Rebecca Hinds (00:00)

Bienvenue sur Intelligence Real and Imagined du Work AI Institute de Glean.

‍

Rebecca Hinds (00:05)

C’est l’émission où nous faisons le tri entre ce qui est réel, ce qui relève du battage médiatique, et ce qui fonctionne réellement avec l’IA au travail.

‍

Rebecca Hinds (00:12)

Je suis votre animatrice, Rebecca Hinds, et je dirige notre Work AI Institute ici chez Glean.

‍

Rebecca Hinds (00:17)

Aujourd’hui, je suis accompagnée de Lauren Pasquarella Daley et Tiffany Hsieh de Jobs for the Future.

‍

Rebecca Hinds (00:22)

Cet épisode s’inspire de notre rapport AI Transformation 100, et nous parlons de ce à quoi ressemble le leadership en matière d’IA.

‍

Rebecca Hinds (00:31)

Comment les dirigeants accompagnent-ils leurs organisations dans ce changement, de manière à élargir les opportunités, instaurer la confiance et préparer leurs équipes à la suite ?

‍

Rebecca Hinds (00:42)

Allons-y, entrons dans le vif du sujet.

‍

Lauren Pasquarella Daley (00:46)

Merci de me recevoir, Rebecca.

‍

Lauren Pasquarella Daley (00:48)

Nous sommes vraiment ravies d’être ici.

‍

Lauren Pasquarella Daley (00:49)

Je m’appelle Lauren Pasquarella Daley, et je suis Associate Vice President chez Jobs for the Future, au sein de notre practice employeurs, Workforce Solutions.

‍

Lauren Pasquarella Daley (00:57)

Pour celles et ceux qui ne connaissent pas Jobs for the Future, nous sommes une organisation nationale à but non lucratif qui transforme le système américain de l’éducation et de la main-d’œuvre afin que les personnes, les entreprises et les communautés puissent s’épanouir.

‍

Lauren Pasquarella Daley (01:07)

Et je suis vraiment ravie d’être ici aujourd’hui.

‍

Lauren Pasquarella Daley (01:09)

Je travaille depuis un moment sur l’avenir du travail et je suis impatiente de parler d’IA et de leadership.

‍

Rebecca Hinds (01:15)

Formidable.

‍

Rebecca Hinds (01:16)

Et Tiffany, pouvez-vous vous présenter ?

‍

Tiffany Hsieh (01:19)

Oui.

‍

Tiffany Hsieh (01:19)

Merci beaucoup, Rebecca, de nous recevoir.

‍

Tiffany Hsieh (01:21)

Je suis Tiffany Hsieh.

‍

Tiffany Hsieh (01:22)

Je suis Senior Director au JFF center for Artificial Intelligence and the Future of Work.

‍

Tiffany Hsieh (01:27)

Nous réfléchissons en profondeur à la manière dont l’IA impacte les emplois, les compétences et le travail au sens large, et à la façon dont nous pouvons soutenir l’écosystème pour mieux accompagner les travailleurs et les apprenants dans cette période de transition un peu délicate.

‍

Tiffany Hsieh (01:40)

Ravie d’aborder ce sujet.

‍

Rebecca Hinds (01:43)

Formidable.

‍

Rebecca Hinds (01:43)

Moi aussi.

‍

Rebecca Hinds (01:44)

Je pense que vous apportez toutes les deux une ampleur et une profondeur d’expertise et d’expérience.

‍

Rebecca Hinds (01:50)

Jusqu’à présent dans cette série, vous savez, nous avons parlé de l’adoption de l’IA, nous avons échangé sur la mise en œuvre, nous avons un peu discuté des métriques et de la manière de mesurer le succès et l’efficacité.

‍

Rebecca Hinds (02:02)

L’un des fils conducteurs de chacun des deux épisodes jusqu’ici, c’est le leadership.

‍

Rebecca Hinds (02:07)

Quel est le rôle du leader aujourd’hui, à l’ère de l’IA ?

‍

Rebecca Hinds (02:13)

Qu’est-ce qui reste identique ?

‍

Rebecca Hinds (02:14)

Qu’est-ce qui change, et pourquoi est-ce important ?

‍

Rebecca Hinds (02:16)

Pourquoi devrions-nous repenser le leadership à l’ère de l’IA ?

‍

Rebecca Hinds (02:20)

Alors, Tiffany, je voudrais commencer avec vous.

‍

Rebecca Hinds (02:22)

Vous et Jobs for the Future réfléchissez beaucoup au leadership.

‍

Rebecca Hinds (02:26)

Pouvez-vous nous parler un peu du travail que vous faites avec des employeurs qui cherchent à naviguer à la fois dans les opportunités associées à l’IA et dans les disruptions inévitables ?

‍

Tiffany Hsieh (02:39)

Absolument.

‍

Tiffany Hsieh (02:40)

Nous vivons une période intermédiaire un peu chaotique d’adoption de l’IA, n’est-ce pas ?

‍

Tiffany Hsieh (02:44)

Nous sommes donc tous en train de comprendre au fur et à mesure.

‍

Tiffany Hsieh (02:46)

Et en matière de leadership, je pense que nous réfléchissons vraiment à un leadership fort pour définir une vision solide, mais aussi pour accompagner vos équipes dans cette navigation.

‍

Tiffany Hsieh (02:55)

Et nous parlons souvent aux employeurs des deux faces de cette pièce.

‍

Tiffany Hsieh (02:58)

N’est-ce pas ?

‍

Tiffany Hsieh (02:59)

D’un côté, il y a l’adoption des outils eux-mêmes.

‍

Tiffany Hsieh (03:02)

N’est-ce pas ?

‍

Tiffany Hsieh (03:02)

Quels sont les bons cas d’usage, comment devons-nous l’utiliser de manière stratégique pour générer de la valeur business.

‍

Tiffany Hsieh (03:08)

Mais nous voulons aussi réfléchir à la façon dont cela se répercute ensuite sur la manière dont nous accompagnons les travailleurs via la formation.

‍

Tiffany Hsieh (03:15)

La conduite du changement, évidemment, en est une grande partie.

‍

Tiffany Hsieh (03:18)

Et ensuite, comment cela commence à se diffuser dans la conception des postes, dans la façon dont les emplois évoluent et changent, et comment communiquer cela sur le terrain ?

‍

Tiffany Hsieh (03:25)

Donc tout cela fait partie des compétences nécessaires à ce moment précis.

‍

Rebecca Hinds (03:30)

Tout à fait.

‍

Rebecca Hinds (03:31)

Et l’une des choses que nous entendons en permanence de la part des dirigeants, c’est l’importance de conseils tactiques et concrets.

‍

Rebecca Hinds (03:39)

Vous savez, lorsqu’ils font face à cette énorme pression d’aller vite et d’aider leurs organisations à évoluer.

