Section I : Diagnostic de l’État de l’Art de l’IA en Ressources Humaines (Synthèse 2025)

L’intégration de l’Intelligence Artificielle (IA) dans la fonction Ressources Humaines (RH) représente une vague de transformation majeure, caractérisée par un optimisme notable quant à son potentiel stratégique, mais confrontée à une complexité structurelle non négligeable. Le diagnostic de l’état de l’art révèle une phase de transition où l’enthousiasme pour les usages émergeants contraste avec la difficulté de structurer un déploiement à l’échelle de l’entreprise.

1.1. Paysage d’adoption et Dynamiques du Marché

Bien que l’intérêt pour les solutions IA en RH soit élevé, la concrétisation des projets au sein des organisations se heurte à des défis opérationnels significatifs. Les baromètres récents indiquent que l’optimisme ne suffit pas à garantir la fluidité des projets : seulement 7 % des professionnels RH interrogés qualifient le déploiement d’une solution IA RH de « très facile ».1 Cette difficulté s’explique par la complexité de l’interdépendance des systèmes d’information (SIRH) et des processus transverses au sein des grandes structures.

L’analyse de la maturité technologique en Europe révèle que l’adoption de l’Intelligence Artificielle Générative (Gen AI) dans les processus RH de base demeure limitée. Seuls 19 % des processus cœur des RH en Europe sont actuellement améliorés par la Gen AI.2 De plus, 32 % des processus RH utilisant la Gen AI sont encore en phase pilote.2 Ce faible taux d’adoption à l’échelle indique que les organisations sont, pour la majorité, loin d’avoir réalisé le plein potentiel de l’IA Générative. Ce décalage entre l’intérêt et l’application à grande échelle expose les entreprises à une possible « AI Fatigue », où les projets pilotes, incapables de se transformer en Retours sur Investissement (ROI) stratégiques, échouent faute de refonte structurelle des processus sous-jacents. Le succès de l’IA RH requiert donc une ingénierie des processus, et non une simple intégration d’outils.

Parallèlement à cette lenteur d’intégration des systèmes généraux, une tendance technologique spécifique génère un intérêt stratégique majeur : l’essor des Agents IA. Ces agents semi-autonomes, capables d’exécuter des tâches complexes et d’automatiser des processus sans supervision constante, ont généré un buzz important. En mai 2025, 44 % des leaders RH indiquent que leur fonction prévoit d’utiliser les capacités des agents IA semi-autonomes dans les 12 prochains mois.3 L’adoption croissante de ces outils par les RH impliquera une transformation du rôle du management, qui devra se concentrer non plus sur la supervision des tâches transactionnelles, mais sur le pilotage de l’éthique et de l’alignement des systèmes autonomes, déplaçant ainsi la création de valeur vers la gouvernance.

Enfin, il est pertinent de noter le dynamisme du marché français. La France se positionne en tête de l’innovation IA en Europe, comptant plus de 1000 jeunes pousses spécialisées.4 L’impact sur l’emploi est déjà mesurable : les postes augmentés par l’IA ont connu une progression spectaculaire de 252 % entre 2019 et 2024 5, démontrant que la transformation du travail est déjà en cours et se manifeste principalement par la modification profonde des fiches de poste, plutôt que par une simple substitution.

1.2. Facteurs de Succès et Freins Structurels au Déploiement

Le déploiement pérenne de l’IA en RH n’est pas uniquement un défi technique ; il est fondamentalement un défi humain et social.

