L’IA peut rendre un bon emploi trop limité

David Rice : Vos indicateurs de rotation du personnel sont excellents. Les collaborateurs restent en poste, l’engagement est stable et la direction célèbre. Et vous êtes en train de créer le problème le plus coûteux que vous ayez jamais eu, car rester n’est pas la même chose que contribuer. Et en ce moment, vos équipes restent discrètement, se présentent, atteignent leurs objectifs, essaient de ne pas causer de problèmes. Ils semblent engagés sur le papier, mais ils n’expérimentent pas. Ils ne repoussent pas les limites, ils ne prennent pas de risques. Ils se préservent eux-mêmes.

L’invité du jour est Jay Caldwell. Il est Chief Talent Officer chez ADP. Et nous allons creuser pourquoi un faible turnover dans ce contexte pourrait en fait être un signal d’alerte plutôt qu’une victoire. Parce que voici ce qu’on doit tous garder en tête : ceux qui se sentent le plus en sécurité prennent le moins de risques. Et dans cet environnement, ne pas prendre de risques est probablement ce qu’il y a de plus risqué.

Nous allons donc aborder aujourd’hui pourquoi « si vous le construisez, ils viendront » ne fonctionne pas pour l’adoption de l’IA, le problème du « rester silencieusement » et comment un état d’esprit orienté conformité pourrait remplacer l’innovation, comment savoir si un faible turnover masque la stagnation et la peur, l’IA généraliste contre les cas d’utilisation ciblés et lequel inspire la confiance. Nous allons examiner la crise de la progression de carrière et pourquoi la nouvelle génération ayant grandi avec l’IA va tout remettre en cause.

Je suis David Rice. Ceci est People Managing People. Et si vos chiffres de rotation semblent bons, mais que l’innovation semble morte, cette conversation explique exactement ce qui se passe sous la surface. Allons-y.

Très bien, Jay, bienvenue dans l’émission.

Jay Caldwell : Merci David. Ravi d’être ici.

David Rice : Je voulais commencer la conversation avec le fait qu’on est maintenant à quelques années dans cette vague de l’IA, et je pense que l’excitation initiale que beaucoup ont eue, n’est-ce pas ? Elle a laissé place à des conséquences réelles. Je pense qu’on est à un jour de l’annonce des licenciements de Block.

Je suis curieux, selon vous, quelle est la plus grande idée reçue que les dirigeants continuent de nourrir sur l’intégration de l’IA dans leur personnel ?

Jay Caldwell : Il y a sans doute beaucoup d’idées reçues. J’aimerais entendre les vôtres aussi, mais je pense que l’une des plus grandes que je vois encore dans de nombreuses entreprises, c’est que tout le monde est aussi excité par l’IA que les dirigeants.

Vous savez, d’après les statistiques récentes, même aux États-Unis, c’est encore quoi, environ 40 % des gens qui utilisent l’IA chez eux, en dehors du travail ? Donc c’est encore relativement tôt en termes d’adoption de l’IA, même si 40 % c’est beaucoup. Comme souvent avec les outils d’entreprise, il y a la perception que si on le construit, tout le monde va venir, va utiliser l’outil et va l’aimer autant que nous.

Mais je ne pense pas que ce soit le cas. Du moins pas encore. Vous aurez sans doute beaucoup d’adoptants intéressés et motivés, mais probablement autant qui sont totalement résistants, et la plupart de vos collaborateurs quelque part entre les deux. Donc ce n’est pas aussi simple que d’appuyer sur un bouton pour que tout le monde suive, et il faut vraiment y consacrer du temps et de l’énergie pour diriger cette transformation au sein de votre organisation.

David Rice : Oui, ça me parle totalement. De notre côté, ce dont on parle souvent, c’est que beaucoup de dirigeants traitent cela comme un simple outil à déployer, comme un logiciel. Mais je reviens toujours à cette citation d’une personne qui a dit que c’est plus comme introduire un nouveau collègue dans chaque équipe, simultanément.

