1. Home>
  2. Ressources>
  3. Gestion des temps >
collaborateurs-reunion-ordinateur

GTA et IA : l’alliance gagnante pour booster votre efficacité

L’intelligence artificielle est déjà embarquée dans les solutions de gestion des temps et des activités, sous forme de machine learning ou de LLM (grands modèles de langage). Les développements R&D des éditeurs laissent entrevoir des usages augmentés, avec davantage de capacités d’analyse et de suggestion. Des perspectives prometteuses, à condition de poser un cadre éthique à l’utilisation de l’IA – qui doit rester un outil au service du professionnel RH et du manager.

 

Si le niveau de digitalisation des entreprises en matière de GTA n’est pas encore au niveau d’autres briques fonctionnelles, comme la paie, la dynamique est clairement en train de changer. D’après les évaluations conduites par le cabinet Markess, le marché français des logiciels de gestion des temps et des activités a franchi la barre des 400 millions € en 2023, avec une croissance soutenue de 14 %. D’ici 2025, leur taux d’adoption devrait atteindre 40 %.

Nul doute que les développements technologiques contribuent à cet essor. Une autre étude, cette fois menée par le cabinet mc2i, livre un éclairage sur les tendances majeures des prochaines années, au service de la performance organisationnelle et de l’expérience utilisateur : l’aide à la planification dans le cadre de démarches de strategic workforce planning ; un intérêt croissant pour l’UX ; et l’efficacité croissante de la robotisation et de l’intelligence artificielle.

    Des progrès attendus pour mieux répondre aux besoins des entreprises

    La puissance des algorithmes va ainsi permettre de démultiplier les capacités analytiques, par exemple pour offrir des prédictions précises sur la productivité, mais aussi sur le risque de surmenage et de burn-out au sein des équipes. Le RPA (robotic process automation) va lui aussi continuer à se perfectionner pour améliorer le traitement des data, tandis que l’IA va de mieux en mieux guider les utilisateurs dans l’optimisation de la gestion de leurs activités. 

    Autre exemple des utilisations à venir de l’intelligence artificielle en GTA : la génération de codes de paramétrage, pour améliorer le travail des éditeurs en termes de compréhension du besoin et d’ajustement des fonctionnalités pour chaque client, et chaque projet d’implémentation.

      Tirer pleinement parti du potentiel du machine learning et de l’IA générative

      Aujourd’hui, les solutions de GTA intègrent deux formes principales d’IA : le machine learning et les LLM (large language models). Le premier a pour principe d’apprendre de manière autonome grâce aux données, qui permettent de détecter des schémas, et d’évoluer de manière progressive. Les seconds sont au cœur des solutions d’IA générative, comme ChatGPT : ils sont amenés à jouer un rôle clé dans la prise en charge des tâches administratives, le soutien à la rédaction et les échanges via chatbots entre la solution digitale et l’utilisateur.

       « Dans les prochaines années, l’IA va pouvoir démontrer sa plus-value dans plusieurs directions », estime Clément Merino, ingénieur informaticien chez SD Worx, citant notamment une meilleure anticipation des besoins de l’utilisateur par l’outil GTA : par exemple, proposer des actions en phase avec les intentions et objectifs supposés de l’usager, sur la base de ses actions précédentes ; ou encore de suggérer la suite d’un message ou d’une action, en direct – charge à l’usager de valider ou non ces suggestions.

        Un cadre éthique à poser, pour une collaboration positive

        « Une autre voie de progrès concerne l’interprétation de la data, ajoute Clément Merino. Par exemple, pour apporter un commentaire ou une analyse. » Le tout, rappelle-t-il, en gardant à l’esprit que l’IA est un outil au service de l’Humain.

        Olivier Carl, Product Director France et Luxembourg, anticipe lui aussi la montée en puissance de diverses formes d’IA réellement « intelligente », offrant la possibilité de définir davantage de cas d’usage. « L’équilibre doit être trouvé entre innovation, réduction d’erreurs de l’AI et protection des données utilisateurs, estime l’expert. C’est une collaboration positive entre l’homme et la machine, qui doit être encouragée mais aussi encadrée, pour prévenir les dérives. »