Le Rôle Critique du Dialogue Social Technologique (DST)

Le principal frein au déploiement sain et pérenne de l’IA dans le milieu professionnel réside dans l’absence d’un dialogue social technologique structuré.6 Ce dialogue est jugé essentiel, car il permet d’aller au-delà des cadres traditionnels de négociation (durée du travail, salaires) pour examiner l’impact réel de l’automatisation sur la réalité des tâches, l’expertise, et l’identité professionnelle.6

L’absence de DST structuré accentue la divergence profonde des perceptions entre les professionnels RH et les collaborateurs de terrain.6 Les professionnels RH tendent à percevoir l’IA comme un moyen d’automatiser les tâches pénibles pour se recentrer sur des missions à plus forte valeur humaine. Inversement, les salariés confrontés aux nouveaux outils technologiques ressentent souvent une surcharge cognitive, une complexification ou une intensification des tâches, et une perte d’autonomie, leur savoir-faire étant subordonné aux contraintes des systèmes.6 Sans une gestion proactive de cette dualité via le DST, cette tension devient une source majeure de résistance. L’incapacité à adresser les conséquences de l’IA sur l’autonomie et l’expertise, en se focalisant uniquement sur la productivité, mène au rejet des systèmes et compromet la performance à long terme. La fonction RH se trouve donc investie de la responsabilité d’initier et de formaliser ce dialogue pour transformer un risque social potentiel en un puissant levier d’adhésion collective.

Les Craintes des Collaborateurs et l’Impératif de Compréhension

Les craintes des salariés sont principalement liées à la disparition totale des emplois ou à l’absence de place pour les travailleurs moins qualifiés, ainsi qu’à la raréfaction des postes intermédiaires sous l’effet de la rationalisation des tâches.6 Il est essentiel de ne pas sous-estimer la douleur et l’anxiété professionnelle qu’occasionnent ces transformations.6 Une étude a cependant démontré que la crainte d’être remplacé par une IA diminue de 40 % lorsqu’un individu apprend à l’utiliser.6 Ce chiffre illustre la puissance de la formation et de la compréhension pour déconstruire les mythes de remplacement et souligner clairement où la technologie augmente la valeur humaine.

Section II : Solutions IA à Impact Immédiat et Création de Valeur

Les solutions IA ont déjà quitté le stade du concept pour s’ancrer dans des applications concrètes qui apportent une valeur ajoutée quantifiable sur l’ensemble du cycle de vie du talent.

2.1. L’IA dans le Cycle de Vie du Talent (Acquisition et Recrutement)

L’IA transforme l’acquisition et la gestion des talents en introduisant une nouvelle dimension de précision et d’efficacité.

Le recrutement prédictif est devenu un outil indispensable. Il utilise des algorithmes sophistiqués pour analyser de vastes quantités de données et identifier les meilleurs candidats avec une précision jusqu’alors inégalée.7 Les Systèmes de Suivi des Candidatures (ATS) augmentés par l’IA accélèrent le processus de recrutement et permettent un affinement de l’adéquation entre le profil du candidat et les exigences du poste.8

L’IA joue également un rôle crucial dans l’optimisation de la mobilité interne. En analysant les compétences actuelles des collaborateurs, les systèmes d’IA peuvent identifier des compétences transférables et suggérer de nouveaux rôles, projets, ou parcours de carrière internes.9 Cette approche facilite la planification stratégique des effectifs en aidant les RH à anticiper les besoins futurs en talents et à développer les compétences requises pour les défis à venir.9

Enfin, l’automatisation de l’expérience collaborateur par le biais de chatbots RH intelligents prend en charge les tâches administratives et la réponse aux questions courantes.7 Cela libère les équipes RH des tâches à faible valeur ajoutée, leur permettant de se concentrer sur des interactions humaines plus complexes et stratégiques.

2.2. Amélioration de la Performance et de l’Engagement

L’impact de l’IA sur la gestion de la performance est l’une des transformations les plus tangibles et les plus rapides, grâce à l’introduction d’une objectivité accrue et d’un pilotage en temps réel.

