L’IA accélère les prises de décision humaines précisément au moment où ces décisions exigent plus de précaution, plus de contexte, et franchement, plus d’humilité. Dans cet épisode, Matt Poepsel de The Predictive Index rejoint David Rice lors de Transform pour explorer le fossé grandissant entre ce que l’IA peut accomplir et ce que les organisations comprennent réellement des données sur les personnes qu’elles lui transmettent. Car alors que tout le monde ne parle que d’automatisation, d’agents et de gains de productivité, la plupart des managers ne savent toujours pas poser la question la plus essentielle : « Avons-nous réellement le bon contexte pour cette décision ? »
La discussion met en lumière la réalité inconfortable qui se cache derrière l’adoption de l’IA dans le monde professionnel moderne. Les entreprises raccourcissent les délais parce que l’IA génère des résultats plus rapidement, mais elles continuent de s’appuyer sur de vieilles hypothèses concernant la productivité, le management et la collaboration. Quelle est la conséquence ? L’épuisement, la prise de décision superficielle et ce que Matt appelle le « gâchis du travail » — un flot sans fin de résumés, présentations et livrables générés par l’IA qui créent de la distance entre les salariés tout en faisant semblant d’améliorer le travail en équipe. Le vrai défi n’est pas technologique. Il est comportemental. Et la plupart des organisations ne sont toujours pas prêtes à y faire face.
Ce que vous allez apprendre
- Pourquoi l’IA peine à traiter les décisions humaines lorsqu’il manque le contexte comportemental
- Comment les dynamiques d’équipe deviennent le plus grand risque caché du travail assisté par l’IA
- Pourquoi « plus de données » ne mène pas automatiquement à de meilleures décisions managériales
- Le danger d’accélérer le recrutement et la gestion sans améliorer la qualité du contexte
- Pourquoi les traits comportementaux comptent plus que les compétences dans des environnements professionnels en mutation rapide
- Comment l’IA peut soit renforcer la confiance et la collaboration — soit éroder discrètement les deux
- Pourquoi les managers ne sont pas formés à demander les données humaines dont ils ont réellement besoin
- À quoi pourraient ressembler des systèmes d’IA riches en contexte dans des organisations modernes
À retenir
- L’IA ne fonctionne que selon la qualité du contexte fourni. La plupart des organisations alimentent encore leurs systèmes avec des fiches de poste, des compétences et des données RH fragmentaires en négligeant les dynamiques comportementales, les styles de communication et les points de friction dans les équipes — soit précisément ce qui détermine le succès ou l’échec du travail.
- Le travail en équipe est à la fois la forme la plus importante et la plus risquée du travail. Mélangez différentes personnalités, des objectifs concurrents et la pression organisationnelle, et la friction apparaît rapidement. L’IA peut aider à mettre en lumière ces dynamiques, mais seulement si les organisations en conçoivent l’usage de manière volontaire.
- Une production plus rapide n’amène pas automatiquement un meilleur travail. L’IA accélère les délais, ce qui incite les organisations à foncer tête baissée à travers des décisions à enjeux comme le recrutement, les évaluations de performance et les changements organisationnels. Le vieux principe de menuisier s’applique encore : mesurer deux fois, couper une seule fois.
- Les premiers utilisateurs de l’IA sont souvent ceux qui s’épuisent le plus car ils appliquent de nouveaux outils à de vieux modèles de productivité. Plutôt que de redéfinir la valeur, beaucoup d’organisations ne font qu’accélérer le chaos existant.
- Les compétences deviennent de plus en plus temporaires. Les schémas comportementaux sont beaucoup plus stables. L’ingénierie de prompt semblait être une compétence d’avenir il y a deux ans ; aujourd’hui, on « discute simplement avec » l’IA. Mais la communication interpersonnelle, l’adaptabilité, la capacité à raconter une histoire et la collaboration restent des avantages compétitifs durables.
- L’uniformisation générée par l’IA affecte déjà le recrutement. Les candidats utilisent l’IA pour optimiser leurs CV et leurs candidatures, générant une multitude de profils soignés mais indifférenciés. L’entretien comportemental et le questionnement contextuel deviennent alors essentiels pour distinguer le signal du bruit.
- Les managers ignorent souvent quelles données ils devraient demander. Les écoles de commerce enseignent la stratégie et l’opérationnel, pas la compréhension des dynamiques humaines. Le rôle des RH devient de plus en plus de traduire l’analyse comportementale en outils pratiques pour le leadership.
