L'IA en RH : l'essentiel se joue avant la technologie
En RH, la valeur de l'IA ne se mesure pas au nombre de tâches automatisées, mais aux progrès concrets qu'elle apporte aux collaborateurs, sans sacrifier la confiance ni la responsabilité humaine.
L’IA peut améliorer l’expérience des collaborateurs, soutenir les équipes RH et faire gagner du temps aux managers. Mais elle amplifie aussi les fragilités existantes. Son déploiement doit donc partir des besoins métiers, s’appuyer sur des données fiables, intégrer des contrôles et démontrer un bénéfice réel.
L’intelligence artificielle s’installe progressivement dans les directions des ressources humaines. Elle promet de répondre plus vite aux salariés, d’alléger certaines tâches administratives et d’aider les managers à retrouver une règle ou à préparer un entretien. Pourtant, selon le rapport Global Human Capital Trends 2026 de Deloitte, seuls 6 % des dirigeants déclarent progresser dans la conception des interactions entre humains et IA (Deloitte, 2026). Ce chiffre ramène à une question plus décisive : que se passe-t-il lorsqu’un outil puissant s’appuie sur un processus imparfait ?
La réponse tient en une idée simple : l’IA est un amplificateur. Elle peut rendre une expérience RH plus simple, plus accessible et plus fluide. Mais elle peut aussi rendre une erreur plus rapide, plus crédible et plus difficile à repérer. L’enjeu n’est donc pas d’intégrer de l’IA partout, mais de choisir les irritants à résoudre, les garanties à instaurer pour préserver la confiance et les bénéfices réels à démontrer.
La qualité des données et des contrôles
Ce risque d’amplification rappelle que les défaillances les plus coûteuses ne proviennent pas toujours d’une technologie défectueuse. Elles naissent souvent d’une donnée, d’une règle ou d’une interface mal maîtrisée.
L’histoire de Mars Climate Orbiter est devenue un cas d’école. En 1999, après neuf mois de voyage, la NASA a perdu cette sonde à l’approche de Mars. Une équipe utilisait des unités impériales, l’autre des unités métriques. Les calculs de trajectoire ont progressivement dérivé, jusqu’à placer l’appareil trop bas.
Le secteur financier a connu une erreur du même ordre. En 2005, un opérateur de Mizuho Securities devait vendre une action de J-Com à 610 000 yens. L’ordre transmis était l’inverse : 610 000 actions à un yen. Le régulateur japonais a ensuite relevé des défaillances de formation et de supervision dans le traitement des ordres. La décision de l’Agence des services financiers du Japon en rend compte.
Ces épisodes ne concernent pas l’IA. Ils montrent toutefois ce qui se produit lorsqu’une donnée mal interprétée, une consigne ambiguë ou un contrôle absent devient le point de départ d’un système performant. C’est précisément le risque à anticiper dans les usages RH.
Ainsi, une définition imprécise du "risque de départ", une donnée de performance incomplète ou des indicateurs d’équité salariale mal construits peuvent orienter un grand nombre de recommandations. La directive européenne sur la transparence des rémunérations prévoit notamment le suivi de l’écart de rémunération entre les femmes et les hommes, y compris pour les composantes variables, les écarts médians, les quartiles de rémunération et les catégories de travailleurs. Si ces indicateurs reposent sur des données ou des définitions fragiles, l’IA risque d’en accélérer la diffusion plutôt que d’aider à corriger les inégalités.
Une opportunité pour rendre les RH plus accessibles
Ce constat ne doit pas être un argument contre l’IA. Il permet au contraire de mieux définir les situations dans lesquelles elle peut apporter une aide concrète, à condition d’être déployée sur des fondations solides.
Pour un salarié, une interface conversationnelle peut simplifier l’accès aux services RH : comprendre une procédure de congé, préparer une mobilité, retrouver une information sur la rémunération ou identifier une formation. Elle peut reformuler une demande, guider une personne étape par étape et l’orienter vers le bon interlocuteur.
Cette fonction peut être particulièrement utile aux personnes peu familières des outils numériques ou de l’organisation interne. Elle ne remplit cependant cette promesse qu’à deux conditions : que les réponses soient fiables et qu’un interlocuteur humain reste joignable lorsqu’une situation est singulière ou sensible.
Le même principe s’applique aux professionnels qui accompagnent les collaborateurs. Pour les managers, l’IA peut aider à préparer un entretien, synthétiser des informations ou retrouver les règles applicables. Pour les équipes RH, elle peut produire une première réponse, mettre en forme un document, signaler des incohérences à vérifier ou préparer des recommandations de candidats et d’actions. Encore une fois, la qualité des réponses et l’efficacité de l’IA dépendront moins de l’outil lui-même que de la fiabilité des données, de la solidité des processus de gestion et de la clarté des rôles et responsabilités de chacun.
Le temps libéré par l’IA ne devrait pas servir uniquement à absorber un surcroît de demandes. L’étude Global Human Capital Trends 2026 de Deloitte invite au contraire à le réinvestir dans des chantiers devenus centraux pour la fonction RH : redessiner la répartition du travail entre humains et IA, anticiper l’évolution des compétences, accompagner les managers et développer une culture d’apprentissage continu.
Les RH auront également à définir et à faire vivre les conditions de confiance indispensables : qualité des données, transparence des usages, clarté des responsabilités et préservation de l’équité. Leur rôle évolue ainsi de la gestion des processus vers l’accompagnement des transformations opérationnelles, technologiques, humaines et culturelles.
