Paru dans gpomag.fr, petitesaffiches.fr, refrance.fr et business-times.fr
Comprendre où en est réellement l’IA en 2026, étudier comment elle peut s’intégrer dans une fonction RH, mais aussi quelles limites doivent être posées pour en faire un outil réellement utile et responsable : c’était l’objet de l’atelier organisé par Walter France lors du salon Produrable. Chiffres clés, méthode en cinq étapes et règles de sobriété énergétique pour orienter dirigeants et responsables RH dans leurs choix.
Une bonne gestion des ressources humaines reste, dans les entreprises, fondamentale pour permettre la concrétisation efficace de la stratégie et des objectifs de la direction. Mais comme l’indique Léa Combaret, chargée de mission RSE Walter France, qui animait cet atelier : « Entre les promesses de gain de temps, les nouveaux outils qui apparaissent quasiment tous les jours, les problématiques de données, de compétences, de réglementation, il n’est pas toujours évident de savoir par où commencer lorsque l’on veut introduire l’IA dans les processus. »
> La GEPP, point de départ naturel de l’IA en RH
Dans les entreprises, la GEPP – gestion des emplois et des parcours professionnels – permet de comprendre les compétences dont elles disposent aujourd’hui, celles dont elles auront besoin demain, et a pour objectif d’anticiper plutôt que de subir. Et lorsque l’on parle d’anticipation, de données et d’analyse, l’intérêt de l’IA dans ce domaine devient évident. C’est donc, au sein des services RH, la première utilisation de l’IA qui puisse être préconisée.
Le sujet est d’autant plus brûlant que les métiers se transforment sous l’effet de l’IA elle-même, mais aussi des autres évolutions technologiques et des enjeux environnementaux. Or, anticiper suppose de croiser beaucoup de données et de les analyser. C’est précisément là que l’IA devient intéressante. Mathilde Misslin, aujourd’hui directrice associée du pôle social et RSE d’un des cabinets membres de Walter France, en a fait précédemment l’expérience comme DRH et directrice RSE d’un groupe soumis à la CSRD : elle a utilisé l’IA pour structurer des démarches complexes. Selon elle : « La GEPP est obligatoire dans les grands groupes, mais les PME ont tout intérêt, elles aussi, à la mettre en place. La gestion pertinente des « talents » permet d’avoir une image à l’instant T des collaborateurs, mais surtout de pouvoir anticiper le futur, et, donc, d’être pro-actif. »
Avant de se lancer dans la démarche, il est essentiel, pour les dirigeants et les responsables RH, de bien comprendre où en est l’IA aujourd’hui dans les entreprises.
> L’IA en entreprise en 2026 : l’adoption s’accélère, la valeur se fait attendre
Selon le Baromètre France Num 2026, 40 % des TPE et des PME utilisent désormais des solutions d’intelligence artificielle, 53 % des PME ont amorcé leur passage à l’IA, soit un bond de 14 points en un an. Toutefois, selon Marc-Antoine Bouteille-Torre, formateur RSE et architecte marketing & IA responsable chez The Impacters, cette accélération des usages ne se retrouve pas toujours dans la création de valeur. En effet :
– 88 % des salariés qui ont accès à l’IA de leur entreprise utilisent aussi leurs propres outils personnels pour travailler (Gartner, Global Labor Market Survey, 1er trimestre 2026). Le fait que chaque collaborateur travaille sur son compte personnel empêche la mutualisation des connaissances de l’équipe. Par ailleurs, ce recours massif aux outils personnels, la « shadow AI », pose de lourdes questions de cybersécurité et de confidentialité des données. Marc-Antoine Bouteille-Torre cite le cas d’une entreprise où la responsable RSE travaillait sur Copilot, tandis que deux autres responsables utilisaient chacun un outil différent sur un compte personnel. Résultat : chacun avance en silo, les connaissances ne s’accumulent pas au niveau de l’organisation, et les données circulent sans contrôle. Avec l’AI Act, visant à encadrer l’intelligence artificielle pour garantir sécurité, éthique et respect des droits fondamentaux, et pleinement applicable depuis août 2026, beaucoup d’entreprises se retrouvent ainsi hors des clous sans le savoir.
– 9 projets IA sur 10 ne dépassent jamais le stade du pilote (MIT, 2025).
