Processus RH que tu peux automatiser avec des AI Agents

Du manuel à l'autonome

Chaque processus RH décrit ici suit le même pattern : un humain effectue actuellement une tâche multi-étapes qui implique de collecter des données de plusieurs systèmes, appliquer des règles, porter des jugements et produire un output. Les agents AI peuvent exécuter ces workflows — plus vite, plus uniformément, et avec audit trails complets.

Prérequis : des données propres et structurées. Spécifiquement, un Job Architecture et skill architecture qui définit rôles, tâches, skills et proficiency levels. Sans cette fondation, les agents opèrent sur des infos incomplètes et produisent des résultats peu fiables.

Recrutement

Rédaction de job requisition

Douleur actuelle : les managers écrivent des requisitions from scratch ou copient des templates obsolètes. Langage incohérent. Exigences skills manquantes. Pas de lien avec le Job Architecture officiel.

Solution agent : l'agent interroge le job architecture pour le profil du rôle, extrait les skills requis et niveaux proficiency, intègre les données pay band et génère une requisition conforme formatée pour l'ATS.

Données requises : job architecture (rôle, niveau, skills, tasks), pay bands, spécifications des templates ATS.

Candidate Screening

Douleur actuelle : les recruteurs review manuellement des centaines de candidatures. Les critères de screening varient par recruteur. Le biais inconscient influence les décisions.

Solution agent : l'agent score chaque candidat contre le skill matrix du rôle, flag les gaps, classe par fit et génère une shortlist avec raisonnement transparent pour chaque recommandation.

Données requises : role skill matrix avec proficiency targets, profils candidats (CV parsés), rubrique de screening.

Planification et coordination d'entretiens

Douleur actuelle : va-et-vient d'emails entre recruteurs, hiring managers et candidats. Problèmes de fuseaux horaires. Double bookings.

Solution agent : l'agent lit la disponibilité des calendriers, propose des créneaux optimaux, envoie les invitations, gère les reports et confirme la logistique.

Données requises : accès calendrier (Microsoft/Google), données de contact candidats, configuration du panel d'entretien.

Performance Management

Pré-remplissage des formulaires d'évaluation

Douleur actuelle : les managers passent des heures à préparer les évaluations. Ils se rappellent des événements récents mais manquent le tableau complet. Les employés trouvent le processus imprévisible.

Solution agent : l'agent agrège le micro-feedback collecté toute l'année, map les observations sur les cibles proficiency skills, pré-remplit le formulaire avec des assessments basés sur des preuves et met en évidence les zones de développement avec actions recommandées.

Données requises : enregistrements micro-feedback, profil skills du rôle avec proficiency targets, données de complétion formation.

Recommandations de développement

Douleur actuelle : conseils génériques du type « fais une formation leadership » qui ne relient pas aux vrais skill gaps.

Solution agent : l'agent identifie les skill gaps spécifiques (proficiency actuelle vs. target), matche les gaps aux cours disponibles et génère un plan de développement personnalisé avec calendrier.

Données requises : profil skills employé, cibles skills du rôle, catalogue cours avec skill mappings.

Learning and Development

Course-to-Skill Mapping

Douleur actuelle : les équipes L&D maintiennent des catalogues cours sans savoir quels skills chaque cours développe. Impossible de répondre : « Nos cours couvrent-ils les skills requis par nos rôles ? »

Solution agent : l'agent analyse le contenu des cours (descriptions, syllabi, learning outcomes), map chaque cours aux skills de la taxonomy harmonisée et génère une matrice de couverture montrant les gaps.

Données requises : catalogue cours avec descriptions, skill taxonomy harmonisée, exigences skills des rôles.

Training Gap Analysis

Douleur actuelle : pas de façon systématique de comparer ce que l'organisation a besoin (exigences skills des rôles) avec ce qu'elle a (skills employés + formation disponible).

Solution agent : l'agent calcule : (skills requis sur tous les rôles) moins (skills employés actuels + skills couverts par les cours disponibles) = training gaps nécessitant nouveau contenu ou providers externes.

Données requises : role skill matrix, assessments skills employés, course-to-skill mappings.

Workforce Planning

Headcount Modeling

Douleur actuelle : la planification des effectifs se base sur les demandes des managers et les patterns historiques. Pas de lien avec les vrais besoins skills ou les données de charge de travail.

Solution agent : l'agent map les skills aux tasks au workload, identifie où l'organisation est overstaffed ou understaffed au niveau skill, et modélise des scénarios pour hiring, upskilling ou restructuration.

Données requises : role-task-skill mappings, estimations workload, headcount actuel par rôle et niveau.

Internal Mobility Matching

Douleur actuelle : les postes internes sont traités comme du recrutement externe. Les employés ne savent pas quels rôles matchent leurs skills. Les managers ne savent pas qui est disponible.

Solution agent : l'agent matche les profils skills employés aux exigences des rôles ouverts, classe les candidats internes par fit et génère des plans de transition montrant quels skills nécessitent du développement.

Données requises : profils skills employés, exigences des rôles ouverts, ressources de développement.

Compensation et conformité

Pay Band Validation

Douleur actuelle : les décisions de paie sont prises sans vérifier les bandes. Les outliers s'accumulent. Le risque de conformité augmente.

Solution agent : l'agent croise chaque décision compensation avec les pay bands, flag les outliers et génère des rapports de conformité avec recommandations de remédiation.

Données requises : données compensation, définitions pay band, mappings grading framework.

Equal Pay Auditing

Douleur actuelle : les analyses pay equity annuelles sont chères, lentes et révèlent souvent les problèmes trop tard.

Solution agent : l'agent lance une analyse de régression continue sur les données compensation, en contrôlant job level, skills, expérience et localisation. Flag les gaps statistiquement significatifs en temps réel.

Données requises : données compensation avec attributs démographiques, job levels, grading framework, seuils statistiques.

Onboarding

Onboarding spécifique au rôle

Douleur actuelle : checklists d'onboarding génériques. Les nouveaux en engineering reçoivent le même onboarding que les nouveaux en finance.

Solution agent : l'agent génère des plans d'onboarding spécifiques au rôle : accès système requis, politiques pertinentes, introductions d'équipe, modules de formation par skill, et listes de tâches première semaine — tout dérivé du job architecture.

Données requises : profil du rôle (tasks, skills, outils), exigences d'accès IT, structure d'équipe, catalogue formation.