SUN framework (Simple, utile, noble)
Intelligence humaine - l'IA pour les Ressources Humaines #32
Nous sommes Maxime Le Bras, Responsable du Recrutement d’Alan, et Charles Gorintin, Cofondateur et CTO d’Alan, pour vous donner de la tech et du RH. Ceci est une newsletter portant sur l’utilisation de l’Intelligence Artificielle (IA) par les spécialistes des ressources humaines. C’est promis, elle n’est pas générée par ChatGPT.
Edle Einfalt und stille Größe. Noble simplicité et grandeur tranquille. — Johann Joachim Winckelmann, 1755.
En quatre mots, Winckelmann résumait l’idéal de la statuaire grecque. La simplicité qu’il admirait naissait de la maîtrise totale. Elle exigeait davantage de celui qui l’atteignait, parce qu’elle supposait un renoncement délibéré à tout ce qu’on savait faire de plus.
Il y a une similitude avec la révolution IA que nous traversons. La technique est devenue facile, presque gratuite. Ceux qui arrivent à se transformer, sont ceux qui ont atteint une maîtrise qui rend son utilisation simple, utile et noble. Je dis souvent que le déploiement de l’IA en organisations est 10 % technique et 90 % culturel, et ce billet est justement sur le côté culturel.
Beaucoup d’organisations ont maintenant fait leur aggiornamento sur l’IA. Malheureusement parfois de manière un peu naïve. On connaît l’histoire : on déploie un outil en grande pompe, deux mois plus tard personne ne s’en sert.
Pour penser ce problème correctement, j’utilise un cadre en trois piliers : Simple, Utile, Noble. SUN. L’acronyme tient en français comme en anglais (simple, useful, noble), ce qui compte dès qu’une équipe travaille sur plusieurs pays et plusieurs langues.
Simple
Simple veut dire une chose précise : centraliser tout ce qui est difficile (sécurité, confidentialité, conformité, accès aux outils) pour que la personne en bout de chaîne n’ait jamais à y penser. On prémâche le travail de manière centralisée et on sert une interface sans friction. Surtout éviter un outil qui se mérite après vingt-cinq clics.
Le principe de conception qui sous-tend tout ça s’appelle le pit of success. L’action la plus naïve que puisse faire un utilisateur doit le poser sur le chemin sûr et correct. Mal faire doit devenir difficile.
L’enjeu concret c’est d’éviter le shadow AI. Quand l’outil interne reste compliqué, les gens repartent sur ChatGPT depuis leur téléphone. Le vrai ChatGPT, ça va encore. La copie maquillée de ChatGPT, opérée par une société qui aspire tout ce qu’on y verse, ça devient un vrai danger. Simple relève à la fois de la sécurité informatique et du design.
Utile
Utile recouvre deux exigences, et toutes deux servent à garder les gens loin de leur téléphone. Une IA inutile ouvre la deuxième route vers le shadow AI, juste à côté d’une IA compliquée.
Première exigence : les derniers modèles, et un bon harnais autour. Trop d’organisations ont démarré sur des modèles de 2023, n’ont jamais itéré, et leur outil est devenu obsolète en quelques mois. Tout se joue dans le produit du harnais par le modèle. Un bon harnais emmène un modèle beaucoup plus loin qu’on ne le croit. Claude Code sur le dernier Opus va bien au-delà d’un Copilot qui ne sait ni boucler ni aller chercher ce dont il a besoin. Copilot est trompeur : on y juge l’IA sur un harnais faible, et on conclut que l’IA est faible.
Seconde exigence : intégrer l’IA dans le vrai flux de travail. Les entreprises qui plaquent un chatbot sur leurs interfaces existantes, sans rien changer au parcours réel, obtiennent un gadget. Les gens reviennent à leurs habitudes.
Un des leviers les plus sous-estimés est l’instantanéité. Une réponse immédiate, un peu moins bonne, bat une réponse lente et meilleure. L’utilité se construit par une boucle de confiance progressive : la sortie passe de « à jeter et recommencer » à « à amender un peu », puis à « à accepter telle quelle ».
Noble
Enfin rendre l’IA noble, je trouve que c’est un point extrêmement important pour bien réussir une transformation. Je le vois sous deux angles.
