Devons-nous encore construire nos carrières autour d’une spécialisation approfondie ?

David Rice : Pendant la majeure partie de nos carrières, les conseils sont restés les mêmes : spécialisez-vous. Allez au fond d’un domaine qui a de la valeur. Développez une expertise que personne d’autre ne possède. Notre invité du jour pense que ces conseils doivent être actualisés, non pas parce que l’expertise disparaît, mais parce que l’IA signifie que nous avons besoin de moins de personnes profondément expertes dans un seul domaine. Les connaissances sont désormais plus accessibles.

La proposition de valeur évolue. Dans l’émission d’aujourd’hui, je m’entretiens avec Tony Castellanos, directeur des ressources humaines chez Nextdoor, au sujet de ce qui devient réellement plus précieux à mesure que l’IA prend en charge les tâches codifiables. Sa réponse ? Le discernement. Savoir à quoi ressemble un travail de qualité devient plus important que de savoir le produire, et on ne peut pas former le discernement dans une salle de classe.

Il vient de la pratique, des expériences répétées, des réussites et des échecs qui s’accumulent jusqu’à ce que l’on commence à reconnaître instinctivement la différence. La discussion sur l’organigramme devient particulièrement intéressante. Tony pense que les généralistes vont bientôt être revalorisés. Aujourd’hui, ils sont considérés comme la couche opérationnelle, plus junior et pas tout à fait aussi utiles.

Cette situation va s’inverser. Les experts seront moins nombreux. Les personnes capables de relier l’expertise entre plusieurs domaines, qui peuvent déterminer ce qu’une entreprise peut accomplir en s’appuyant sur plusieurs pôles de connaissances, occuperont une place centrale. Et concernant la notion de centre de coûts, Tony pense que cette étiquette cessera de déterminer qui peut prendre en charge un problème.

L’organigramme évoluera d’une carte indiquant où se trouve l’information vers quelque chose de plus fluide : des équipes qui se forment et se dissolvent autour du problème à résoudre. Aujourd’hui, nous allons donc expliquer pourquoi une spécialisation approfondie augmente votre exposition à l’IA, sauf si vous savez la relier à des enjeux commerciaux plus larges, comment se développe le discernement et pourquoi il devient une compétence essentielle du leadership, l’inversion des rôles entre experts et généralistes dans les organisations à l’ère de l’IA, ainsi que les raisons pour lesquelles le modèle des centres de coûts pourrait sembler étrangement dépassé dans cinq ans.

Je suis David Rice. Vous écoutez People Managing People et, si vous avez construit votre carrière autour d’une expertise approfondie dans un seul domaine, cette conversation mérite votre attention. Commençons.

Pour des processus d’évaluation de la performance fluides et une sécurité de niveau entreprise, essayez gratuitement Teamflect, la plateforme de gestion de la performance la mieux notée de l’écosystème Microsoft. Adoptée par des entreprises du monde entier pour aligner les objectifs, mener les évaluations de performance et développer les talents à grande échelle.

Tony, bienvenue dans l’émission. Je suis ravi de vous recevoir.

Tony Castellanos : Merci beaucoup. C’est un plaisir d’être ici.

David Rice : J’aimerais commencer notre conversation d’aujourd’hui par un sujet qui concerne la majeure partie de nos carrières : les conseils ont toujours été de se spécialiser.

Il faut se spécialiser dans un domaine à forte valeur. Développer une expertise approfondie que les autres ne possèdent pas. Pourtant, vous avancez cette idée quelque peu contre-intuitive selon laquelle une spécialisation extrême peut désormais accroître votre exposition à l’IA si cette expertise peut être documentée et codifiée.

Pour commencer, ma question est la suivante : atteignons-nous un point où être exceptionnel dans un seul domaine constitue en réalité un risque, à moins de pouvoir relier cette expertise à un problème commercial beaucoup plus large ?

Tony Castellanos : C’est une question importante, et oui, nous avons tous été formés à l’idée qu’il fallait approfondir un domaine, devenir le meilleur et s’appuyer sur cette position.

Je pense toutefois que le titre exagère légèrement la situation, car l’expertise ne disparaît pas. Elle reste extrêmement importante. Nous devons savoir comment faire les choses. Ce qui change avec l’IA, c’est que nous avons simplement besoin de moins de personnes profondément spécialisées dans un domaine précis, car leurs connaissances, leur expertise et la base de connaissances plus générale sont beaucoup plus accessibles aux personnes qui les entourent.

