Menu principal
Et si vos process RH produisaient des effets discriminatoires sans que personne ne s’en aperçoive ? Pas par malveillance. Par habitude. Par accumulation de micro-décisions que personne n’a jamais remises en question. Si jusqu’ici, les biais paraissaient moins visibles, l’IA leur donne une tout autre portée : elle les accélère, les généralise et surtout, les habille d’une apparence d’objectivité.
L’IA n’est plus un sujet d’innovation périphérique : elle devient un objet d’investissement, de gouvernance et de performance. Face à cette pression croissante, les éditeurs SIRH enrichissent rapidement leurs solutions de fonctionnalités IA. La pression sur la valeur s’intensifie : 71 % des DSI estiment que leurs budgets IA pourraient être gelés ou réduits si la valeur n’est pas démontrée sous deux ans (1).
Dans ce contexte, les DRH se trouvent face à une question stratégique incontournable : faut-il s’appuyer sur les fonctionnalités IA déjà intégrées dans les outils du marché, ou construire ses propres solutions ? Derrière ce dilemme se joue un enjeu central : obtenir une preuve de valeur rapide, sans hypothéquer la maîtrise des données, la conformité réglementaire et la capacité d’évolution du SIRH.
1. « Buy » : des domaines RH déjà matures
Plusieurs domaines RH atteignent aujourd’hui une maturité réelle en matière d’intégration de l’IA. Les éditeurs ont massivement investi dans des processus tels que le recrutement, la formation, l’administration RH, la gestion des compétences, la mobilité interne ou encore l’assistance aux collaborateurs. Sur ces domaines, les fonctionnalités sont désormais éprouvées, industrialisées et rapidement déployables.
Le recrutement illustre particulièrement bien cette maturité : il combine des volumes de données conséquents, des tâches répétitives et un ROI mesurable à court terme. 89 % des professionnels RH utilisant l’IA pour le recrutement déclarent gagner en efficacité (SHRM). Les fonctionnalités de sourcing, de matching candidat-poste, d’aide à la rédaction des offres, de présélection des candidatures ou encore de planification des entretiens sont aujourd’hui largement disponibles et peuvent être déployées sans délai. Plus largement, les solutions du marché intègrent désormais des capacités avancées de recommandation, de recherche sémantique, de génération de contenus, de synthèse documentaire et d’agents conversationnels, qui viennent renforcer l’efficacité de nombreux processus RH.
Mais acheter ne signifie pas déléguer la responsabilité. Une solution générique, même performante, peut se révéler inadaptée aux spécificités de votre modèle social ou de vos processus internes. Sur le volet « scoring », par exemple, bien cadrer les critères de présélection pour garantir l’alignement de l’IA avec la politique de l’entreprise. Le « Buy » expose également les entreprises à des enjeux de localisation des données, d’explicabilité des algorithmes, de gestion des biais et de dépendance à l’éditeur.
La dimension réglementaire renforce encore cette vigilance. Avec l’AI Act, les systèmes IA utilisés dans le recrutement, la gestion de la performance ou l’allocation des tâches peuvent être considérés comme à haut risque, avec des obligations légales applicables à partir d’août 2026. Une solution « Buy » n’exonère pas l’entreprise de sa responsabilité de conformité.
2. « Make » : construire le différenciant, mais à quel prix ?
Là où les limites du « Buy » apparaissent, le « Make » peut trouver sa justification. Il s’impose notamment dans les secteurs où la souveraineté des données est un enjeu stratégique — défense, industrie sensible, secteur public — et où exposer ses données RH à un éditeur tiers peut être exclu d’emblée. Dans ces cas, le « Make » n’est pas un choix : c’est une contrainte qui se transforme en avantage, en permettant de garder la maîtrise complète des données et des modèles. Plus largement, il se justifie lorsque les processus sont fortement différenciants et que les règles de gestion ne sont pas standardisables.
Mais construire engage bien plus qu’un projet IT. Cela mobilise des profils rares et coûteux — data scientists, ML engineers, architectes IA, juristes spécialisés et exige de maintenir la solution dans la durée : documentation des modèles, détection des dérives algorithmiques, etc. Le « Make » n’est pas seulement un projet : c’est un programme de transformation.
