Comment l’IA agentique transforme l’intégration, le mentorat et la rétention

David Rice : Qu’est-ce qui rend ces agents véritablement « agentiques » par opposition, par exemple, à un tableau de bord ou à un assistant intelligent ?

Francisco Marin : Une IA agentique n’attend pas vraiment qu’un humain pose une question. Elle prend des décisions en temps réel de manière proactive, ou identifie des interventions sur la base des indicateurs universels auxquels l’IA a accès.

David Rice : Comment garantir la confiance lorsque les agents IA initient quelque chose d’aussi sensible que la rétention ou le mentorat ?

Dan George : Il faut que tout ce qui est agentique soit assorti du bon niveau de consentement et d’un usage éthique. On clique sur le bouton pour donner son consentement, et à tout moment il est possible de le retirer.

David Rice : À quoi ressemble la réussite ?

Francisco Marin : Pour une intervention sur le marché du mentorat, vous pourriez voir des économies comprises entre 20k et 30k en raccourcissant la rampe de productivité d’une nouvelle recrue jusqu’à 40%.

David Rice : Bienvenue sur le podcast People Managing People, l’émission qui explore la dimension humaine du travail, la technologie qui l’influence, et les idées audacieuses qui vont façonner l’avenir des pratiques RH. Je suis votre hôte, David Rice.

J’ai deux invités aujourd’hui. Francisco Marin est le fondateur et PDG de Cognitive Talent Solutions. Il est également l’auteur du « Network-First Manifesto » et un pionnier de l’analyse des réseaux organisationnels. Francisco dirige une communauté mondiale grandissante axée sur la façon dont les réseaux informels et la collaboration via l’IA peuvent accélérer l’intégration, le mentorat, et le leadership informel dans les grandes entreprises.

Dan George est le Chief Experience Officer chez CTS et le fondateur et PDG de Piper Key Analytics. C’est un expert primé en people analytics, en planification des effectifs et en transformation RH orientée data. Il possède de l’expérience dans des entreprises du Fortune 100 et des PME innovantes ; il a contribué à réinventer la fonction RH en la rendant stratégique et pilotée par l’analytique. Il est aussi membre de notre comité éditorial.

Dans cette discussion, nous allons essayer d’approfondir la façon dont les agents IA et l’analyse des réseaux transforment la RH, passant du reporting statique à des workflows autonomes et actionnables. Francisco va partager des exemples issus de pilotes précurseurs où des agents IA mettent en relation mentors et mentorés, cartographient le leadership informel, et accélèrent l’intégration à travers les réseaux critiques. Dan va décortiquer comment ces agents peuvent élargir la fonction people analytics elle-même, automatiser les insights et permettre aux professionnels RH de se consacrer à des missions stratégiques.

Que vous pilotiez la RH, l’ops ou la stratégie talents, ou que vous souhaitiez simplement comprendre le prochain cap de la transformation du monde du travail, cette conversation est faite pour vous. Allons-y !

C’est parti ! Francisco, Dan — bienvenue !

Dan George : Ravi d’être là. Merci.

David Rice : J’aimerais commencer par discuter de votre vision chez Cognitive Talent Solutions. Pourquoi ces huit agents ? Quels étaient les axes clés que vous vouliez adresser concernant la RH au sens large ?

Dan George : De notre point de vue, il existe de nombreux moyens par lesquels des agents IA pourraient se révéler efficaces en RH, mais ces huit sont ceux sur lesquels nous pouvions facilement collecter le consentement et garantir que toutes les parties concernées étaient d’accord, et également ceux pour lesquels nous sommes capables de mesurer précisément le ROI sur les opérations RH et même de servir de première génération de résultats.

Nous ne voulions pas aller trop loin immédiatement, mais notre objectif était d’avoir un impact mesurable, en sachant que tout cet univers va de toute façon évoluer. Ces huit cas étaient clairement ceux qui avaient le plus de sens.

Francisco Marin : Je suis tout à fait d’accord avec Dan. Pour compléter, nous avons constaté que certaines capacités d’IA agentique étaient déployées sur les processus RH fondamentaux (comme la paie ou la conformité réglementaire).

