification stratégique des effectifs et identifie les signaux d'alerte précoce pour atteindre notre stratégie — en détectant les étincelles plutôt que les incendies.

L'IA a transformé la prise de décision en nous faisant passer de « votre score d'engagement est de 72 » à « tel problème précis, lié à l'absence de responsabilisation sur la performance, vous coûtera 3 millions de dollars si vous ne l'adressez pas ». Ce niveau de précision change entièrement les discussions en conseil d'administration.

Les décisions concernant les personnes — qui promouvoir, qui licencier, si quelqu'un est prêt pour un poste challengeant — restent explicitement humaines. L'IA peut mettre en valeur des signaux qui m'auraient échappé et m'aider à préparer des conversations délicates, mais le choix de ce qui est juste pour la personne à cet instant dépend du contexte humain, de l'empathie et de la responsabilité.

Voici comment je vois les choses : l'IA gère le traitement de données complexes, l'humain prend les décisions lorsqu'il s'agit de la carrière et de la vie de quelqu'un.

Comment les dirigeants peuvent naviguer dans une transformation pilotée par l'IA

Justin Angsuwat

Partages de Justin

L’IA ne sert pas à rendre les processus actuels 10 % plus rapides — cela apporte des rendements dégressifs. La vraie transformation, c’est quand vous vous demandez si vous avez vraiment besoin du processus, et commencez à résoudre des problèmes que vous ne saviez même pas que l’IA pouvait traiter.

  • Commencez par la confiance, pas par les cas d'usage. Si vous n'avez pas vous-même pris en main les outils et réalisé au moins une centaine d'invites, votre avis sur l'IA a peu de poids. Car vous ne saurez pas quels problèmes elle peut résoudre tant que vous ne l'aurez pas vécu vous-même. 
  • N'attendez pas l'autorisation ni le plan de mise en œuvre parfait, lancez-vous et avancez sans cesse. Créez des parcours structurés, de la compréhension à l'expérimentation puis à l'intégration, mais distinguez l'exploration de l'attente pour que chacun se sente soutenu plutôt qu'exposé.
  • Placez les humains derrière la technologie au premier plan. Qu'est-ce qui les effraie ? Qu'est-ce qui leur permettrait de se sentir plus compétents ? 
  • Soyez d'une honnêteté implacable concernant le contexte. L'IA n'est valable que par le contexte qu'elle possède et la culture dans laquelle elle s'intègre. Si vos collaborateurs n'ont pas confiance dans la direction, aucun outil IA ne pourra corriger cela. Mais si la confiance est là, l'IA devient un véritable amplificateur.
  • L'IA ne sert pas à rendre les processus actuels 10 % plus rapides — cela apporte des rendements dégressifs. La vraie transformation, c'est quand vous vous demandez si vous avez vraiment besoin du processus, et commencez à résoudre des problèmes que vous ne saviez même pas que l'IA pouvait traiter.

Suivez les mises à jour

Vous pouvez suivre Justin Angsuwat sur LinkedIn.

D'autres entretiens avec des experts seront prochainement publiés sur People Managing People !

You may also like