Le nouvel atout du DAF : Comment l’IA transforme la planification de la main-d’œuvre en un moteur de profit

La planification de la main-d’œuvre est souvent considérée comme un problème de ressources humaines – une façon de s’assurer que les bonnes personnes sont dans les bons rôles, de résoudre les priorités de dotation concurrentes et de déterminer l’allocation de la tête de chaque équipe. Mais avec les coûts de main-d’œuvre représentant jusqu’à 70 pour cent des coûts d’entreprise totaux, le résultat net bénéficie lorsque les DAF et leurs équipes sont régulièrement impliqués dans la planification de la main-d’œuvre – et traitent la tête de compte non seulement comme un centre de coûts à gérer, mais comme un levier de revenus qu’ils peuvent actionner.

Lorsqu’elle est bien faite, la planification de la main-d’œuvre peut non seulement réduire les dépenses d’exploitation, mais également élargir les marges et augmenter les bénéfices à long terme. L’utilisation de l’IA peut avoir un impact spectaculaire sur cela, avec l’IA générative augmentant la fiabilité des projections de dotation et l’IA agente capable de prendre en charge des tâches spécialisées qui éliminent la nécessité d’augmenter la tête de compte. De plus, les DAF déploient de plus en plus l’IA dans leur travail, et ces tendances ont combiné pour faire de la planification de la main-d’œuvre assistée par l’IA le nouvel atout du DAF, ouvrant la voie à une augmentation de la rentabilité pour l’entreprise.

IA générative : De la réduction des coûts de dotation à l’augmentation de l’EBITDA

McKinsey a rapporté que les modèles de prévision basés sur l’IA peuvent atteindre une précision de plus de 90 pour cent dans la prévision des besoins de dotation pour certaines entreprises, réduisant les coûts d’heures supplémentaires de 15 à 20 pour cent.

Le rôle de la planification de la main-d’œuvre est particulièrement critique dans l’industrie des services de col bleu, et BSL, une société de sécurité physique qui dépêche des dizaines de milliers de gardes de sécurité sur des milliers de sites pour des clients mondiaux tels que Nike et Amazon, a récemment obtenu de meilleurs résultats que cette référence. La société était confrontée à un défi familier à toute entreprise intensive en main-d’œuvre et basée sur les quarts de travail : l’hémorragie constante des coûts d’heures supplémentaires et des coûts élevés de sous-traitance de dernière minute. Lorsque la demande a augmenté, ou lorsqu’un écart de déploiement est apparu, la société a souvent dû payer un prix élevé – soit à son personnel existant, soit à des sous-traitants externes.

BSL a pu réduire les coûts d’heures supplémentaires de 30 pour cent tout en réduisant également les coûts de sous-traitance, lorsqu’elle a commencé à utiliser une planification de la main-d’œuvre plus précise et à plus long terme, basée sur l’IA. En analysant les contrats des employés et des clients, en traduisant les lois et réglementations du travail en contraintes algorithmiques et en effectuant une optimisation complexe impliquant un algorithme d’attribution multi-ronde sous ces contraintes, les outils d’IA ont rapidement produit un plan de dotation à roulement d’un an. Auparavant, la société passait des semaines à élaborer des plans de dotation qui ne regardaient que un à trois mois dans le futur. En conséquence, elle a augmenté son EBITDA de 200 points de base, grâce à une réduction massive des coûts d’heures supplémentaires et de sous-traitance, une amélioration significative dans un domaine où les marges sont notoirement minces.

Chez BSL, et dans de nombreux autres cas, le rôle principal de l’IA n’était pas de réduire les effectifs. Plutôt, les outils d’IA générative ont réduit le turnover, amélioré la planification et aidé à établir des horaires qui conviennent à la fois aux clients et aux employés. Par exemple, le nombre de gardes de sécurité affectés à une rotation pour un poste donné a été limité à trois, à la satisfaction des clients qui souhaitaient conserver des gardes spécialisés dans les besoins de leur entreprise. Le nombre de quarts de travail nécessitant un long trajet a été réduit et les week-ends sans travail ont été répartis de manière égale. Des changements comme ceux-ci améliorent la qualité de vie des employés tout en améliorant la satisfaction client et en réduisant les coûts et les tracas du turnover des employés pour la société à long terme.

IA agente : Mettre à l’échelle sans augmenter la tête de compte

À d’autres moments, la planification de la main-d’œuvre assistée par l’IA permet aux entreprises d’éviter d’augmenter leur personnel, de sorte que la société peut se développer de manière abordable. Par exemple, lorsque Zendata Cybersecurity a été sélectionnée pour déployer une solution intégrée dans le centre financier international de Dubaï et le marché mondial d’Abu Dhabi, la société devait se développer rapidement. Elle devait rapidement trouver un moyen de garantir une intégration administrative et technique fluide pour des milliers de nouveaux clients et mettre en œuvre des audits de sécurité obligatoires chaque trimestre. Embaucher suffisamment d’ingénieurs supplémentaires pour cette montée en puissance aurait été coûteux et difficile, avec 72 pour cent des employeurs dans le monde entier signalant qu’ils ont du mal à trouver les talents qualifiés dont ils ont besoin.

Au lieu de cela, la société de cybersécurité a utilisé un agent d’IA consultant pour intégrer 5 000 utilisateurs finals en six semaines, évitant ainsi le besoin de recruter de nouveaux employés ou d’imposer une charge supplémentaire sur les équipes existantes. Un agent différent a permis à Zendata de mettre en œuvre des audits trimestriels et de fournir des informations personnalisées, des diagnostics et des plans d’action à ses clients. Au lieu de passer une semaine sur les audits chaque trimestre, la revue humaine a été réduite à une moyenne d’une heure par trimestre. Cela a réduit la charge de travail opérationnelle et a accéléré le processus d’audit, tout en résolvant le défi de trouver suffisamment de nouveaux ingénieurs pour effectuer les audits pour le grand nombre de nouveaux clients.

Ce que les DAF devraient retenir

Le fil conducteur commun à ces exemples n’est pas que l’IA réduit le rôle du jugement humain dans les décisions de main-d’œuvre. C’est que l’IA élimine les inefficacités et les complexités qui créaient des fuites de revenus importantes dans les solutions de planification de la main-d’œuvre existantes.

L’IA générative peut analyser des milliers de contrats, appliquer des centaines de contraintes réglementaires et produire des prévisions sur un horizon d’un an dans le temps qu’il faudrait à une équipe humaine pour configurer une feuille de calcul. Le résultat net est que l’IA permet aux entreprises de se développer à grande vitesse, d’absorber les pics de charge sans délai et d’améliorer la compétitivité et la rentabilité des prix. Les DAF réalisent de plus en plus cela et utilisent les outils disponibles aujourd’hui – et les résultats apparaissent dans les rapports de bénéfices.