Vos comportements sont (très) prévisibles. Désolé !
Ils sont tellement prévisibles que l’intelligence artificielle connait déjà votre personnalité, votre capacité à occuper un emploi et quand vous allez le quitter. Vous voulez des preuves ? Je vous en présente quatre identifiées dans les tous derniers jours.
Finis les CV, les longues séries d’entrevues ou les évaluations formelles. Fini le bon vieux temps du jugement subjectif. Les sceptiques sur les vertus des sciences du comportement seront surpris de la vitesse à laquelle les technologies de « Speech Recognition« , de Big Data, d’Intelligence Artificielle et de Machine Learning s’intègrent aux applications mobiles.
Ces progrès fulgurants nous offrent déjà quelques exemples appliqués et édifiants dans le domaine des RH. Notre façon de penser et de décider ne seront plus les mêmes !
4 exemples d’application Big Data dans les sciences du comportement
#1 Watson Personality Insight dresse la carte de votre personnalité
IBM vient de commercialiser aux tiers développeurs son service Watson IBM Developer Cloud BlueMix. Watson est son super ordinateur auto-apprenant s’exprimant en langage naturel. Il est maintenant possible de l’intégrer à des applications mobiles dont celle en lien avec la personnalité. IBM a mené plusieurs recherches de fond en psychologie sur les traits de personnalité, les valeurs et besoins (voir le détail des références scientifiques ici).
Vous pouvez donc lui soumettre gratuitement l’analyse de votre personnalité avec un de vos textes de plus de 600 mots (en anglais seulement). Faites l’essai gratuit d’analyse de votre personnalité ici par Watson IBM BlueMix. Il produira un rapport d’évaluation basé sur vos traits de personnalité selon la théorie des 5 grands traits de personnalité (Big Five), vos besoins et vos valeurs. L’intelligence artificielle de Watson va t-elle supplanter les tests de personnalité traditionnels ? Au mieux, elle va s’associer aux éditeurs qui l’utiliseront pour augmenter leurs outils d’analyse et de mesure.
Watson PI Visualization BlueMix IBM. Big Data.
Offre IBM Watson BlueMix API Cloud Developer. Big data
#2 L’Oréal China recrute via la reconnaissance du langage
Le marché du recrutement de jeunes diplômés en Chine est immense. Le défi pour un grand recruteur comme L’Oréal est de traiter une masse d’informations équivalente à 33 000 candidatures pour 70 points d’activités, uniquement sur son marché chinois. Le géant des cosmétiques a développé une technologie mobile (application sur smartphone) qui permet d’enregistrer et d’analyser les réponses verbales de candidats à trois questions. Pour voir le détail du processus de recrutement de L’Oréal, voir l’article de la BBC ici.
Par la structure du langage et le vocabulaire, l’application développée par Seedlink Tech permet de prédire sur la base d’un modèle scientifique la corrélation du langage avec les aptitudes de ventes. La pré-sélection indique quel candidat a les meilleurs aptitudes et le meilleur pronostic de performance dans l’emploi. Beaucoup de temps économisé et une large place aux aptitudes plus qu’au CV est accordé. Adieux CV et longues entrevues de pré-selection ! Fini les principaux biais de jugement et les erreurs de tri de CV ou refus liées aux aprioris et aux fausses perceptions.
#3 Études de cas McKinsey en « People Analytics »
Dans son dernier article Power To The New People Analytics, le cabinet conseil américain présente trois exemples d’études basées sur l’analytique prédictive en RH. Si l’article ne mentionne pas les clients, on y apprend que les entreprises ont ajusté leur politique de rémunération visant la rétention d’employés. Chacune a économisé plusieurs millions de dollars en développant des actions ciblées impliquant davantage des programmes de reconnaissance, de développement des talents et le management de proximité.
Au lieu de réagir aux départs d’employés, ces compagnies ont modulé certaines variables expliquant les démissions ou la baisse d’engagement.
#4 L’algorithme qui prédit votre départ
Dans l’article du Wall Street Journal du 13 mars 2015, The Algorithm That Tells the Boss Who Might Quit, nous apprenons comment WallMart (le géant américain de la distribution) et Crédit Suisse, comme d’autres entreprises utilisent différentes sources de données pour prédire quel employé est susceptible de quitter l’entreprise. Des dizaines de facteurs sont combinés (revue de performance, lieu de vie, historique d’emploi, traits de personnalité, communications écrites, interactions, etc.) pour identifier les talents qui sont à risque de partir et ceux qui devraient être promus. Il n’y a rien de véritablement nouveau là-dedans mais l’utilisation large et la démonstration comme méthode de gestion sont à souligner.
