Gestion des talents et de la performance : quelles opportunités pour l’IA dans ce processus RH ?
Cadre Deloitte — HR Reimagined: Agentic AI for HR
1. Rôle du sous-processus RH : gestion des talents & performance (hors IA)
Dans le cadre Deloitte, la gestion des talents et de la performance correspond à un ensemble d’activités visant à définir les attentes, suivre la contribution, développer les compétences, arbitrer les décisions de talent, puis sécuriser la continuité via la mobilité et la succession. Ce sous-processus a une double nature : il combine des séquences relativement structurées (objectifs, revues, plans, rituels) et des séquences intrinsèquement humaines (feedback, appréciation, calibration, décisions sensibles). Deloitte souligne que la transformation par l’IA ne se fait pas « en bloc » mais par un déplacement progressif du travail, avec des zones qui restent principalement humaines et d’autres où la collaboration humain–IA devient plus intense.
2. Décomposition fine du processus en activités RH (référentiel Deloitte)
Dans la décomposition Deloitte du domaine Integrated Talent Management, plusieurs activités opérationnelles et décisionnelles sont explicitement listées. Elles couvrent la structuration des référentiels et des populations cibles, la définition des objectifs et l’animation de la performance, l’organisation des retours et des échanges, puis les dispositifs d’arbitrage collectif et de continuité. Deloitte cite notamment la création / maintenance de modèles de compétences, l’identification de segments critiques, l’identification de talents clés, l’assignation d’objectifs organisationnels, la création et l’assignation d’objectifs de performance, la création/maintenance de plans de développement, la création/maintenance de viviers, la gestion des profils talent, la gestion des check-ins, l’obtention de feedback (auto/manager), la production de feedback, la mise en place et l’exécution de plans d’amélioration de performance, la revue annuelle, la calibration, la talent review, la succession, ainsi que la mobilité internationale.
Ce niveau de granularité est essentiel : il permet de montrer, conformément à Deloitte, que les niveaux d’intégration de l’IA varient à l’intérieur d’un même sous-processus, selon que l’activité relève de la structuration, de l’analyse, de l’orchestration ou du jugement humain collectif.
Décomposition du processus RH Gestion des talents et de la performance
3. Analyse des niveaux d’intégration de l’IA par activité (AI-Assisted / AI-Augmented / AI-Powered)
Deloitte décrit une progression en trois niveaux : AI-Assisted, AI-Augmented et AI-Powered (avec un déplacement du travail « des humains vers l’IA » à mesure que les capacités mûrissent).
Dans ce cadre, la gestion des talents et de la performance se prête à une lecture différenciée.
Les activités de cadrage et de formalisation (par exemple, structurer des référentiels, maintenir des contenus de politiques, consolider des informations, préparer des supports) se positionnent naturellement dans l’IA assistée : l’IA soutient la production, la mise en forme, la recherche d’information et la préparation, sans prétendre « décider ». Deloitte illustre d’ailleurs des activités « primarily human-owned with moderate support from AI solutions » et donne des exemples de travail RH restant majoritairement humain (définition de stratégie talent, conseil aux leaders, support humain “high touch”).
Les activités d’animation et de pilotage, en revanche, basculent plus volontiers dans l’IA augmentée, parce qu’elles demandent une capacité de synthèse, de comparaison et d’analyse à grande échelle. Deloitte cite explicitement des usages où l’IA prend une place importante pour la data analysis, la création de rapports et l’exploitation d’informations.
Dans la performance, cela concerne typiquement la consolidation multi-sources des informations (objectifs, check-ins, feedbacks, éléments de développement), la détection de tendances, et l’éclairage des arbitrages de talent, sous contrôle humain.
Enfin, Deloitte réserve l’AI-Powered à des situations où le travail devient « primarily AI-owned with humans managing AI outputs, monitoring performance, and driving continuous improvement ».
Dans le périmètre talents & performance, ce niveau est crédible surtout sur des activités fortement transactionnelles et orchestrables (collectes, relances, routage, compilation, reporting), mais Deloitte rappelle implicitement la nécessité d’un pilotage humain sur les décisions et l’amélioration continue des dispositifs.
4. Agents IA et logique agentique mobilisable (au sens Deloitte)
Deloitte définit les AI agents comme des « reasoning engines » capables de comprendre le contexte, planifier des workflows et se connecter à des outils externes.
Dans la gestion des talents et de la performance, cela se traduit moins par une « substitution » que par une capacité d’orchestration et de raisonnement encadré sur des workflows RH.
Deux éléments Deloitte sont structurants ici. D’une part, l’approche proposée combine une logique role-focused (augmenter/répliquer certaines tâches des professionnels RH), process-driven (orchestration et automatisation des workflows), et empowerment (frictionless self-service).
D’autre part, Deloitte projette une évolution vers des patterns d’architecture où les interactions se déplacent vers des systèmes multi-agents, et insiste sur Human x AI collaboration by design et une Responsible and Secure AI Governance. Conséquence directe pour ce sous-processus : l’agentique est pertinent pour orchestrer (ex. enchaîner collecte → consolidation → préparation de supports → alertes), mais les séquences d’évaluation, de calibration, de talent review et de succession doivent rester gouvernées par des règles, des contrôles humains, et une traçabilité, car ce sont des décisions à forte portée humaine et organisationnelle. Cette frontière relève de la logique Deloitte de collaboration humain-IA « by design » et de gouvernance responsable.
5. Évaluation du niveau global d’opportunité IA (élevé / moyen / faible) pour ce sous-processus
En restant strictement dans la logique Deloitte, l’opportunité IA dans la gestion des talents et de la performance est globalement élevée, mais non uniforme. Elle est élevée sur les activités où l’IA peut produire des gains d’échelle clairs et où la qualité dépend de la consolidation et de l’analyse (objectifs, feedbacks, check-ins, plans, reporting, préparation des revues). Elle est plutôt moyenne sur les activités d’arbitrage collectif, car l’IA peut éclairer, mais la décision reste gouvernée par des pratiques humaines (calibration, talent review). Elle devient faible dès que l’activité repose principalement sur la relation, l’équité perçue, la confiance et la légitimité managériale, car ce sont des dimensions que Deloitte maintient dans le périmètre des capacités humaines durables (empathie, pensée critique, résolution nuancée de problèmes).
6. Points de vigilance et limites structurelles (humain, éthique, gouvernance)
Deloitte insiste sur le fait que l’agentique implique une gouvernance responsable et sécurisée, une gestion d’authentification/autorisation et une collaboration humain-IA pensée dès la conception.
Appliqué à la performance et au talent, cela renvoie à des limites structurelles très concrètes : les décisions de performance, de potentiel, de succession et de mobilité ont un impact direct sur les personnes, et exigent une explicabilité opérationnelle, des contrôles, et des mécanismes d’amélioration continue pilotés par l’humain, y compris lorsque l’IA devient plus « AI-Powered ». Enfin, Deloitte rappelle que la transformation déplace le travail, et crée de nouveaux besoins de compétences et de rôles RH orientés suivi, supervision, amélioration continue et usage responsable des capacités IA. Dans ce sous-processus, c’est précisément ce qui permet de bénéficier de l’IA sans dégrader la confiance, l’équité perçue et la qualité du management.