Cela va changer les dynamiques, les pouvoirs, qui se sent compétent, qui se sent menacé. C’est vraiment plus un projet culturel. Je ne pense pas que les gens soient contre l’IA — certains le sont, sur le plan éthique — mais beaucoup sont curieux et n’ont simplement pas entendu de récit leur expliquant clairement quelle sera leur place demain, et c’est ce qui manque dans la narrative du comité de direction, ce fameux principe que l’IA va vous libérer pour des tâches à plus forte valeur.

Ce que les gens vivent réellement est rarement aligné avec ce discours et au final, en matière de travail, le rythme s’accélère et il y a moins de clarté sur ce qui est attendu. Cela génère donc vraiment des tensions.

L’autre idée reçue que je vois tout le temps, c’est l’idée que l’adoption équivaut à l’intégration. Or, la perception est que c’est le cas : vous déployez les outils, on sait déjà s’en servir, tout est parfait, mais il faut en réalité reprogrammer la façon dont les gens pensent leur travail, leur valeur et leur trajectoire de carrière. C’est vraiment le nouveau défi des dirigeants, et la plupart des organisations ne l’ont pas encore relevé.

Jay Caldwell : Je suis tout à fait d’accord. L’autre statistique sur l’usage de l’IA, c’est que la plupart l’utilisent simplement comme moteur de recherche. Et au passage, c’est un excellent moteur de recherche.

David Rice : Oui, c’est vrai.

Jay Caldwell : Je ne veux pas dénigrer ça, mais ce n’est pas pour autant que tout le monde espère que nous utilisions l’IA. Comme vous l’avez évoqué, il y a cette dimension de changement de culture. Mais aussi une dimension de changement d’habitudes à l’échelle individuelle. Moi par exemple, je travaille beaucoup sur Outlook, comme beaucoup de salariés, et cela nécessite un effort de me dire : avant de sauter dans cet e-mail, je devrais peut-être passer par l’outil IA pour réfléchir de manière plus créative à ce que je veux dire ou comment le dire. C’est un changement d’habitudes qui ne vient pas naturellement à tout le monde.

Donc oui, c’est vraiment une question de culture, de compétences et d’état d’esprit. Il y a beaucoup à faire.

David Rice : Parfois, je me dis : « Ah oui, je devrais lui poser la question, pour voir ce que ça donne. »

Jay Caldwell : J’aime beaucoup l’analogie du nouveau collègue dans l’équipe, mais parfois j’oublie même qu’il est là, il faut que je me le rappelle.

Oui. Si on a cette nouvelle expertise dans l’équipe, je devrais en profiter.

David Rice : Peut-être est-ce pour cela que j’ai lu récemment que les télétravailleurs sont naturellement plus enclins à utiliser l’IA. Peut-être parce qu’ils ne dépendent pas de la présence physique.

Jay Caldwell : Oui, c’est vrai. J’ai travaillé à domicile pendant environ cinq ans. Avoir un compagnon de travail est sûrement aussi une bonne utilisation. Les cas d’usage « compagnonnage » de l’IA sont probablement utiles aux personnes qui se sentent plus isolées physiquement.

David Rice : Tu m’as dit que les utilisateurs intensifs de l’IA sont plus susceptibles d’explorer d’autres opportunités. En surface, cela ressemble à une question d’offre et de demande : ils ont acquis une compétence précieuse et ils ont le choix. Mais n’y a-t-il pas aussi un phénomène plus profond ? Collaborer étroitement avec l’IA change-t-il la perception qu’on a de son propre potentiel ? Ou ce qu’on attend de son employeur ?

Jay Caldwell : C’est vraiment intéressant. Oui, chez ADP on l’a observé dans nos propres recherches sur les risques de rétention et l’adoption de l’IA, et il est fascinant d’analyser toutes les couches qui l’expliquent. Comme tu l’as dit, il y a la compétence rare qu’ils développent, et où ils pourraient l’appliquer ailleurs, donc cela rend ces personnes plus employables, c’est certain. Mais je pense qu’il y a d’autres dimensions.