Par contre, il manquait une génération de cas d’usage impactant les people analytics, alignés sur le cadre réseau que nous utilisons chez CTS. Comment ces capacités pourraient nous aider à repenser des processus clés comme la gestion du changement, le développement du leadership ou l’intégration via l’activation sociale.

Nous avons donc constitué ce groupe de huit. Il y a une vraie dynamique. On pourra parler plus tard de l’agent d’onboarding ou du matching de mentorat, mais c’est un bouquet de cas illustrant que c’est une nouvelle façon de faire de l’agentique dans l’industrie people analytics, au-delà de l’analyse de réseau organisationnel.

David Rice : Dan, vous mentionnez la notion de consentement. Comment garantir le consentement, la confiance et la transparence lorsque les agents IA initient une action aussi sensible qu’une intervention pour la rétention ou une mise en relation de mentorat ?

Dan George : Exactement, c’est vraiment une question centrale pour nous : tout ce que nous rendons agentique implique le bon niveau de consentement et d’éthique. Par exemple, via notre plateforme, on collecte le service et les courriels des acteurs concernés dans l’organisation. Quand un agent détecte un critère, il peut générer un email automatique, préparé par un administrateur.

Les deux parties reçoivent alors un email sur lequel elles donnent leur consentement en cliquant. Grâce à cela, nous sommes conformes au RGPD tout en restant éthiques.

Francisco Marin : Oui, et puis, il y a tout un débat chez nous sur les nuances de chaque cas d’usage. Sur la rétention des talents, faut-il par exemple fournir les insights de façon agrégée (ex : telle équipe affiche un risque élevé de turnover) ou pointer au niveau individuel et notifier le manager ? Nous testons les deux approches et analysons les réactions des entreprises pilotes et des salariés.

L’idée, c’est d’intégrer partout où c’est possible des mécanismes d’opt-in. Par exemple, pour qu’un collaborateur soit proposé comme mentor, il doit donner son accord pour saisir l’opportunité. Autre débat : le rôle du manager direct — doit-il valider l’intervention ou simplement être informé ? C’est en évolution : l’objectif est une conformité totale au RGPD et à intégrer ces mécanismes d’opt-in systématiquement.

David Rice : Parlons de la fonctionnalité justement : qu’est-ce qui distingue réellement ces agents par rapport à un dashboard, un assistant intelligent ou ce qu’on associe classiquement à la gen AI ?

Francisco Marin : Comme le nom l’indique, l’IA agentique a plus d’autonomie. L’IA n’attend pas qu’un utilisateur consulte un tableau de bord ou pose une question. Elle anticipe d’elle-même ou repère les interventions à mener. L’humain doit toujours valider l’intervention via la plateforme, mais l’IA surveille en continu les signaux et détecte ces cas d’intervention en temps réel.

De plus, elle sait ajuster ses décisions au contexte : selon les disponibilités des métriques, le socle universel de données, etc. C’est tout l’intérêt de l’agent orchestrateur qui gère les différents cas d’usage, prend les décisions en temps réel concernant les notifications, les interventions... Le niveau d’autonomie est bien supérieur à un outil d’IA générative classique.

David Rice : Vous avez mentionné des pilotes. Quels agents rencontrent le plus de succès ou suscitent le plus d’intérêt ? Pourquoi ?

Francisco Marin : Le matching de mentorat, associé à l’intégration. Tu veux en parler, Dan ?

Dan George : Oui, pour beaucoup, le matching mentor-mentoré est le cas avec le moins de risques et de contraintes. J’encourage même à avoir plusieurs mentors. Dans toute organisation, c’est essentiel pour engager de nouvelles recrues ou managers. Ce module s’efforce de cerner le profil individuel, les aspirations, selon la profondeur de l’enquête ONA.

Chaque mentor et mentoré potentiel reçoit alors l’email de consentement ; s’il est accepté, la mise en relation commence, à l’échelle. Cela simplifie beaucoup le processus — moi qui ai déjà géré cela manuellement dans mes rôles précédents — plus besoin de lister et envoyer à la formation ou à l’engagement des talents. C’est désormais automatisé, autorisé d’un clic par un admin, ce qui évite toujours de piocher les profils « habituels ».