> Une minorité qui crée vraiment de la valeur
5 % seulement des entreprises déclarent obtenir un retour sur investissement. En effet, au fur et à mesure que les entreprises passent d’un usage individuel et sauvage de l’IA (shadow AI, IA conversationnelle), puis à des agents, puis à une IA réellement organisationnelle, leur nombre se réduit. Mais chez cette minorité, les managers se sont libérés des tâches répétitives et ont regagné des heures pour animer réellement leurs équipes.
En matière d’IA, tout le monde ne part pas du même point. Deux facteurs font la différence :
– la culture de la « data ». Ainsi les développeurs, les métiers du marketing et ceux de la Recherche & Développement partent avec une longueur d’avance : procédures écrites, indicateurs de performance, bases structurées. À l’inverse, certains dirigeants ne connaissent par exemple même pas leur coût d’acquisition client, et beaucoup de services RH ignorent même le coût d’acquisition d’un collaborateur.
– La curiosité et l’agilité. Les métiers qui changent sans cesse depuis vingt ans ont appris à tester, à se remettre en question et à sortir de leur zone de confort. Ces soft skills pèsent lourd.
Le frein principal n’est donc pas technologique, mais organisationnel et humain. Selon le Boston Consulting Group, la réussite d’un projet IA dépend à 10 % seulement des algorithmes et des outils ; tout le reste se joue sur la technologie et la data, les processus et surtout le facteur humain. Cet héritage humain et organisationnel est donc déterminant.
Quelques questions simples permettent de se situer : les processus opérationnels et décisionnels sont-ils écrits ? Existe-t-il des indicateurs de performance ? La base de données est-elle propre ?
> Intégrer l’IA dans la fonction RH : une méthode en cinq étapes
« Je suis DRH, dirigeant ou manager, je vois le potentiel. Mais demain matin, je commence par quoi ? » Pour répondre, les intervenants ont détaillé la méthode qu’ils appliquent à chaque projet : sensibiliser, identifier, prototyper, déployer, capitaliser.
Étape 1 : sensibiliser
C’est l’étape que l’on est tenté de sauter, et pourtant c’est celle qui conditionne tout le reste. Concrètement, il s’agit de :
– former les équipes aux usages et aux limites des outils ;
– attirer l’attention sur la confidentialité des données ;
– réfléchir à une politique IA interne pour cadrer l’utilisation des outils ;
– faire de la prévention pour que l’IA reste un outil, et non un remplacement du cerveau humain.
Pour Mathilde Misslin, le principe est clair : le cerveau doit rester au centre du projet.
Étape 2 : identifier les bons cas d’usage
L’idée est de repérer les sujets qu’il serait réellement intéressant de « faire mouliner » par l’IA. Mathilde Misslin en identifie trois principaux en RH :
- La gestion du temps de travail. Automatiser le suivi, fiabiliser les plannings, détecter les anomalies avant qu’elles ne posent problème. Le SIRH collecte souvent ces données ; l’IA aide à savoir quoi en faire.
- L’administration du personnel. Accélérer les tâches répétitives : contrats (par exemple les CDD saisonniers), courriers, réponses aux questions RH récurrentes. Certains groupes ont déjà mis en place des chatbots qui répondent aux questions de base des salariés, sur les règles de congés payés, le fonctionnement du CSE, les règles de remboursement de frais par exemple.
- La gestion des emplois et des parcours professionnels. Cartographier les compétences, anticiper les besoins, construire des parcours d’évolution sur mesure. Dans un groupe qui compte une multitude d’emplois et de contraintes, l’IA permet des analyses croisées difficiles à mener à la main.
Étape 3 : prototyper
Il s’agit de créer un ou plusieurs assistants IA, puis de tester la méthode sur le terrain. Marc-Antoine Bouteille-Torre recommande de travailler avec des outils conçus pour la collaboration et capables de crypter les données afin de les anonymiser. Parmi les solutions présentées : Copilot Studio, qui s’appuie sur un écosystème collaboratif déjà en place dans beaucoup d’entreprises, Dust, une solution française, ou Mistral AI.
Un outil comme Claude peut aussi être utilisé, à condition de lui donner accès aux bonnes données. L’IA peut par exemple se transformer en assistant de recrutement qui prépare une grille d’entretien sur-mesure structurée, avec des questions techniques, comportementales et de mise en situation.
Étape 4 : déployer en mode « test & learn »
C’est le moment de se confronter à la réalité du terrain. Les collaborateurs n’ont pas tous le même niveau ; on avance donc par groupes tests.