Par exemple, les utilisateurs experts de l’IA peuvent se sentir freinés par leur organisation, qui n’évolue pas au même rythme qu’eux ou dont les process n’évoluent pas aussi vite. Ils peuvent voir l’avenir et les possibilités de transformer les modes de travail plus rapidement, mais ils ne sont qu’un maillon et il faut que tout l’écosystème suive. Cela génère de la frustration s’ils constatent que leur entreprise n’avance pas assez vite – ailleurs, ils pourraient accomplir beaucoup plus.

Il y a aussi la peur de l’inconnu. Si l’organisation communique mal sur l’objectif de l’IA, cela crée de l’anxiété. Peut-être que je commence à craindre pour mon emploi car je vois de quoi l’IA est capable.

C’est peut-être plus une question de survie, David : ce n’est pas juste avoir une compétence recherchée, c’est vouloir garder son emploi, et ne pas être sûr de pouvoir le faire ici compte tenu des outils à disposition. Cela ramène à ce que je disais sur la gestion du changement pour ces déploiements.

David Rice : Cela semble former une combinaison inconfortable : les collaborateurs vraiment engagés avec l’IA ne sont pas désengagés de leur emploi, mais ce sont eux qui partent regarder ailleurs. Peut-être qu’ils ont dépassé leur rôle, ou même l’organisation. Quand on travaille sans cesse avec l’IA, c’est presque comme une expérience d’élargissement de la conscience pour sa carrière. Je l’ai ressenti personnellement : on voit ce qui est possible, puis on réalise que l’entreprise avance à moitié du rythme qu’on sait possible. L’écart entre le potentiel personnel et l’environnement devient alors intolérable pour certains.

Jay Caldwell : Oui, absolument. Et il est important de garder à l’esprit, en parlant d’engagement (qui mène à la rétention, c’est-à-dire à la volonté de rester), que de manière générale, l’engagement est faible. Ça varie selon l’entreprise, mais c’est globalement autour de 19 à 20 % de la population active américaine qui est pleinement engagée.

David Rice : Des niveaux historiquement bas, d’après ce que j’ai lu ?

Jay Caldwell : Il ne faut pas grand-chose pour pousser quelqu’un à s’interroger sur la suite de sa carrière dans ce contexte.

Non, probablement pas. Donc l’IA agit peut-être aussi comme un catalyseur pour envisager d’autres perspectives.

David Rice : Effectivement, surtout si on est déjà au bord du décrochage. Beaucoup de gens le sont, et en voyant la bureaucratie, la lourdeur des process d’approbation, les définitions rigides des rôles… On se sent plus compétent grâce à la technologie, mais aussi comme dans une cage de développement : si je saute le pas, ça pourrait m’aider à m’envoler.

Jay Caldwell : Exactement. Tu casses le couvercle. Tu as raison, il y a aussi l’idée de cage mais aussi l’accélération des compétences : on veut les appliquer différemment, mais la recherche montre que l’IA ne donne pas forcément du temps en plus. Au contraire, les collaborateurs travaillent souvent plus et plus dur, car ils produisent davantage et le rythme s’accélère pour tous. Le travail devient plus intense, ce qui renforce le risque de départs.

David Rice : Je le constate beaucoup : les gens s’épuisent, quittent leur emploi sans plan, car ils n’arrivent pas à suivre le rythme. Une invitée récente me disait qu’on fait juste plus, ce n’est pas mieux : c’est simplement plus. Beaucoup ressentent cela. Si le turnover baisse mais que l’engagement ne monte pas, avons-nous une main-d’œuvre qui reste pour la sécurité, et aucune autre raison, dans un contexte où l’expérimentation et l’adaptabilité sont ce qui compte vraiment ?

Ce « rester silencieusement », est-ce plus corrosif que de partir, car ça paraît stable sur le papier ?

Jay Caldwell : C’est quelque chose qui m’inquiète beaucoup vu l’évolution des outils, technologies et du marché du travail actuel (même si cela dépend des fonctions et des secteurs). On entend beaucoup de termes circuler : « quiet quitting » (« démission tranquille »), « job hugging »… Mais la tendance est la même : si la rotation ralentit trop, c’est un problème. C’est un défi bien différent de celui d’il y a quelques années lors de la « Grande Démission », où l’enjeu était de retenir à tout prix (ce qui était douloureux pour les employeurs mais offrait des opportunités aux salariés pour progresser ou changer de rôle).

