L’intelligence artificielle en entreprise reste encore un fantasme pour beaucoup d’entre nous. Pour certains, l’intelligence artificielle libérerait l’humain de tâches rébarbatives ; pour d’autre, elle nous aliénerait et détruirait des emplois. Mais ce que peu d’entre nous savent, c’est que l’IA et le machine learning sont déjà très présents dans nos entreprises, et que nous nous en servons tous les jours !

Le NLP (Natural Language Processing) ou traitement automatique du langage (TAL) est un des terrains d’application de l’IA les plus prolifiques. C’est la branche de l’Intelligence Artificielle qui consiste à comprendre et traiter le langage humain.

Ses usages en entreprise sont très nombreux : le NLP offre un gisement d’opportunités pour gagner en productivité, en fiabilité, et prendre de meilleures décisions.

Après avoir exploré les cas d’usage du NLP pour le marketing et la relation client, nous nous penchons aujourd’hui sur les applications du traitement du langage ou NLP dans le domaine de la gestion des ressources humaines.

1- NLP & Voix des collaborateurs

Après avoir mis en place d’importants programmes d’écoute client, les entreprises se tournent aujourd’hui de plus en plus vers l’écoute des collaborateurs.

Afin de retenir les talents, de maximiser l’engagement des collaborateurs, de fédérer ceux-ci autour d’un projet commun, et d’améliorer les process opérationnels, il est devenu indispensable de donner la paroles aux collaborateurs, à toutes les strates de l’entreprise. 

Cela passe par des dispositifs visant à recueillir les feedbacks des collaborateurs, via des baromètres de satisfaction récurrents, ou via des dispositifs d’évaluation du ressenti des collaborateurs à certains moments-clés de leur parcours.

Ainsi, les outils d’analyse sémantique utilisés dans le domaine de la relation client sont parfaitement utilisables pour analyser les feedbacks des collaborateurs, les prioriser, et les transformer en enseignements stratégiques.

Retour d’expérience : Axa et le NLP appliqué à l’engagement collaborateur

AXA est passé d’un modèle traditionnel où les collaborateurs étaient sollicités une fois par an pour donner leur avis, à un modèle plus agile d’enquêtes nommé Pulse.

Celles-ci sont plus courtes et visent à mesurer un nombre réduit d’indicateurs.

Deux enquêtes annuelles Pulse sont désormais envoyées afin de mesurer l’adhésion des employés sur des sujets liés à la culture et à la stratégie de l’entreprise. Ces deux enquêtes sont transmises à tous les collaborateurs dans le monde, dans 22  langues.

Le NLP orienté RH a ainsi permis d’analyser plus de 40 000 verbatims de salariés pour évaluer le niveau d’adéquation interne aux valeurs de l’entreprise.

A lire : Mesurer l’engagement des collaborateurs grâce à l’analyse sémantique des baromètres sociaux

2- Le NLP pour l’aide au recrutement

Dans le domaine du recrutement, le NLP a de nombreux usages.

En traitant les données internes et externes, les directions des ressources humaines et plateformes de recrutement peuvent :

  • Bénéficier d’un matching pertinent par la détection de compétences, parcours professionnels, et expériences exprimées dans un CV, un profil professionnel ou un poste.
  • Trouver le meilleur profil grâce à un moteur de recherche sémantique puissant permettant la présélection des meilleurs candidats/collaborateurs pour une offre d’emploi ou un poste.
  • Personnaliser une recherche de candidats ou d’offres d’emploi par un filtre avancé et une recherche à critères multiples.
  • Automatiser la saisie de profils lors du sourcing ou de la mise à jour des profils internes.
  • Cartographier les compétences internes afin de détecter des talents ou des besoins en formation.
  • Capitaliser sur l’ensemble du processus de recrutement et de mobilité interne sur une application RH unique ou dans un logiciel SIRH déjà existant.

Retour d’expérience : APEC et le NLP appliqué au recrutement

Entre 2012 et 2016, l’APEC s’est doté d’un outil NLP pour classifier automatiquement les offres d’emploi postées sur la plateforme, repérer automatiquement les offres suspectes, et proposer aux candidats une interface performante de recherche et de recommandation d’offres.

3- Chatbot RH

Les services supports internes rencontrent les mêmes difficultés que les services supports clients: comment répondre rapidement et efficacement à toutes les demandes d’informations des collaborateurs ? 

Que ce soit pour des besoins administratifs (demande d’information sur les fiches de salaires, congés, notes de frais…) ou d’organisation (qui travaille avec qui? qui a la charge de tel projet?) ou de vie quotidienne de l’entreprise, l’accès à la bonne information au bon moment est essentiel.

Un chatbot RH aide les collaborateurs à trouver rapidement l’information dont ils ont besoin sur l’organisation de l’entreprise, ses règles de fonctionnement, les procédures internes. Souvent intégré dans une messagerie d’entreprise comme Slack, il soulage les équipes administratives des questions récurrentes et fournit un point d’accès centralisé à l’information de l’entreprise. Il peut même aider à trouver un bon restaurant près du bureau pour un déjeuner d’équipe.

A lire : Nestor, le chatbot qui fluidifie vos services RH

NLP et ressources humaines : des cas d’usage infinis !

Ceci ne sont que quelques exemples d’applications du traitement automatique du langage pour les métiers des RH et de la gestion des talents. Nous aurions aussi bien pu parler d’outils de traductions automatiques, qui permettent à des équipes internationales de se comprendre plus facilement, ou d’outils de veille sur les réseaux sociaux, qui permettent aux entreprise de surveiller leur marque employeur et d’identifier des profils pertinents.

Dès lors qu’une tâche implique la lecture et la compréhension de texte écrit ou parlé, l’IA peut rendre service à l’humain, surtout avec les nouvelles technologies Deep Learning.

 

Découvrez nos articles sur d’autres cas d’usage du NLP :

bandeau-telechargement-ebook-chatbot-2

Découvrez le livre “Traitement automatique des langues, comprendre les textes grâce à l’intelligence artificielle”, de François-Régis Chaumartin et Pirmin Lemberger.