C’est probablement l’action la plus facile, la moins risquée et au plus fort impact immédiat pour une organisation. Le retour sur investissement est impressionnant.

Francisco Marin : Et chacun peut s’y retrouver : on sait tous qu’un bon parrain fait toute la différence lors de la prise de poste, que ce soit quelqu’un d’inspirant et impliqué ou quelqu’un d’indifférent ou qui songe à partir. Cet aspect est encore plus crucial aujourd’hui, avec les intégrations hybrides sans contact direct.

Les nouveaux arrivants rejoignent des organisations en pleine réorganisation, avec beaucoup d’incertitudes, donc optimiser l’intégration et accélérer la montée en compétence est capital. Ici, on repense l’onboarding comme une activation sociale.

David Rice : Très intéressant. Et j’imagine qu’à l’échelle d’un groupe mondial, comme tu disais, ce système favorise les connexions. Vous avez évoqué l’identification automatique du risque de burn-out, ou la connexion avec un mentor ou un manager. Concrètement, à quoi ressemble le workflow pour une mise en relation de mentorat ?

Francisco Marin : Je peux détailler le workflow du matching mentorat, car il est déjà opérationnel dans plusieurs entreprises. Concrètement, lorsqu’une nouvelle recrue arrive, l’IA détermine la personne la plus adaptée pour être le mentor — sur la base de critères comme le leadership informel (issu de l’ONA), la technique, le rôle, le service, le niveau de performance, l’expérience. Plus la base de données est riche, plus les recommandations sont pertinentes et actionnables. Après ce matching, l’intervention s’affiche à l’utilisateur RH sur la plateforme d’analyse de réseau et doit être validée.

Ensuite, l’IA sollicite le consentement du mentor, en informant (sans demander la permission) le N+1 concerné. Si le mentor valide, l’IA envoie l’email d’introduction, organise une première rencontre et documente si oui ou non la réunion a eu lieu, puis mesure l’impact de l’intervention, par exemple sur le raccourcissement du temps d’intégration. Voilà un workflow agentique complet pour l’onboarding via le mentorat.

David Rice : Passons aux résultats : comment évaluez-vous le succès d’un agent ? Sur quels signaux ou résultats vous appuyez-vous ?

Dan George : Pour l’impact global, il existe déjà pas mal de recherches auxquelles on se réfère pour constituer nos ROIs de référence suivant les cas. À mesure que les agents accomplissent leurs tâches et que les binômes mentor/mentoré se rencontrent, on compte les cas, puis on applique des paramètres financiers. Tout ceci remonte dans le dashboard : les admins RH ou autres peuvent visualiser l’impact.

Bien sûr, ils peuvent ajuster le ROI affiché. Mais surtout, on fournit une automatisation du flux qui coordonne, planifie et exécute, ce qui peut économiser des dizaines ou centaines d’heures selon le périmètre. Tous les métriques sont restitués dans différents dashboards, exploitables pour le reporting auprès de la direction ou du management.

Francisco Marin : Pour donner un exemple concret sur le mentorat, une intervention peut générer une économie de 20k à 30k en accélérant la productivité d’un nouvel embauché jusqu’à 40%.

On peut déployer ce dispositif à grande échelle, pour chaque nouveau. Aujourd’hui, ces agents IA sont disponibles sur notre plateforme Connect network analyzer en self-service, mais nous allons vers l’intégration native avec ServiceNow ou Google, afin que les clients les utilisent dans leur infrastructure IT propre.

Ces agents pourront dialoguer avec l’univers des workflows, la gestion de cas ou les processus RH sur ServiceNow. La période est très excitante et participative pour découvrir ces nouveaux cas d’usage et préparer le déploiement à l’échelle au-delà des pilotes actuels.

Dan George : On a d’ailleurs de plus en plus d’intérêt d’autres CRM ; le fait d’intégrer ces agents sous forme d’applications natives dans leur marketplace va simplifier et fluidifier leur déploiement dans les écosystèmes existants.