- Le risque grandit que l’IA crée plus de distance que de collaboration. « Votre agent appelle mon agent » paraît efficace, jusqu’à ce que plus personne ne se parle réellement. Le théâtre de la productivité s’intensifie vite quand on oublie de se demander si le travail conserve une valeur humaine.
Chapitres
- 00:00 — IA sans contexte
- 02:46 — Faire confiance aux données
- 04:36 — Qui possède les décisions IA ?
- 05:53 — Travail d’équipe et friction
- 07:12 — Agents et gâchis du travail
- 08:29 — Le piège de la rapidité
- 09:47 — Mesurer deux fois, couper une seule fois
- 10:59 — Recruter à l’ère de l’IA
- 12:30 — Compétences versus comportements
- 13:10 — Les bonnes données
- 14:28 — Construire un meilleur contexte
- 15:25 — Pourquoi les managers passent à côté
- 16:36 — Le rôle élargi des RH
- 17:33 — Dernières réflexions
Rencontrez notre invité

Matt Poepsel est le vice-président et le « Parrain de l’optimisation des talents » chez The Predictive Index, où il aide les organisations à aligner la stratégie des personnes avec la performance de l’entreprise grâce à la science du comportement et à des pratiques de leadership basées sur les données. Doté d’une expérience en psychologie industrielle et organisationnelle, en coaching exécutif et en développement du leadership, Matt est un conférencier, auteur et conseiller recherché, connu pour sa capacité à traduire les dynamiques complexes du lieu de travail en stratégies pratiques pour bâtir des équipes performantes. Il anime le podcast Lead the People et est largement reconnu pour son travail auprès des leaders afin d’améliorer la culture, l’engagement et l’efficacité organisationnelle grâce à l’optimisation des talents.
Liens utiles :
- Rejoindre la communauté People Managing People
- Abonnez-vous à la newsletter pour recevoir nos derniers articles et podcasts
- Connectez-vous avec Matt sur LinkedIn
- Visitez The Predictive Index
Articles et podcasts associés :
David Rice : Vous utilisez l’IA pour prendre des décisions de recrutement, faire des évaluations de performance, constituer des équipes, prendre des décisions humaines à forts enjeux qui impactent les carrières, la culture et les résultats de votre entreprise. Et dans bien des cas, nous n’avons aucune idée du contexte que nous lui fournissons réellement. C’est comme demander conseil à un ami au sujet de votre patron, et qu’il vous réponde : « Eh bien, je ne connais pas vraiment ton patron, alors comment pourrais-je te donner un bon conseil ? » Il va falloir lui en dire plus. Mais dans bien des cas, vous ne donnez pas plus d’informations à l’IA, vous espérez juste qu’elle devine.
L’invité du jour est Matt Poepsel de The Predictive Index, et sa session lors de la dernière conférence Transform à Las Vegas s’intitulait « Outils intelligents, décisions humaines stupides ». Car voici ce qui se passe : l’IA peut rechercher et rédiger en quelques minutes ce qui prenait deux semaines autrefois, donc nous compressons les attentes. Nous allons plus vite, mais nous fonctionnons toujours avec une vieille logique mentale et de nouveaux outils. Et les premiers utilisateurs intensifs sont les plus épuisés. Un autre point à considérer ici, c’est que la forme de travail la plus importante et la plus risquée est le travail en équipe.
Des personnes de différents types de personnalité se percutent comme des autos tamponneuses. Ajoutez à cela des objectifs concurrents, ce que les stratégies complexes impliquent forcément, et vous obtenez une recette pour le désastre. Mais les managers ne savent pas demander des données comportementales. On ne les forme pas comme ça. On enseigne la stratégie, la technologie, l’opérationnel, mais pas comment réussir la dimension humaine.
Et maintenant, nous ajoutons des agents dans le mélange. Vos agents appellent les miens, l’IA génère des résumés que mon IA assimile. Nous créons une réelle distance entre nous en pensant être productifs. C’est du « brouillon de travail », tenter de suivre la définition d’hier de la productivité au lieu d’évoluer vers ce qu’est vraiment la valeur.