‍

Rebecca Hinds (03:46)

Je vous connais toutes les deux depuis quelques années maintenant, et en 2023, vous avez créé le framework AI Ready Workforce de Jobs for the Future.

‍

Rebecca Hinds (03:57)

C’est un framework vraiment impressionnant.

‍

Rebecca Hinds (03:59)

Tiffany, qu’est-ce qui vous a inspiré à développer ce framework et quel problème cherchiez-vous à résoudre en 2023 quand vous l’avez créé ?

‍

Tiffany Hsieh (04:08)

Oui, c’est amusant parce que le problème que nous résolvions en 2023 est probablement aussi celui que nous résolvons aujourd’hui : comme vous l’avez dit, les gens recherchent vraiment des frameworks et des outils tactiques et actionnables pour commencer à réfléchir à ce changement.

‍

Tiffany Hsieh (04:24)

Une fois que ChatGPT a été lancé et que l’IA générative était au cœur du discours, il y avait beaucoup d’incertitude — et il y en a toujours — autour des impacts de l’IA sur le marché du travail.

‍

Tiffany Hsieh (04:34)

Comment cela va-t-il réellement impacter les emplois et les compétences ?

‍

Tiffany Hsieh (04:37)

Nous avons donc travaillé avec des employeurs, des établissements d’enseignement supérieur et des organisations de l’emploi avec cet outil pour commencer à réfléchir à l’impact de l’IA à un niveau plus granulaire : pas seulement « 40 % des emplois vont être impactés d’une manière ou d’une autre », mais quel est cet impact ?

‍

Tiffany Hsieh (04:52)

Comment aller un peu plus loin dans les nuances, et comment disposer d’un véritable outil au milieu de toute cette ambiguïté sur ce qui arrive réellement aux emplois ?

‍

Tiffany Hsieh (05:01)

Et, vous savez, nous allons continuer à évoluer dans cet espace pendant un certain temps.

‍

Rebecca Hinds (05:05)

Mm.

‍

Rebecca Hinds (05:06)

C’est vraiment important.

‍

Rebecca Hinds (05:08)

Et Lauren, de votre côté chez Jobs for the Future, qu’est-ce qui est le plus en tête des leaders en ce moment en matière d’IA ?

‍

Rebecca Hinds (05:16)

Y a-t-il aussi quelque chose qui, selon vous, manque actuellement dans la conversation ?

‍

Lauren Pasquarella Daley (05:21)

Ce que je constate lorsque je parle avec des employeurs et des dirigeants, c’est qu’ils ressentent une pression intense pour avancer très vite et trouver comment l’adopter dans leurs pratiques, mais aussi au sein de leurs équipes.

‍

Lauren Pasquarella Daley (05:32)

Je pense que ce qui peut manquer, c’est que, du fait de cette pression, on voit beaucoup de réflexion à court terme en ce moment : comment résoudre ça à court terme.

‍

Lauren Pasquarella Daley (05:40)

Et je pense qu’il faut s’assurer que oui, on répond à court terme, on réfléchit à la façon de l’intégrer aux workflows et de travailler avec nos équipes pour développer ces compétences.

‍

Lauren Pasquarella Daley (05:49)

Mais je veux aussi m’assurer que nous pensons sur le long terme à ce à quoi cela ressemble quand nous concevons les emplois et les processus, et que nous n’ignorons pas cet impact à long terme sur le marché du travail, tout en veillant aussi à écouter nos salariés.

‍

Lauren Pasquarella Daley (06:04)

Souvent, quand nous réfléchissons à la manière d’adopter l’IA, l’attention se porte surtout sur les travailleurs de bureau ou, vous savez, ceux qui effectuent beaucoup de tâches de type knowledge work.

‍

Lauren Pasquarella Daley (06:15)

Et je pense qu’il est important de considérer aussi la façon dont l’IA commence à transformer les rôles et les compétences nécessaires à tous les niveaux d’une organisation.

‍

Lauren Pasquarella Daley (06:25)

Donc, s’assurer que nous intégrons vraiment la voix des travailleurs, que nous parlons aux employés à tous les niveaux, que nous entendons ce qu’ils voient et ce dont ils ont besoin pour pouvoir déployer ces processus dans toute l’organisation.

‍

Rebecca Hinds (06:38)

Et Tiffany, je voudrais rebondir sur l’excellente remarque de Lauren, parce que nous voyons toutes ces paradoxes et tensions à l’œuvre lorsqu’il s’agit de mettre en place l’IA.

‍

Rebecca Hinds (06:49)

Et l’une des grandes tensions, c’est celle entre la démocratisation de la technologie et les inégalités.

‍

Rebecca Hinds (06:57)

D’une certaine manière, nous savons que l’IA est démocratisante dans le sens où elle met des capacités d’expert à portée de main des gens.

‍

Rebecca Hinds (07:06)

Mais en même temps, beaucoup de travailleurs n’ont pas été intégrés à la conversation.

‍

Rebecca Hinds (07:10)

Comment voyez-vous ce décalage se manifester dans les organisations aujourd’hui ?

‍

Tiffany Hsieh (07:15)

Oui, je veux dire, comme vous l’avez dit, l’IA — et surtout l’IA générative en particulier, n’est-ce pas ?

‍

Tiffany Hsieh (07:20)

A vraiment démocratisé l’accès à cet outil, parce que l’IA n’est pas nouvelle.

‍

Tiffany Hsieh (07:23)

L’IA existe depuis plus de 50 ans.

‍

Tiffany Hsieh (07:26)

Mais grâce aux interfaces en langage naturel utilisées par ces nouveaux outils d’IA générative, les gens peuvent y accéder et leur parler comme nous sommes en train de parler là.

‍

Tiffany Hsieh (07:36)

Et, de ce fait, la croissance s’est faite à une vitesse qu’on n’avait jamais vue auparavant.

‍

Tiffany Hsieh (07:41)

Et cela a aussi, au niveau business, donné lieu à une sorte de phénomène BYO AI, comme nous l’appelons.

‍

Tiffany Hsieh (07:48)

C’est ça.

‍

Tiffany Hsieh (07:49)

Où les gens l’utilisent, et peut-être pas forcément ouvertement si les politiques de leur organisation ne sont pas vraiment alignées avec ça.

‍

Tiffany Hsieh (07:57)

Mais cela crée alors des écarts en soi au sein de l’organisation, entre ceux qui ont accès à ces outils et ceux qui n’y ont pas accès.

‍

Tiffany Hsieh (08:03)

Et cela crée aussi des écarts entre les organisations, où celles qui ont des politiques plus ouvertes concernant l’usage de l’IA générative peuvent avancer plus vite et utiliser ces outils d’une manière que d’autres, plus « verrouillées », ne peuvent pas.

‍

Tiffany Hsieh (08:18)

Et cela se répercute ensuite, du point de vue des écarts : comment tirons-nous réellement parti de cette démocratisation ?