– Test : diffuser les assistants IA dans les équipes et assurer la montée en compétences.
– Learn : organiser des ateliers et des points d’étape réguliers pour ajuster l’outil.
L’amélioration se fait en continu. Mathilde Misslin insiste : un déploiement réussi demande beaucoup d’étapes de préparation en amont.
Étape 5 : capitaliser
Deux conseils pratiques :
– S’appuyer sur ses ambassadeurs. Les collaborateurs qui ont réussi à développer des usages IA deviennent des « colibris » qui entraînent les autres. Sans eux, chaque service avance en silo, à son rythme.
– Communiquer en interne sur ses réussites… et ses échecs. Partager les deux évite de reproduire les erreurs et donne envie d’essayer.
Interrogé sur le piège principal, Marc-Antoine Bouteille-Torre est sans hésitation : sauter le volet sensibilisation et surestimer l’aspect technologique. Il ajoute une erreur plus discrète, mais fréquente : oublier de célébrer les petites victoires, qui entretiennent la dynamique.
> Une IA utile, mais aussi conforme et sobre
On parle beaucoup des gains de productivité, beaucoup moins de l’empreinte environnementale. Avec son double regard RH et RSE, Mathilde Misslin pose le principe : une IA utile doit aussi être conforme et sobre.
La sobriété, angle mort de nombreux projets
Trois ordres de grandeur ont été présentés (sources : rapport Jedha 2026 sur l’impact environnemental de l’IA, ADEME, Baromètre du numérique 2026 de l’Arcep) :
– une requête à une IA générative consomme environ 10 fois plus d’énergie qu’une recherche web classique ;
– le numérique représente 4,4 % de l’empreinte carbone française, une part qui pourrait tripler d’ici 2050 si rien n’est fait ;
– seuls 17 % des Français jugent l’IA plus sobre que les outils numériques existants.
La bonne question n’est donc pas « pour ou contre l’IA », mais : quel usage, pour quel bénéfice, à quel coût et avec quel impact ?
Pour Marc-Antoine Bouteille-Torre, la sobriété reste un angle mort parce que la plupart des entreprises sont encore en phase d’adoption. Chez les développeurs, qui utilisent l’IA toute la journée, le sujet est déjà brûlant : on cherche à consommer le moins de « tokens » possible. Et pour économiser, il faut d’abord savoir mesurer. Certaines plateformes, comme Dust, affichent la consommation quotidienne et identifient les agents les plus gourmands : on sait alors sur lequel travailler en priorité.
Trois leviers pour une IA plus sobre :
- Créer des agents spécialistes. Un agent à la fonction claire consomme moins qu’un agent généraliste qui balaie tout à chaque requête.
- Disposer d’une base de données propre. Plus la donnée est désordonnée, plus l’IA est coûteuse, énergivore et inefficace. Un agent connecté à une grande base mal organisée dépense plus d’énergie à chaque recherche.
- Choisir le bon modèle d’IA. Les modèles n’ont pas tous la même puissance, ni la même consommation. On réserve les plus puissants aux travaux complexes. Il est aberrant par exemple d’utiliser Claude Opus pour un simple compte rendu de réunion.
Bonne nouvelle : ces trois leviers améliorent aussi la qualité des réponses. Une IA sobre est, par défaut, une IA qui a du sens et qui est mieux sécurisée.
> RGPD et AI Act : ce qu’il faut cadrer avant de se lancer
En RH, on manipule des données particulièrement sensibles. Avant de laisser ses équipes utiliser l’IA, Mathilde Misslin recommande de poser trois règles minimales :
Traiter les données RH comme à haut risque : l’AI Act européen, pleinement applicable depuis août 2026, classe les usages RH parmi les usages « à haut risque », avec des obligations renforcées.
S’appuyer sur la CNIL : la CNIL a publié en janvier 2026 des recommandations pratiques pour mettre en conformité les systèmes d’IA utilisés en RH.
Garder la validation humaine : aucune décision RH ne doit reposer uniquement sur une sortie de l’IA : un humain valide, documente et reste responsable.
Peut-on concevoir un agent qui intègre ces garde-fous dès le départ, plutôt que de corriger les risques après coup ? Oui, répond Marc-Antoine Bouteille-Torre, à trois conditions : choisir des outils souverains ; choisir des outils qui chiffrent les données ; connecter l’outil à son propre cloud ou à sa base de données en local.