Le premier est défensif : faire tomber le stigmate de la triche. L’adhésion de la direction est nécessaire, elle ne suffit pas. Le vrai front se tient chez les managers de proximité. Un seul « dans mon équipe on n’utilise pas d’IA, nous on est des artisans » suffit à neutraliser une équipe entière. Si on laisse ce réflexe s’installer, on obtient une culture de Tartuffe : tout le monde utilise l’IA en secret, personne ne l’avoue, les meilleures recettes ne circulent jamais. On perd tous les gains du collectif.
Le second angle est aspirationnel : rendre l’usage de l’IA prestigieux. On attend de chacun qu’il s’en serve. Être le champion de son équipe gratifie, et l’engouement se propage. Pour les métiers réglementés, on le formule comme un devoir professionnel : l’IA permet de rendre, parfaitement, le service pour lequel on est payé. Pour les ingénieurs, la formulation est plus forte encore : l’IA leur rend leur vrai métier, celui de penser des systèmes, au lieu de passer leurs journées à écrire de la plomberie logicielle.
Reste un contrepoids indispensable. Une IA qui sert à bâcler produit un résultat pire qu’un travail humain bâclé, surtout quand le slop se génère aussi facilement.
La noblesse vient avec un cliquet : les attentes montent, l’effort ne baisse pas. On verrouille le gain de productivité et on le réinvestit en qualité, en volume, ou en temps rendu aux gens.
Le test
Simple, utile et noble forment un seul test. Simple écarte le shadow AI. Utile gagne la confiance. Noble renforce la culture. Les trois ensemble reviennent au 10/90 : l’essentiel se joue du côté humain.
Rendre l’IA assez simple, assez utile et assez noble pour que chacun, du débutant au plus chevronné, s’en serve au grand jour. Winckelmann aurait reconnu l’ambition : la grandeur tranquille, dans l’art comme dans l’outil, vient de tout ce qu’on a choisi d’enlever.
Trois questions pour un expert
— Pouvez-vous vous présenter brièvement, ainsi que votre rôle chez Alan ?
Mon rôle : faire en sorte que chaque collaborateur, quel que soit son profil, ait les bons outils et les bons réflexes pour travailler avec l’IA au quotidien. On couvre près de 900 collaborateurs internes, plus 400 externes dans notre scope.
L’IA, pour nous, est un multiplicateur de croissance : chaque recrutement a un impact démultiplié quand les personnes sont bien outillées. Ça change la logique même de croissance d’une entreprise, à condition de rester vraiment au niveau. On a déployé notre plateforme IA centrale dès fin 2023. Aujourd’hui, 95 % de nos équipes l’utilisent chaque semaine, 60 % quotidiennement, contre 12 % au lancement. Plus de 1 400 agents IA ont été créés en interne en deux ans. Ces chiffres d’usage ne disent cependant rien sur la profondeur, qui reste très polarisée entre utilisateurs avancés et les autres. C’est là que se joue vraiment la transformation.
— Qu’est-ce qui a vraiment bloqué l’adoption ? Qu’avez-vous essayé qui n’a pas marché ?
Nous avons essuyé trois échecs instructifs.
Le premier, c’est le pari sur les formations classiques : sessions longues, modules en ligne, heures ouvertes. Le constat est sans appel : faible rétention, retour rapide aux habitudes. On les a progressivement dépriorisées.
Le deuxième, c’est la fragmentation des outils. Nous utilisons plusieurs outils IA complémentaires, et la question qui revient encore trop souvent dans les équipes est : “Si je veux automatiser une tâche aujourd’hui, quel outil j’utilise ?” C’est un signal d’alerte. On a avancé vite, peut-être trop vite, sans assez clarifier. On travaille actuellement à publier une carte claire outil-par-usage pour y remédier.
Le troisième blocage est plus insidieux : l’infobruit. Un collaborateur le formulait ainsi : “Le problème n’est pas qu’on manque de sources d’inspiration sur l’IA, c’est le contraire. Ceux qui ne sont pas encore pleinement engagés perçoivent ça comme une chose de plus à ignorer.” Ce n’est pas un problème de manque d’information, c’est un problème de saturation.