‍

Tiffany Hsieh (08:27)

C’est ça.

‍

Tiffany Hsieh (08:27)

Si nous savons que beaucoup de personnes utilisent ces outils, comment tirons-nous parti de leurs capacités et de leur expertise pour pouvoir les consulter sur la manière dont l’IA devrait être utilisée au travail ?

‍

Tiffany Hsieh (08:39)

Quels sont les cas d’usage à forte valeur ajoutée qui peuvent réellement générer de la valeur business ?

‍

Tiffany Hsieh (08:43)

Et comment les emplois devraient-ils commencer à être remodelés à partir de ces cas d’usage ?

‍

Tiffany Hsieh (08:49)

Et nous constatons vraiment que les employés ne sont pas consultés de manière large.

‍

Tiffany Hsieh (08:59)

Nous venons d’ailleurs de publier hier les résultats d’une enquête menée auprès de travailleurs et d’apprenants dans l’ensemble des États-Unis sur leurs expériences et leurs perceptions de l’IA.

‍

Tiffany Hsieh (09:09)

Et nous avons constaté que 56 % des travailleurs ont déclaré n’avoir été consultés d’aucune façon par leurs employeurs.

‍

Tiffany Hsieh (09:15)

Donc plus de la moitié.

‍

Tiffany Hsieh (09:16)

C’est ça.

‍

Tiffany Hsieh (09:17)

Presque 60 % des personnes, ce qui est énorme.

‍

Tiffany Hsieh (09:19)

Et ensuite, lorsque nous avons analysé plus en détail les personnes qui sont consultées, certaines le sont de manière plus légère, comme des sondages de feedback, et d’autres de manière plus approfondie.

‍

Tiffany Hsieh (09:31)

Ça représente probablement environ 20 % des personnes qui participent, par exemple, à des comités permanents et qui ont des boucles de feedback régulières.

‍

Tiffany Hsieh (09:37)

Donc, si nous réfléchissons à la manière dont nous pouvons à la fois tirer parti de la démocratisation et nous assurer d’impliquer les bonnes voix autour de la table, ce sont vraiment les points à considérer.

‍

Lauren Pasquarella Daley (09:48)

Et j’aimerais rebondir là-dessus.

‍

Lauren Pasquarella Daley (09:50)

Vous savez, je pense que ce qui est important, quand on parle d’adopter quoi que ce soit, que ce soit une nouvelle technologie comme l’IA, un nouveau processus, tout type de conduite du changement dans une organisation, l’une des choses auxquelles nous croyons et que nos recherches montrent, c’est que les pratiques qui sont bonnes pour les personnes sont bonnes pour l’entreprise.

‍

Lauren Pasquarella Daley (10:07)

Et je pense que c’est un rappel important pour les dirigeants, à garder à l’esprit tout au long de ce processus de changement, lorsqu’ils réfléchissent à la manière de mettre en œuvre et d’adopter l’IA : vous voulez aussi le faire d’une façon qui soit bonne pour les personnes.

‍

Lauren Pasquarella Daley (10:20)

Et donc, en réfléchissant à ce que vous pouvez automatiser, pensez aussi à ce que vous pouvez augmenter, et aux compétences humaines qui doivent vraiment entrer dans la boucle.

‍

Lauren Pasquarella Daley (10:29)

Comment intégrez-vous les collaborateurs à tous les niveaux de l’organisation et, comme le souligne Tiffany à propos de la recherche, non seulement en leur demandant, mais aussi en agissant sur ces retours pour pouvoir construire ces processus.

‍

Lauren Pasquarella Daley (10:39)

Et donc je pense que c’est vraiment important que les dirigeants gardent à l’esprit que, comme pour la plupart des démarches de conduite du changement, il faut trouver une voie qui écoute réellement vos équipes, qui soit bonne pour vos équipes, qui se concentre sur le court terme, mais sans pour autant laisser des cicatrices ou abîmer vos talents sur le long terme.

‍

Rebecca Hinds (10:56)

Et Aaron a fait un excellent commentaire dans le chat.

‍

Rebecca Hinds (10:59)

L’anxiété liée à l’IA est bien réelle pour beaucoup de personnes au sein de l’organisation, et elles attendent de leurs employeurs qu’ils intègrent leurs voix.

‍

Rebecca Hinds (11:07)

Et Lauren, nous avons, par le passé, parlé de cette idée de l’effet IKEA et du fait que plus les employés ont le sentiment d’avoir été impliqués et d’avoir construit quelque chose eux-mêmes, plus ils ont de chances de l’apprécier et d’éprouver de l’enthousiasme à son égard.

‍

Lauren Pasquarella Daley (11:24)

Oui, tout à fait.

‍

Rebecca Hinds (11:27)

Tiffany, Lauren, y a-t-il quelque chose dont nous n’avons pas parlé sur la manière de faire cela en pratique ?

‍

Rebecca Hinds (11:32)

À quoi cela ressemble-t-il sur le terrain d’intégrer la voix des collaborateurs dans les décisions liées à l’IA ?

‍

Rebecca Hinds (11:39)

Nous avons parlé des enquêtes.

‍

Rebecca Hinds (11:41)

Autre chose, de manière tactique et pratique, que vous recommandez aux organisations ?

‍

Tiffany Hsieh (11:47)

Oui, je pense qu’il y a probablement trois recommandations tactiques dont nous parlons souvent.

‍

Tiffany Hsieh (11:53)

La première est de tirer parti de cet effet de démocratisation et d’un modèle « mille fleurs éclosent », où vous donnez accès à ces outils d’IA à tout le monde.

‍

Tiffany Hsieh (12:04)

Et, ensuite, de les former aussi, parce que l’IA est une technologie très spécifique qui doit être utilisée de manière responsable.

‍

Tiffany Hsieh (12:12)

Mais si vous permettez cette expérimentation et que vous donnez cet accès, cela fera souvent remonter des cas d’usage qui seront utiles à l’organisation dans son ensemble.

‍

Tiffany Hsieh (12:22)

Et c’est bien plus efficace que d’adopter une approche descendante, un peu plus lente, qui, vous savez, ne tire pas parti de l’expertise des collaborateurs qui connaissent vraiment leurs workflows au quotidien.

‍

Tiffany Hsieh (12:35)

Et nous constatons clairement que la formation n’est pas suffisamment diffusée dans les organisations non plus.

‍

Tiffany Hsieh (12:41)

Seul environ un tiers des collaborateurs disent avoir reçu une formation de leur employeur autour de l’IA.

‍

Tiffany Hsieh (12:46)

C’est donc également essentiel.

‍

Tiffany Hsieh (12:48)

Et ensuite, bien sûr, il faut associer cela à certaines des structures formelles que nous avons mentionnées.