Si je réfléchis aux compétences qui prennent de la valeur, il faut toujours quelqu’un qui comprenne ce qui se passe, car nous devons pouvoir auditer ce que l’IA produit, comprendre comment elle calcule quelque chose et comment elle raisonne. Mais je pense qu’il y a énormément de valeur à savoir intégrer cette expertise à la manière dont l’entreprise avance.

Prenons un exemple. Si vous remontez dans le temps, certaines entreprises employaient beaucoup de personnes dont le rôle reposait essentiellement sur le calcul. En finance, comme analyste ou comme ingénieur, une grande quantité de mathématiques était réalisée. Puis Excel est arrivé. On s’est dit : « Nous avons besoin d’une fraction de ces personnes pour effectuer les calculs nécessaires à l’activité. » Mais cela n’a pas supprimé le besoin de ces personnes. Cela a créé pour elles une proposition de valeur différente.

La nouvelle valeur apportée par un être humain résidait dans sa capacité à comprendre ce qu’il fallait calculer, quel était le bon modèle à construire et ce que les résultats signifiaient. Pouvait-on prendre de meilleures décisions commerciales à partir de ces informations ? La question est donc de savoir comment utiliser cette expertise. Personne ne prétendrait qu’Excel a mis fin à l’expertise financière. Nous avons toujours ces équipes dans nos entreprises.

Mais la véritable valeur est devenue la suivante : quelques personnes possèdent une expertise approfondie, et ce qu’elles apportent à l’entreprise se situe à un niveau supérieur, car elles doivent positionner stratégiquement leurs connaissances. Je pense que c’est ce qui se reproduit aujourd’hui. Simplement plus rapidement et dans toutes les fonctions touchées par l’IA.

David Rice : Oui. Une grande partie du sujet concerne certains types de travail que l’IA accélère. La raison pour laquelle elle est si perturbatrice dans le développement logiciel est que l’on écrit du code et qu’il fonctionne ou non. S’il ne fonctionne pas, on sait ce qu’il faut faire.

Tony Castellanos : Elle est très efficace pour les résultats binaires.

Vrai ou faux, correct ou incorrect. Elle se trompe encore dans ces domaines, ce qui explique pourquoi il faut des experts pour vérifier. Mais dès que l’on entre dans des programmes ou des systèmes fondés sur des règles, elle peut être très efficace, ainsi que pour la diffusion de connaissances reposant vraiment sur des éléments précis plutôt que sur le jugement.

David Rice : Vous avez justement mentionné le jugement. J’écoutais récemment quelqu’un expliquer comment savoir si une campagne marketing est prête à être lancée. En fin de compte, quelqu’un qui possède suffisamment de discernement pour dire : « Oui, tout est terminé », doit se tenir là et déclarer : « Je valide. »

Nous avons parlé auparavant de cette idée de discernement, un mot que beaucoup de directeurs des ressources humaines n’avaient probablement pas encore intégré à leurs modèles de compétences. Il y a cinq ans, je ne me souviens pas avoir vu une description de poste mentionner le discernement. Mais si l’IA rend les connaissances et les compétences techniques beaucoup plus accessibles, savoir reconnaître la qualité devient-il plus précieux que savoir la produire ?

Et si c’est le cas, comment les organisations peuvent-elles identifier et développer quelque chose d’aussi intangible que le discernement ?

Tony Castellanos : Je pense que c’est extrêmement important dans un monde où l’IA est omniprésente, car nous pouvons produire énormément de contenu. Nous sommes tous submergés. Si vous consultez votre Google Drive aujourd’hui, je suis certain qu’il contient dix fois plus de documents qu’il y a un an, parce que vous avez commencé toutes sortes de projets avec différents outils d’IA.

Le discernement devient donc essentiel pour transformer tout cela en quelque chose de compréhensible pour les êtres humains qui vont le consulter. Comment le développer ? Ma réponse honnête est simple : par la répétition et la pratique. Il n’existe pas vraiment de formation qui permette de l’acquérir.

Il vient de l’accumulation des réussites et des coups durs lorsque l’on se trompe. Si vous faites cela suffisamment souvent, vous commencez à mieux distinguer ce qui est bon de ce qui est médiocre. C’est difficile, car il faut avoir l’occasion de pratiquer, mais l’IA modifie aussi la vitesse à laquelle on peut multiplier ces expériences.

