Dans mon rôle de scientifique principal des données chez KPI Digital, j’ai eu la chance de collaborer avec des clients vraiment tournés vers l’avenir, et l’un d’entre eux est un acteur majeur du secteur de la fabrication de pointe au Canada. Ils étaient confrontés à un défi qui devient de plus en plus courant : maintenir les compétences de leur main-d’œuvre en phase avec les exigences changeantes de l’industrie.
Malgré le talent de son équipe, l’entreprise a constaté que ses méthodes de planification et de développement de la main-d’œuvre avaient du mal à suivre. Ils avaient besoin de plus qu’un simple état des lieux, ils avaient besoin d’une feuille de route claire pour l’avenir. C’est là que notre équipe est entrée en jeu. Ils nous ont demandé de les aider à mieux comprendre leurs compétences actuelles et, plus important encore, à anticiper leurs besoins futurs.
En étroite collaboration, nous avons mis au point une série de modèles d’IA conçus pour relever ces défis. Nous voulions leur donner les outils nécessaires non seulement pour identifier les compétences existantes, mais aussi pour prévoir et planifier les besoins futurs. Voilà comment nous avons procédé.
Exploiter l’IA pour identifier les lacunes de compétences
La première étape a été de dresser un portrait clair des compétences actuelles de leur main-d’œuvre et d’extraire des enquêtes les futures exigences en matière de demande. Nous avons fait appel à l’apprentissage automatique avancé, aux transformateurs et au traitement du langage naturel (NLP pour Natural Language Processing) pour analyser les descriptions d’emploi et les aligner sur les codes nationaux des professions (CNP) et les données du système d’information sur les professions et les compétences (OaSIS pour Occupational and Skills Information System). Nous avons ainsi pu dégager les compétences actuelles et identifier les compétences futures à l’aide des données de l’enquête sur les forces de travail (EFT) de notre client. En combinant les informations sur les compétences actuelles et futures, nous avons obtenu des informations précieuses sur les décalages de compétences, ce qui nous a également permis d’identifier les lacunes existantes et de prédire les compétences qui seront demandées au fur et à mesure de l’évolution de l’industrie.
Nous avons, par exemple, pu démontrer à l’entreprise que même si son équipe possédait de solides compétences dans le domaine de la fabrication traditionnelle, elle avait besoin de plus en plus d’expertise dans des domaines tels que la robotique et l’analyse de données. Ce type de vision était essentiel pour planifier des programmes de perfectionnement efficaces qui permettraient à l’équipe de rester compétitive.
Améliorer les offres d’emploi pour plus de cohérence
Un autre obstacle à surmonter était l’incohérence des offres d’emploi. Les différents services définissaient les rôles de manière différente, ce qui rendait difficile l’obtention d’une vision claire des compétences réellement nécessaires. Pour y remédier, nous avons mis au point le modèle d’IA DCC (Duty-Competency Converter ou Convertisseur Compétence/Données). Grâce à cet outil, les descriptions de poste ont pu être alignées sur les normes du secteur.
Le modèle DCC a décomposé les fonctions en différentes catégories telles que les compétences, les qualités personnelles, les aptitudes et les connaissances. En procédant de la sorte, nous avons aidé l’entreprise à créer une vue normalisée des capacités de son personnel, ce qui a facilité l’identification des améliorations nécessaires et la planification de l’avenir.
Prévoir les besoins en compétences à venir
L’aspect le plus passionnant du projet a été le développement du modèle d’IA appelé Future Skill Mapper, qui a été conçu pour remplacer le module traditionnel d’enquête sur la main-d’œuvre. Grâce à l’exploitation de la puissance des grands modèles de langage (LLM pour Large Language Model) dans le cadre d’une méthode RAG (Retrieval-Augmented Generation ou Génération Assistée par Récupération), le Future Skill Mapper offre une alternative rentable aux méthodes d’enquête conventionnelles. À la différence des enquêtes, qui sont coûteuses et limitées par des contraintes géographiques et sectorielles, cette solution basée sur l’IA exploite les données de recherche existantes et les méthodes avancées d’apprentissage automatique pour prédire les demandes de compétences émergentes sans les contraintes de temps et d’argent des approches traditionnelles.
Ainsi, notre client a pu constater, à titre d’exemple, que la demande de certaines compétences technologiques allait probablement augmenter au cours des prochaines années. Doté de ces informations, il a pu planifier de manière proactive des programmes de formation et des efforts de recrutement, au lieu de se précipiter pour combler les lacunes au fur et à mesure qu’elles apparaissaient.
L’impact : Préparer l’avenir
L’impact de ce projet a été incroyablement gratifiant. En exploitant ces informations basées sur l’IA, le client est désormais mieux équipé pour rester à l’avant-garde des changements de l’industrie et garder sa main-d’œuvre prête à faire face à tout ce qui se présente. Il s’agit d’un excellent exemple de la façon dont l’IA peut changer la donne, non seulement pour les fabricants, mais aussi pour toute organisation cherchant à préparer son équipe à l’avenir.
Soroosh Ghorbani
Soroosh Ghorbani est scientifique principal des données chez KPI Digital, avec plus de dix ans d’expérience en intelligence artificielle, apprentissage automatique et science des données. Il a conçu et mis en œuvre avec succès des solutions innovantes basées sur l’IA dans divers secteurs. Grâce à son expertise en apprentissage profond et plateformes cloud, Soroosh s’engage à exploiter les technologies émergentes pour favoriser la réussite des entreprises. Collaborateur efficace et orienté vers la résolution de problèmes, il excelle dans les environnements d’équipe, partageant ses connaissances et travaillant vers des résultats concrets. Son expérience pratique couvre la programmation, les environnements cloud et les techniques avancées de science des données, faisant de lui un expert incontournable dans son domaine.
Connectez-vous avec Soroosh sur LinkedIn
