L’intelligence artificielle au service des RH

Cette synthèse opérationnelle restitue de manière structurée les échanges concrets qui ont eu lieu sur quatre grandes thématiques RH. Chaque restitution reflète fidèlement les pratiques actuelles, les blocages exprimés, ainsi que les pistes d’action évoquées par les participants•es. À noter que le texte a été rédigé par une IA et revu par un journaliste.

1. Recrutement

L’IA est déjà utilisée dans le recrutement, mais de façon ciblée. Elle sert à améliorer l'efficacité des premières étapes: rédaction d'annonces, diffusion sur LinkedIn, structuration des entretiens (guides, scorecards, synthèses) ou encore présélection de candidatures via des filtres dans les ATS (Applicant Tracking System). Des outils comme JobScan sont également utilisés côté candidats•es pour optimiser leur CV face à des algorithmes.

Cependant, plusieurs pratiques restent écartées. Le tri automatique de candidatures ou la tenue d’entretiens par IA sont considérés comme trop risqués ou déshumanisants. L'analyse des réseaux sociaux ou des antécédents est perçue comme intrusive, et les outils d'analyse de marché sont jugés coûteux. Les biais algorithmiques, notamment en matière d’inclusivité, ne sont que peu traités à ce stade.

Les participants•es envisagent des évolutions intéressantes: des ATS plus intelligents et souverains, des outils d'analyse des KPI de recrutement, et une IA en soutien à la décision plutôt qu’en remplacement de l’humain.

2. Salaires

Ce domaine reste peu investi par l’IA. Quelques usages ponctuels émergent, comme l’emploi personnel de ChatGPT pour mieux comprendre une fiche de paie, ou l’utilisation de NotebookLM pour croiser textes légaux, réglementaires et éléments de convention collective. Toutefois, les outils de paie eux-mêmes restent peu transparents quant à leur usage d’IA.

Les freins sont nombreux: peur de divulguer des données sensibles, exigence très élevée de précision, culture du tabou autour des salaires en Suisse, et absence de bénéfices immédiats perçus.

À plus long terme, l’IA pourrait automatiser des benchmarks salariaux internes et externes, traiter des cas complexes comme les temps partiels multiples ou les règles CCT, et surtout rendre la rémunération plus compréhensible et pédagogique pour les salariés•es.

3. Compliance & règlements internes

Dans ce domaine, plusieurs tests sont en cours. Certains chatbots sont déployés en interne pour répondre aux questions liées au droit du travail ou aux règlements internes. Des copilotes IA commencent à être intégrés dans des environnements sécurisés, mais leur efficacité dépend encore fortement de la qualité des données disponibles.

Parmi les obstacles identifiés figurent la mauvaise structuration du corpus documentaire, les erreurs dues au versionnage des documents, ou encore le manque de cadre clair sur ce qui est autorisé avec des outils comme ChatGPT. Le risque de fuite de données demeure une préoccupation majeure.

Les priorités évoquées portent sur la structuration et le nettoyage des données, la mise en place de copilotes internes fiables, et l’élaboration de chartes d’usage précises pour baliser le recours à l’IA.

4. Accompagnement & Formation

Ce domaine montre un dynamisme plus marqué. L’IA est utilisée pour personnaliser des parcours de formation, générer des supports, des visuels ou des idées, et pour faire du matching entre compétences et offres de formation. Ces usages restent souvent ponctuels ou à l’initiative d’acteurs isolés, mais révèlent un potentiel prometteur.

En revanche, les outils IA sont peu mobilisés pour créer des référentiels ou orienter les reconversions. Les données RH ne sont pas toujours compatibles avec les plateformes IA, et une faible culture commune autour de ces outils freine leur déploiement collectif.
Plusieurs pistes ont été mentionnées: recours à des IA pour accompagner les bilans 360°, formulation assistée d’objectifs SMART, meilleure mise en relation entre formateurs•rices et besoins clients, ou encore campagnes internes de sensibilisation pour favoriser l’acculturation des équipes à l’IA.

Constats transversaux

De manière générale, les usages de l’IA dans les RH restent embryonnaires. Ils émergent souvent sous forme de tests, initiés localement ou par curiosité individuelle. Peu de projets sont industrialisés. Les principaux freins rencontrés relèvent de la sensibilité des données manipulées, de la qualité inégale des bases internes, de l’absence de gouvernance claire et d’un déficit de culture commune sur ces technologies.

L’IA est vue comme une aide utile, mais encore difficile à intégrer dans des processus collectifs structurés. Les prochaines étapes impliqueront à la fois une acculturation partagée, une montée en compétence technique et une vigilance éthique constante.