Vous pouvez tester des idées des dizaines de fois en une heure. Chez Nextdoor, nous envisageons l’IA comme un partenaire de réflexion et d’expérimentation, pas comme un outil qui génère la réponse à votre place. Elle peut vous fournir quelque chose de sophistiqué et de convaincant, mais complètement faux.

En tant qu’être humain, vous êtes le seul élément qui se trouve entre ce résultat et le public auquel il pourrait parvenir. C’est pourquoi je pense que le discernement est extrêmement important.

David Rice : C’est intéressant. J’aime cette idée de pratique répétée. Si l’on prend l’exemple du marketing, une personne pouvait rencontrer un problème particulier une douzaine de fois en dix ans. Aujourd’hui, elle peut voir le même type de contenu à valider dix fois plus souvent.

Ces expériences peuvent donc nous apprendre plus rapidement. La question est de savoir si les gens pourront encore voir l’ensemble du tableau. Avec le volume de contenu produit aujourd’hui, il devient de plus en plus difficile, surtout pour les dirigeants, de conserver une vision globale.

Tony Castellanos : Je suis entièrement d’accord. J’ai essayé de lire la plupart des documents qui m’arrivent, mais ils arrivent tellement vite. C’est là que le jugement et le discernement redeviennent essentiels. Produisez-vous quelque chose de concis et de clair, qui établit les liens avec ce que vous essayez d’accomplir ?

L’avantage de l’IA est que vous pouvez lui demander de créer vingt versions d’un contenu, en lui indiquant les priorités. Vous les examinez, choisissez la meilleure, puis l’affinez. Il est donc beaucoup plus rapide d’aboutir à un résultat final. Mais le flot d’informations peut être accablant, et il faut donc beaucoup de pression pour le réduire à quelque chose d’utile.

David Rice : Nous entrons maintenant dans l’ère des agents. J’attends de voir l’histoire d’un responsable dont l’agent aura réalisé tellement de tâches que la personne ne pourra même plus comprendre ce qui s’est passé. Cette histoire finira forcément par arriver.

Tony Castellanos : Cela vient déjà de se produire avec une version détournée d’un grand modèle de langage. L’un de nos principes est de répondre de ce que fait votre IA. On ne peut pas considérer ses résultats comme acquis ni publier automatiquement ce qu’elle produit.

Il faut prévoir un audit humain avant toute diffusion, des garde-fous ou une piste d’audit après coup permettant de repérer les éléments qui doivent être retirés ou corrigés. Un mécanisme de ce type est indispensable.

David Rice : Vous avez commencé à expérimenter une organisation de l’équipe des ressources humaines autour des problèmes plutôt qu’autour des spécialités traditionnelles. Cela pourrait représenter un changement bien plus important que l’ajout de l’IA à un poste existant. Si nous nous organisons autour des résultats plutôt que de l’expertise, que deviennent les structures fonctionnelles, les évolutions de carrière et les modèles de responsabilité que nous avons mis des décennies à construire ?

Tony Castellanos : C’est un sujet passionnant. Pour être totalement transparent, nous n’avons pas encore supprimé notre organigramme. Nous avons toujours des recruteurs, des spécialistes de la rémunération et des partenaires commerciaux RH. Mais nous avons commencé à examiner les problèmes que ces groupes sont réellement censés résoudre ensemble.

Nous avons essayé d’orienter les équipes autour des éléments qui sont communs à l’ensemble de la fonction ressources humaines : les talents, l’activation, qui combine l’engagement et la mise en capacité, ainsi que la culture.

Aucun de ces domaines ne relève exclusivement du recrutement ou des partenaires commerciaux RH. Il existe tout un ensemble d’activités nécessaires pour attirer et développer les bonnes personnes, soutenir les salariés de manière appropriée et créer un environnement où chacun peut donner le meilleur de lui-même.

L’expertise était historiquement répartie entre différentes fonctions. L’IA permet désormais de mieux comprendre comment ces fonctions s’articulent pour rendre ces objectifs concrets. Nous essayons donc de créer un état d’esprit davantage centré sur l’objectif final que sur la partie recrutement d’une équipe.