Évaluation et Feedback en Temps Réel

L’IA permet de passer d’un système d’évaluation annuel rigide à des systèmes de feedback continu. Les départements RH prévoient d’utiliser massivement l’IA pour automatiser les revues de performance et les systèmes de feedback (75 % d’adoption attendue).10 Cette automatisation est perçue comme un moyen de réduire les biais : 70 % des leaders RH estiment que le feedback généré par l’IA offre une évaluation plus objective, assurant ainsi une plus grande équité dans les processus.10

Les outils d’analyse de performance en temps réel, basés sur l’IA, sont adoptés par 60 % des départements RH.10 Ces systèmes sont essentiels pour le pilotage des objectifs et sont rapportés améliorer l’alignement des employés avec les objectifs organisationnels, menant à une augmentation de la productivité et de l’engagement de l’ordre de 30 à 40 %.10

Prédiction du Turnover et Analyse de l’Engagement

L’analyse prédictive du turnover est une solution IA clé.7 De plus, l’analyse des sentiments (sentiment analysis) assistée par l’IA a considérablement renforcé la capacité des entreprises à suivre la satisfaction des employés en temps réel et à adapter les politiques internes. Quarante pour cent des entreprises rapportent que cette analyse des sentiments a significativement amélioré leur capacité à s’adapter.10 Des systèmes d’engagement activés par l’IA fournissent des recommandations personnalisées aux employés, ce qui entraîne une amélioration de leur motivation et de leur satisfaction au travail de 20 %.10

2.3. La Formation et le Développement Personnalisés

L’IA est un moteur de la révolution de l’apprentissage en continu. Elle permet une personnalisation des parcours de formation sans précédent, souvent désignée sous le terme d’« Adaptive Learning ».7 Les systèmes analysent les compétences actuelles, identifient les lacunes par rapport aux objectifs de carrière, suivent les progrès de l’employé, et ajustent continuellement le parcours en recommandant des formations sur mesure.7 Cette approche personnalisée permet d’augmenter l’efficacité des formations de 25 à 30 %, d’améliorer l’engagement des collaborateurs, et d’assurer une meilleure adéquation entre les compétences disponibles et les besoins stratégiques de l’entreprise.7

L’ensemble de ces solutions constitue le socle de l’activité RH augmentée. Le tableau suivant synthétise l’état des lieux des impacts mesurés et l’adoption projetée des solutions majeures, facilitant l’identification des domaines à fort ROI pour la DRH :

Tableau 1 : Solutions IA RH Actuelles et Impacts Quantifiés

Section III : Stratégie d’Anticipation et Préparation de la Fonction RH

L’anticipation des impacts de l’IA exige que la fonction RH aille au-delà de l’achat d’outils pour se concentrer sur la refonte de son modèle opérationnel, la sécurisation de sa gouvernance éthique et la structuration du dialogue social.

3.1. Transformation du Modèle Opérationnel RH (OpModel)

La modernisation du modèle opérationnel des RH est un impératif stratégique, en particulier dans un contexte de forte pression sur les coûts. Il est rapporté que 13 % des organisations sondées prévoient de réduire les effectifs RH d’une moyenne de 22 %.2 Pour répondre à cette demande d’efficacité avec moins de ressources, les RH doivent opérer une transformation radicale.

Levée de l’Ancre Opérationnelle : Les CSP Augmentés

Le premier levier de modernisation est l’expansion et l’augmentation des Centres de Services Partagés (CSP, ou SSC). Les CSP sont conçus pour aider les départements RH à fonctionner de manière plus efficace avec moins de personnel.2 Cependant, seuls 18 % des organisations de plus de 1000 employés utilisent actuellement des CSP spécialisés en RH.2 L’absence d’adoption à grande échelle de ce modèle, couplée à l’objectif de réduction d’effectif, expose la fonction RH à devenir un goulot d’étranglement.

