Et si l’évolution des salaires de demain n’était plus fondée sur des décisions humaines, mais sur le Big Data et l’intelligence artificielle ? Impensable ? C’est pourtant un scénario tout à fait réaliste, si l’on en croit le succès croissant du “recrutement prédictif”. Bienvenue dans l’ère de la data !
Du recrutement prédictif à la rémunération prédictive
Ce candidat est-il vraiment fait pour ce poste ? Sera-t-il capable d’en relever tous les défis ? Pour répondre à ces questions, les recruteurs s’appuient désormais sur des techniques de plus en plus sophistiquées d’analyse de données. Une logique prédictive, qui pourrait bientôt s’étendre au champ des salaires : la “rémunération prédictive” permettrait ainsi de fixer le salaire adéquat, ou encore de déterminer le meilleur moment pour proposer une augmentation, à partir de critères prédéfinis.
Concrètement, comment ça marche ?
Aujourd’hui, de plus en plus d’entreprises se présentent sur ce marché, des mastodontes des ressources humaines comme Cornerstone aux entreprises spécialisées dans les tests psychométriques comme CEB ou encore le québécois D-TECK. Un algorithme croise, recoupe et analyse en un clin d’œil une multitude de données concernant à la fois le collaborateur (compétences, expérience, expertise, fonction, salaire actuel, âge, études, etc.), l’entreprise (chiffre d’affaires, masse salariale, secteur, taille, etc.) et enfin le marché (combien “vaut” un profil sur le marché). À partir de ces données et d’un modèle “idéal” défini en amont, l’outil est capable de formaliser à quel salaire peut prétendre tel collaborateur, et à quel moment de sa trajectoire dans l’entreprise.
L’humain garde la main !
La rémunération prédictive se veut une méthode à la fois rationnelle, objective et précise pour aider les RH à fixer le salaire le plus juste. En ce sens, elle constitue un excellent moyen de lutter contre les inégalités salariales et les discriminations. Mais pour s’imposer dans le domaine salarial, cette approche devra être encadrée par des professionnels formés et vigilants, ayant au préalable bien identifié leurs objectifs et capables d’interpréter les données récoltées. Oui aux techniques prédictives donc, en tant que judicieux outils d’aide à la décision.
