Quand l'échelle de carrière se brise : Repenser la croissance et la performance à l'ère de l'IA

Les règles de l'évolution de carrière sont en train d'être réécrites en temps réel. Alors que l'IA prend en charge des tâches autrefois réservées aux humains à tous les niveaux, les organisations sont confrontées à des questions fondamentales sur la signification des niveaux de poste, comment mesurer la croissance et si les métriques de performance traditionnelles ont encore un sens.

Lors d'un récent webinaire Lepaya, le Dr Dieter Veldsman, Responsable scientifique RH à l'Academy to Innovate HR, Daria Rudnik, Architecte d'équipe chez aidra.ai, et Milda Bayer, VP Marketing & GTM chez Lepaya, ont exploré comment les entreprises doivent tout repenser, des parcours de premier échelon aux évaluations de performance. Voici ce qui est ressorti de leur conversation.

Le point d'entrée qui disparaît

La perturbation la plus immédiate se produit au bas de l'échelle de carrière. Des données récentes indiquent un déclin significatif : les offres d'emploi de premier échelon aux États-Unis ont diminué d'environ 35 % depuis janvier 2023. 

La raison ? L'IA est désormais capable de prendre en charge une grande partie du travail de base qui servait autrefois de terrain de formation pour les jeunes talents.

« Les entreprises ont tendance à embaucher des personnes plus expérimentées parce que ces personnes connaissent les processus, savent à quoi devrait ressembler un bon processus et savent où l'IA peut apporter de la valeur », a expliqué Daria. « Alors que les juniors ne sont pas encore familiers avec le processus. Ils peuvent utiliser l'IA, mais ils ne peuvent pas optimiser le processus avec l'aide de l'IA. »

Cependant, cela crée un paradoxe préoccupant pour le développement des talents. Les organisations ont besoin de travailleurs expérimentés qui comprennent la qualité et peuvent diriger l'IA efficacement. Mais sans postes de premier échelon, comment les gens acquièrent-ils cette expérience en premier lieu ?

« Si l'IA est capable de faire ce que les juniors peuvent faire, qu'est-ce que cela signifie pour les organisations ? », a demandé Daria.

« Cela signifie-t-il que vous n'avez plus besoin de juniors ? Ou cela signifie-t-il que tout développeur junior peut rapidement devenir développeur intermédiaire parce qu'il peut apprendre plus vite avec l'aide de l'IA ? »

‍

La réponse varie probablement selon la fonction. Ce qui fonctionne pour les développeurs peut différer considérablement de ce qui fonctionne pour les spécialistes du marketing, les professionnels des RH ou les analystes financiers. Mais l'urgence de résoudre cette énigme est indéniable : les organisations qui ne peuvent pas développer leurs propres viviers de talents se retrouveront en concurrence féroce pour un bassin de travailleurs expérimentés de plus en plus restreint.

Le moment de vérité du management intermédiaire

Alors que les rôles juniors diminuent, le management intermédiaire est confronté à un défi encore plus existentiel. Une étude de Harvard Business Review analysant l'impact de GitHub Copilot a révélé une découverte surprenante : alors que les développeurs pouvaient accomplir plus de travail avec l'aide de l'IA, les managers avaient en fait moins de travail à faire.

« Le cycle traditionnel de commande-contrôle-délégation ne fonctionnait pas parce que l'IA pouvait prendre en charge ces tâches », a partagé Daria. « Toutes ces tâches administratives que les managers de première ligne ou les managers intermédiaires effectuent habituellement, et qui occupent la majeure partie de leur temps, sont désormais superflues. »

De nos jours, l'IA peut exceller dans les tâches répétitives et prévisibles, l'identification de modèles et la consolidation de grands ensembles d'informations. Pour les managers intermédiaires, cela signifie :

• Rapports automatisés et suivi budgétaire
• Suivi des tâches et mises à jour de l'avancement
• Coordination administrative de routine

Cette automatisation place les managers intermédiaires à un carrefour. Le temps libéré des tâches administratives leur offre l'opportunité de se concentrer sur ce qui compte vraiment : la stratégie, la collaboration et le développement des personnes et des équipes. Mais en même temps, cela expose également ceux dont la valeur principale était liée à la supervision et au contrôle.

Pour surmonter ce changement, Dieter a souligné que les organisations doivent repenser ce que signifie fondamentalement le management :

« Je pense que l'IA peut jouer un rôle essentiel en nous aidant à redéfinir ce qu'est réellement un manager, car nous avons mélangé la gestion des personnes, la gestion du travail et la gestion des tâches et activités, alors que celles-ci devraient être distinctes. »

‍

Alors que l'IA gère la charge bureaucratique, les managers qui adoptent le développement, le coaching et la pensée stratégique deviendront plus précieux, et non moins. Mais les organisations doivent activement repenser ces rôles plutôt que d'attendre qu'ils évoluent organiquement.

‍

Cadres de carrière pour un monde axé sur l'IA

La progression de carrière traditionnelle supposait une échelle verticale : commencer en bas, gravir les échelons définis et finalement atteindre le leadership. Mais avec les rôles de premier échelon et de management intermédiaire subissant des changements radicaux, les cadres construits sur la progression hiérarchique ne sont plus valables. 