Alors dans l’émission d’aujourd’hui, nous allons aborder pourquoi l’IA a besoin de contexte comportemental, pas seulement de descriptions de poste ou de compétences ; le principe « mesurez deux fois, coupez une fois » pour les décisions humaines à fort enjeu — et aujourd’hui, chaque décision RH est cruciale ; pourquoi les compétences sont éphémères mais les traits comportementaux sont stables ; comment intégrer plus tôt des analyses comportementales dans le recrutement ; pourquoi les managers ne savent pas demander les bonnes données et ce que les RH doivent faire à ce sujet ; et enfin, la différence entre une IA qui accélère les dynamiques d’équipe et une IA qui détruit la confiance.
Je suis David Rice. Vous écoutez People Managing People. Et si vous avez utilisé l’IA pour des décisions humaines sans comprendre ce qui compte réellement en termes de contexte, cette conversation devrait mettre en lumière ce qu’il vous manque. Il s’agit ici d’un échange en personne entre Matt et moi, directement depuis le salon de la conférence Transform. Profitez-en. À Matt et moi maintenant.
Eh bien, je suis avec Matt Poepsel de The Predictive Index. Bienvenue, Matt. Ravi de discuter avec toi au Transform.
Matt Poepsel : Merci beaucoup. Merci de m’accueillir.
David Rice : J’ai vraiment apprécié ta session d’hier. Le titre, c’était « Outils intelligents, décisions humaines stupides ».
Matt Poepsel : Oui, exact.
David Rice : Alors lançons-nous.
Tu sais, dans beaucoup de cas, tu suggères que l’IA fait une recommandation, une personne approuve. Je me demande, où se situe le vrai risque ? Est-ce la sur-dépendance à l’IA, ou le fait qu’on ne sait pas vraiment ce qu’on lui donne en entrée ?
Matt Poepsel : Oui, c’est vrai. Je pense qu’au début il y aura clairement une tendance à trop s’y fier, mais je ne pense pas du tout que l’utilisation des outils IA soit mauvaise en soi.
Mais la question reste qu’on doit comprendre que… elle n’a que le contexte qu’on lui donne.
David Rice : Exact.
Matt Poepsel : C’est comme demander à un ami : « Tu aurais un conseil pour travailler avec mon patron ? » Il te dira : « Je connais pas ton patron, comment pourrais-je t’aider convenablement ? »
Tu vas devoir m’en dire plus. Et j’ai l’impression que c’est exactement ce qui se passe avec ces outils IA.
David Rice : Oui, et puis… L’autre point, c’est que les données sur les personnes sont reconnues pour être problématiques, non ?
Matt Poepsel : Exact.
David Rice : Donc je me demande, avec tous ceux à qui tu parles, à quel point les gens ont confiance dans les données qu’ils utilisent ?
Matt Poepsel : Ils n’ont pas du tout confiance, à mon avis. On en est… on est dans les débuts de l’IA, où tout est encore un peu expérimental. On se demande : « Comment peux-tu m’aider ? Qu’est-ce que je vais obtenir ? » Petit à petit, les gens deviennent plus à l’aise, ce qui est une bonne chose, et demandent à l’IA des tâches de plus en plus complexes.
Au départ, c’était : « Aide-moi à formuler ce mail », et c’est devenu : « Aide-moi à préparer une présentation pour mon équipe avec les derniers chiffres des ventes ». On monte en puissance. Mais ce qu’on oublie un peu, c’est que si on ne connaît pas bien l’équipe, ses styles comportementaux, préférences de communication, est-ce qu’on obtient les bons conseils de l’IA ? Oui.
Si elle nous aide à faire cette présentation, c’est justement ça qui m’inquiète un peu.
David Rice : J’ai assisté à quelques conférences récemment, il y a beaucoup de discussions sur la gouvernance, surtout avec l’émergence des agents IA. À ton avis, les gens définissent-ils clairement qui prend les décisions ?
Matt Poepsel : Cette responsabilité se fait balader comme un ballon sur le terrain, j’imagine.
David Rice : Exact.
Matt Poepsel : Parce qu’en fait, ça se retrouve entre plusieurs services. Ce n’est ni purement juridique, ni purement IT, ni uniquement RH. Et souvent, c’est les RH qui doivent porter le sujet de l’utilisation appropriée de l’IA. Ce qui a du sens à mon avis.
Parce qu’au fond on parle de mettre potentiellement des gens en difficulté. Un message mal formulé d’un manager peut détruire la confiance. Il y a donc un vrai coût humain. Les RH sont donc logiques pour piloter ça. Mais on aborde parfois le sujet trop transactionnellement.
Si on ne parle que conformité, on oublie le potentiel de l’IA pour accélérer la dynamique d’équipe — ou transformer notre manière de travailler.
