IA et RH : le guide de référence de l’intelligence artificielle pour les ressources humaines

Publié le 16 août 2026 · Mis à jour le 16 août 2026 · Lecture : 22 min · Par Arnaud Seknazi

---

1. Qu’est-ce que l’IA appliquée aux ressources humaines ?
2. Où en sont réellement les entreprises françaises ?
3. IA et RH : à quoi sert concrètement l’intelligence artificielle ?
4. L’IA fait-elle vraiment gagner du temps ?
5. L’IA va-t-elle remplacer les RH ?
6. IA et RH : quels sont les risques juridiques ?
7. Quels sont les risques que personne ne réglemente ?
8. Par où commencer ?
9. Quelles compétences pour la fonction RH ?
10. Questions fréquentes
11. Sources

---

Qu’est-ce que l’IA appliquée aux ressources humaines ?

L’expression « IA et RH » — l’intelligence artificielle appliquée aux ressources humaines — désigne l’ensemble des systèmes capables de traiter automatiquement des données ou du langage pour assister ou automatiser des tâches de la fonction RH : rédaction d’offres, analyse de candidatures, réponse aux questions des salariés, détection de tendances dans les données sociales, conception de parcours de formation. Depuis 2023, l’essentiel de la vague concerne l’IA générative — des modèles produisant du texte, de l’image ou du code à partir d’une consigne.

Cette définition mérite une précision qui manque à beaucoup d’articles sur le sujet : l’IA en RH n’est pas une technologie, c’est une famille d’usages très hétérogènes, dont les enjeux juridiques et opérationnels n’ont rien de commun.

Générer un compte rendu d’entretien annuel et trier automatiquement 800 candidatures relèvent tous deux de « l’IA en RH ». Le premier est un gain de confort sans enjeu réglementaire. Le second est un système classé à haut risque par le droit européen, susceptible d’engager la responsabilité de l’employeur en matière de discrimination. Les traiter comme un même sujet est la première erreur d’analyse.

Trois familles doivent donc être distinguées :

Famille	Ce qu’elle fait	Enjeu principal
IA d’assistance	Rédige, résume, reformule, traduit. L’humain décide.	Qualité, confidentialité des données
IA d’analyse	Détecte des constantes dans des données RH, produit des indicateurs.	Fiabilité statistique, protection des données
IA de décision	Classe, note ou sélectionne des personnes.	Conformité juridique, discrimination

Seule la troisième famille est réglementée comme telle. C’est aussi celle qui produit le plus de valeur apparente et le plus de risque réel.

Ce qu’il faut retenir — « L’IA en RH » ne désigne pas un objet unique. La ligne de partage décisive passe entre les systèmes qui assistent une décision humaine et ceux qui produisent une décision sur une personne.

---

Où en sont réellement les entreprises françaises ?

Approfondir : Agents IA et RH : ce qui est réellement déployé en 2026 · Participez au Baromètre IA & RH 2026.

18 % des entreprises françaises de 10 salariés ou plus utilisaient au moins une technologie d’intelligence artificielle en 2025, contre 10 % en 2024 et 6 % en 2023. L’adoption a donc triplé en deux ans, tout en restant minoritaire.

Source : Insee, « Les technologies de l’information et de la communication dans les entreprises en 2025 », Insee Première n° 2120, 21 juillet 2026. Enquête TIC entreprises, environ 11 000 entreprises interrogées, secteurs principalement marchands, collecte au 1er trimestre 2025. 🔗

L’adoption dépend massivement de la taille

Taille de l’entreprise	Part utilisant l’IA en 2025
10 à 49 salariés	15 %
50 à 249 salariés	31 %
250 salariés et plus	58 %

Près de six grandes entreprises sur dix ont franchi le pas ; une petite sur sept. Cet écart de 43 points est le fait structurant du sujet : les pratiques que décrivent les articles sur « l’IA en RH » sont, dans leur immense majorité, celles des grandes entreprises.

Par secteur, l’écart est plus marqué encore : 59 % dans l’information-communication, 33 % dans les activités spécialisées scientifiques et techniques, 26 % dans l’immobilier, 10 % dans la construction.

La France se situe légèrement sous la moyenne européenne : 20 % des entreprises de l’Union utilisaient l’IA en 2025, contre 13,5 % en 2024. Le Danemark atteint 42 %, la Finlande 37,8 %, la Suède 35 % ; la Roumanie ferme la marche à 5,2 %.