Trois conditions pour conserver la confiance
Pour que l’IA apporte une aide efficace sans fragiliser la confiance, son usage doit être encadré. L’organisation doit définir ce que le système peut faire, les décisions qu’il ne peut pas prendre seul et la manière dont une personne peut contester ou corriger ses réponses.
- Vérifier les réponses qui engagent
Une IA peut produire une réponse fluide, précise en apparence, mais inexacte. En 2023, des avocats américains ont ainsi transmis à un tribunal des décisions de justice inexistantes générées par une IA. Les références paraissaient suffisamment plausibles pour n’avoir pas été vérifiées avant leur dépôt. La cour fédérale de New York a sanctionné les avocats et leur cabinet dans l’affaire Mata v. Avianca. Lorsqu’une réponse concerne un droit, une rémunération, une carrière, un recrutement ou toute autre situation individuelle, l’IA doit donc assister la décision, non s’y substituer.
- Protéger les données et les droits
Au-delà de la fiabilité des réponses, la nature des informations traitées impose une vigilance particulière. Les systèmes RH concentrent des informations particulièrement sensibles : parcours professionnels, rémunérations, évaluations, absences, voire données de santé ou relatives à la diversité. En France, la CNIL rappelle que les systèmes d’IA traitant des données personnelles doivent poursuivre une finalité définie, explicite et légitime, et limiter les données utilisées à ce qui est nécessaire. Les usages liés au recrutement, à l’évaluation ou à la promotion exigent aussi une vigilance particulière face aux biais et aux discriminations. Certains relèvent de la catégorie des systèmes à haut risque au titre de l’AI Act dont les règles applicables dans le domaine de l’emploi entreront en application le 2 décembre 2027.
- Maîtriser les interfaces entre les systèmes
Le risque ne réside pas seulement dans les outils pris séparément. Une IA, un système d’information et les dispositifs de sécurité peuvent chacun être correctement conçus, tout en créant une fragilité lors de leurs échanges. Une donnée mal transmise, un accès trop étendu ou une règle interprétée différemment d’un système à l’autre peut suffire à créer une faille. La leçon de Mars Climate Orbiter est aussi celle-ci : l’erreur ne venait pas d’un système isolé, mais de l’interface entre deux systèmes qui ne partageaient pas la même convention. Cartographier les données, identifier le système qui fait foi, limiter les droits d’accès et prévoir une procédure de correction sont donc des conditions de déploiement et pas seulement des détails techniques. Cette approche rejoint les recommandations de l’ANSSI, qui préconise une démarche fondée sur les risques pour les systèmes intégrant de l’IA.
Mesurer l’IA à l’amélioration qu’elle apporte
Ces garanties ne relèvent pas seulement de la conformité ou de la sécurité : elles permettent aussi d’évaluer un projet sur sa valeur réelle. Le bon critère d’un projet d’IA en ressources humaines n’est pas le nombre de tâches automatisées, mais sa capacité à améliorer, en toute confiance, un moment concret de la vie des collaborateurs.
Cela implique de commencer par un problème identifié : une démarche trop complexe, une information difficile à trouver, une équipe RH saturée de demandes répétitives. Il faut ensuite vérifier la qualité des données, fixer les limites du système et maintenir une validation humaine lorsque les conséquences sont importantes.
Un projet d’IA doit également être évalué sur son économie réelle. À chaque usage, l’organisation peut associer des coûts (licences, consommation, intégration, supervision humaine, formation…) à des bénéfices mesurables (temps libéré, diminution des erreurs, amélioration du délai de réponse…). Ce retour sur investissement n’est jamais figé : les capacités comme les coûts de l’IA évoluent rapidement. Il doit donc être suivi usage par usage, puis réévalué régulièrement afin de décider de poursuivre, d’ajuster ou d’arrêter un cas d’usage.
Ainsi, l’IA peut rendre les services de ressources humaines plus efficaces et plus accessibles, tout en aidant les organisations à s’adapter plus rapidement aux évolutions internes et aux transformations de leur marché.
Pour en tirer pleinement parti, il ne suffit toutefois pas d’ajouter de l’IA aux outils et pratiques existants. L’enjeu est de passer du traitement de transactions isolées à l’accompagnement des événements qui structurent la vie professionnelle : onboarding, mobilité, évolution de rémunération, développement des compétences ou changement de situation. L’IA peut alors aider à anticiper les besoins, guider les parcours et coordonner les actions au bon moment.
L’IA ne compensera ni une politique RH imprécise, ni des données peu fiables, ni l’absence de responsabilité humaine. Sa valeur dépendra de la capacité des organisations à choisir des usages utiles, à préserver la confiance et à réinvestir le temps libéré dans la transformation des métiers et de l’organisation.
Sources
• NASA, "Mars Climate Orbiter", 1999. NASA Science
• Agence des services financiers du Japon, Mizuho Securities, 2005. Décision
• Deloitte, "2026 Global Human Capital Trends".
• S.D.N.Y., Mata v. Avianca, no 22-cv-01461 (PKC), 2023. Ordonnance
• CNIL, "IA : Définir une finalité", 8 avril 2024. Recommandation
• Union européenne, directive (UE) 2023/970, 2023. Texte
• Commission européenne, "AI Act : Regulatory framework". Calendrier
• ANSSI, "Développer la confiance dans l’IA par les risques cyber", 2025. Guide