David Rice : Tu parlais de dynamique d’équipe, c’est vrai que l’IA ne comprend pas pleinement le fonctionnement réel d’une équipe et comment le travail se fait vraiment.
Comment structurer le contexte qu’on donne à l’IA pour qu’elle puisse en tirer parti ?
Matt Poepsel : C’est ce que je répète tout le temps : la forme de travail la plus importante et la plus à risque, c’est le travail en équipe. Quand tu penses à tout ce qui se passe dans une entreprise, la probabilité qu’une personne fasse tout, seule, est faible.
Ce sont les équipes, des groupes de personnes qui font avancer projets, initiatives, ou changements de business model.
David Rice : Oui.
Matt Poepsel : Il faut donc miser sur un bon fonctionnement en équipe. Et ça commence par comprendre les différences comportementales et les exigences stratégiques de l’équipe.
Quand on associe des personnalités très différentes, ça cogne. Maintenant, ajoute des objectifs contradictoires — que beaucoup de stratégies ont forcément — et tu as la recette d’une mauvaise dynamique d’équipe.
David Rice : Oui.
Matt Poepsel : Il faut comprendre que quand on prend toutes ces données sur le travail à faire et sur qui va le faire, cela donne un contexte riche qu’un humain expert comprendrait immédiatement : « Je vois pourquoi cette équipe cale » ou « pourquoi il y a des frictions à tel endroit ».
Alors comment faire pour que l’IA puisse nous aider là-dessus aussi ? Il faut vraiment y réfléchir.
David Rice : C’est drôle, parce qu’on parle de dynamique d’équipe et de la mise en danger du travail collaboratif. Mais avec cette idée qu’on sera tous des entrepreneurs ou chefs d’agents IA, si je ne comprends pas comment faire travailler des gens ensemble, vais-je réussir à faire collaborer les agents IA ?
Matt Poepsel : Exactement. Ton agent va appeler le mien ? Voilà. On risque de se retrouver dans une situation où tout ce « brouillon » de travail aujourd’hui existe parce qu’on tente de suivre la vieille définition de productivité,
David Rice : Oui.
Matt Poepsel : plutôt que d’évoluer vers une vraie définition de la valeur. Et beaucoup se sentent à la traîne. Si un agent pouvait m’aider à automatiser une partie de mon travail, je pourrais en faire bien plus, c’est sûr. Mais est-ce le bon genre de travail ? Voilà la vraie question. Et si chacun a sa « team » d’agents, est-ce qu’on ne se retrouve pas à tourner en rond avec des résumés générés par IA avalés par d’autres IA,
David Rice : Oui.
Matt Poepsel : et à créer une distance réelle entre nous ? Là-dessus, il faut être très vigilant.
David Rice : Tu parlais de brouillon de travail, et ça me fait penser à la pression du temps.
On est tous sous pression pour aller vite, c’est vu comme un avantage compétitif. On a tendance à faire confiance à l’outil et à avancer. Mais cela vient-il seulement de la pression du temps ? Comment y remédier ?
C’est presque philosophique : que va-t-on valoriser ? Qu’est-ce que tu trouves le plus efficace ?
Matt Poepsel : Oui, je pense qu’on voit vraiment la contrainte du temps : si auparavant une tâche de recherche et de rédaction prenait deux semaines, aujourd’hui l’IA le fait en quelques minutes,
Oui. Du coup, on compresse les délais naturellement.
David Rice : Oui.
Matt Poepsel : Mais vis-à-vis de la confiance dans les résultats, il faut faire suffisamment de vérifications et bien construire le prompt, ce qui ne se fait pas tout seul.
Oui. Donc il faut voir que notre estimation du temps de réalisation d’une tâche devient un peu artificielle. Mais la question reste : la qualité est-elle au rendez-vous ? Ou a-t-on juste un rendu qui ressemble à quelque chose pondu par une IA en vase clos ?
En plus, les études montrent que les premiers utilisateurs intensifs de l’IA sont souvent les plus épuisés. Parce qu’ils fonctionnent encore avec une ancienne logique mentale alors qu’ils ont de nouveaux outils. On est simplement au début de la courbe d’apprentissage.
Ce n’est pas un effet de mode : l’IA crée de la valeur, mais parfois, si notre expérience isole les membres d’une équipe, ou épuise nos ressources, ce n’est que le reflet du chemin qui reste à parcourir pour garder de la maîtrise.