Source : Eurostat, « 20% of EU enterprises use AI technologies », 11 décembre 2025. 🔗

Le fait le plus important : les salariés vont plus vite que les entreprises

C’est le point que la plupart des analyses manquent, et il change la nature du problème RH.

• 48 % des Français utilisent l’IA générative en 2025, contre 20 % en 2023.
• 30 % des actifs l’utilisent dans un cadre professionnel.
• 64 % des utilisateurs ont décidé eux-mêmes de s’en servir. Seuls 17 % déclarent un usage prescrit par leur employeur.

Source : CRÉDOC pour l’Arcep, l’Arcom, le CGE et l’ANCT, « Baromètre du numérique, édition 2026 », février 2026. 4 145 personnes de 12 ans et plus résidant en France métropolitaine, collecte en juin 2025, résultats redressés. 🔗

Chez les cadres, l’écart est encore plus net : 50 % utilisent l’IA générative au moins une fois par semaine en mars 2026, soit +15 points en un an. Ce taux monte à 62 % chez les moins de 35 ans et à 55 % chez les managers.

Source : Apec, « Les cadres et l’IA », collection Compétences, mai 2026. 2 000 cadres du secteur privé, méthode des quotas, collecte en mars 2026. 🔗

Mettons ces chiffres côte à côte :

Qui	Taux d’usage	Source
Entreprises françaises	18 %	Insee, 2026
Actifs français (usage professionnel)	30 %	CRÉDOC/Arcep, 2026
Cadres (usage hebdomadaire)	50 %	Apec, 2026

Les deux dernières lignes portent sur l’IA générative ; la première, sur l’IA au sens large. L’écart réel est donc probablement supérieur à ce que montre le tableau.

Le même écart s’observe aux États-Unis, et il est documenté par la banque centrale : 18 % des entreprises américaines déclarent utiliser l’IA, contre 41 % des travailleurs.

Source : Federal Reserve Board, « Monitoring AI Adoption in the U.S. Economy », FEDS Notes, Jeffrey S. Allen, 3 avril 2026. 🔗

Ce décalage est le vrai sujet RH de 2026. Il ne s’agit pas de savoir s’il faut « déployer l’IA » : elle est déjà déployée, par les salariés eux-mêmes, sur des outils grand public, avec des données d’entreprise, sans cadre, sans traçabilité et sans formation. La question n’est pas d’autoriser ou d’interdire, mais de rattraper un usage qui a pris de l’avance sur la gouvernance.

Et dans la fonction RH elle-même ?

Une précision méthodologique s’impose ici, et elle vaut avertissement pour tout lecteur qui rencontrerait des chiffres différents ailleurs : ni l’Insee ni Eurostat ne publient de ventilation « ressources humaines » parmi les finalités d’usage de l’IA. Les chiffres que l’on voit circuler sur « X % des services RH utilisent l’IA » sont, le plus souvent, des inférences abusives à partir de rubriques comme « organisation des processus d’administration ».

La seule mesure française régulière portant spécifiquement sur la fonction RH est un baromètre annuel : 33 % des responsables RH utilisent des outils d’IA en 2026, contre 28 % en 2025 et 9 % en 2024. L’usage est très inégal selon le niveau hiérarchique : 64 % des DRH, contre 34 % des responsables RH opérationnels. Et 29 % déclarent n’avoir aucun projet d’intégration.

Source : OpinionWay pour Kelio, « L’IA et les RH en entreprise en 2026 », 3e édition, 26 mars 2026. 306 responsables RH d’entreprises privées de 20 salariés et plus, collecte téléphonique du 16 février au 11 mars 2026. 🔗

Transparence sur cette source : cette enquête est commanditée par un éditeur de logiciels RH. La méthodologie est publiée, l’institut est reconnu et la série court sur trois ans, ce qui la rend utilisable — mais le lecteur doit savoir qui la finance. C’est, à notre connaissance, la seule mesure française récurrente de l’adoption de l’IA dans la fonction RH. Cette absence de statistique publique sur un sujet aussi discuté est en soi une information.