Pour assurer la vitesse, l’évolutivité et l’impact stratégique requis, l’IA générative et l’automatisation doivent être utilisées en conjonction avec l’expansion des CSP.2 Cette stratégie n’est pas optionnelle, mais vitale pour la survie opérationnelle de la fonction. En automatisant 80 % ou plus des tâches administratives et répétitives (comme l’indiquent les solutions en Section II), le personnel RH restant peut se recentrer sur son rôle stratégique.8 Les professionnels RH se transformeront en partenaires stratégiques, apprenant à conjuguer performance et éthique, productivité et écoute, et s’assurant que la technologie sert l’humain plutôt qu’elle ne le remplace.11

3.2. Structurer le Dialogue Social Technologique (DST)

La préparation organisationnelle doit passer par l’institutionnalisation de l’échange autour de l’impact des technologies. Le Dialogue Social Technologique est considéré comme l’outil le plus critique pour la réussite du déploiement.6

Le DST doit permettre aux collaborateurs de comprendre et de critiquer scientifiquement les mécanismes d’automatisation.6 Il est essentiel d’aborder la question de la surcharge cognitive et de la perte d’autonomie ressenties par les employés dont le savoir-faire est désormais subordonné à l’outil. L’objectif est de co-construire une vision de l’IA qui ne soit pas uniquement centrée sur le remplacement, mais qui intègre les questions de responsabilité, d’autonomie, et de compréhension des outils dans l’identité professionnelle.6 En formalisant le DST avant le déploiement, l’entreprise transforme la gouvernance éthique en un cadre de cohésion sociale, réduisant ainsi la résistance et garantissant une adoption saine et durable.

3.3. Gouvernance Éthique et Conformité Réglementaire

Face à la complexité croissante des algorithmes de « boîte noire, » la conformité légale et éthique est la condition sine qua non pour garantir la confiance des collaborateurs et la légalité des opérations.

L’Articulation RGPD et AI Act

Le Règlement Général sur la Protection des Données (RGPD) et l’Acte Européen sur l’IA (AI Act) sont complémentaires. Le RGPD exige l’intégration du principe de Privacy by Design dès la conception des projets IA, impliquant des règles de collecte limitées et des mécanismes d’anonymisation.12 L’AI Act, avec son approche ex ante (centrée sur la conception et la commercialisation), complète le RGPD en imposant des exigences strictes de conformité aux systèmes d’IA à haut risque, notamment ceux intervenant dans la gestion des ressources humaines, l’évaluation de la performance, ou le recrutement.13

Exigences de Transparence et de Documentation

Les organisations doivent mettre en place des pratiques rigoureuses de gouvernance :

1. Cartographie des Systèmes : Il est indispensable de cartographier tous les systèmes d’IA déployés ou envisagés afin d’évaluer leur niveau de risque.13
2. Analyse d’Impact (AIPD) : Pour tout traitement sensible impliquant des décisions automatisées (ex: scoring de candidatures), la réalisation d’une Analyse d’Impact relative à la Protection des Données (AIPD) est obligatoire.13
3. Gestion des Biais : Les entreprises doivent impérativement documenter la provenance des données utilisées pour l’entraînement des modèles (annotation) 14 et les biais potentiels des algorithmes.13 Des mécanismes de recours clairs doivent être définis pour les personnes affectées par une décision automatisée.13

La gouvernance éthique ne doit pas être perçue comme une simple contrainte légale, mais comme le cadre opérationnel pour le Dialogue Social Technologique. En s’assurant que les systèmes d’IA sont transparents, documentés et exempts de biais discriminatoires, les RH construisent la confiance et réduisent la résistance des employés, faisant de l’éthique un avantage compétitif intrinsèque lié au succès de l’adoption. Pour cela, la formation des équipes aux enjeux juridiques et éthiques de l’IA est une nécessité absolue.13

Section IV : Feuille de Route de Développement des Compétences et de l’Accompagnement

La transformation des RH par l’IA ne peut réussir sans une stratégie de développement des compétences ciblée et équitable. Le défi est double : former l’ensemble de la population aux fondamentaux de l’IA (upskilling) et reconvertir stratégiquement les populations dont les compétences sont rendues obsolètes (reskilling).