Je ne veux pas que les gens raisonnent en termes de couloirs opérationnels. La vraie question est la suivante : l’organisation des ressources humaines a-t-elle créé de la valeur dans cette dimension ?

David Rice : Cela semble demander aux gens d’être plus adaptables, mais aussi d’adopter une réflexion presque philosophique sur leur place dans l’ensemble. Où mes compétences ont-elles un impact sur le résultat global que nous cherchons à obtenir ? C’est une manière différente d’envisager notre travail.

Tony Castellanos : Oui, et je pense qu’il faut aller encore plus loin : que puis-je apprendre et appliquer ici ? Je vois le problème et je ne suis pas limité par le fait d’être recruteur ou spécialiste de la rémunération. Je suis membre de l’équipe des ressources humaines.

Il existe un parcours complet, qui va de l’arrivée des talents à leur développement et à leur promotion. Comment puis-je contribuer à faire avancer l’ensemble ? Avec l’IA comme partenaire, les cycles d’apprentissage et d’itération sont beaucoup plus nombreux. Je veux donc élargir la manière dont les gens envisagent leur fonction pour se concentrer sur l’objectif ultime.

David Rice : Il existe toutefois un danger évident à pousser tout le monde vers des rôles plus larges. On risque de créer une main-d’œuvre de généralistes qui connaissent un peu tout, mais rien en profondeur. Comment créer des personnes capables de gérer un problème de bout en bout tout en préservant l’expertise nécessaire au fonctionnement de l’entreprise si, par exemple, un grand modèle de langage tombe en panne pendant quelques jours ?

Tony Castellanos : Le principal risque n’est pas forcément le manque de compréhension. Les personnes intrinsèquement motivées et curieuses vont développer le contexte nécessaire en travaillant sur les problèmes de leur organisation. Le vrai danger est que les gens prennent le résultat de l’IA, le publient et passent à autre chose. Cela concerne autant les spécialistes que les généralistes.

Le sujet est donc celui de l’étendue, de la profondeur et du jugement, plutôt que celui de la conscience du contexte. Nous devons recruter des personnes qui veulent réellement comprendre leur environnement. La curiosité devient un critère de plus en plus important dans l’évaluation des talents.

Si un grand modèle de langage tombe en panne, je serais personnellement beaucoup moins efficace. Mais les généralistes qui ont été aidés par l’IA ne perdent pas nécessairement leurs connaissances. Ils perdent surtout le lien rapide avec ces connaissances. L’IA leur permet d’obtenir rapidement le contexte, les indicateurs et toutes les informations nécessaires à une décision.

Sans elle, ils doivent revenir aux méthodes d’autrefois et collecter manuellement les informations. Cela prend simplement plus de temps. Une personne qui utilise l’IA depuis longtemps sait toutefois clairement quelles informations et quels ensembles de données sont nécessaires pour éclairer son travail.

David Rice : La curiosité est essentielle. On ne peut pas éliminer le désir des êtres humains de comprendre et de faire des choses différentes. La technologie peut accomplir beaucoup de tâches mieux que nous, mais les gens aiment faire des choses et apprendre. Nous sommes conçus ainsi.

Tony Castellanos : Pour les bonnes personnes, cette créativité est libérée par l’IA, car elles peuvent aller beaucoup plus loin et beaucoup plus vite. Mais le risque demeure de prendre les résultats au pied de la lettre, et c’est là que la qualité commence réellement à se dégrader.

David Rice : Nous avons déjà vu des dirigeants s’inquiéter d’une perte de compétences. Au début, les collaborateurs vérifient tout et exercent leur jugement. Puis, avec le temps, ils commencent à faire confiance au modèle. Quelles stratégies permettront d’éviter cela ?

Tony Castellanos : C’est aussi le fonctionnement d’une relation humaine. Au début, on ne fait pas automatiquement confiance à un nouvel employé. Avec le temps, il obtient de bons résultats et gagne votre confiance, comme un grand modèle de langage.

L’IA est également très efficace pour les contrôles et les audits. Elle relit mieux un document que moi, car mes yeux finissent par se fatiguer. Nous devons créer un environnement dans lequel plusieurs coéquipiers travaillent ensemble, avec un troisième élément sceptique capable de dire : « Attendez, vous vous trompez tous les deux. » Ce service peut lui aussi être alimenté par l’IA.