L’avantage ? Économiser le coût moyen d’embauche qui est estimé à 3341$ par employé selon la Society for Human Resource Management (SHRM). Chaque point du taux d’attrition de la main-d’œuvre fait économiser entre 75 et 100 millions de dollar à la banque suisse à titre d’exemple. La valeur ajoutée d’une telle approche est donc rapidement démontrée !
10 conclusions qui changent tout
La transformation digitale des RH est en marche (en course accélérée, je devrais dire!). Au delà des systèmes et des appareils mobiles, l’intelligence artificielle bouscule les modèles d’affaires, la fonction RH, nos références et nos paradigmes.
L’arrivée massive des objets connectés (montres, bracelets, thermostats, voitures connectées, etc.) va amplifiée les gigantesques flux de données et la connaissance intime de nos faits, gestes, intentions, opinions, styles cognitifs et préférences.
Des solutions inédites à des problémes complexes sont créées et dépassent le plafond de la rationalité limitée du jugement humain.
Le pouvoir d’influence et la capacité décisionnelle des directions RH seront fondés d’ici 2020 sur la science et des données et analyses prédictives avancées. Les directions RH seront évaluées sur leurs capacités à démontrer et à proposer des optimisations RH qui inclues tous les niveaux d’analyse de l’écosystème de l’entreprise (personnel, collectifs, culturel et partenarial).
Un marché aussi vaste que celui de la santé mobile s’ouvrent en RH avec le « Quantified Self » et l’analyse prédictive comportementale via « Mobile Devices« .
Les individus sont plus ouverts que les organisations. Ils se familiarisent plus vite que les entreprises avec les données personnelles et les usages qu’elles développent au quotidien (quantification de soi, interactivité, contenus personnalisés, recommandations). Un écart entre les possibilités personnelles et les usages au travail se crée pour certains individus branchés et chez les plus jeunes générations.
Le pouvoir de substitution est immense et rompt avec le présent. L’information et la prise de décision RH ne sont plus l’apanage de spécialistes RH mais bien de nouveaux spécialistes en analyse de données, de technologies transversales puissantes, de solutions de « People Analytics » imbriquées dans des systèmes intégrés. Ces solutions œuvrent en continu et en tâche de fond. Leur pouvoir de substitution aux services actuels rendus archaïques est immense. Elles bouleversent l’économie traditionnelle des services, les emplois, les processus et génèrent de nouveaux acteurs et des services inédits.
L’intégration des technologies prédictives est totale avec les solutions actuelles. Sur le plan pratique, toutes les applications de Jobbards, de matching emploi, d’évaluation des talents, de gestion des employés et des talents (SIRH / HRMS), de gestion de formations (LMS) et de développement des talents et des personnes intégreront ces outils descriptifs, prédictifs et prescriptifs. Ils pourront personnaliser et augmenter l’impact de chaque décision et actions dans l’attraction, sélection, développement et fidélisation des talents.
Au final, nous entrons dans l’ère du web 3.0, le web sémantique ou l’humanisation des données où toutes informations (textes, voix, images, vidéo, données, relations, sentiments, activités et interactions) participent à l’analyse et au décisionnel en temps réel.
Plus largement, nous assistons à la convergence des « BRING« : Biologie, Robotique, Informatique, Neurosciences, Génétique. L’intelligence et le pouvoir prédictif de la convergence des ces sources de données seront immenses. Au Canada, l’entreprise 23andme vient de faire son entrée sur le marché grand public avec une offre à 199$ pour avoir un diagnostic complet des facteurs de risques génétiques. A quand le recoupement de toutes ces informations ? Je ne veux inquiéter personne, mais la capacité de convergence est évidente.
23andMe, Service d’identification des gènes pour le grand public. Big data.
Pour aller plus loin
Lire le livre Humanizing Data : Marketing at the Meeting of Data, Social Science and Consumer Insight Paperback Data by Colin Strong. Le livre défend l’idée que l’utilisation des données personnelles (encore peu utilisées) permet de prendre de meilleures d’affaires y compris pour les petites et moyennes organisations tant au niveau RH que marketing et ventes.
Comments