4.1. Le Plan de Développement Bimodal des Compétences IA

Le plan de formation doit être différencié pour adresser les besoins spécifiques de chaque population.1

Socle 1 : L’« IA pour Tous » (Culture et Appropriation)

Ce socle s’adresse à tous les collaborateurs, visant à créer une culture de l’IA au sein de l’organisation. Il doit inclure les notions de base de l’IA (ses capacités et ses limites), les principes d’éthique et de responsabilité (pourquoi et comment l’utiliser de manière responsable), et l’apprentissage du prompting (l’art de donner des instructions précises aux IA génératives).1 L’objectif principal est de réduire l’anxiété et la peur du remplacement, car l’apprentissage de l’IA a démontré une réduction de 40 % de cette crainte.6

Socle 2 : L’« IA Métier » (Expertise et Spécialisation)

Ce niveau cible les professionnels de la fonction RH et les managers, afin qu’ils puissent devenir les architectes de la main-d’œuvre augmentée. Les modules doivent être spécifiquement conçus pour les HR Business Partners (HRBP), les recruteurs, et les experts SIRH.1 Le contenu avancé se concentre sur :

• La Data Literacy 15 : la capacité à lire, interpréter et critiquer les données issues des systèmes IA (par exemple, les signaux de turnover prédictifs).
• L’audit des biais algorithmiques dans les outils de sélection et d’évaluation.
• La gestion des plateformes de formation adaptative et la conformité juridique des systèmes.

4.2. Les Compétences Critiques (Hard et Soft Skills)

L’ère de l’IA exige une réorganisation complète des priorités en matière de formation et de développement. Les cadres estiment qu’environ 40 % de leur personnel nécessitera une reconversion complète (reskilling) au cours des trois prochaines années, en raison de l’obsolescence des compétences par l’automatisation.16

Le Reskilling implique l’apprentissage d’un ensemble entièrement nouveau de compétences pour occuper un nouveau rôle (par exemple, un employé affecté au traitement des données pourrait être reconverti vers le développement web ou l’analyse de données avancée).16 L’identification rapide des 40 % de rôles nécessitant cette transformation radicale est essentielle pour la planification prévisionnelle des effectifs, permettant de budgétiser le reskilling et d’éviter une pénurie coûteuse de compétences critiques.

L’Impératif de la Data Literacy

Si l’IA génère des données et des analyses prédictives plus riches (sur la performance, le risque de départ, la satisfaction), les professionnels RH et les managers doivent posséder la data literacy pour les interpréter, les critiquer et prendre des décisions fondées.15 La capacité à lire et à interpréter les données est désormais un nouvel impératif professionnel, et la fonction RH doit être le moteur de cette compétence au sein de l’entreprise.15

Les Soft Skills Augmentées

L’automatisation des tâches cognitives répétitives par l’IA revalorise les compétences intrinsèquement humaines. Les soft skills augmentées deviennent primordiales. Celles-ci incluent le jugement éthique, la pensée critique, la créativité et la résolution de problèmes complexes, en particulier dans les situations où les données ne suffisent pas à prendre une décision.11

4.3. Accompagnement des Collaborateurs et Équité

La stratégie de formation doit être guidée par un principe d’équité pour éviter de laisser derrière des segments de la main-d’œuvre. L’analyse des pratiques actuelles montre un risque : 72 % des employeurs admettent ne pas offrir les bénéfices d’upskilling à tous les travailleurs, ce qui expose les entreprises à des risques sociaux à long terme.18 Quarante-deux pour cent des employeurs reconnaissent également qu’ils ne sont pas certains de comprendre comment former efficacement les employés sur l’IA.18

L’avancement de l’IA, s’il est géré de manière inégale, risque de rendre obsolètes les compétences de certains employés et de laisser s’élargir le fossé entre les « augmentés » et les « laissés-pour-compte ».18 Pour contrer ce risque, les RH doivent s’assurer que les opportunités de développement des compétences sont accessibles à tous, sans discrimination basée sur la fonction ou l’ancienneté.18 Le service de Learning & Development (L&D) doit collaborer étroitement avec les leaders opérationnels pour mener une « vague de compétences » (skill surge) afin de soutenir une culture de croissance continue et de capturer la pleine valeur de l’IA Générative.19