Ce qu’il faut retenir — 18 % des entreprises, 30 % des actifs, 50 % des cadres, 33 % des responsables RH. L’IA n’est pas majoritaire dans les organisations, mais elle l’est déjà chez les cadres. Le principal enjeu RH n’est pas l’adoption : c’est la gouvernance d’un usage qui a commencé sans elle.

---

IA et RH : à quoi sert concrètement l’intelligence artificielle ?

Approfondir : 25 usages concrets de l’IA en RH : la liste de référence · IA et recrutement : les 7 usages qui marchent vraiment en 2026.

Les usages réellement en production, par processus RH, avec leur niveau de maturité observé et leur statut au regard du règlement européen sur l’IA.

Processus	Usages courants	Maturité	Statut AI Act
Recrutement	Rédaction et optimisation d’offres, sourcing, préqualification, trames d’entretien structuré, réponses négatives personnalisées	Élevée	⚠️ Haut risque si l’outil filtre ou évalue les candidats (annexe III, 4.a)
Formation	Conception de parcours, génération de supports, traduction de contenus, tutorat conversationnel	Élevée	Hors champ dans la plupart des cas
Administration RH	Réponse aux questions des salariés, rédaction de courriers, synthèse de documents, préparation de réunions	Élevée	Hors champ
People analytics	Analyse de l’absentéisme, du turnover, des rémunérations ; détection de constantes	Moyenne	⚠️ Haut risque si les résultats fondent des décisions individuelles
Gestion des talents	Cartographie de compétences, suggestions de mobilité, préparation des revues de personnel	Moyenne	⚠️ Haut risque (annexe III, 4.b)
Paie	Contrôle de cohérence, détection d’anomalies	Faible	Généralement hors champ
Relations sociales	Synthèse de documents, préparation de dossiers, veille juridique	Faible	Hors champ
Évaluation de la performance	Aide à la rédaction, agrégation de retours	Faible	⚠️ Haut risque (annexe III, 4.b)

Deux enseignements se dégagent de ce tableau.

Premièrement, la maturité est inversement proportionnelle au risque. Les usages les plus répandus — rédaction, synthèse, réponse aux questions — sont ceux qui ne touchent pas à la décision sur les personnes. Ce n’est pas un hasard : ce sont les moins risqués et les plus immédiatement utiles.

Deuxièmement, tout ce qui classe, note ou sélectionne des personnes bascule dans le champ réglementé. Un outil qui « aide à prioriser les candidatures » est un outil qui filtre. La formulation commerciale n’a aucune incidence sur la qualification juridique.

[Lien interne obligatoire] → Le détail opérationnel de chaque usage, avec les gains observés et les prérequis, figure dans notre inventaire : 25 usages concrets de l’IA en RH.

---

L’IA fait-elle vraiment gagner du temps ?

Oui, mais les gains mesurés sont plus modestes et bien plus inégaux que ne le suggèrent les discours commerciaux. Deux études de grande ampleur, aux résultats convergents sur le fond et éclairants dans leurs différences, permettent d’y voir clair.

L’étude qui a fixé la référence

Un déploiement échelonné d’un assistant IA auprès de 5 172 agents de support client d’une entreprise du Fortune 500, portant sur 3 millions de conversations, a mesuré une hausse moyenne de 15 % du nombre de problèmes résolus par heure.

Mais la moyenne masque l’essentiel :

• +36 % pour les agents du quintile le moins expérimenté ;
• aucun effet significatif pour les agents les plus expérimentés, avec même une légère baisse de leur taux de résolution et de la satisfaction client.

Source : Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, « Generative AI at Work », The Quarterly Journal of Economics, vol. 140, n° 2, p. 889-942, publié le 8 avril 2025. 🔗

Deux précisions que les reprises omettent presque toujours. D’abord, le chiffre publié en revue est de +15 %, et non de +14 % comme on le lit souvent — ce dernier provient de la version préliminaire de 2023. Ensuite, il ne s’agit pas d’un essai randomisé au sens strict, mais d’un déploiement progressif exploité comme quasi-expérience.

L’étude qui nuance

Un véritable essai de terrain randomisé, mené sur six mois auprès de 7 137 travailleurs du savoir répartis dans 66 entreprises, aboutit à un résultat plus tempéré : parmi les salariés ayant effectivement utilisé l’outil, 80 % ont économisé environ deux heures par semaine sur le traitement de leur messagerie, et ont réduit leur travail en dehors des heures habituelles.