Ce qui fonctionne vraiment, en revanche, c’est le partage entre pairs et la compétition visible. On a lancé un concours interne : chaque collaborateur soumet une vidéo d’une minute montrant un workflow IA, avec trois critères simples : un avant/après clair, quelque chose d’inattendu, et un workflow réutilisable. Ces moments concrets, compétitifs, portés par un leadership visible, font bouger les lignes bien plus efficacement qu’une formation. L’engagement vient de l’exemple, pas de la prescription.
— Vous avez structuré une progression IA en trois niveaux et un réseau de référents. Comment ça fonctionne concrètement ?
On a formalisé trois niveaux de maturité, inspirés d’un modèle développé en interne, que l’on généralise à toute l’entreprise.
Le premier niveau, c’est un glissement mental : passer de “résume-moi ça” à “écris ça directement dans Notion et préviens mon équipe”. Ça paraît petit, mais ça change tout dans la posture.
Le deuxième, c’est la régularité. Une fois qu’on a délégué une tâche similaire plusieurs fois, la question devient naturelle : “Pourquoi je déclenche ça manuellement chaque semaine ?” C’est le signal pour automatiser.
Le troisième, c’est le partage. Quand on réalise que son workflow pourrait bénéficier à toute l’équipe, on le publie. Ce passage de l’individuel au collectif est ce qui rend la transformation durable.
L’objectif n’est pas que tout le monde atteigne le niveau trois. C’est que personne ne reste bloqué au niveau zéro, c’est-à-dire un simple usage de chat. Notre cible : 100 % des collaborateurs utilisant l’IA quotidiennement, et 100 % des équipes avec un workflow documenté d’ici septembre 2026.
Ce modèle est rendu opérationnel par un réseau de 21 référents IA, un par équipe ou communauté métier, premier point de contact avant d’escalader à une équipe centrale. Un exemple concret : la préparation de sessions de coaching. Avant, 30 minutes de revue manuelle. Demain, un clic, et le système génère une préparation personnalisée à partir des échanges passés. Ce sont ces actions précises, visibles, qui convainquent vraiment.
— Où voulez-vous emmener Alan sur l’IA, et qu’est-ce que vous ne mesurez pas encore ?
Sur la mesure : on suit les utilisateurs actifs, le taux de résolution automatique des demandes clients, et la proportion de code généré avec assistance IA en engineering (environ 16 % aujourd’hui). Mais ce qu’on ne mesure pas encore, c’est la consommation réelle d’inférence et son attribution à de la valeur concrète. On a fait le choix d’abonnements forfaitaires pour supprimer l’anxiété de la consommation et favoriser l’adoption. La contrepartie : on ne peut pas encore attribuer finement la valeur générée par chaque euro investi. La vraie question n’est plus “est-ce qu’on utilise l’IA ?”, mais “où chaque euro d’inférence génère-t-il le plus de valeur ?” On n’a pas encore la réponse. Et je pense que la plupart des entreprises non plus.
Sur la direction : passer de l’IA comme outil de productivité individuelle à l’IA comme infrastructure de l’entreprise. Les décisions, le jugement, les arbitrages difficiles restent humains. Tout le reste doit pouvoir être pris en charge par des agents autonomes. Un signal récent l’illustre bien : Hopper, notre agent interne, a démarré pour les développeurs. En trois semaines, 16 % de toutes les pull requests de l’équipe engineering étaient déjà assistées par Hopper. On étend aujourd’hui Hopper au-delà du code, pour que n’importe quel collaborateur puisse créer des skills, planifier des tâches et connecter ses outils depuis un seul endroit.
C’est ça, l’IA comme infrastructure : invisible, fluide, et indispensable.
Dans le monde de l’IA ce mois-ci…
Ces derniers jours, nous avons trouvé intéressant :
[🇫🇷] Un guide de survie à l’IA partagé par Guillaume Alexandre.
[🇬🇧] Une ressource concrète du recruteur Michal Juhas pour sourcer.
[🇬🇧] Une vidéo où Ben Affleck impressionne par sa compréhension de l’IA.
👋 Rendez-vous dans un mois,
— Charles & Maxime
Le lien du guide de survie ne fonctionne pas, je le post ici: https://www.gates-solutions.com/guide-survie-ia/
Toujours riche d'avoir des retours de vos expérimentations et de ce qui a bloqué l'adoption en interne pour inspirer d'autres organisations à suivre vos traces :) Merci Alan !