Le tableau suivant présente une architecture opérationnelle pour la mise en œuvre du plan de développement bimodal :

Tableau 2 : Architecture du Plan Bimodal de Développement des Compétences IA

Section V : Synthèse et Recommandations Opérationnelles (Roadmap 2025-2027)

L’analyse de l’état de l’art 2025 de l’IA en RH souligne que la véritable transformation réside dans la convergence d’une efficacité opérationnelle accrue et d’une gouvernance éthique et sociale robuste. Pour anticiper les conséquences de l’IA et garantir la transition, les organisations doivent agir simultanément sur les cinq piliers stratégiques suivants.

5.1. Les 5 Piliers d’une Stratégie RH Augmentée par l’IA

1. Pilier 1 : Modernisation du Modèle Opérationnel (OpModel) : Accélérer la transition vers des Centres de Services Partagés (SSC) augmentés par l’IA. Cette transformation est essentielle pour absorber la pression des coûts (avec des réductions d’effectifs planifiées de 22 % en moyenne) et pour libérer le temps de la fonction RH pour des activités stratégiques.2
2. Pilier 2 : Formalisation du Dialogue Social Technologique (DST) : Instituer des mécanismes de co-construction avec les représentants des employés pour aborder l’impact de l’IA sur l’autonomie, l’expertise et la surcharge cognitive. Le DST doit être formellement structuré pour lever le principal frein au déploiement de l’IA.6
3. Pilier 3 : Gouvernance Éthique par Conception (Design) : Cartographier tous les systèmes IA RH (en particulier le recrutement et l’évaluation), réaliser systématiquement des Analyses d’Impact relatives à la Protection des Données (AIPD), et documenter la provenance des données et la gestion des biais, en alignement avec le RGPD et l’AI Act.13
4. Pilier 4 : Déploiement du Plan de Formation Bimodal : Mettre en œuvre le socle « IA pour tous » (prompting, éthique) et les modules « IA métier » pour les spécialistes RH. La Data Literacy est la compétence fondamentale qui doit être priorisée pour les managers et HRBP.1
5. Pilier 5 : Focus sur le Reskilling Stratégique : Utiliser l’analyse prédictive pour identifier et cibler les 40 % de la main-d’œuvre qui nécessiteront une reconversion complète (reskilling).16 Assurer que l’accès à ces programmes de développement est équitable pour tous afin de prévenir la création d’inégalités et de déclassement professionnel.18

5.2. Indicateurs Clés de Performance (KPI) pour le Succès du Déploiement IA RH

Pour mesurer le succès de la transformation, il est recommandé d’utiliser des indicateurs qui équilibrent l’efficacité opérationnelle et la qualité de l’expérience humaine :

• KPI Opérationnels :

• Augmentation de la vitesse de recrutement (réduction du Time-to-Hire et du Cost-per-Hire).
• Taux d’amélioration de la productivité des employés mesurée par des systèmes de feedback continu (visant les 30 à 40 % potentiels).10
• Pourcentage de tâches RH administratives prises en charge par les Agents IA.

• KPI Humains et Éthiques :

• Score de confiance et d’adhésion des employés aux outils IA (mesuré via des enquêtes régulières).
• Taux de participation et de complétion des formations « IA pour tous » et « IA métier ».
• Réduction documentée des biais algorithmiques dans les systèmes de sélection et d’évaluation (mesure de l’équité des résultats).