‍

Tiffany Hsieh (12:52)

N’est-ce pas ?

‍

Tiffany Hsieh (12:52)

Quels sont des moyens pérennes de vous assurer que des boucles de feedback soient intégrées pour les collaborateurs, via des comités permanents.

‍

Tiffany Hsieh (12:59)

Comment vous assurez-vous, plus largement, que vous continuez à exploiter des enquêtes de feedback des employés pour prendre le pouls de ce que les gens vivent et ressentent sur le terrain, afin que nous puissions ajuster en conséquence.

Rebecca Hinds (13:13)

C’est très bien.

‍

Rebecca Hinds (13:14)

Je pense que la combinaison du formel et de l’informel est aussi une distinction utile à garder en tête.

‍

Rebecca Hinds (13:22)

Alors, Lauren, j’aimerais me tourner vers vous : beaucoup des composantes que Tiffany a mises en avant ne peuvent pas nécessairement être mises en place demain.

‍

Rebecca Hinds (13:31)

Cela nécessite une approche de réflexion à long terme.

‍

Rebecca Hinds (13:35)

Je vous ai entendue à de nombreuses reprises, par le passé, mettre en garde les dirigeants contre une vision à court terme.

‍

Rebecca Hinds (13:41)

Dans un monde où nous voyons beaucoup de pensée à court terme — et c’est compréhensible, en raison de beaucoup de pression, beaucoup de pression sur l’efficacité — qu’est-ce qui vous inquiète le plus à propos de cette vision à court terme ?

‍

Lauren Pasquarella Daley (13:56)

Oui.

‍

Lauren Pasquarella Daley (13:56)

Alors, vous savez, je pense qu’en ce moment, c’est clairement quelque chose qui m’inquiète, surtout lorsque l’on réfléchit aux effets à long terme sur le marché du travail.

‍

Lauren Pasquarella Daley (14:03)

Une grande partie de cela, vous savez, Tiffany l’a mentionné au début, et nous en avons un peu parlé.

‍

Lauren Pasquarella Daley (14:07)

On ne sait tout simplement pas, à ce stade.

‍

Lauren Pasquarella Daley (14:09)

Nous avons quelques idées des effets sur le marché du travail.

‍

Lauren Pasquarella Daley (14:12)

Nous avons quelques idées de la manière dont les emplois évoluent et se transforment.

‍

Lauren Pasquarella Daley (14:15)

Je pense que, vous savez, ce qui m’inquiète, c’est que c’est très réactionnel, et que les organisations et les dirigeants ne font pas preuve d’intentionnalité dans la manière dont ils déploient leurs outils d’IA et réfléchissent vraiment à la façon de planifier stratégiquement leur main-d’œuvre pour l’avenir.

‍

Lauren Pasquarella Daley (14:29)

Et une partie de cela, c’est que nous devons comprendre beaucoup d’éléments : vous savez, quand il y a la pression de devoir avancer vite pour adopter et commencer à réfléchir aux gains de productivité, il est aussi facile de suivre ce mouvement sans être intentionnel.

‍

Lauren Pasquarella Daley (14:43)

Et nous devons faire un travail pour comprendre vraiment, vous savez, quelles sont les compétences de notre organisation.

‍

Lauren Pasquarella Daley (14:48)

Si l’on regarde les compétences, l’intelligence, dans quelles compétences devons-nous investir ?

‍

Lauren Pasquarella Daley (14:53)

Quelles compétences avons-nous déjà ?

‍

Lauren Pasquarella Daley (14:55)

Et ce n’est pas uniquement technique : ce sont aussi ces compétences humaines qui nous aident vraiment à collaborer et à nous distinguer de tous les outils d’IA que nous pourrions déployer.

‍

Lauren Pasquarella Daley (15:03)

Et donc je pense qu’il y a beaucoup d’éléments, et qu’en réfléchissant à long terme, on ne sait tout simplement pas.

‍

Lauren Pasquarella Daley (15:08)

Et la technologie évolue si vite que, bien sûr, cela encourage une pensée très court terme.

‍

Lauren Pasquarella Daley (15:13)

Mais pour la réussite à long terme d’une organisation, il est essentiel de s’assurer qu’elle continue d’investir dans ses talents, qu’elle n’abîme pas ses talents sur le long terme, et qu’elle réfléchit, vous voyez, pas uniquement en périodes de trois mois, parfois même de 30 jours, de déploiement de l’IA.

‍

Lauren Pasquarella Daley (15:32)

Nous voulons y réfléchir à un an, trois ans, cinq ans, et commencer à faire une planification stratégique autour de cela.

‍

Lauren Pasquarella Daley (15:38)

Ainsi, on comprend dans quel sens évolue la main-d’œuvre et quels seront, à l’avenir, ces besoins en compétences et en talents.

‍

Rebecca Hinds (15:45)

Très bien, très bien.

‍

Rebecca Hinds (15:46)

Et vous savez, une façon de le faire, vraisemblablement, c’est au moyen de cadres et d’outils, qui rendent moins abrupt le saut cognitif entre aujourd’hui et l’avenir.

‍

Rebecca Hinds (15:56)

Tiffany, j’aimerais approfondir le framework « AI ready workforce », car je pense vraiment qu’il aide sur ce point.

‍

Rebecca Hinds (16:05)

Y a-t-il des enseignements généraux que, selon vous, tout le monde peut tirer du framework, en termes de manière de penser la main-d’œuvre de demain et de commencer à classer ces différents rôles ?

‍

Tiffany Hsieh (16:18)

Absolument.

‍

Tiffany Hsieh (16:19)

Donc le framework repose vraiment sur l’idée que les métiers ne vont pas nécessairement changer entièrement.

‍

Tiffany Hsieh (16:26)

C’est vrai.

‍

Tiffany Hsieh (16:26)

Parce que c’est assez intimidant : à écouter toutes les déclarations et une grande partie de la recherche que l’on voit, on reste à un niveau élevé qui dit que 40 % des emplois vont être supprimés ou que 70 % des compétences vont changer.

‍

Tiffany Hsieh (16:39)

Mais quand on devient un peu plus granulaire sur une profession particulière, on décompose ce métier en tâches qui le composent, puis on analyse l’impact de l’IA sur ces tâches.

‍

Tiffany Hsieh (16:51)

On peut commencer à voir des tendances sur les endroits où l’IA apparaît et comment.

‍

Tiffany Hsieh (16:56)

C’est vrai.

‍

Tiffany Hsieh (16:57)

Notre framework s’appuie essentiellement sur le spectre allant de l’automatisation à l’augmentation, que de nombreux autres travaux de recherche, comme l’Anthropic Economic Index, utilisent également.

‍

Tiffany Hsieh (17:10)

Mais il faut réfléchir, n’est-ce pas ?