Le but n’est pas de supposer que l’un des résultats est nécessairement correct, mais de replacer l’être humain aux commandes. Si deux services ne sont pas d’accord, quelle est la bonne décision pour moi et pour mon organisation ? Tant que nous évitons de publier aveuglément les résultats et que nous les critiquons constamment, nous serons sur la bonne voie.

David Rice : Vous avez mentionné un agent de rémunération. Il ne remplace pas la fonction rémunération, mais il distribue une partie de son expertise aux recruteurs. Pensez-vous que c’est l’un des principaux effets organisationnels des agents ?

Tony Castellanos : Oui. Notre agent de rémunération, Compadre, est un service connecté à notre architecture de rémunération et à notre base de salariés. Il est accessible à nos partenaires commerciaux RH et à nos recruteurs. Il n’analyse pas les situations et ne formule pas de recommandations : il fournit des informations factuelles afin que les personnes puissent prendre des décisions éclairées.

Un recruteur peut demander : « Je souhaite faire une offre à hauteur de X. Comment cela se compare-t-il aux fourchettes ? » Le service indique où cette proposition se situe dans nos pratiques de rémunération et fournit une estimation de sa comparaison avec les salariés en interne.

Nous ne communiquons aucune information individuelle et nous anonymisons suffisamment les données pour qu’il soit impossible d’identifier la rémunération d’une personne. Le recruteur peut ainsi comprendre non seulement la position de l’offre dans la fourchette, mais aussi les équilibres ou déséquilibres qu’elle pourrait créer en interne.

Cela élargit sa perspective : il ne s’agit plus seulement de conclure avec un candidat, mais de construire une équipe cohérente. Au lieu d’attendre plusieurs jours pour obtenir le point de vue d’un spécialiste de la rémunération, le contexte est immédiatement disponible.

David Rice : Comment avez-vous défini le rôle de cet agent ? Nous parlons des agents comme s’ils étaient parfois des employés.

Tony Castellanos : Nous avons affectueusement nommé cet agent Compadre, votre compagnon de rémunération. L’idée est venue de recruteurs et de spécialistes de la rémunération qui se demandaient s’ils avaient réellement besoin de participer à certaines discussions.

Nous avons organisé plusieurs journées consacrées à l’IA au sein de l’équipe des ressources humaines, durant lesquelles chacun cherchait à résoudre un problème avec l’IA. L’objectif était de rendre l’information accessible de manière responsable, de protéger la vie privée et d’aider les recruteurs et les partenaires commerciaux RH à prendre les bonnes décisions.

Le projet est né du souhait de ne plus consacrer du temps à une réunion transactionnelle. L’IA est particulièrement efficace pour supprimer la charge liée à ces interactions tactiques qui se répètent chaque jour.

David Rice : Je pourrais en citer cinq que j’aimerais supprimer immédiatement.

Tony Castellanos : Lorsque l’on commence à automatiser ces tâches, beaucoup de nos journées sont libérées de l’absorption d’informations. J’ai un petit chef de cabinet, Samwise, qui prépare les réunions, organise les ordres du jour et me donne une vue d’ensemble de la journée.

Lorsque l’information est préparée avant une conversation, celle-ci devient beaucoup plus riche et mieux informée. Il n’est plus nécessaire de réunir tout le monde uniquement pour partager des informations.

David Rice : Beaucoup de gens sont constamment submergés d’informations. Un outil capable de les synthétiser en un court résumé personnel en fin de journée serait très utile.

Tony Castellanos : Ma version de ce système me remet, le dimanche soir, un résumé de la semaine à venir. Il combine les trois éléments que j’ai définis comme prioritaires avec ce que l’IA trouve dans Slack, les notes de réunion et d’autres sources.

Elle dispose aussi d’une section consacrée aux découvertes : qu’est-ce qui devrait être sur mon radar sans entrer parfaitement dans les trois catégories prioritaires ? Je ne dépends pas entièrement de l’IA pour définir ce qui est important. Je lui ai fourni des paramètres, car certaines choses doivent absolument rester dans mon champ d’attention.

Le danger serait de lui demander simplement de nous montrer ce qui est important et de lui laisser décider seule de ce qui l’est. Nous ne pouvons pas entrer dans ce monde.

David Rice : Qui définit ce qui est important ? Est-ce aligné avec l’entreprise, votre responsable ou vos objectifs ? De nombreux facteurs modifient le contexte de ce que l’IA devrait produire.