Cette option prend tout son sens lorsque le ROI attendu sur plusieurs années compense les coûts de développement et de maintenance, ou lorsque la solution offre aux équipes RH un niveau de personnalisation et d’autonomie d’utilisation que les outils du marché ne permettent pas d’atteindre.
À l’inverse, se lancer dans un « Make » sans remplir ces conditions expose à un risque fréquemment observé : un TCO (Total Cost of Ownership) qui dépasse largement celui d’une solution éditeur bien paramétrée, pour un résultat en production souvent retardé de 12 à 24 mois.
3. Trois questions pour décider
Derrière chaque projet d’implémentation IA réussi, on retrouve une réponse claire à ces trois questions.
1. Votre fonction RH est-elle prête pour l’IA ?
Avant tout projet, cartographiez objectivement vos irritants RH, vos tâches manuelles récurrentes et votre niveau réel de maturité SIRH. Ce diagnostic doit intégrer la stratégie IA globale de l’entreprise — une initiative RH isolée du reste du programme IA de la DSI est une source fréquente de doublons, d’incompatibilités et de coûts cachés.
Il est essentiel de ne pas se lancer uniquement sur la base d’une démonstration éditeur convaincante, sans avoir préalablement évalué la disponibilité, la qualité et la structuration des données mobilisables.
La valeur d’une solution d’IA dépend autant de la pertinence de l’outil que de la qualité des données et du cadre de gouvernance dans lequel elle est déployée.
Dès le départ le rôle que l’IA jouera sur le domaine RH : simple aide à la décision ou automatisation de certaines étapes. Pour reprendre notre exemple de la partie 1, un outil de « scoring » de CV propose un classement des candidatures, tout en laissant aux recruteurs la décision finale. L’enjeu est alors de s’assurer que les critères sont transparents, configurables et continuellement ajustés à partir des retours des équipes RH afin de garantir leur pertinence dans le temps.
2. Quels processus RH créent de la valeur grâce à l’IA — sans s’exposer à des risques réglementaires importants ?
Priorisez les processus RH selon la valeur métier attendue, la temporalité de déploiement et leur niveau de risque réglementaire. Les domaines classés à haut risque par l’AI Act — recrutement, évaluation de la performance, allocation des tâches — imposent des obligations légales à intégrer dès la conception, que vous optiez pour le « Make » ou le « Buy ».
Les transformations RH réussies s’appuient sur une démarche progressive : démarrer par des processus RH offrant un bon équilibre entre valeur métier, maturité des solutions disponibles et maîtrise des risques, afin de démontrer rapidement les bénéfices avant d’étendre l’usage de l’IA à d’autres domaines RH.
3. Avons-nous les moyens de nos ambitions IA RH ?
Cette question vaut pour le « Make » comme pour le « Buy ». Un projet « Make » sans équipe data RH opérationnelle aboutit à une dépendance prestataire aussi contraignante qu’un contrat éditeur. Un « Buy » sans gouvernance interne produit une solution déployée mais non adaptée.
Au-delà du lancement, l’enjeu réside dans la capacité à opérer et faire vivre le dispositif dans la durée : le coût et la complexité du « run » dépassent fréquemment ceux de la phase de « build ».
Conclusion : du choix technologique à l’orchestration stratégique
Le point de départ le plus solide est de capitaliser sur les fonctionnalités IA déjà intégrées dans les outils existants : c’est le chemin le plus rapide vers une première démonstration de valeur, avec un niveau de risque maîtrisé. Sur les domaines où la maturité technologique est forte et l’enjeu réglementaire plus limité — formation, talent notamment —, de nouvelles solutions du marché peuvent ensuite être étudiées selon leur importance pour l’entreprise.
Enfin, pour les domaines où la maturité technologique est encore en construction ou les données particulièrement sensibles, le « Make » mérite d’être étudié — à condition que l’importance du domaine et le niveau de maturité interne le justifient réellement.
Dans tous les cas, le sujet doit sortir du seul périmètre RH. La décision « Make » ou du « Buy » engage la DRH, la DSI, le DPO, la direction juridique, les achats et, selon les domaines RH, les partenaires sociaux. Ce n’est pas un projet RH avec une composante IT : c’est une décision de gouvernance qui doit être portée au niveau du Comex.
—
(1) McKinsey’s – 2025 State of AI global survey