David Rice : Imaginez avoir accès aux meilleurs talents du monde entier. Qu’il s’agisse d’un ingénieur à São Paulo, d’un directeur commercial à Dublin, ou d’un designer incroyable au Cap, votre meilleure recrue pourrait être n’importe où. Avec Oyster, vous ne laissez pas filer l’opportunité.

Oyster aide les entreprises à recruter à l’international, à gérer une paie fiable et conforme à tout moment et à chaque étape. Constituez l’équipe de vos rêves et grandissez en toute confiance : le monde, c’est votre terrain de jeu.

Évidemment, il y a beaucoup d’intérêt du côté RH, mais vous évoquiez la portée vers le reste du C-level ; constatez-vous un intérêt croissant chez les opérations, les dirigeants, etc. ?

Dan George : Oui, de plus en plus de demandes nous parviennent hors de la RH. Initialement, c’étaient plutôt les équipes people analytics ou les pros de la transformation RH qui venaient, mais désormais nous sommes contactés par des dirigeants d’autres fonctions qui veulent mieux comprendre les compétences et réseaux internes, accélérer l’innovation, optimiser la collaboration, analyser la dynamique culturelle des équipes, etc. Même pour une démarche de changement, comprendre les influenceurs cachés dans l’organisation, et adapter la communication — quel que soit le niveau, c’est un atout énorme pour nous.

David Rice : Sur un plan technique, les organisations sont toutes différentes, avec des données et des infrastructures variées. Quels sont les prérequis pour adopter ces agents ?

Francisco Marin : C’est une excellente question, car la plupart des gens pensent que ce sera très difficile, mais c’est bien plus simple : on combine ONA actif (enquêtes en ligne) et ONA passif (métadonnées agrégées d’outils collaboratifs comme Microsoft, Google, Slack, etc). Les métriques minimales sont : nom employé, email, nom manager, email manager — et c’est tout pour un pilote. Ajouter ensuite le département, la division, la performance, l’engagement, l’historique d’attrition, c’est bien, mais la force de l’IA agentique est de savoir adapter ses décisions avec les données dont elle dispose. Si l’IA n’a pas le manager ou son email, elle ne pourra pas notifier… mais la plupart des plateformes (Microsoft ou Google) contiennent ces données par défaut.

Dan George : Oui. Certains clients ne nous envoient qu’une structure hiérarchique sommaire, d’autres envoient deux ou trois hiérarchies séparées selon leur façon de visionner les équipes. Nous pouvons intégrer quasiment toute structure, via notre LLM ou en association avec les LLM d’autres fournisseurs pour enrichir notre moteur d’analyse réseau.

Francisco Marin : Un bon exemple : nous avons travaillé récemment avec une entreprise du Fortune 5 qui disposait de sept métriques différentes pour définir ses équipes (org supérieurs, rapports fonctionnels, directs, indirects…). L’IA a pu ingérer toutes ces métriques universelles pour les intégrer aux recommandations — y compris l’ajustement via l’IA générative, ce qui change la consommation des insights par le client.

David Rice : Une question que je me pose : des études montrent que certains RH doutent d’être qualifiés pour l’IA, n’étant pas des data scientists. Avez-vous rencontré du scepticisme ou de la résistance à introduire l’IA agentique dans ces processus humains ?

Francisco Marin : Mon expérience est que tout le monde comprend désormais que l’IA sera centrale dans le futur du travail, quel que soit le service (RH, IT, finance), et qu’il va falloir s’y confronter rapidement. Ce sentiment d’urgence baisse la résistance, bien plus que lors de précédentes vagues. Nous étions l’un des tout premiers à intégrer l’IA générative dans les people analytics, et à ce moment-là certains nous disaient ne pas être prêts. Mais deux mois plus tard, ils lançaient l’IA agentique à grande échelle et réalisaient que rester à la traîne n’était plus une option. C’est un vrai changement de mentalité, car l’IA fait désormais complètement partie de notre quotidien. Moi je vois plus de résistance à la gen AI qu’à l’IA agentique.