Tony Castellanos : Je devrais peut-être demander à Samwise de produire une présentation, puis utiliser un autre service pour la présenter. Ce serait comme disposer de sa propre petite équipe de chefs de cabinet.

David Rice : Le futur salarié a besoin d’étendue, de jugement et de la capacité à passer d’un domaine de problèmes à un autre. Cela ne remet-il pas en question notre manière actuelle de développer les collaborateurs ? La plupart des carrières récompensent une spécialisation progressivement plus profonde au sein d’une fonction. À quoi ressembleraient le développement et la progression si l’étendue devenait un signe de séniorité plutôt qu’un détour ?

Tony Castellanos : C’est contraire à la manière dont nous avons traditionnellement développé les personnes, mais l’élément qui crée le problème apporte aussi la solution. L’IA donne aux collaborateurs une autonomie considérable sur leur propre progression. Ils peuvent explorer et interroger un sujet, puis apporter leurs conclusions à un expert pour les discuter, les corriger ou les critiquer.

Il ne faut pas attendre que l’équipe chargée de la formation construise un programme ni que le responsable trouve le temps de faire une présentation approfondie. Il faut explorer ce qui nous intrigue, ce qui nous intéresse ou le problème que nous observons.

L’intérêt est que cette exploration se déroule dans le contexte réel de l’entreprise et non dans un environnement académique et stérile. On apprend directement ce que fait l’entreprise. Cela crée une boucle de rétroaction avec le responsable ou les équipes voisines et permet d’obtenir des commentaires sur quelque chose de réel plutôt que sur un exercice artificiel.

Les collaborateurs n’ont plus besoin d’attendre une mission ou une occasion de se dépasser. Ils peuvent se mettre au défi chaque jour. C’est une forme d’apprentissage expérientiel, mais beaucoup plus rapide.

David Rice : Tout cela dépend toutefois de l’exposition. Je ne sais pas ce que j’ignore avant d’être confronté à cette réalité. Devons-nous repenser les flux de travail pour que les collaborateurs soient exposés à de nouveaux sujets et développent leur curiosité ?

Tony Castellanos : Je ne sais pas s’il s’agit d’un changement de flux de travail. Je pense plutôt qu’il s’agit d’un changement d’état d’esprit et de comportement. L’avantage de l’IA est que l’on peut commencer par une question : « Je ne sais pas ce que j’ignore. »

Les bons responsables vont probablement insister davantage sur la méthode des cinq pourquoi. Cela amènera les collaborateurs à examiner pourquoi une chose existe comme elle existe, ce qu’elle cherche à accomplir et s’ils la concevraient de la même façon avec les outils disponibles aujourd’hui.

L’un des principaux obstacles sera l’inertie et le poids des processus établis. Nous devons nous demander quelles portes nous avons fermées parce qu’il était impossible d’emprunter certaines voies à l’époque. L’IA a libéré un potentiel considérable.

Le recrutement en est un bon exemple. Pendant longtemps, la plupart des entreprises considéraient qu’il était impossible d’examiner chaque CV lorsqu’elles recevaient des dizaines de milliers de candidatures. Avec l’IA, il est désormais possible d’effectuer une première analyse du contenu, même si cela ne remplace pas un examen humain.

La véritable occasion consiste à déterminer combien d’autres portes nous avons fermées mentalement.

David Rice : Je dois constamment me rappeler que je suis simplement habitué à faire les choses d’une certaine manière.

Tony Castellanos : C’est difficile, car je suis un vieux chien qui n’a pas envie d’apprendre de nouveaux tours. Mais nous sommes contraints d’évoluer.

David Rice : Vous avez donné l’exemple du recrutement d’un prestataire, qui touche les ressources humaines, la finance, le juridique, les systèmes et les validations. Aujourd’hui, l’organisation repose sur tous ces relais fonctionnels. Si les agents finissent par transporter le contexte tout au long du processus, devons-nous continuer à organiser les êtres humains autour des mêmes frontières ?

Quelle partie de l’organigramme actuel pourrait sembler étrangement dépassée dans cinq ans ?

Tony Castellanos : Je pense que nous assisterons à l’inversion évoquée précédemment. Les fonctions compteront un nombre limité d’experts, entourés de généralistes capables d’appliquer ces connaissances entre plusieurs domaines.