David Rice : L’IA apporte de la rapidité, mais pour les décisions humaines, on gagne souvent à aller un peu moins vite, à être plus réfléchi…
Matt Poepsel : Oui.
David Rice : Cela crée une tension entre vitesse et qualité. Comment les gens arrivent-ils à maintenir la qualité sans sacrifier totalement la rapidité souhaitée ?
Matt Poepsel : Pas très bien, pour être honnête. Et c’est normal, vu que nous en sommes au début de l’apprentissage. Mais il y a une grosse pression pour aller trop vite.
Si on ne répond pas à certains besoins, si la confiance n’est pas là, si on soupçonne des arrière-pensées, cela peut prendre encore plus de temps que de s’être accordé une étape de réflexion. D’où l’adage de la menuiserie : « Mesurez deux fois, coupez une fois ».
Et il y a une vraie raison, c’est plus rapide et économique. Je pense qu’il faudrait faire pareil pour les décisions humaines à enjeux. Aujourd’hui, toute décision RH est importante, donc on doit rester agile mais surtout réfléchi, afin d’aller aussi vite que souhaité.
David Rice : Oui, tout à fait. Et je regarde beaucoup le recrutement. La qualité des données devrait nous inciter à ralentir, à s’assurer que tout est correct. Avons-nous vraiment coché toutes les cases ? On ne sait pas toujours quelles compétences on cherche actuellement—
Matt Poepsel : Exactement…
David Rice : Du coup, si on ne connaît même pas les compétences recherchées, comment rédiger la bonne description de poste pour recruter la bonne personne ?
Matt Poepsel : Oui, surtout quand on reprend de vieilles fiches de poste trouvées sur Google, puis qu’on passe ça à l’IA. Et de l’autre côté, les candidats aussi ont l’IA à disposition !
Oui. Et ils paraissent tous parfaits sur le papier, et on se demande : « Attends, comment se fait-il qu’on ait soudainement autant de candidatures idéales ? » On commence donc à coacher les clients pour injecter les analyses comportementales plus tôt dans le processus : quand vous rédigez la description, ne vous concentrez pas que sur les compétences techniques, mais aussi sur les exigences comportementales du poste.
Puis dans l’entretien, faites parler le candidat spécifiquement de ces comportements. Car demander « Racontez-moi un moment où… » est plus difficile en direct, sans IA pour générer la bonne histoire.
David Rice : Oui.
Matt Poepsel : C’est donc un excellent moyen d’avancer. Autre point, même si on ne sait pas définir toutes les compétences d’aujourd’hui, elles vont changer. Les compétences s’apprennent, c’est bien, mais les comportements de personnalité, eux, non.
Exact. On est ce qu’on est, c’est une force, mais il faut juste s’assurer d’être embauché pour le rôle qui correspond.
David Rice : Oui, il y a deux ans le prompt engineering semblait la nouvelle panacée, maintenant il suffit de parler à l’IA…
Matt Poepsel : Exactement. On se laisse porter par l’échange.
C’est très vrai, et c’est un exemple : peut-être qu’un tiers des compétences supposées requises à l’horizon 2030 seront utiles, mais même celles-ci deviendront vite obsolètes. Les compétences évoluent rapidement.
En revanche, les compétences interpersonnelles, la narration, la pensée créative, la capacité à collaborer avec des profils différents, tout cela ne se démodera jamais. Ce ne sont pas des soft skills mais des compétences essentielles — surtout quand la technologie fait l’essentiel du travail répétitif.
David Rice : On a tendance à croire que plus de données = meilleures décisions, de façon automatique. Mais on doit… le contexte reste clé. Oui. Est-ce même la bonne information à analyser ? Absolument. Peu importe la décision à prendre.
Matt Poepsel : Oui, aucun manager ne me dit « J’aimerais avoir plus de données ». Vraiment, des données, on en a des tonnes. Votre question est bonne : est-ce la bonne donnée ? Oui. Surtout sur le plan managérial, pour amener des personnes à collaborer sur un but commun — c’est à cela qu’on demande aux managers de contribuer.
Les RH les accompagnent avec de la formation, des outils, des conseils. Reste alors : avons-nous la bonne donnée qui permet une décision contextualisée ? Et pouvons-nous en personnaliser l’usage ? Manager deux personnes différentes implique deux approches différentes.
David Rice : Oui.