Si ces opportunités disparaissent à cause d’une faible rotation, cela crée un risque de stagnation, d’immobilisme ou de manque de croissance chez les collaborateurs. Or, ce risque peut entraîner une baisse d’engagement, donc d’innovation et de créativité. Pourtant, c’est là que réside l’intérêt de l’IA : permettre l’innovation et la créativité. Si vous n’avez plus l’énergie mentale, à quoi bon ? Je pense qu’il y a réellement un grand risque ici, et je recommande aux entreprises de ne pas se satisfaire d’un faible turnover. Beaucoup de choses peuvent être cachées sous la surface aujourd’hui.

David Rice : Je ne pourrais pas être plus d’accord. Je pense qu’on a tellement été obsédés par la mesure de la rétention et du turnover qu’on a oublié de vérifier si « rester » équivaut à « contribuer ». Un faible turnover, dans le contexte actuel, pourrait être un signal d’alerte au lieu d’une victoire.

Jay Caldwell : Je suis d’accord. Et il ne faut pas sous-estimer la valeur d’apporter des perspectives extérieures à l’entreprise, de nouvelles idées. Réfléchir à comment garder les talents externes arrive, garder les flux ouverts, est essentiel dans ce contexte, en plus de s’assurer que même sans mobilité, on garde l’engagement et la contribution maximale des personnes.

David Rice : C’est un bon point : ce « rester silencieusement », c’est un vrai problème coûteux si les gens viennent, ne causent pas de souci, font leurs chiffres et tout paraît bien, mais ils n’expérimentent plus, ne repoussent plus les limites de l’équipe, ne prennent plus de risques.

Et on sait que c’est justement en prenant un minimum de risques qu’on obtient les vraies retombées de l’IA, non ? Mais s’ils cherchent surtout à se préserver, à rester par peur (du marché du travail, de devoir apprendre ailleurs, ou pour certains en milieu de carrière, de devoir repartir de zéro), alors on se retrouve avec une main-d’œuvre formatée à la conformité au lieu de rechercher l’innovation. C’est un paradoxe : ceux qui se sentent les plus en sécurité prennent le moins de risques, et dans ce contexte, ne pas prendre de risques, c’est ce qui est le plus risqué.

Jay Caldwell : C’est un excellent point. Quand on regarde les carrières, surtout celles des personnes qui ont réussi, on voit effectivement beaucoup de prises de risques dans leurs choix, des pivots, des changements de fonction… Et peut-être qu’aujourd’hui, cela paraît plus risqué qu’avant d’oser ces sauts.

David Rice : Quand les organisations déploient de l’IA généraliste, on a souvent ce sentiment de « tout le monde, débrouillez-vous », mais avec des cas d’usage ciblés, c’est plus structuré, orienté sur les résultats.

D’après vous, comment les deux approches façonnent-elles différemment la confiance et l’apprentissage des collaborateurs, voire la pression de performance ?

Jay Caldwell : Très bonne question. J’ai vu des entreprises avoir différentes stratégies : certaines commencent par l’IA généraliste puis ciblent, d’autres font l’inverse.

Mais ce sont bien deux stratégies différentes. Dans les deux cas, je dirais qu’il ne faut surtout pas sous-investir dans la communication et la formation liées à ces outils. Et, comme évoqué plus tôt, pas seulement former sur le fonctionnement, mais aussi sur l’état d’esprit à adopter et la façon de travailler différemment.

C’est encore plus vrai pour les outils généralistes, car vous donnez un couteau suisse à quelqu’un. Je me souviens de mon couteau suisse enfant : je ne connaissais vraiment que trois outils sur les vingt ! Une loupe, un couteau, une lime, et le reste… aucune idée. Eh bien, c’est pareil : tant de possibilités qu’on ne sait pas par où commencer. Il faut donc vraiment aider les collaborateurs à comprendre les potentialités, car en laissant faire, cela ne fonctionnera pas.