‍

Tiffany Hsieh (17:12)

D’abord en classant un rôle selon ses tâches constitutives, puis en analysant l’impact de l’IA pour ces tâches.

‍

Tiffany Hsieh (17:19)

Ensuite, on peut commencer à se demander : pour cette profession en particulier, comment puis-je accompagner mes collaborateurs si je sais, par exemple, qu’il existe un cas d’usage très pertinent, comme la prise de notes, pour mon assistant de direction, qui va modifier son rôle d’une certaine manière ?

‍

Tiffany Hsieh (17:32)

Comment puis-je les aider à apprendre à utiliser l’outil, tout en les aidant aussi à développer davantage certaines compétences plus humaines, qui vont occuper leur temps maintenant qu’ils n’ont plus à passer du temps sur des tâches plus, disons, ingrates.

‍

Tiffany Hsieh (17:45)

C’est vrai.

‍

Tiffany Hsieh (17:45)

Et donc nous ne demandons pas de façon globale : est-ce que ce métier va disparaître ?

‍

Tiffany Hsieh (17:49)

Parce que nous savons que ce n’est pas la réalité.

‍

Tiffany Hsieh (17:50)

La réalité, c’est que les métiers vont évoluer à la marge, et nous allons commencer à voir ces changements progressivement.

‍

Tiffany Hsieh (17:57)

Et cela nous aide à le capter dans notre compréhension.

‍

Tiffany Hsieh (18:00)

C’est vrai.

‍

Tiffany Hsieh (18:00)

Est-ce que cette tâche va être remplacée ?

‍

Tiffany Hsieh (18:02)

Devrait-elle être supprimée ou reconfigurée d’une manière qui change la façon dont elle est réalisée ?

‍

Tiffany Hsieh (18:07)

Et comment cela permet-il ensuite, potentiellement, de renforcer les compétences humaines réellement en jeu et de consacrer plus de temps à ce travail stratégique ?

‍

Rebecca Hinds (18:16)

C’est excellent et très éclairant.

‍

Rebecca Hinds (18:18)

Je pense que la notion selon laquelle un rôle est un ensemble de tâches et de compétences est vraiment très importante aujourd’hui.

‍

Rebecca Hinds (18:26)

Et il est très difficile de comprendre comment un rôle va changer, ou devrait changer, sans comprendre les tâches qui le sous-tendent.

‍

Rebecca Hinds (18:34)

Et j’aime le fait que le framework mette vraiment cela, vous savez, au cœur de l’analyse.

‍

Rebecca Hinds (18:41)

Donc si nous devions, Tiffany, aller un niveau plus loin : on entend beaucoup de discussions autour du développement logiciel et de la façon dont le rôle du développeur logiciel va changer, ou a déjà changé, avec l’IA.

‍

Rebecca Hinds (18:54)

Peux-tu nous expliquer brièvement comment tu appliquerais le framework au rôle de développeur logiciel ?

‍

Tiffany Hsieh (19:01)

Absolument.

‍

Tiffany Hsieh (19:02)

Donc, évidemment, le développement logiciel est l’un des principaux cas d’usage de l’IA aujourd’hui.

‍

Tiffany Hsieh (19:08)

C’est le domaine que les frontier labs maîtrisent le mieux.

‍

Tiffany Hsieh (19:11)

Et donc, par conséquent, ils ont consacré beaucoup de temps à s’assurer que ces outils fonctionnent.

‍

Tiffany Hsieh (19:16)

Et ils se sont nettement améliorés, même rien que cette dernière semaine.

‍

Tiffany Hsieh (19:20)

Mais si l’on pense aux tâches d’un développeur logiciel, décomposons cela.

‍

Tiffany Hsieh (19:25)

Il génère du code, il teste le logiciel, il le débogue, mais il communique aussi avec les équipes, il structure les problèmes.

‍

Tiffany Hsieh (19:34)

Ce sont certaines des tâches constitutives auxquelles nous penserions en appliquant ce framework.

‍

Tiffany Hsieh (19:40)

Compte tenu des avancées de l’IA en matière de code, nous pensons que cela reconfigure fondamentalement la manière dont on pourrait réaliser une partie de ce travail.

‍

Tiffany Hsieh (19:50)

La génération de code, par exemple.

‍

Tiffany Hsieh (19:52)

À présent, les outils d’IA génèrent eux-mêmes le CO.

‍

Tiffany Hsieh (19:57)

Le rôle du développeur logiciel évolue : il s’agit davantage de réfléchir à la manière de structurer le problème en amont, puis d’évaluer les résultats en tant qu’humain dans la boucle en aval.

‍

Tiffany Hsieh (20:07)

Et cela nous aide à comprendre : d’accord, si la génération de CO est davantage automatisée par l’IA, cela met alors en valeur d’autres compétences.

‍

Tiffany Hsieh (20:20)

Échanger avec les clients, échanger avec les membres de l’équipe, décomposer les problèmes, esprit critique, résolution de problèmes. Cela met en avant les dimensions humaines du métier et nous permet de réfléchir, d’un point de vue L and D, à l’endroit où concentrer réellement la formation et le temps.

‍

Rebecca Hinds (20:37)

Et j’imagine — corrigez-moi si je me trompe — que cela se fait idéalement en partenariat et avec le soutien des dirigeants : dirigeants de l’organisation, responsables d’équipe.

‍

Rebecca Hinds (20:47)

Mais j’imagine que vous pouvez aussi le faire à titre individuel, et avoir beaucoup d’informations et de visibilité sur la manière dont, en tant qu’individus, nous devrions aussi envisager de faire évoluer nos rôles et nos métiers ?

‍

Tiffany Hsieh (21:00)

Absolument.

‍

Tiffany Hsieh (21:01)

Encore une fois, avec cette boucle de feedback et cette communication entre l’organisation et l’individu : que l’individu puisse dire « voici ce que je constate sur le terrain, voici là où je trouve réellement de la valeur, et voilà comment cela change la façon dont je passe mon temps ». Cela peut vraiment aider à construire une nouvelle définition de rôle ou une fiche de poste.

‍

Lauren Pasquarella Daley (21:21)

Ce qui est vraiment, vraiment enthousiasmant, c’est qu’à mesure que nous commençons à mieux cerner quelles sont ces compétences, comment elles évoluent et comment nous voulons les développer.

‍

Lauren Pasquarella Daley (21:29)

Cela nous permet non seulement de nous développer, ainsi que nos équipes et notre vivier de talents au sens large, mais aussi de recruter différemment et de promouvoir différemment, parce que nous pouvons d’abord nous concentrer sur les compétences nécessaires pour réussir dans ce rôle, bien définir à quoi cela ressemble et comment nous pouvons accompagner le développement de nos collaborateurs sur le long terme.

‍

Rebecca Hinds (21:52)

Oui, ça a tout à fait du sens.