Dan George : Il y a deux points. D’abord, notre plateforme a été conçue pour tout professionnel, quels que soient ses connaissances maths ou ONA — toutes les métriques sont là, mais les indicateurs affichés sont simples à lire. On peut ensuite tout exporter dans un tableur pour croiser avec votre base RH, sur 300 ou 30 000 salariés, tout est intégré. C’est une approche double : mesures non techniques d’un côté, tous les calculs disponibles pour les initiés de l’autre. Beaucoup de clients commencent sans l’IA générative puis, à l’aise avec la plateforme, veulent l’ajouter car tout est isolé, sécurisé et limité à ce qui a été partagé.

Francisco Marin : Nous insistons là-dessus : l’utilisateur pilotant la plateforme a entièrement la main sur la diffusion des insights. Il/elle autorise ou non l’intervention, peut partager un résumé PDF, personnaliser les métriques, les graphiques, le périmètre. L’admin reste maître de la diffusion, et ça rassure beaucoup les équipes RH.

David Rice : J’imagine que cette personnalisation, adaptée au niveau de chaque utilisateur, est un facteur clé d’adhésion. Cela m’amène à demander : qu’en est-il de l’avenir ? Existe-t-il des capacités agentiques auxquelles vous aspirez déjà pour la suite ?

Francisco Marin : Oui.

Dan George : Je commence — Francisco a une vision brillante sur le sujet ! Nous nous connaissons depuis cinq-six ans, bien avant le Covid, et cogitons depuis longtemps. Nous voyons beaucoup de pistes, pour non seulement faire évoluer nos huit premiers agents mais aussi étendre à d’autres à mesure que le secteur adopte ces innovations. Par compétitivité, je garde certains sujets secrets, mais nous sommes vraiment emballés par cette première génération et la suite !

Francisco Marin : Pour moi, l’organisation du futur sera un réseau piloté par des agents. Les agents IA seront déployés pour des interventions macro à grande échelle, et les grands groupes feront office de laboratoire pour cette nouvelle façon de travailler, ce que nous appelons le « network-first future of work ».

De nouvelles structures naîtront et intégreront ces pratiques à l’échelle, comme nous le faisons chez CTS (50 personnes, communauté décentralisée, consultants, ambassadeurs, équipe coeur en Californie). L’ambition est de faire de CTS un cas d’école de cette nouvelle culture organisationnelle.

Nous avons même lancé à titre personnel, il y a un mois, l’initiative Network-First Manifesto, ouverte à toute personne s’y reconnaissant. On rédige le manifeste avec des leaders d’opinion, comme Mike Lorena Andras seven, et d’autres. Nous sommes déjà 200 membres fondateurs, 80 organisations impliquées en un mois. Il y aura prochainement des événements de ratification, puis des annonces de prochaines étapes passionnantes.

C’est la mission : comment, à notre échelle, pouvons-nous pousser la transition d’un modèle hiérarchique vers un futur centré réseau et créer l’expérience d’onboarding digne d’une startup dans la Silicon Valley pour un employé d’un grand groupe ? L’idée est de rééquilibrer centralisation/décentralisation, capital humain/social, et de structurer tout ça dès l’origine afin que chaque salarié ait la même incitation et la même expérience qu’en rejoignant une startup californienne.

David Rice : Superbe, incroyable. J’aime beaucoup le travail de Michael sur les réseaux, c’est vraiment pointu. Dan, Francisco, merci d’être venus. Avant de conclure, où peut-on en savoir plus sur vos travaux et sur ces agents ?

Francisco Marin : Tout d’abord, rendez-vous sur cognitivetalentsolutions.com. Nous avons une newsletter LinkedIn « CTS running sites », pour recevoir nos articles chaque semaine. Et, hors CTS, nous avons aussi lancé le Network-First Manifesto (networkfirstmanifesto.com ou /join) — tout le monde peut rejoindre l’initiative.

David Rice : Merci à tous les deux d’avoir participé, c’était passionnant.

Dan George : Merci David.

Francisco Marin : Merci David.