Les entreprises qui réussissent forment leurs équipes à « apprendre en public », connectant des gens de métiers similaires pour se partager astuces et échecs, ou succès inattendus. Sur les cas d’usage ciblés, la communication et la formation peuvent être beaucoup plus précises, car on sait exactement comment cela affecte le travail. Mais cela signifie aussi que la perception de l’impact sera très ciblée aussi, bonne ou mauvaise : si l’automatisation concerne l’essentiel de mes tâches, il faudra accompagner les personnes et les rassurer sur leur poste et leur carrière.

David Rice : Intuit QuickBooks Payroll sait que la gestion RH comporte des éléments qui peuvent vite tourner au chaos. C’est pour cela qu’ils synchronisent paie, RH, pointages et finances sur une plateforme puissante. Cet été, QuickBooks Payroll évolue pour soutenir tout le cycle de vie collaborateur. Les entreprises pourront bientôt intégrer les nouveaux employés dans un flux unique connecté à la paie, automatiser les processus RH (promotions, départs…), suivre performances, congés, avantages depuis la paie.

Découvrez la différence QuickBooks Payroll pour votre entreprise et préparez-vous aux innovations à venir. En savoir plus sur quickbooks.com/workforce. C’est quickbooks.com/workforce.

J’aime bien l’analogie du couteau suisse. Je me demande quel est l’équivalent des petits ciseaux dans l’IA…

Jay Caldwell : Ah oui, ils cassaient tout le temps, ces ciseaux ! (rires)

David Rice : Cette philosophie du « débrouillez-vous » revient à dire : nous croyons que cette technologie va tout changer, mais nous n’avons aucune stratégie ni idée de ce qu’il faut en faire.

Jay Caldwell : Exactement.

David Rice : C’est comme donner un piano à tout le monde et s’attendre à une symphonie.

Jay Caldwell : Oui, et il y a tellement d’enthousiasme… la plupart des IA généralistes sont des interfaces de chat très intuitives, donc facile d’accès, mais le défi, c’est la créativité : que dois-je faire avec ? Et quelles sont les opportunités que je ne découvrirai peut-être jamais seul ?

David Rice : Les cas d’usage ciblés sont donc utiles psychologiquement, car ils permettent de résoudre un vrai problème, d’obtenir un succès, de construire la confiance plus rapidement. Les outils généralistes créent parfois de l’anxiété, car il n’y a pas de ligne d’arrivée : on n’a jamais fini de s’en servir, et jamais assez bien. Il y aura toujours un expert LinkedIn qui exploitera mieux l’outil que vous, c’est la pression de performance. Un autre problème, c’est que si c’est indéfini, le manager ne sait pas comment le mesurer et se contente de vérifier si on l’utilise, ce qui n’est pas un bon indicateur. Avec les cas d’usage ciblés, on mesure le résultat, pas juste l’activité. La courbe d’apprentissage est très réelle.

Jay Caldwell : C’est très vrai. D’un point de vue managérial, ces outils sont de gros investissements, donc avoir des cas ciblés permet de mesurer précisément le retour sur investissement, pas seulement l’utilisation, mais ce qu’on en retire.

David Rice : On observe — j’ai publié aujourd’hui un article sur la compression des emplois d’entrée de gamme, sur ce qui se passe pour ces rôles. Si on arrête de recruter à la base de la pyramide des talents, on démantèle à terme le vivier de futurs cadres. On en a déjà parlé dans ce podcast : il y aura des impacts pour la connaissance collective, la succession, la mobilité sociale… Mais voyez-vous les entreprises prendre ces sujets à bras-le-corps, en passant d’une logique productiviste court terme à une réflexion sur les compétences longues ?