Mais les auteurs ne détectent aucun changement dans la quantité ni dans la composition des tâches résultant d’une mise à disposition individuelle de l’IA.

Source : Eleanor W. Dillon, Sonia Jaffe, Nicole Immorlica, Christopher T. Stanton, « Shifting Work Patterns with Generative AI », NBER Working Paper n° 33795, mai 2025 (révision novembre 2025). 🔗

Ce que la comparaison enseigne à un DRH

Le contraste entre ces deux études n’est pas une contradiction, c’est le résultat le plus utile de la littérature disponible :

L’IA produit des gains importants sur les tâches standardisées exécutées par des personnes peu expérimentées. Elle produit des gains modestes, essentiellement de confort, sur le travail qualifié et peu répétitif.

Trois conséquences opérationnelles :

1. Les gains ne se répartissent pas uniformément. Un plan de déploiement homogène produira des résultats très hétérogènes — et décevra là où l’on attendait le plus.
2. L’IA compresse l’écart de performance entre débutants et experts. C’est une bonne nouvelle pour l’intégration des nouveaux arrivants, et un sujet délicat pour les grilles de rémunération et de reconnaissance de l’expertise.
3. Distribuer un outil ne transforme pas une organisation. L’étude randomisée est explicite : l’accès individuel à l’IA ne modifie pas la structure du travail. Ce n’est pas l’outil qui produit la transformation, c’est la refonte des processus qui l’accompagne — ou non.

Le contre-narratif français que personne ne cite

Sur données administratives françaises, l’adoption de l’IA est associée à une hausse de l’emploi au niveau de l’entreprise. Les entreprises ayant recruté des profils IA connaissent environ +10 % d’emploi total et +10 % de chiffre d’affaires après quatre ans.

Deux nuances importantes : l’effet est positif pour l’emploi fortement exposé à l’IA et négatif pour l’emploi peu exposé — ce n’est donc pas une hausse uniforme. Et l’effet est nettement plus marqué quand l’entreprise développe ses capacités en interne que lorsqu’elle se contente d’acheter des outils.

Source : Philippe Aghion, Antonin Bergeaud, Simon Bunel, Paul Delbouve, « Diffusion de l’Intelligence Artificielle en France », juillet 2025. Base JOCAS de la Dares, plus de 130 millions d’offres d’emploi depuis 2019, appariée à la base Tous Salariés. 🔗

Ce qu’il faut retenir — +15 % sur des tâches standardisées, deux heures par semaine sur la messagerie des cadres, et aucun changement structurel du travail sans refonte des processus. Ce sont des gains réels, pas une révolution de productivité.

---

L’IA va-t-elle remplacer les RH ?

Approfondir : La tâchification du travail : définition, origines et conséquences RH.

Non. Mais elle recompose le contenu des métiers RH, et cette recomposition est déjà mesurable. La distinction n’est pas rhétorique : elle change entièrement ce qu’un DRH doit anticiper.

Le déplacement de l’unité d’analyse : du métier à la tâche

En 2013, une étude devenue célèbre estimait que 47 % de l’emploi américain était à haut risque d’informatisation. Trois ans plus tard, l’OCDE reprenait la même question en changeant une seule chose : elle raisonnait non plus sur les professions entières, mais sur les tâches qui les composent. Le résultat tombait à 9 % en moyenne dans les pays de l’OCDE — et 9 % pour la France.

L’explication tient en une phrase : au sein même des métiers réputés menacés, les travailleurs accomplissent des tâches difficilement automatisables — relation en face-à-face, coordination, arbitrage en situation ambiguë.

Sources : Carl Benedikt Frey, Michael A. Osborne, « The Future of Employment », Oxford Martin School, 2013 (🔗) ; Melanie Arntz, Terry Gregory, Ulrich Zierahn, « The Risk of Automation for Jobs in OECD Countries », OCDE, Documents de travail n° 189, 2016 (🔗).

Pour la France, le Conseil d’orientation pour l’emploi a formulé ce constat de la manière la plus directement utile à un DRH :

« Moins de 10 % des emplois existants présentent un cumul de vulnérabilités susceptibles de menacer leur existence », mais « la moitié des emplois existants est susceptible d’évoluer, dans leur contenu, de façon significative à très importante ».

