Expérimentation à exécution : Comment l’IA peut élever la barre en RH et en paie

L’IA a dominé les conversations sur la technologie d’entreprise au cours des dernières années, car les gains promis en termes de productivité et d’efficacité sont vraiment transformateurs. Mais un rapport McKinsey sur l’état de l’IA dans l’entreprise a constaté que, même si presque tous les répondants au sondage utilisent des outils d’IA d’une manière ou d’une autre, la plupart sont encore dans la phase d’expérimentation.

Près des deux tiers des entreprises interrogées n’ont pas encore déployé la technologie à l’échelle de leur organisation et n’ont pas exécuté de manière à apporter de la valeur. Dans le même temps, la technologie évolue rapidement. L’IA est une cible mobile, ce qui constitue un autre défi pour les dirigeants d’entreprise qui cherchent des moyens de passer de l’hypothèse de l’IA aux résultats mesurables.

Les ressources humaines et la paie émergent comme des terrains d’expérimentation dans le passage de l’expérimentation à l’exécution. Voici un aperçu des défis auxquels sont confrontés les dirigeants des ressources humaines à ce stade critique, pourquoi la surveillance humaine restera critique et comment avancer de manière à avoir un impact positif sur l’entreprise.

Les défis uniques de l’application de l’IA aux processus de RH et de paie

En théorie, la fonction RH et paie est un domaine idéal pour appliquer l’IA, car il existe de nombreux processus à haute volume et intensifs en données qui nécessitent de la précision et de l’efficacité. Cependant, les données ne sont pas plus sensibles que les informations relatives à la santé des employés, à leur performance et à leur salaire.

Compte tenu de ce contexte, il existe deux défis majeurs auxquels sont confrontés les dirigeants qui veulent déployer l’IA dans le contexte de la RH et de la paie. Le premier est la sécurité des données. Il est tout simplement inacceptable de mettre des informations personnelles identifiables (PII) dans un environnement d’IA public non sécurisé.

Les fonctions d’IA RH et paie doivent fonctionner dans un environnement sécurisé, conforme à la loi HIPAA, et non dans une instance publique de ChatGPT. C’est la première limite, et elle est non négociable.

Décider de la manière d’appliquer la technologie est le deuxième défi. Les outils d’IA sont capables de tâches intensives en main-d’œuvre, telles que la réalisation d’analyses comparatives et la recherche d’anomalies dans les feuilles de paie, mais la précision des données est la clé du succès. Il n’y a pas de place pour l’erreur dans l’espace RH et paie en raison de l’impact direct sur les employés. Un score de 99 % obtient un F en RH.

Pour ces raisons, les dirigeants des ressources humaines ont besoin d’une expertise spécifique à la plateforme et d’un fort accent sur la gouvernance pour appliquer efficacement l’IA en RH et en paie ; une connaissance générale de la théorie de l’IA ne suffit pas. Il est également impératif de choisir une plateforme qui permet aux outils d’IA d’apprendre à partir des données propres à l’organisation, et non seulement à partir d’informations publiques disponibles sur Internet.

La surveillance humaine est un facteur de succès critique

Alors que les applications de RH et de paie prouvent que l’IA peut apporter des résultats mesurables, il devient de plus en plus clair que les stratégies d’IA efficaces sont construites non seulement autour de la gouvernance et de l’intégrité des données, mais également de la surveillance humaine, qui est un facteur de succès critique.

La meilleure approche consiste à intégrer l’IA dans les flux de travail réels en utilisant les données propres à l’organisation, avec des humains qui valident l’analyse de l’IA. Cette stratégie aide les organisations à éviter le piège courant de l’utilisation de l’IA comme outil autonome qui extrait des données publiques de sources en ligne. Cette approche est risquée, car même ses plus enthousiastes partisans reconnaissent que l’IA n’est pas 100 % précise et nécessite un examen en tant que garde-fou pour minimiser les risques.