‍

Rebecca Hinds (21:54)

Et Lauren, pendant que nous faisons cela, pendant que nous réfléchissons à la manière dont les rôles et les tâches devraient évoluer pour la prochaine ère, comment vous assurez-vous d’intégrer la voix des collaborateurs dans ce cadre ?

‍

Rebecca Hinds (22:06)

Robert a fait un excellent commentaire dans le chat : tous les développeurs logiciels ne souhaitent pas forcément assumer de nouvelles tâches — et de nouvelles tâches au sens de travailler avec des personnes.

‍

Rebecca Hinds (22:19)

Comment intégrer la voix des collaborateurs dans cette équation ?

‍

Lauren Pasquarella Daley (22:23)

Je pense que c’est vraiment essentiel.

‍

Lauren Pasquarella Daley (22:25)

Et sur l’idée d’intégrer la voix des collaborateurs, comme nous en avons parlé, il existe de nombreuses façons de le faire.

‍

Lauren Pasquarella Daley (22:31)

Que ce soit via des enquêtes, en construisant à la fois du bas vers le haut et du haut vers le bas.

‍

Lauren Pasquarella Daley (22:35)

Je pense qu’il est important que, pendant que vous définissez quelles sont les tâches et comment le travail évolue à court terme et à long terme, vous examiniez aussi les compétences.

‍

Lauren Pasquarella Daley (22:43)

Et donc, à mesure que les rôles changent — et c’est le cas dans beaucoup de processus de conduite du changement — à chaque fois qu’un changement arrive, il y a une période où les personnes y réagissent, puis s’y adaptent.

‍

Lauren Pasquarella Daley (22:55)

Et l’une des compétences que je considère comme crucialement importante aujourd’hui et pour l’avenir du travail, c’est d’être à l’aise avec l’incertitude et de savoir s’adapter au changement.

‍

Lauren Pasquarella Daley (23:05)

Donc oui, toutes les tâches ne seront pas forcément quelque chose qui enthousiasme un collaborateur ou qui l’intéresse.

‍

Lauren Pasquarella Daley (23:11)

Et c’est là que vous pouvez vraiment tirer parti de l’écoute, et écouter d’une manière qui permette de comprendre : d’accord, si vous ne voulez pas faire cette tâche en particulier ou développer cette compétence en particulier, y a-t-il d’autres compétences que vous avez développées et d’autres parcours au sein de notre organisation où nous pouvons vous mobiliser différemment — non pas automatiser votre rôle, mais déterminer, sur le long terme, ce qui a du sens pour vous, ce qui est bon pour vous, et ce qui ouvre l’accès à des opportunités que vous n’auriez peut-être pas eues auparavant, parce que vous vous concentrez désormais sur de nouvelles compétences et les développez de différentes façons à mesure que les rôles évoluent ?

‍

Lauren Pasquarella Daley (23:44)

Je pense qu’on entend beaucoup de discours alarmistes sur le changement qui arrive, sur le changement qui est déjà là.

‍

Lauren Pasquarella Daley (23:50)

Et j’essaie toujours de me concentrer sur le fait que, oui, c’est le cas — je ne le minimise pas — mais la capacité d’adaptation va être essentielle aujourd’hui et dans le futur, et cela nous donne l’opportunité de faire les choses autrement.

‍

Lauren Pasquarella Daley (24:01)

Il y a une manière d’identifier de nouveaux chemins, de nouvelles trajectoires de carrière, et même des carrières totalement nouvelles qui vont se développer.

‍

Lauren Pasquarella Daley (24:09)

Et donc cela donne une forme d’autonomie et de voix aux collaborateurs qui se demandent : que veux-je pour l’avenir ?

‍

Lauren Pasquarella Daley (24:14)

Quelles compétences est-ce que je veux inclure dans mes tâches ?

‍

Lauren Pasquarella Daley (24:18)

Et s’assurer qu’il y a, vous savez, une communication à double sens avec votre employeur.

‍

Lauren Pasquarella Daley (24:21)

Je pense que c’est vraiment important,.

‍

Rebecca Hinds (24:24)

La communication à double sens, avant de passer à la suite, parce que je veux consacrer un peu de temps à parler des métriques et de la manière dont vous pensez la réussite au travers des métriques.

‍

Rebecca Hinds (24:34)

Quelque chose d’autre sur ce dernier point : qu’est-ce que les leaders pourraient manquer aujourd’hui en ce qui concerne les rôles, les tâches, les compétences, et qui vous semble important à souligner ?

‍

Lauren Pasquarella Daley (24:48)

Je pense que l’essentiel est, vous savez, de s’assurer que vous mesurez et cartographiez réellement quelles sont les tâches et quelles sont les compétences.

‍

Lauren Pasquarella Daley (24:55)

Si vous n’avez pas une compréhension fondamentale de l’intelligence des compétences au sein de votre organisation et de votre équipe, pour les différents métiers, et de la manière dont ils pourraient réagir, s’adapter et évoluer avec l’IA, il est difficile de faire quoi que ce soit de ce dont nous parlons.

‍

Lauren Pasquarella Daley (25:09)

Et je pense que c’est ça : cette partie où il faut le mesurer, il faut en avoir une compréhension, puis s’assurer d’intégrer le point de vue et les retours des collaborateurs à tous les niveaux de l’organisation pour vraiment construire cette cartographie de l’intelligence des compétences.

‍

Tiffany Hsieh (25:21)

C’est très important.

‍

Rebecca Hinds (25:22)

C’est un excellent point.

‍

Rebecca Hinds (25:24)

Alors, les métriques : parlons un peu de la mesure du succès.

‍

Rebecca Hinds (25:27)

Tiffany, j’aimerais beaucoup avoir ton avis là-dessus.

‍

Rebecca Hinds (25:29)

Quand les dirigeants demandent comment mesurer cela, comment mesurer le succès ?

‍

Rebecca Hinds (25:33)

Avec l’IA, ils reviennent souvent par défaut à la productivité et à l’efficacité.

‍

Rebecca Hinds (25:38)

De ton point de vue, comment devraient-ils réfléchir aux métriques en ce moment ?

‍

Tiffany Hsieh (25:43)

Oui, tu as raison.

‍

Tiffany Hsieh (25:44)

La productivité et l’efficacité sont clairement les métriques les plus courantes dont on entend parler.

‍

Tiffany Hsieh (25:49)

Mais elles nous entraînent un peu dans une logique de court terme.

‍

Tiffany Hsieh (25:52)

C’est vrai.

‍

Tiffany Hsieh (25:53)

Et donc, nous encourageons les dirigeants à se demander : comment les personnes utilisent-elles réellement le temps qu’elles gagnent du point de vue de la productivité et de l’efficacité ?

‍

Tiffany Hsieh (26:02)

Comment consacrons-nous du temps à de nouvelles activités, ou à des activités de niveau supérieur, pour créer de nouveaux produits, se tourner vers une réflexion plus stratégique, ou vers des compétences humaines durables.