Source : Conseil d’orientation pour l’emploi, « Automatisation, numérisation et emploi. Tome 1 », janvier 2017. 🔗

C’est la phrase la plus importante de ce guide. Le risque, pour la fonction RH, n’est pas la suppression des postes. C’est la transformation silencieuse de leur contenu — sans que les fiches de poste, les référentiels de compétences, les grilles d’évaluation et les classifications ne suivent.

Les cadres sont les plus exposés, pas les moins qualifiés

C’est le renversement le plus important de la période, et il est contre-intuitif. Transposée à la nomenclature française des professions, l’analyse par tâches montre qu’environ 20 % de l’emploi français présente une exposition élevée à l’IA générative — et que ce sont les cadres, c’est-à-dire les professions les plus qualifiées, qui sont les plus exposés.

Source : Antonin Bergeaud, « Exposition à l’intelligence artificielle générative et emploi : une application à la classification socio-professionnelle française », janvier 2024. 16 937 tâches ONET, agrégées sur les 222 familles professionnelles.* 🔗

Toutes les vagues d’automatisation précédentes ont touché en priorité les tâches routinières peu qualifiées. Celle-ci touche d’abord le travail de bureau qualifié — dont la fonction RH fait partie.

À l’échelle mondiale, l’Organisation internationale du travail estime qu’environ un travailleur sur quatre occupe une profession présentant un certain degré d’exposition à l’IA générative, et que 3,3 % de l’emploi mondial se situe dans la catégorie d’exposition la plus élevée. Cette exposition est fortement genrée : 4,7 % de l’emploi féminin contre 2,4 % de l’emploi masculin, et jusqu’à 9,6 % contre 3,5 % dans les pays à revenu élevé — parce que les emplois administratifs, très exposés, sont majoritairement occupés par des femmes.

Source : Paweł Gmyrek et al., « Generative AI and Jobs: A Refined Global Index of Occupational Exposure », OIT, Working Paper n° 140, mai 2025. Indice construit sur un référentiel de 29 753 tâches, dont 2 861 évaluées par enquête auprès de 1 640 actifs et 608 validées par un panel d’experts. 🔗

Attention à la formulation. L’OIT parle d’exposition et de transformation, jamais de suppression. « Un travailleur sur quatre exposé » ne signifie en aucun cas « 25 % des emplois menacés » : c’est l’erreur de citation la plus répandue sur cette étude.

Ce que cela signifie pour la fonction RH : la tâchification

Ce déplacement du métier vers la tâche porte un nom, et c’est un concept dont les DRH auront besoin :

La tâchification du travail désigne le processus par lequel un emploi cesse d’être géré comme un poste doté d’un périmètre de responsabilités, pour être décomposé en un ensemble de tâches distinctes, décrites, mesurables et attribuables séparément — à un salarié, à un prestataire, ou à un système d’intelligence artificielle.

Elle ne présume ni de la suppression de l’emploi, ni du statut du travailleur : elle décrit un changement d’unité de gestion du travail. Un cadre en CDI dans un grand groupe peut être pleinement tâchifié.

[Lien interne obligatoire] → La tâchification du travail : définition, origines et conséquences RH

Les conséquences sont directes et immédiates pour la fonction :

Objet RH	Ce que la tâchification remet en cause
Fiche de poste	Décrit un périmètre stable, alors que le contenu se recompose en continu
Référentiel de compétences	Adossé au métier, non à la tâche
Évaluation de la performance	Mesure l’atteinte d’objectifs de poste, non la contribution à des tâches redistribuées
Classification et rémunération	Repose sur des niveaux de poste que la recomposition rend flous
GPEC	Projette des métiers, quand il faudrait projeter des portefeuilles de tâches

Voilà le vrai chantier RH de l’IA. Il ne relève ni de l’outil, ni du budget informatique, ni de la conduite du changement : il relève des instruments fondamentaux de la gestion des ressources humaines, dont aucun n’a été conçu pour un travail dont l’unité de gestion se déplace.

Ce qu’il faut retenir — La question n’est pas « combien d’emplois RH vont disparaître » mais « combien de nos outils de gestion RH sont encore adaptés à un travail qui se gère à la tâche ». La seconde question est plus dérangeante, et bien plus urgente.

---

IA et RH : quels sont les risques juridiques ?