Le processus impliqué dans la définition des bandes de salaire est un bon exemple d’une tâche de RH qui nécessite une surveillance humaine minutieuse. Les entreprises ont besoin de bandes de salaire compétitives pour attirer des candidats de haute qualité, et un certain nombre d’États ont des lois sur la transparence salariale en place. Il est important de s’assurer que l’équipe des ressources humaines prend des décisions fondées sur des données précises.

Plusieurs facteurs entrent en jeu dans l’optimisation des bandes de salaire, notamment des considérations sur la localisation. Ainsi, une équipe des ressources humaines qui s’appuie sur une plateforme de type ChatGPT qui accède à des données publiques serait désavantagée si elle se basait involontairement sur des données de New York pour déterminer les bandes de salaire pour Orlando, en Floride.

Lorsque les équipes des ressources humaines accèdent à une plateforme conforme à la loi HIPAA avec des contrôles de gouvernance solides qui basent les analyses sur les données propres à l’organisation, elles peuvent commencer à démontrer des résultats réels. Mais même alors, l’élément humain reste critique, car la précision n’est pas optionnelle en RH et en paie. Le rôle assigné à l’IA est donc important.

Plutôt que de demander à l’IA de définir les bandes de salaire ou d’identifier les taux d’impôt, les dirigeants des ressources humaines devraient l’utiliser pour l’analyse qui est ensuite confirmée par des humains et pour créer d’autres tâches que les humains effectuent. Par exemple, l’IA peut générer des rappels pour s’assurer que les ressources humaines paient les impôts à temps et fournir des rapports aux utilisateurs en fonction des données du système, et non d’Internet.

Déploiement de l’IA pour créer de la valeur

Un facteur qui rend l’IA unique est son évolution incroyablement rapide. Puisqu’elle apprend et élargit constamment ses capacités, décider où et comment déployer l’IA sera toujours comme essayer de toucher une cible mobile.

Une stratégie qui vaut la peine d’être considérée est que les dirigeants des ressources humaines identifient leurs trois à cinq processus les plus chronophages et déterminent comment l’IA peut aider à rationaliser ces tâches. L’aide est déjà disponible sous plusieurs formes, qu’il s’agisse d’une IA agente qui peut être intégrée dans les flux de travail pour effectuer des tâches, ou d’un modèle LLM qui peut effectuer des analyses de données.

Par exemple, les sociétés de logiciels commencent à utiliser l’intelligence artificielle pour rationaliser considérablement l’administration des avantages sociaux des employés en agissant comme un traducteur intelligent entre les documents de plan de prestations denses et complexes et les règles de configuration structurées requises par les systèmes d’information sur les ressources humaines (HRIS). En utilisant un traitement avancé du langage naturel (NLP), l’IA peut lire des contrats juridiques ou des résumés de prestations pour extraire automatiquement des points de données critiques, tels que les critères d’éligibilité, les niveaux de couverture, les franchises et les limites de contribution. Elle cartographie et convertit ces variables directement dans les formats numériques et la logique spécifiques que le logiciel RH comprend naturellement. Cette automatisation transforme le processus traditionnellement fastidieux et sujet à erreurs de saisie manuelle des données, permettant ainsi aux départements des ressources humaines de mettre en œuvre des changements de plan annuels, de mettre à jour les règles de conformité ou de lancer de nouvelles offres avec une rapidité, une précision et une facilité sans précédent.

Ceci démontre une vérité fondamentale sur les capacités de l’IA, alors que les dirigeants des ressources humaines passent de l’expérimentation à l’exécution. Des possibilités passionnantes, telles que les discussions entre agents autonomes, sont à l’horizon, et cela sera un changement de jeu, mais en fin de compte, les décisions nécessiteront des dirigeants humains pour prendre la décision.

Alors que les dirigeants des ressources humaines construisent des systèmes qui mettent l’accent sur la gouvernance, assurent l’intégrité des données et intègrent la surveillance humaine comme composant essentiel, l’IA peut supporter la charge lorsqu’elle est intégrée dans les flux de travail, mais les humains resteront responsables. C’est ainsi que cela devrait être, alors que les dirigeants utilisent l’IA pour élever la barre en termes de performance des ressources humaines et de la paie.