Jay Caldwell : Cette réflexion évolue effectivement. D’abord, l’IA a suscité des craintes immédiates (quand elle a passé le barreau, la question fut aussitôt : « et les parajuristes, alors ? ») : d’où le gel des embauches. Mais les entreprises prennent conscience du problème : supprimer une marche sur l’échelle de carrière, c’est grave, les gens « tombent ». Par ailleurs, les collaborateurs n’adoptent pas l’IA au même rythme : ceux en milieu ou fin de carrière avancent parfois moins vite, alors qu’à l’inverse la génération qui arrive, « natifs IA », l’a utilisée depuis la fac. Il y a une opportunité à faire venir ces profils qui vont questionner le statu quo et proposer des pratiques nouvelles.

Mais il faut aussi former ces jeunes au jugement, à la bonne utilisation des outils, pour garantir le bon usage. La clé reste d’avoir un vrai mix de tous les niveaux et parcours pour nourrir les capacités collectives. Evidemment, les volumes de recrutement évoluent : la demande est moins forte qu’avant, le turnover plus bas, donc certains ajustent les volumes d’embauches, mais il reste essentiel de garder ces flux ouverts. L’effet « gel d’embauches de jeunes », c’était une réaction à chaud, on revient dessus aujourd’hui : il faut maintenir la relève.

David Rice : Ça aide aussi que, sur beaucoup d’aspects de l’IA, les dirigeants sont peut-être dépassés techniquement, mais tous comprennent ça : ils ont démarré en bas de l’échelle, ont fait leurs erreurs sur des sujets à faible enjeu, ont appris comment une entreprise fonctionne de l’intérieur. Éliminer ces étapes limite fortement la suite pour tout le monde. Personne ne veut parler de la dimension sociale, mais c’est central : les emplois cadres débutants sont le principal vecteur de mobilité depuis des décennies. Si ça disparaît, il faut trouver autre chose ; un vrai contrat social, et ça va émerger jusqu’au conseil d’administration de se demander : comment continuer à apporter de la valeur aux équipes, accompagner leur montée en compétences…

Jay Caldwell : Le mot clé, c’est valeurs et valeur : il faut se demander quelles sont nos valeurs et s’en servir comme boussole. À ADP, nous sommes une entreprise guidée par des valeurs, l’une d’elles étant que chaque collaborateur compte. Nous avons la volonté totale de placer l’humain au cœur de la transformation et d’accompagner nos gens quel que soit leur niveau d’expérience. Cette vision à long terme est essentielle, d’autant plus à l’ère de la transparence : Glassdoor, Reddit rendent tout public.

David Rice : On entend beaucoup l’idée que la curiosité et l’adaptabilité comptent plus que l’expertise. Bien sûr, c’est séduisant sur le plan philosophique, et je suis d’accord, mais nos systèmes de recrutement restent très axés sur le pedigree, le diplôme, l’ancienneté… On parle beaucoup du « recrutement par les compétences », mais peu d’organisations l’ont vraiment mis en œuvre. Qu’est-ce qui doit changer dans nos évaluations pour ne pas retomber dans le confort de l’hyperspécialisation ?

Jay Caldwell : La première chose qui doit changer, c’est l’état d’esprit, notamment chez les dirigeants. Comment pensent-ils la sélection des talents ? Se baser sur le diplôme, c’est facile, c’est indiscutable et c’est visible. Mais il faut s’ouvrir à d’autres critères, d’autres moyens d’attester les compétences : cela peut passer par des évaluations (IA offrant d’énormes possibilités d’évaluer à échelle industrielle, aussi bien sur la technique, la communication, la créativité…), tout en faisant très attention aux aspects juridiques de la sélection. Donc, il y a une opportunité de changer la façon dont on évalue, mais aussi les critères eux-mêmes, pour donner confiance aux managers dans leurs choix. Qui recruter a un impact crucial sur l’équipe. Leur redonner confiance dans d’autres formes d’évaluation, au-delà du diplôme. Malheureusement, beaucoup de managers ne sont pas de bons recruteurs (creuser vraiment l’expérience, l’innovation…). Il faudra donc les y former, ou leur fournir des outils pratiques, types approches comportementales simples, pour évaluer la créativité, l’innovation, la polyvalence. Ironiquement, cela revient à des fondamentaux du recrutement comportemental, en place depuis des décennies, mais parfois oubliés !

