Parmi les différents usages et applications des outils d’intelligence artificielle dans les process de RH et de management, la gestion du turn-over et l’anticipation des démissions gagnent du terrain. Grâce à la prise en compte d’une série d’indicateurs clés, l’IA est capable de prédire des démissions, et de proposer des actions correctives pour booster la rétention des talents.
« Il faut voir l’intelligence artificielle comme un outil qui vient accompagner et renforcer encore plus un métier, une fonction, et apporter des solutions pour gérer des situations complexes pour les managers et les RH« , affirme Maxime Cariou, CEO et fondateur de T.O.P. (Team opportunity prediction), une start-up qui propose une plateforme Saas basée sur une IA pour prédire et prévenir les démissions. À l’heure du quiet quitting, du télétravail et des tensions sur le recrutement, mieux vaut, sans doute, prévenir que guérir. C’est là que l’IA intervient, en permettant une approche qui dépasse les observations statistiques classiques. Si l’actualité est marquée par les discussions autour des IA génératives, ChatGPT, Midjourney et consorts en tête, les IA prédictives s’installent également dans le paysage.
« Pour prédire les démissions grâce à l’algorithme et au machine learning, nous agrégeons trois ans d’historique de données de nos clients, avec entre 15 et 20 différents types de données professionnelles autorisées par la RGPD. Puis nous complétons avec des données en open data (Insee, Pôle emploi…) et on fait mouliner tout cela dans notre modèle prédictif. Puis la restitution parvient à anticiper la démission ainsi que le temps de collaboration maximal par collaborateur, et à identifier les facteurs de risque de mobilité au sein d’une l’équipe. Cette solution permet de comprendre les vraies raisons de la démission et d’agir dessus. Avec ce modèle prédictif, on est entre 80 et 90 % de capacité de prédiction de la démission, du quand et du pourquoi« , résume Maxime Cariou.
À lire aussi : La Communication Non Violente (CNV), une alliée pour mieux coopérer au travail
Mesurer les risques pour adapter son management
Parmi les indicateurs scrutés par l’IA pour établir les prédictions, on retrouve de grands classiques : ancienneté, expérience, dernières formations réalisées, manager, temps passé avec le manager, taux de démission dans l’équipe… « Un autre indicateur à scruter est le nombre de collaborateurs dans l’équipe du manager, complète le fondateur de T.O.P., en sociologie du travail et dans les RH on sait que dès que l’on dépasse sept collaborateurs pour un manager, il y a de la perdition. »
À partir des restitutions de l’IA, cinq grands facteurs de départ se dégagent, selon T.O.P., avec dans l’ordre : le manager (personnalité, soft skills, domaines d’expertise…), le collaborateur lui-même (ancienneté, compétences, expériences passées…), le décalage avec la culture et les valeurs de l’entreprise, le poste et ses attributions et, enfin, la rémunération. Un constat qui confirme plus ou moins les tendances à l’œuvre et les nouvelles attentes exprimées par les salariés. « L’IA n’invente rien, elle interprète des données objectives et délivre une tendance. Avec le machine learning, on utilise une capacité statistique beaucoup plus fine et évoluée et on se rapproche donc de la réalité et du timing juste. Et on a ainsi observé qu’effectivement, la rémunération n’arrive qu’au 5e ou 6e rang des principaux facteurs de démission« , abonde Maxime Cariou. Concrètement, ce genre d’outils propose des restitutions régulières, tous les mois, et signale aux responsables RH le risque de démission de tel ou tel collaborateur. Dès lors, il s’agit de mettre en place des actions correctives au moment opportun en agissant sur les facteurs de risque pour inverser la tendance.
Reste à familiariser les fonctions RH et management à ces nouveaux outils. « L’intégration de l’IA est plus qu’une tendance, mais beaucoup de professionnels des RH ne savent pas par où commencer, concède le fondateur de T.O.P., on explique beaucoup comment fonctionne l’IA en RH et comment bien l’exploiter tout en respectant la RGPD. Nous sommes encore dans cette phase de vulgarisation pour faire apprivoiser ces solutions. »