‍

Tiffany Hsieh (26:13)

C’est vrai.

‍

Tiffany Hsieh (26:13)

Comment cela conduit-il à une meilleure utilisation du temps des personnes, au lieu de simplement dire : oh, on gagne du temps et on peut produire plus de widgets ; et l’autre élément à considérer, c’est la satisfaction au travail.

‍

Tiffany Hsieh (26:26)

C’est vrai.

‍

Tiffany Hsieh (26:26)

On pourrait supposer que c’est aussi un levier clé, l’IA étant l’outil dont je parle, pour se demander : comment la conception des postes s’appuie-t-elle vraiment sur ce que les gens ont réellement envie de faire de leur temps ?

‍

Tiffany Hsieh (26:39)

Pour reprendre le point de Robert ici, si un développeur logiciel n’a pas réellement envie de passer plus de temps avec des humains, alors comment utilise-t-il le temps gagné grâce à la co-génération et à la réflexion sur de nouveaux produits à développer, alors qu’auparavant il passait peut-être plus de temps à déboguer les produits existants ?

‍

Tiffany Hsieh (26:56)

Est-ce lié à la manière dont nous pouvons améliorer la satisfaction au travail de nos collaborateurs ?

‍

Tiffany Hsieh (27:01)

En les aidant à trouver ce à quoi ils veulent consacrer leur temps ?

‍

Tiffany Hsieh (27:05)

Et aussi, potentiellement, dans les environnements aux ressources contraintes dans lesquels nous sommes actuellement, peut-être s’appuyer là-dessus pour améliorer l’équilibre vie pro/vie perso ou gagner en autonomie sur les tâches qu’ils effectuent au quotidien.

‍

Rebecca Hinds (27:19)

Je suis sûre que ce n’est pas surprenant pour vous deux, mais il n’y a pas beaucoup de clarté dans la plupart des organisations : d’accord, nous savons que nos collaborateurs utilisent l’IA.

‍

Rebecca Hinds (27:29)

Nous voyons que le travail est réalisé avec une qualité à peu près similaire à avant ; où vont ces gains de temps ?

‍

Rebecca Hinds (27:36)

Où sont-ils réalloués ?

‍

Rebecca Hinds (27:38)

Et je pense que c’est essentiel pour toute organisation de commencer à le comprendre, parce que cela doit aussi orienter la stratégie à venir.

‍

Rebecca Hinds (27:48)

Donc je pense que c’est un point extrêmement important.

‍

Rebecca Hinds (27:52)

Qu’en est-il du ressenti vis-à-vis de l’IA ?

‍

Rebecca Hinds (27:55)

Est-ce quelque chose que vous recommandez aux organisations de mesurer via des enquêtes ou d’autres moyens, pour savoir si les collaborateurs apprécient réellement d’utiliser la technologie ?

‍

Tiffany Hsieh (28:07)

Oui, je pense que nous observons effectivement une corrélation assez forte entre le ressenti autour de l’IA et l’usage de l’IA.

‍

Tiffany Hsieh (28:15)

Et l’IA est intéressante parce qu’elle s’accompagne, si l’on peut dire, de beaucoup plus de charge émotionnelle.

‍

Tiffany Hsieh (28:21)

C’est vrai.

‍

Tiffany Hsieh (28:22)

On entend beaucoup dans l’actualité parler des impacts que l’IA va avoir, et cela influence la manière dont les collaborateurs vivent l’expérience et ont envie d’utiliser la technologie.

‍

Tiffany Hsieh (28:32)

Donc, chez jff, nous mesurons le ressenti en interne comme en externe dans nos enquêtes.

‍

Tiffany Hsieh (28:37)

Et nous avons constaté que lorsque les gens comprennent comment l’IA fonctionne et ce que cela signifie pour eux, cela fait moins peur et ils l’utilisent davantage.

‍

Tiffany Hsieh (28:46)

Et donc, suivre ce ressenti dans le temps est vraiment important, parce que cela vous permet aussi de voir comment vos efforts de formation influencent le ressenti, et donc l’usage de l’IA.

‍

Tiffany Hsieh (29:00)

Et ensuite, comment cibler véritablement le renforcement des capacités grâce à ce suivi du ressenti, pour s’assurer que vos actions réduisent réellement l’anxiété.

‍

Tiffany Hsieh (29:08)

Donc oui, je le recommanderais aussi.

‍

Rebecca Hinds (29:11)

Formidable, formidable.

‍

Rebecca Hinds (29:13)

Alors Lauren, j’aimerais me tourner vers toi pour cette prochaine partie, parce qu’il est difficile d’avoir une conversation sur l’IA et le leadership autour de l’IA, à l’ère de l’IA,

‍

Rebecca Hinds (29:23)

sans parler des postes en début de carrière et du recrutement de profils en début de carrière ; on voit de plus en plus un discours autour de la réduction des postes en début de carrière.

‍

Rebecca Hinds (29:32)

Comment conseilles-tu aux dirigeants d’aborder ce sujet ?

‍

Rebecca Hinds (29:35)

C’est une composante très critique de l’équation.

‍

Lauren Pasquarella Daley (29:38)

Oui, il y a beaucoup de discussions à ce sujet en ce moment.

‍

Lauren Pasquarella Daley (29:42)

Et tu sais, ce que je constate lorsque je parle avec des dirigeants et des cadres, c’est que, là encore, il y a une réflexion à court terme et une réflexion à long terme.

‍

Lauren Pasquarella Daley (29:49)

Je pense qu’à court terme, beaucoup des tâches effectuées par les personnes qui débutent dans une organisation, à un poste de niveau junior, peuvent être facilement automatisées.

‍

Lauren Pasquarella Daley (29:58)

Et donc, je pense que la réflexion à court terme sur ce sujet, vers laquelle beaucoup de dirigeants peuvent se sentir poussés, consiste à dire : d’accord, donc nous n’avons pas besoin de recruter des talents en début de carrière, on peut automatiser ces tâches, on peut économiser de l’argent, et ensuite on n’a pas à se soucier d’avoir un vivier.

‍

Lauren Pasquarella Daley (30:15)

Ce que je dirais, c’est que c’est très dangereux de commencer à penser de cette façon.

‍

Lauren Pasquarella Daley (30:19)

Oui, de nombreuses tâches des postes en début de carrière peuvent être automatisées, mais l’enjeu, c’est que nous n’avons pas vraiment une maîtrise claire et critique de l’ensemble des compétences nécessaires à ces postes, ni des impacts à long terme.

‍

Lauren Pasquarella Daley (30:33)

Donc, si on y réfléchit et qu’on déroule le scénario : si vous supprimez vos postes en début de carrière et que vous les automatisez, en les confiant à l’IA, comment développez-vous et formez-vous votre prochaine génération de leaders ou vos managers intermédiaires ?

