Le pointage qui alerte tout seul, le planning qui s’ajuste avant la crise de sous-effectif : ce n’est plus de la science-fiction RH. Mais entre ce que l’IA sait vraiment faire et ce qu’on lui prête, il y a un monde.
La vraie question, pour un DRH, est différente : quels usages sont réellement fiables aujourd’hui ? Et où l’IA rencontre-t-elle des limites techniques ou légales ?
Ce que l’IA fait déjà dans la gestion du temps de travail
Quatre usages sont aujourd’hui assez matures pour être utilisés sans grande expérimentation : la détection d’anomalies de pointage des heures de travail, la prévision de charge pour les plannings de travail, l’aide à l’arbitrage des heures supplémentaires et l’analyse des tendances d’absentéisme.
Chacun de ces usages reste une aide à la décision, pas un pilote automatique.
| Cas d’usage | Ce qu’il apporte concrètement | Limite associée |
|---|---|---|
| Détection d’anomalies de pointage | Repère les écarts inhabituels (retards répétés, oublis de badgeage, horaires atypiques) sans épluchage manuel ligne par ligne | Le système signale un écart, il ne connaît pas le contexte humain derrière (garde d’enfant, incident personnel) |
| Prévision de charge et de planning | Anticipe les pics d’activité à partir de l’historique (saisonnalité, absences récurrentes, pics commerciaux) pour proposer un planning prévisionnel | Fiabilité dépendante de la profondeur de l’historique ; peu pertinente sur une activité récente ou très irrégulière |
| Aide à l’arbitrage des heures supplémentaires | Croise contingent annuel, coût et charge pour suggérer les créneaux où le recours aux heures supplémentaires est le plus pertinent | Reste une aide à la décision : la validation du manager demeure nécessaire avant toute mise en œuvre |
| Analyse des tendances d’absentéisme | Fait ressortir des schémas récurrents (service, période, type de contrat) pour anticiper des tensions d’effectif | Un algorithme entraîné sur des données biaisées peut reproduire ou amplifier une discrimination existante |
Quatre usages, un seul principe : l’IA repère, l’humain tranche. Aucun logiciel ne décide à la place d’un manager.
IA prédictive vs IA générative : deux logiques différentes appliquées au temps de travail
Deux familles d’IA coexistent dans les outils RH, et elles ne servent pas le même usage. L’IA prédictive travaille sur des données structurées et historiques : c’est elle qui anticipe une charge de planning ou une tendance d’absentéisme.
L’IA générative produit du texte ou une réponse conversationnelle. C’est elle qu’on retrouve derrière un assistant capable de répondre à la question : « combien d’heures supplémentaires me reste-t-il ce mois-ci ? »
Cette distinction compte pour évaluer les limites de chaque outil. Une IA prédictive se trompe par manque de données ou par biais d’historique.
Une IA générative, elle, peut donner une réponse fausse avec la même assurance qu’une réponse juste. C’est un risque différent, qui demande une vérification humaine avant toute diffusion aux salariés.
Les limites techniques : ce que l’IA ne sait pas encore bien faire
La qualité d’une prévision dépend d’abord de la qualité des données de pointage en amont. Un système alimenté par des saisies incomplètes produira des prévisions peu fiables, quel que soit son niveau technique.
Les horaires atypiques restent un point faible. Forfait jour, astreinte, temps partiel modulé : ces situations, courantes en droit du travail français, sont mal représentées dans les données utilisées pour entraîner les modèles.
Résultat : les prévisions sont moins fiables pour ces salariés-là que pour un horaire classique.
Enfin, il faut pouvoir expliquer une décision. Si un salarié conteste une alerte générée par l’IA, l’entreprise doit savoir sur quels critères elle repose. Un système opaque expose davantage à un contentieux qu’à un gain de productivité.
Le droit français encadre strictement tout dispositif de suivi automatisé du temps de travail. L’article L1121-1 du Code du travail pose un principe simple : les restrictions aux droits des salariés doivent être justifiées et proportionnées au but recherché.
Un système qui collecte plus de données que nécessaire est en infraction, même s’il est techniquement performant.
L’article L2312-38 impose autre chose : informer et consulter le CSE avant de mettre en place un dispositif de contrôle de l’activité des salariés. Un projet d’IA sur le temps de travail entre dans ce cadre dès qu’il influence une décision RH.
Le CSE doit être associé avant le déploiement, pas informé après coup.
Le RGPD ajoute une règle propre aux décisions automatisées : une décision qui produit un effet important pour un salarié ne peut pas reposer uniquement sur un traitement automatique, sans intervention humaine.
Une alerte d’anomalie de pointage doit donc rester un signal soumis à validation managériale, jamais une sanction automatique.
Le règlement européen sur l’intelligence artificielle (règlement 2024/1689, dit AI Act) est entré en vigueur en août 2024, avec des interdictions absolues applicables depuis février 2025. Il classe les systèmes d’IA qui surveillent ou évaluent des salariés comme des systèmes à risque élevé.
Les obligations les plus lourdes (supervision humaine effective, analyse d’impact sur les droits fondamentaux, information des salariés et du CSE) entrent en application au 2 décembre 2027. En cas d’usage interdit, la sanction peut atteindre 35 millions d’euros ou 7 % du chiffre d’affaires mondial de l’entreprise.
Comment un DRH doit cadrer un projet d’IA sur le temps de travail
Trois principes limitent le risque d’un déploiement raté ou contesté.
- D’abord la transparence envers les salariés : expliquer clairement ce que fait le système, pourquoi, et avec quelles données. Cela désamorce une grande partie du risque social.
- Ensuite la supervision humaine : toute alerte ou recommandation de l’IA doit passer par un manager avant de produire un effet sur un salarié.
- Enfin l’audit régulier des biais : vérifier que le système ne pénalise pas un service, un type de contrat ou une population de salariés en particulier.
Un déploiement progressif, sur un périmètre limité avant généralisation, permet de vérifier ces trois points avant qu’ils ne deviennent un problème à l’échelle de toute l’entreprise.
Repérer une tendance de ponctualité en un coup d’œil plutôt qu’en un tableau croisé dynamique : c’est ce que fait déjà l’analyse prédictive RH de Bizneo, à partir des données déjà présentes dans la plateforme, sans ressaisie manuelle.
Cette capacité repère une tendance, elle ne dispense pas de respecter le cadre de proportionnalité et de supervision humaine vu plus haut avant toute décision RH. Le module de gestion du temps de travail reste la base de données nécessaire à ce type d’analyse, à consulter avec les outils de gestion du temps de travail adaptés à votre organisation.