Les généralistes existent déjà, mais ils sont généralement considérés comme une couche opérationnelle plus junior et moins utile. Cela va s’inverser. Ils deviendront les personnes qui se concentrent sur les capacités de l’entreprise : que pouvons-nous faire en mobilisant plusieurs centres d’expertise ?

Dans cinq ans, la notion de centre de coûts pourrait sembler étrange. Les centres de coûts ne disparaîtront pas forcément : il faut mesurer les investissements et respecter les exigences comptables et réglementaires. Mais cette mesure ne devrait plus dicter la manière dont l’organisation fonctionne.

Un centre de coûts définit aujourd’hui où résident certains problèmes, car c’est là que se trouve historiquement l’expertise. Ces deux éléments vont progressivement se dissocier, car l’expertise pourra être mobilisée depuis différentes parties de l’entreprise : elle circulera grâce à l’IA, sera systématisée ou encodée.

L’organigramme évoluera d’une carte montrant où se trouve l’information vers quelque chose de beaucoup plus souple, où les équipes se forment et se dissolvent selon le problème qu’elles doivent résoudre. Nous aurons moins d’experts, mais davantage de personnes capables de mettre leur expertise à profit.

La proportion d’experts au sein des équipes diminuera, tandis que les autres collaborateurs déploieront cette expertise pour résoudre des problèmes et faire progresser le travail. L’espace de problèmes de chacun deviendra donc beaucoup plus vaste que son centre de coûts. Cette étiquette cessera simplement de déterminer qui peut prendre en charge un problème donné.

David Rice : Les dirigeants RH qui se sont déjà entendus qualifier de centre de coûts seront certainement soulagés.

Tony Castellanos : Lorsque j’entends l’expression frais généraux et administratifs, je dois avouer qu’elle me dérange un peu.

À l’avenir, nous cesserons probablement de parler de l’investissement dans les frais généraux et administratifs, dans le juridique ou dans la finance. Nous parlerons plutôt de ce qu’il faut pour faire fonctionner l’entreprise. C’est un environnement beaucoup plus sain pour les êtres humains.

David Rice : Je suis d’accord. Tout le monde a accès à l’expertise et peut désormais la mettre en pratique. C’est une utilisation beaucoup plus pertinente du temps des collaborateurs : non pas pour réduire les coûts à tout prix, mais pour les aider à atteindre leurs objectifs et à soutenir l’entreprise de manière plus efficace.

Tony Castellanos : C’est aussi beaucoup plus amusant. Les comptables qui ont bénéficié d’Excel ne se contentent plus d’effectuer des calculs approfondis : ils peuvent contribuer à faire progresser d’autres réalisations. Je pense que cela rend le travail plus intéressant pour tout le monde.

David Rice : Tony, cette conversation était passionnante. Merci d’être venu.

Tony Castellanos : Merci beaucoup de m’avoir reçu. C’était un vrai plaisir. J’ai hâte de réécouter cet épisode dans un an et de constater tout ce que je me serai trompé.

David Rice : J’ai hâte de voir dans un an à quel point une grande partie de cette discussion aura changé.

Il est toujours intéressant de réécouter ces conversations plus tard : on se dit que tel sujet était essentiel à l’époque, alors qu’on n’y pense presque plus aujourd’hui.

Tony Castellanos : Le monde évolue tellement vite.

David Rice : Une chose est certaine : on ne peut pas dire que c’est ennuyeux.

Tony Castellanos : C’est vrai.

David Rice : Chers auditeurs, rendez-vous sur peoplemanagingpeople.com/aisignal pour vous inscrire à notre nouvelle lettre d’information. Elle propose une analyse destinée aux dirigeants de tout ce que vous devez apprendre cette semaine, ou d’un seul sujet à retenir cette semaine. En réalité, l’objectif est de trouver le signal essentiel et de l’exploiter, plutôt que de se perdre dans tous les titres et tout le chaos.

À la prochaine, ne cessez pas de développer votre expertise. Elle ne disparaîtra pas nécessairement.

Tony Castellanos : Absolument.

David Rice : Vous en avez assez de relancer vos collaborateurs pour obtenir leurs évaluations de performance ? Découvrez Teamflect, la plateforme de gestion de la performance et de l’engagement des collaborateurs la mieux notée, conçue pour Microsoft Teams. Son adoption est plus simple, directement là où votre équipe travaille déjà. Commencez sur Teamflect.com.