David Rice : Parfois la réponse est simplement… de revenir à l’ancienne méthode !

Jay Caldwell : Exactement.

David Rice : J’ai parlé à un professeur du Michigan il y a un an, il m’a dit retourner aux épreuves sur table, proctored, sans appareil, pour vraiment voir ce qu’ils savent. Je n’aimais pas ces examens, mais…

Jay Caldwell : Il y a un exercice, je ne sais pas s’il est encore très utilisé, le « Alternative Use Test ». Tu connais ?

David Rice : Oui, j’en ai entendu parler.

Jay Caldwell : Dans sa forme la plus simple, on dit : « David, voici un stylo. Dis-moi, en trois minutes, le plus d’usages possibles pour ce stylo. » On rapporte les réponses. C’est presque un jeu de société, mais cela évalue la pensée divergente, le nombre de façons d’aborder une situation, un proxy de la curiosité. C’est un test qui existe depuis 40 ou 50 ans ! Donc parfois, effectivement, retour aux bases. Je suis sûr que l’IA pourrait proposer mille usages, bien plus que nécessaire… mais seul face à toi-même, es-tu aussi imaginatif ?

David Rice : Je dois demander : ADP étant un acteur phare du talent, est-ce un problème d’« infrastructure » de talents ? Est-ce que ça tient à nos outils (ATS), nos formations, nos modèles d’entretiens, jusqu’à notre vocabulaire ? Le recrutement par compétences n’est pas juste une politique, c’est toute une refonte des process — et j’ai l’impression que beaucoup essaient de faire tourner un nouveau logiciel sur un vieux matériel. C’est une mentalité très présente.

Jay Caldwell : Pour aller vers le recrutement par compétences, il faut définir ce que vous entendez par là et ce que vous allez changer. Par exemple, supprimer le diplôme pour certains postes, d’accord, mais ensuite il faut revoir tout le système : quelles pratiques de sélection faut-il changer en amont, comment refermer le gap du diplôme pour évoluer vers des postes seniors, faut-il changer les deux ? Il faut voir l’ensemble plutôt que de traiter chaque changement de façon isolée.

David Rice : Un autre défi : si on dit que la curiosité et l’adaptabilité sont les compétences-clés que l’on veut recruter, comment les évaluer ? Il n’existe pas de case « adaptabilité » sur un CV. Je réfléchis à ça car j’aide un ami à préparer sa recherche, et c’est compliqué de montrer son adaptabilité ou sa curiosité dans un simple entretien. Les méthodes classiques ne sont pas alignées avec ce qu’on prétend valoriser.

L’IA pourrait aider à évaluer davantage le potentiel des personnes, à travers l’analyse d’échantillons de travaux, l’approche face à un problème, l’identification de compétences transférables. Mais la plupart du temps, on l’utilise juste pour accélérer l’ancien process…

Jay Caldwell : Et la question se pose aussi en développement des collaborateurs : toute la créativité, l’adaptabilité, c’est aussi un excellent cas d’usage pour l’IA. Nous, par exemple, réfléchissons à intégrer l’IA dans la formation des managers et des cadres. L’objectif : offrir plus de mises en situation, plus de répétitions, plus vite. Simuler un entretien difficile, donner un retour difficile à un collaborateur, puis multiplier les situations pour renforcer l’adaptabilité. C’est une réelle opportunité : non seulement on recrute pour ces compétences, mais on les développe aussi.

David Rice : Si l’IA se charge de l’analyse en profondeur, voire de certains éléments de décision, la performance humaine se déplace vers le jugement. Dans ce cas, nos cadres d’évaluation doivent-ils évoluer pour mesurer ce qui compte vraiment ?

Jay Caldwell : Exactement. J’aimerais avoir la réponse simple à ça.

