« GTA : l’innovation est portée par les progrès de l’IA et du machine learning » Florian Burie, Senior Manager, Customer Success (Southern Europe) chez UKG

Pour Florian Burie, l’innovation technologique offre des possibilités de configuration d’une grande finesse, notamment pour établir des analyses très précises et ciblées. Le machine learning va pouvoir adapter les planifications proposées en fonction de ce qui a été fait dans le passé, et ainsi ajuster les hypothèses de pic de charge. Retrouvez cette interview et bien plus encore dans le deuxième opus de la collection Guides Pratiques de Parlons RH : « Comment bien choisir sa solution de GTA ?« .

Quels sont, aujourd’hui, les principaux enjeux associés à la gestion des temps et des activités ?

Dans notre société post-Covid, les entreprises, notamment du retail ou de l’industrie, cherchent à mieux maîtriser leurs coûts, tandis que les salariés, dont les jeunes générations, expriment des attentes d’autonomie dans l’organisation du travail ; par ailleurs, les managers ont besoin de limiter leur charge administrative et de gagner en performance. Ces enjeux démontrent l’importance, pour les organisations, de se doter d’outils permettant d’optimiser l’excellence opérationnelle, mais aussi d’améliorer le quotidien du collaborateur et la prise de décision managériale.

Comment l’innovation technologique permet-elle d’y répondre ?

Elle offre des possibilités de configuration d’une grande finesse, notamment pour établir des analyses très précises et ciblées. L’innovation offre au manager la garantie d’avoir la bonne personne avec la bonne compétence au bon endroit et au bon moment, tout en accordant une certaine flexibilité aux salariés, et d’en établir le suivi. Par exemple, un salarié doit s’absenter. Son shift est proposé à des collègues : l’outil sélectionne au préalable les profils aux compétences équivalentes et disponibles. 

Les solutions de GTA contribuent ainsi à l’engagement. Le manager peut expliquer les tenants et les aboutissants de la planification ; c’est un cadre donné aux salariés, qui ont ensuite de la liberté pour s’y adapter. Le machine learning apprend des préférences des collaborateurs et du mode de fonctionnement du manager, pour limiter les goulets d’étranglement, optimiser les process et, in fine, gagner en rentabilité – dans le strict respect du cadre réglementaire.

Quels sont les impacts possibles en matière d’expérience collaborateur – pour le salarié comme pour son manager ?

Cette transparence et cette objectivité, permises par l’usage collaboratif de l’outil, sont une source d’équité ; le manager est par exemple en mesure d’éviter tout déséquilibre dans la répartition des heures supplémentaires. Par ailleurs, l’outil permet au manager de vérifier la répartition de la charge de travail et d’identifier ainsi des risques de surmenage. 

La solution offre de réels gains de temps : l’automatisation peut réduire jusqu’à 75 % le temps dédié à la création et à l’ajustement des plannings. Cela offre au manager davantage de marge de manœuvre pour faire des choix éclairés, consacrer du temps à son équipe et réaliser des reportings plus efficaces.

Quelles sont pour vous les trois innovations à venir en GTA ?

La première est avant tout organisationnelle : elle vise à supprimer le fonctionnement en silo des équipes, des métiers, avec des outils facilitant la communication entre les différents services. Les données intégrées dans la solution sont partagées en temps réel entre les RH et les managers opérationnels, au profit d’un discours aligné avec les collaborateurs. 

Une deuxième innovation concerne l’impact de l’IA et du machine learning : l’outil va encore gagner en capacité à apprendre des usages, pour faciliter l’allocation de ressources humaines dans le planning et donner des recommandations. Un dernier axe de développement est l’intégration de la solution à l’écosystème digital de l’entreprise. Par exemple, pour renforcer la communication d’équipe, des API connecteraient l’outil de GTA à d’autres outils collaboratifs. L’interopérabilité des solutions et applications est centrale.

Ces trois innovations seront au service des enjeux opérationnels de l’entreprise, notamment pour gagner en anticipation et en agilité. Ainsi, le machine learning va pouvoir adapter les planifications proposées en fonction de ce qui a été fait dans le passé, et ainsi ajuster les hypothèses de pic de charge. L’outil va pouvoir proposer ses propres pistes d’optimisation : au manager ensuite de s’en saisir pour orienter ses choix. Grâce à l’innovation, il est possible d’accepter l’imprévu et de le gérer plus facilement, ce qui permet aux organisations de s’adapter plus rapidement.

Retrouvez cette interview et bien plus encore dans le deuxième opus de la collection Guides Pratiques de Parlons RH : « Comment bien choisir sa solution de GTA ?« . Nous remercions chaleureusement Horoquartz, ADP, SIGMA RH et UKG, ainsi que leurs experts reconnus, pour leur contribution essentielle à l’élaboration de ce guide pratique Parlons RH.