AI Systems et technologie — Ce que les leaders org et people doivent savoir
Vue d'ensemble structurée des systèmes AI pour les architectes organisationnels et leaders people. Du RPA aux agents : ce qui compte, ce qui ne compte pas, et où les données RH s'insèrent.
Pourquoi ça compte pour les architectes organisationnels
L'AI n'est pas un sujet futur. C'est une réalité opérationnelle. Chaque organisation utilise déjà l'AI — dans les outils de recrutement, les chatbots, le traitement de documents, la planification. La différence entre les organisations qui bénéficient de l'AI et les autres : des données structurées.
Les RH détiennent les données les plus structurées de toute organisation : rôles, tâches, skills, niveaux, lignes hiérarchiques, bandes salariales, évaluations. C'est précisément ce dont les systèmes AI ont besoin pour opérer. Les architectes organisationnels qui comprennent le stack AI — même conceptuellement — prennent de meilleures décisions sur quoi automatiser, quoi augmenter, et quoi laisser aux humains.
Les trois vagues d'automatisation
L'adoption de l'AI en entreprise suit trois vagues. Chaque vague s'appuie sur la précédente.
Vague 1 : Robotic Process Automation (RPA)
Automatisation basée sur des règles pour des tâches répétitives et à fort volume. Pas d'intelligence — juste de la vitesse d'exécution.
- Traitement de paie
- Saisie de données entre systèmes
- Formatage et routage de documents
- Génération de rapports planifiés
Limite : le RPA casse quand les inputs varient. Il ne peut ni raisonner, ni s'adapter, ni gérer les exceptions.
Vague 2 : AI Assistants (Chatbots)
Interfaces en langage naturel qui répondent aux questions et guident les utilisateurs dans des flux prédéfinis.
- Portails self-service employés
- Bots FAQ pour les politiques RH
- Assistants de planification d'entretiens
- Guides d'onboarding
Limite : les chatbots sont stateless — ils ne mémorisent pas les conversations précédentes. Ils ne prennent pas d'actions. Ils récupèrent et présentent de l'information. Ils ne peuvent pas planifier des workflows multi-étapes ni prendre des décisions.
Vague 3 : AI Agents
Systèmes autonomes qui peuvent planifier, raisonner, utiliser des outils et exécuter des workflows multi-étapes. Les agents sont la frontière actuelle.
- Rédiger une requisition complète en interrogeant le Job Architecture, extrayant les exigences skills et formatant pour l'ATS
- Pré-sélectionner 200 candidats contre un profil de rôle, les classer et générer une shortlist avec raisonnement
- Pré-remplir les formulaires d'évaluation en agrégant le micro-feedback collecté sur l'année
- Analyser une réorganisation proposée pour la conformité pay equity avant mise en production
Différence clé : les agents ne font pas que répondre — ils agissent. Ils appellent des outils, accèdent aux bases de données, rédigent des documents et coordonnent entre systèmes.
Pourquoi les données RH sont la fondation
Les AI agents ne valent que par les données sur lesquelles ils opèrent. En RH, ces données sont :
| Couche de données | Contenu | Pourquoi les agents en ont besoin |
|---|---|---|
| Job Architecture | Families, clusters, rôles, niveaux | Contexte structurel pour chaque décision |
| Tasks | Ce que chaque rôle fait réellement | Base pour l'assessment d'automatisation et la génération SKILL.md |
| Skills | Capacités requises par rôle | Matching, gap analysis, recommandations formation |
| Proficiency Levels | Profondeur cible par skill par niveau | Précision en recrutement, développement et évaluation |
| Compensation Data | Bandes salariales, grades, benchmarks | Analyse pay equity, calibration des offres |
Quand ces données sont propres, cohérentes et accessibles — les agents opèrent avec précision. Quand elles sont désordonnées, dispersées ou obsolètes — les agents produisent des résultats peu fiables. C'est pourquoi le Job Architecture et le skill architecture ne sont pas qu'un projet RH. C'est de l'infrastructure AI.
La couche technique — Concepts qui comptent
Les architectes organisationnels n'ont pas besoin d'écrire du code. Mais comprendre quatre concepts change la qualité de chaque décision AI :
- Tool calls — comment les agents prennent des actions (traité dans l'article suivant)
- MCP (Model Context Protocol) — comment les agents se connectent aux systèmes de façon standardisée
- SKILL.md files — comment les agents reçoivent des instructions structurées pour des tâches spécifiques
- Orchestration — comment plusieurs agents coordonnent pour exécuter des workflows complexes
Les articles suivants de cette catégorie couvrent chaque concept en détail — écrits pour les décideurs, pas les développeurs.
Besoin d'aide pour construire ton Architecture Emplois & Skills ? Échange avec notre équipe.
Échange avec Hanns