David Rice : Je ne pose que des questions faciles ici… (rires)

Jay Caldwell : Comment mesurer la performance d’un métier créatif, comme un artiste ? Beaucoup ne vendent leur art qu’après leur mort… C’est très complexe ! Il faut déjà reframer la notion de performance : par exemple, je me sens productif quand ma boîte mail est vide. Si l’IA m’aide pour cela, j’aurai perdu ce repère. Ou répondre à X appels, résumer Y notes de réunion… On mesure qu’on avance. Mais un travail créatif, par nature, c’est moins mesurable, le chemin est moins visible. Si le job passe de productif à créatif, il faut tout revoir dans la façon d’envisager sa propre performance.

Pour la mesure, c’est encore un autre challenge : revoir le process de management de la performance, poser des objectifs plus adaptatifs, évaluer plus fréquemment via des feedbacks plus courts et réguliers, insister non seulement sur le résultat (« quoi »), mais aussi sur les comportements (« comment »), car c’est le « comment » qui nourrit la créativité, la collaboration, etc. Donc revoir à la fois la façon dont chacun perçoit sa performance et la façon dont l’organisation la mesure.

David Rice : Oui, oui. Tu citais la bascule production-création : je pense aussi à celle de l’exécution vers le jugement. Mais comment mesurer le jugement ? Moi par exemple, je produis beaucoup de contenu, l’IA me donne des brouillons, mais j’ai toujours une réserve naturelle à ce qu’elle propose, je creuse, je trouve des erreurs, des interprétations fausses, et je dois rétablir le sens (ou corriger des inventions pures…). Or, comment l’écrire dans le reporting trimestriel : « a évité qu’on paraisse incompétents 27 fois ce mois-ci » ? Ce n’est pas très mesurable…

Parfois l’IA crée un argument, mais il faut toujours remonter à la source, vérifier s’il n’y a pas déformation ou surinterprétation. Mon rôle, ce n’est pas de tout « reformuler » en permanence, c’est souvent de rapporter, de citer, pas de tordre le sens. Avec nos propres données, oui, mais l’IA peut inventer, et il faut toujours double-checker. Cela devient un métier de « fact checker » plus que de créateur…

Jay Caldwell : D’où l’importance de l’apprentissage du jugement pour les jeunes talents. Tu le fais naturellement aujourd’hui car tu as l’expérience…

David Rice : Voilà. Si j’avais 24 ans, sortant de l’école, je ne pourrais pas sentir aussi instinctivement ce qui cloche, je n’aurais pas le recul, à moins d’aller fouiller et passer mon temps à vérifier… Ça change à la fois le job et la valeur ajoutée. Donc, il faut trouver comment utiliser les outils IA intelligemment, garder le jugement au centre, valoriser la montée en compétence.

Jay Caldwell : C’est une nouvelle manière de penser la mesure de la performance : on peut découper en trois : tu saisis ta question/ton prompt, l’IA produit, tu évalues le résultat. Demain, il faudra sans doute évaluer la personne sur ces deux extrémités : la qualité des questions posées, la capacité à ajuster le prompt, et l’évaluation du résultat. Le milieu étant automatisé. C’est ce cycle qu’il faut examiner.

David Rice : Très juste : c’est un transfert de pouvoir. Ceux qui ont le plus de jugement n’ont pas toujours le plus gros titre ! Parfois, c’est une personne bien placée, qui a un réel impact et peut être « perturbatrice » dans l’organisation. Mais il est difficile de savoir où doit être le jugement, et à quel niveau d’expérience, ou d’habileté à poser les questions clés, il doit se situer. C’est là qu’on en est.

Eh bien, Jay, j’ai beaucoup apprécié cet échange.

Jay Caldwell : Moi aussi ! On pourrait en parler toute la journée, le sujet est passionnant, et tout le monde tâtonne : ton podcast est utile, car on avance ensemble, personne n’a d’avance, donc plus on partage, mieux c’est. Merci, David.

David Rice : Absolument. Les auditeurs, si vous ne l’avez pas encore fait, allez sur le site, inscrivez-vous à la newsletter People Managing People. Vous recevrez ces épisodes ainsi que tous nos contenus directement dans votre boîte mail.

Et d’ici là, rappelez-vous : ce qui compte, c’est le jugement.