• KPI Stratégiques :

• Amélioration de 25 à 30 % de l’efficacité des formations personnalisées.7
• Pourcentage d’alignement des objectifs individuels avec les objectifs stratégiques de l’entreprise.10

5.3. Étapes prioritaires pour la mise en œuvre (Roadmap 2025-2027)

Sources des citations

1. Baromètre IA RH : la transformation des Ressources Humaines …, consulté le octobre 19, 2025, https://www.talenco.com/nos-publications/barometre-ia-rh-transformation-ressources-humaines-intelligence-artificielle
2. HR Monitor 2025: A comprehensive look at the HR landscape …, consulté le octobre 19, 2025, https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/hr-monitor-2025
3. AI in HR: How CHROs Are Reshaping the AI-infused HR Operating Model with AI | Gartner, consulté le octobre 19, 2025, https://www.gartner.com/en/human-resources/topics/artificial-intelligence-in-hr
4. La stratégie nationale pour l’intelligence artificielle – economie.gouv, consulté le octobre 19, 2025, https://www.economie.gouv.fr/actualites/strategie-nationale-intelligence-artificielle
5. consulté le octobre 19, 2025, https://www.squid-impact.fr/chiffres-cles-ia-france-entreprises-2025/#:~:text=Le%20barom%C3%A8tre%20PwC%20AI%20Jobs,252%20%25%20entre%202019%20et%202024.
6. INTELLIGENCE – ANDRH, consulté le octobre 19, 2025, https://www.andrh.fr/uploads/files/attachments/675fffd45539f302359381.pdf
7. 10 solutions IA pour transformer vos RH et créer de la valeur ajoutée – talentia software, consulté le octobre 19, 2025, https://www.talentia-software.com/fr/10-solutions-ia-pour-transformer-rh/
8. Transformez vos pratiques RH avec l’IA | ESBanque – L’école supérieure de la banque, consulté le octobre 19, 2025, https://www.esbanque.fr/actualites/transformez-vos-pratiques-rh-avec-l-ia
9. L’IA dans le monde des RH : comment l’intelligence artificielle révolutionne le métier – SAP, consulté le octobre 19, 2025, https://www.sap.com/suisse/resources/ai-for-hr
10. 150+ AI in HR Statistics & Trends for 2025 – WeCP, consulté le octobre 19, 2025, https://www.wecreateproblems.com/blog/ai-in-hr-statistics
11. Tendances RH 2025 : 6 grands sujets à surveiller – SIGMA-RH, consulté le octobre 19, 2025, https://www.sigma-rh.com/fr-ca/blogue/les-tendances-rh-a-surveiller-cette-annee/
12. IA et RGPD : comment assurer la protection des données en entreprise ? | Big média, consulté le octobre 19, 2025, https://bigmedia.bpifrance.fr/nos-dossiers/ia-et-rgpd-comment-assurer-la-protection-des-donnees-en-entreprise
13. Discrimination algorithmique : l’AI Act et le RGPD en tension – MDP Data Protection, consulté le octobre 19, 2025, https://mdp-data.com/discrimination-algorithmique-lai-act-et-le-rgpd-en-tension/
14. IA et RGPD : la CNIL publie ses nouvelles recommandations pour accompagner une innovation responsable, consulté le octobre 19, 2025, https://www.cnil.fr/fr/ia-et-rgpd-la-cnil-publie-ses-nouvelles-recommandations-pour-accompagner-une-innovation-responsable
15. Data literacy » : savoir lire et interpréter les données, un nouvel impératif professionnel, consulté le octobre 19, 2025, https://www.gereso.com/actualites/2025/09/26/data-literacy-lire-interpreter-donnees/
16. AI Upskilling Strategy – IBM, consulté le octobre 19, 2025, https://www.ibm.com/think/insights/ai-upskilling
17. L’IA transforme les RH 2025 : innovation et éthique – dicorh.fr, consulté le octobre 19, 2025, https://dicorh.fr/16/08/2025/ia-gestion-rh-2025/
18. Closing the Gap: Upskilling and Reskilling in an AI Era – DeVry University, consulté le octobre 19, 2025, https://www.devry.edu/content/dam/devry_edu/newsroom/2024-devry-ai-report.pdf
19. Upskilling and reskilling priorities for the gen AI era | McKinsey & Company, consulté le octobre 19, 2025, https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-organization-blog/upskilling-and-reskilling-priorities-for-the-gen-ai-era