‍

Lauren Pasquarella Daley (30:46)

Comment commencez-vous à construire ce sentiment d’appartenance à l’entreprise ou cette connaissance de l’organisation ?

‍

Lauren Pasquarella Daley (30:51)

Comment développez-vous les compétences qui permettent de réussir au niveau supérieur, puis au-delà ?

‍

Lauren Pasquarella Daley (30:55)

Il faut donc trouver un moyen de continuer à recruter des talents en début de carrière, et de réfléchir à la manière de le faire différemment.

‍

Lauren Pasquarella Daley (31:01)

Quelles compétences ?

‍

Lauren Pasquarella Daley (31:01)

Si vous automatisez certaines tâches, sur quelles compétences voulez-vous vraiment vous appuyer pour construire ce prochain vivier de leaders dans votre organisation, ou au-delà ?

‍

Lauren Pasquarella Daley (31:10)

Je pense donc que c’est un point vraiment crucial auquel beaucoup de dirigeants doivent réfléchir : comment faire cela sur le long terme, tout en obtenant des gains à court terme ?

‍

Lauren Pasquarella Daley (31:16)

Je ne dis pas que c’est l’un ou l’autre, mais il s’agit de penser ces rôles en début de carrière un peu différemment : automatiser certaines tâches, tout en veillant à enrichir et à développer les missions dont on a besoin pour réussir au fur et à mesure que quelqu’un évolue dans votre organisation ou progresse, vous savez, dans votre vivier de talents à l’avenir.

‍

Lauren Pasquarella Daley (31:33)

Et c’est vraiment pour cela que comprendre ces éléments de compétences est si important, et réfléchir à ce à quoi cela ressemble.

‍

Lauren Pasquarella Daley (31:38)

Certaines organisations s’engagent vraiment dans cette voie et disent, vous savez, nous allons recruter davantage de postes en début de carrière parce que nous savons à quel point il est crucial de réussir cela à ce moment précis.

‍

Lauren Pasquarella Daley (31:48)

Et donc j’encouragerais beaucoup de dirigeants à réfléchir à l’importance de cela dès maintenant.

‍

Lauren Pasquarella Daley (31:53)

Assurez-vous de ne pas rechercher un gain à court terme qui pourrait en réalité nuire à l’organisation à long terme et nuire à vos talents.

‍

Lauren Pasquarella Daley (32:00)

Vous savez, si vous commencez à faire ça maintenant, les gens voudront-ils travailler pour votre entreprise, votre organisation, à l’avenir s’il n’y a pas de parcours, si vous ne pouvez pas faire entrer des personnes ?

‍

Lauren Pasquarella Daley (32:08)

Et donc je pense qu’il est vraiment important d’y penser aussi sur le long terme.

‍

Tiffany Hsieh (32:12)

Et je pense que ça fait écho à cela parce que, vous savez, c’est aussi un sujet très important pour nous au centre pour l’IA.

‍

Tiffany Hsieh (32:19)

Je pense à deux choses.

‍

Tiffany Hsieh (32:20)

La première, c’est que nous observons souvent une forte corrélation entre l’expertise et la capacité à bien utiliser les outils d’IA.

‍

Tiffany Hsieh (32:29)

Et donc, comment développez-vous une expertise quand vous n’avez pas, au début de votre carrière, l’entraînement nécessaire pour construire réellement cette base essentielle ?

‍

Tiffany Hsieh (32:36)

Donc, encore une fois, pour souligner le point de Lauren : du point de vue du vivier de talents, il est vraiment important d’investir dans les salariés en début de carrière.

‍

Tiffany Hsieh (32:43)

Et la deuxième chose que je mentionnerais, c’est que les employeurs devraient aussi réfléchir à quels nouveaux modèles et quelles nouvelles façons d’investir dans le développement des talents en début de carrière.

‍

Tiffany Hsieh (32:53)

À la fois, vous savez, la responsabilité incombe aussi aux employeurs et à la manière dont ils peuvent faciliter cela.

‍

Tiffany Hsieh (32:58)

Mais aussi : quels partenariats pouvez-vous nouer avec d’autres organisations, des organismes de formation, des community colleges, vous savez, des institutions éducatives dans tout l’écosystème « learn to work » qui peuvent aider à soutenir, soutenir le développement de ces travailleurs en début de carrière.

‍

Tiffany Hsieh (33:10)

Et à quoi ressemble cette interaction, et comment réfléchir à de nouvelles manières de faire, plutôt que simplement le schéma typique du type des rôles A vers B ?

‍

Lauren Pasquarella Daley (33:20)

Oui, nous passons beaucoup de temps chez JF à réfléchir à ces partenariats et à la manière dont nous pouvons innover pour construire ces parcours pour les talents en début de carrière, ainsi que pour les travailleurs en poste.

‍

Lauren Pasquarella Daley (33:30)

Je pense donc que c’est un point vraiment crucial que Tiffany vient de soulever.

‍

Rebecca Hinds (33:34)

Oui, c’est vraiment important.

‍

Rebecca Hinds (33:35)

Je pense que ce n’est pas un hasard non plus si beaucoup des organisations qui s’engagent le plus dans l’IA sont aussi celles qui renforcent le plus leurs recrutements en début de carrière.

‍

Rebecca Hinds (33:43)

Et je vois de plus en plus une reconnaissance de l’importance de ce groupe pour repenser les processus.

‍

Rebecca Hinds (33:49)

Vous savez, souvent, nous sommes ancrés dans nos façons de travailler et il est difficile de voir au-delà.

‍

Rebecca Hinds (33:53)

Et nous savons que beaucoup de nos workflows doivent être fondamentalement reconfigurés pour l’ère de l’IA.

‍

Rebecca Hinds (33:59)

Souvent, un jeune diplômé arrive avec moins de biais et moins de, vous savez, de façons de travailler ancrées, ce qui peut lui permettre de réfléchir de manière fondamentale et d’une façon nouvelle.

‍

Rebecca Hinds (34:10)

Bon, Lauren, Tiffany, nous n’avons plus le temps.

‍

Rebecca Hinds (34:12)

J’ai énormément appris.

‍

Rebecca Hinds (34:13)

Merci beaucoup de vous être jointes à nous.

‍

Rebecca Hinds (34:15)

Merci à toutes et à tous de nous avoir suivis.

‍

Rebecca Hinds (34:17)

Si vous avez apprécié cette conversation, abonnez-vous pour ne pas manquer le prochain épisode d’Intelligence Real and Imagined.

‍

Rebecca Hinds (34:24)

Vous pouvez également trouver le lien vers notre rapport AI Transformation 100 dans les notes de l’épisode.

‍

Rebecca Hinds (34:29)

Merci de nous avoir écoutés, et à la prochaine fois.