> Cas pratique : l’agent IA responsable dédié à la GEPP
Les intervenants ont présenté l’agent IA qu’ils ont construit pour accompagner une démarche de GEPP, en appliquant la méthode décrite plus haut.
Comment l’agent a été construit
Mathilde Misslin a déroulé les étapes : sensibiliser les équipes, choisir un thème, puis organiser des ateliers pour préciser ce que l’on attendait de l’outil et dans quel objectif. Ce travail préalable a débouché sur un cahier des charges complet, traduit en un prompt détaillé.
Trois consignes structurent ce prompt : conduire un diagnostic puis un cadrage, produire à la fin un livrable clair, et se challenger lui-même pour vérifier la solidité de ses réponses. C’est un long travail, prévient-elle : il faut se poser beaucoup de questions en amont.
Ce que fait l’agent : un consultant GEPP virtuel en six étapes, à valider une à une.
– Pour qui : consultants RH, DRH, dirigeants, représentants du personnel. Le langage s’adapte au profil de l’utilisateur.
– Comment : une étape à la fois, avec la validation de l’utilisateur avant d’avancer.
– Le parcours : diagnostic, cadrage, benchmark, planification, plan d’action et suivi, puis, sur demande, négociation et restitution.
– Ce qu’on obtient : des livrables réutilisables, avec à chaque étape les « points à valider » et la « prochaine étape ».
– Les commandes utiles : « Synthèse », « Retour étape X », « Version client » et « Challenge », qui pousse l’agent à remettre en question sa propre réponse.
Des garde-fous inscrits dans le prompt :
– Fiabilité : aucune invention. L’agent distingue le cadre légal, les bonnes pratiques et les points à vérifier, en citant ses sources (Légifrance, service-public.fr, OPCO, ANACT…).
– Données : aucune donnée nominative. L’agent travaille sur des métiers et des populations, jamais sur des salariés identifiables.
– Éthique : aucune évaluation individuelle, puisque l’usage RH est classé à haut risque par l’AI Act.
– Périmètre : des repères, pas de conseil juridique individualisé. Et le dialogue avec les représentants du personnel reste central.
Le principe est assumé : l’agent est une aide à la réflexion, pas un substitut du professionnel.
> L’IA est déjà dans les RH : reste à décider ce qu’on en fait
C’est la conclusion de Léa Combaret : « La vraie question n’est plus de savoir si l’IA va entrer dans les RH, elle y est déjà. La question est de savoir ce que l’on décide d’en faire. L’utiliser ponctuellement, sans cadre, chacun de son côté ? Ou en faire un véritable outil au service des équipes, en partant d’un besoin métier, en maîtrisant les données et en intégrant dès le départ les dimensions humaines, réglementaires et environnementales ? »
Il est intéressant de noter que les générations plus expérimentées réfléchissent d’abord, puis sollicitent l’IA. Un jeune collaborateur, qui a appris ses cours en demandant des résumés à une IA, arrivera avec d’autres réflexes. Mais ce qui fera la différence quand l’IA sera généralisée, ce sera toujours la capacité à dialoguer avec ses équipes et ses clients. L’échange humain : un enjeu à intégrer pleinement dans toute démarche de GEPP !
________________________________________________
La feuille de route du dirigeant et du responsable RH
☐ Faire l’état des lieux des usages existants, y compris les outils personnels utilisés par les équipes.
☐ Définir une politique IA interne et former les collaborateurs avant tout déploiement.
☐ Vérifier les fondations : processus écrits, indicateurs de performance, données propres et centralisées.
☐ Choisir un premier cas d’usage RH à forte valeur : temps de travail, administration du personnel ou GEPP.
☐ Privilégier des outils collaboratifs, souverains et qui chiffrent les données.
☐ Concevoir des agents spécialisés et choisir un modèle proportionné à la complexité de la tâche.
☐ Exclure toute donnée nominative et toute évaluation individuelle automatisée.
☐ Maintenir une validation humaine documentée pour chaque décision RH.
☐ Déployer par groupes tests, avec des points d’étape réguliers.
☐ Identifier des ambassadeurs, célébrer les petites victoires et partager aussi les échecs.
☐ Mesurer la consommation des outils pour piloter la sobriété dans la durée.
En somme, l’IA et les RH forment bien un duo gagnant, à une condition : que l’humain reste aux commandes.