Matt Poepsel : Il faut donc que le leader sache adapter sa manière de manager, s’autoévaluer et comprendre les autres. Impossible sans données… et sans bons outils (sauf à s’être beaucoup formé, ce qui est rare aujourd’hui).
Nous avons ce souci du temps, soyons honnêtes. Tout cela prouve donc le besoin d’outils contextualisés, réfléchis, basés sur le comportement, pour mieux réussir la dimension humaine à grande échelle.
David Rice : À quoi ressemblerait un système vraiment basé sur le contexte ? Parce qu’en général, l’IA reçoit surtout des descriptifs de poste ou plans de formation.
Qu’y a-t-il vraiment dedans, et comment cela alimente-t-il les décisions de leadership ?
Matt Poepsel : J’aimerais partir de l’extérieur et aller vers l’intérieur. D’abord la culture d’entreprise : quels sont vos valeurs et objectifs stratégiques ? C’est primordial. Ensuite, quelles compétences pour le futur ? Quelles capacités cherchez-vous à intégrer globalement ? Puis au niveau de l’équipe : sur quoi travaille-t-elle ? Quel est le profil comportemental spécifique de chaque membre à prendre en compte ?
Sommes-nous similaires ou différents ? Quelle est l’historique de nos interactions ? Chez Predictive Index, on dispose de toutes ces données… On a donc énormément de contexte, ce qui nous donne une meilleure compréhension du contexte dans lequel la décision humaine se joue — et donc plus de chances de se tromper moins.
David Rice : Je suis curieux, comme tu accompagnes de nombreuses organisations, quels sont les pièges classiques que rencontrent les dirigeants ? Ils sous-estiment ce défi ? Plus tôt, on parlait du manque de confiance dans la data RH ; mais ont-ils le sentiment de pouvoir obtenir les bonnes données ?
Matt Poepsel : Souvent, ils ne savent même pas poser la question, d’où l’importance du partenariat avec les RH. Je ne connais pas beaucoup de managers non formés qui vont voir les RH en demandant « Donnez-moi plus de données comportementales sur mes équipes ».
David Rice : Exact.
Matt Poepsel : Ils ne savent pas, tout simplement.
Et on ne les forme pas à cela dans les écoles de commerce. On leur enseigne la stratégie, la technologie, les opérations. Pas la réussite humaine. Donc attendre d’un manager qu’il devine ça tout seul — « J’ai besoin de données RH » — c’est déjà beaucoup demander.
Oui. Et puis, lorsqu’il s’agit d’utiliser ces données dans le contexte de ses objectifs, c’est là que cela devient encore plus complexe. Il y a donc beaucoup de traduction à faire. La bonne nouvelle, c’est qu’il existe des outils accessibles : on peut développer sa connaissance de soi, mieux comprendre les autres,
construire une dynamique d’équipe entière – le tout avec des outils qui démystifient rapidement le processus, c’est prometteur, il faut simplement s’en saisir.
David Rice : Oui. Ravi de t’avoir eu à l’émission. Qu’est-ce qui t’enthousiasme cette semaine ? Qu’as-tu envie d’apprendre ou d’approfondir ?
Matt Poepsel : J’essaie de comprendre où en sont les professionnels RH que je rencontre, comment ils vivent cette transformation, parce que c’est très disparate. Certains sont complètement largués. Leur entreprise considère les RH de façon strictement transactionnelle. D’autres sont à la pointe.
Ils poussent vraiment les RH vers le futur. Mais il y en a peu, heureusement, dans chaque extrême. La plupart sont en transition. Plus j’apprends sur leurs expériences, plus je peux aider la fonction RH à s’émanciper. Je dis toujours que toute entreprise est d’abord une entreprise humaine.
Oui. Il faut donc valoriser vraiment les pros RH, les intégrer dans les outils au quotidien — comme je l’ai dit dans ma conférence hier. C’est à cette condition qu’on mettra le meilleur des RH à l’échelle. Et c’est cela qui m’enthousiasme dans notre travail à The Predictive Index.
David Rice : Merci d’avoir été avec nous aujourd’hui, Matt. C’était une super émission.
Matt Poepsel : Merci pour l’invitation. Belle émission et très belle conversation.
David Rice : Très bien. On s’arrête là pour aujourd’hui. On se retrouve au prochain épisode.
Et comme toujours, si ce n’est pas fait, abonnez-vous à la newsletter et suivez-nous sur YouTube et tous les réseaux sociaux pour recevoir directement tout notre contenu.