« Je pense que l'échelle de carrière traditionnelle existe toujours », a expliqué Dieter. « Mais ce n'est pas la seule façon d'envisager l'évolution de carrière. Nous pensons beaucoup plus à ce que nous appelons un maillage de carrière, qui est davantage une approche à 360 degrés. »

Ce modèle de maillage reconnaît plusieurs dimensions de croissance :

• Verticale: Promotions traditionnelles dans la hiérarchie
• Horizontale: Déplacements entre fonctions ou départements
• Diagonale: S'étendre à des domaines adjacents qui exploitent des compétences transférables

Mais la mise en œuvre de cela nécessite de résoudre un double défi : les organisations ne définissent souvent pas clairement les compétences dont elles ont besoin, tandis que les employés ne peuvent souvent pas articuler la valeur transférable qu'ils possèdent. 

Dieter a remarqué cette lacune lors de conversations avec des professionnels des RH : « Je leur demande : quelle est votre compétence principale ? Ils répondent : le recrutement. Je dis non, ce n'est pas votre compétence durable, c'est votre compétence fonctionnelle. Les compétences durables sont des choses comme la pensée critique et la planification – celles que vous pouvez appliquer dans divers domaines différents. »

Cette distinction est importante car l'IA fonctionne horizontalement, et non verticalement. 

« Si vous comprenez quelle est votre compétence durable et ce que vous pouvez transférer à un autre domaine, tout d'un coup, le parcours de carrière traditionnel n'est qu'une des options disponibles », a noté Dieter.

‍

Pour que les maillages de carrière fonctionnent en pratique, les organisations ont besoin de :

1. Conception du travail basée sur les compétences: Définir les rôles par les tâches, les activités et les compétences requises plutôt que par des descriptions de poste rigides
2. Appariement assisté par l'IA: Utiliser des plateformes technologiques pour connecter les compétences existantes des personnes avec les opportunités au sein de l'organisation
3. Changement culturel: Aider les employés à redéfinir la réussite professionnelle au-delà de la progression verticale, que cela signifie le sens, l'équilibre, la richesse ou le statut

« L'IA peut créer des plateformes pour l'apprentissage et l'identification des besoins en compétences », a ajouté Daria. « Cela vous aidera à évoluer dans votre carrière, que ce soit verticalement, horizontalement ou dans toute autre direction pertinente. »

Évaluations de performance : De l'activité à l'impact

Lorsque l'IA peut accomplir des tâches plus rapidement que les humains, les métriques de performance traditionnelles sont confrontées à une crise. Si le rendement ne correspond plus à l'effort, comment les organisations évaluent-elles la contribution ?

Le problème est plus profond que le simple choix de meilleures métriques. Les évaluations annuelles supposent que le travail reste relativement stable, mais cette hypothèse n'est plus valable. Les objectifs fixés en janvier peuvent être obsolètes en avril. Les projets se transforment en cours de route. Les priorités changent chaque semaine.

« Je ne crois pas en une approche traditionnelle de gestion de la performance où l'on s'assoit avec l'employé et on coche des cases sur les objectifs alors que le monde a changé trois fois depuis la dernière évaluation », a expliqué Daria, en réfléchissant aux raisons pour lesquelles elle avait abandonné les évaluations annuelles il y a des années.

‍

Cette volatilité exige de repenser la manière dont les organisations évaluent et développent les talents :

• Passer du rétrospectif au prospectif: Remplacer les évaluations annuelles par des conversations de développement régulières axées sur les capacités futures, et non sur les activités passées
• Mesurer la valeur, pas le volume: Se concentrer sur l'impact tangible produit plutôt que sur les tâches accomplies ou les heures travaillées
• Mettre l'accent sur l'impact collectif plutôt que sur les tâches individuelles: Les résultats d'équipe révèlent souvent plus sur la création de valeur que les métriques isolées

« Je suis un grand partisan de la séparation de la performance et du développement en conversations distinctes », a noté Dieter.

« Ayez un processus de performance qui correspond à votre culture, mais qu'il soit axé sur le dialogue, et non sur une liste de contrôle ou un exercice de cases à cocher. »

‍

L'IA peut aider en consolidant les données et en faisant émerger des informations pour de meilleures conversations. Mais la qualité de la gestion de la performance dépend finalement de la capacité des managers à développer les compétences humaines pour coacher, donner du feedback et avoir des dialogues significatifs sur la valeur et la croissance – des capacités qu'aucun algorithme ne peut remplacer.

‍

Concevoir pour l'avenir

Alors que l'IA remodèle le travail à tous les niveaux, les organisations sont confrontées à un choix : s'accrocher à des cadres hérités qui ne leur sont plus utiles, ou embrasser la complexité de la refonte des systèmes de carrière et de performance à partir de zéro.

Les entreprises qui prospéreront sont celles qui :

1. Réinventent le développement de premier échelon par des apprentissages significatifs plutôt que par des rôles basés sur des tâches
2. Redéfinissent le management comme de la facilitation et du coaching plutôt que de la supervision et du contrôle
3. Réinventent les carrières comme des maillages de compétences et d'opportunités plutôt que des échelles verticales
4. Recentrent la performance sur la création de valeur et les résultats d'équipe plutôt que sur les métriques d'activité individuelle

L'échelle de carrière ne se raccourcit pas seulement ; elle est remplacée par quelque chose de plus complexe et fluide. Et pour les organisations comme pour les individus, apprendre à naviguer dans ce nouveau paysage pourrait être la compétence la plus critique de toutes.

‍