Approfondir : IA, données RH et RGPD : le risque immédiat · AI Act et RH : obligations, calendrier 2027 et sanctions.

Le risque juridique immédiat pour un employeur français en 2026 n’est pas l’AI Act. Cette affirmation va à l’encontre de la quasi-totalité de ce qui s’écrit sur le sujet, et elle repose sur trois éléments vérifiables.

1. Les obligations « haut risque » de l’AI Act ont été reportées à décembre 2027

Le règlement (UE) 2024/1689, dit AI Act, classe à haut risque les systèmes d’IA utilisés en matière d’emploi : diffusion ciblée d’offres, analyse et filtrage des candidatures, évaluation des candidats, décisions de promotion ou de rupture, attribution des tâches, surveillance et évaluation des performances (annexe III, point 4).

Ces obligations devaient s’appliquer le 2 août 2026. Elles ont été reportées au 2 décembre 2027 par le règlement (UE) 2026/1744 du 8 juillet 2026, publié au Journal officiel de l’Union européenne le 24 juillet 2026 et entré en vigueur le 27 juillet 2026. Le motif invoqué est l’indisponibilité des normes harmonisées et l’impréparation des autorités nationales.

Sources : Règlement (UE) 2024/1689 · Règlement (UE) 2026/1744 · Commission européenne, cadre réglementaire IA

Ce n’est pas une proposition : c’est du droit en vigueur. De nombreux contenus en ligne, y compris récents, annoncent encore l’échéance du 2 août 2026 ou présentent le report comme un projet.

2. Mais trois obligations s’appliquent déjà, sans aucun report

Les pratiques interdites (article 5, applicable depuis le 2 février 2025). Est interdite l’utilisation de systèmes d’IA visant à inférer les émotions d’une personne sur le lieu de travail, sauf pour des raisons médicales ou de sécurité (article 5, 1, f). Cette exception est étroite : elle ne couvre pas les usages managériaux — mesure de l’engagement, analyse du ton en entretien, notation d’états émotionnels en centre d’appels. Est également interdite la catégorisation biométrique déduisant notamment l’affiliation syndicale, les opinions politiques ou les convictions religieuses (article 5, 1, g).

L’obligation de littératie IA (article 4). Fournisseurs et déployeurs doivent prendre des mesures pour favoriser le développement de la maîtrise de l’IA par leur personnel. Le règlement de juillet 2026 a assoupli cette obligation en précisant qu’elle n’impose de garantir aucun niveau de maîtrise individuel — mais il ne l’a pas supprimée. Elle s’applique à tout employeur déployant de l’IA, indépendamment de tout classement à haut risque.

Les obligations de transparence (article 50, applicable depuis le 2 août 2026). Il faut informer les personnes qu’elles interagissent avec une IA — ce qui vise directement les agents conversationnels de présélection — et marquer les contenus générés. Une période transitoire de quatre mois, jusqu’au 2 décembre 2026, s’applique aux systèmes déjà mis sur le marché avant le 2 août 2026 : un agent conversationnel acquis avant cette date n’est donc pas dans la même situation qu’un outil déployé aujourd’hui.

3. En France, deux risques sont actionnables dès aujourd’hui

La CNIL a fait du recrutement l’une de ses trois priorités de contrôle pour 2026. Publication du 3 avril 2026. Les cibles annoncées sont les grandes entreprises et les cabinets de recrutement, sur trois axes : les systèmes de prise de décision automatisée, l’information des candidats, et les durées de conservation. La CNIL précise que cette thématique « préfigure l’exercice de ses futures attributions d’autorité de surveillance du marché dans le domaine du travail » au titre du règlement IA.

Source : CNIL, « Les contrôles en 2026 : recrutement, répertoire électoral unique et fédérations sportives », 3 avril 2026. 🔗

Le juge des référés suspend les déploiements réalisés sans consultation du CSE. Le 29 janvier 2026, le tribunal judiciaire de Nanterre a ordonné la suspension du déploiement de deux logiciels de gestion des compétences et des affectations, et enjoint à l’employeur d’ouvrir une procédure d’information-consultation du comité social et économique central, sous astreinte de 500 € par jour — astreinte courant à compter d’un mois après signification et plafonnée à 90 jours. Fondements : articles L. 2312-8 (introduction de nouvelles technologies), L. 2312-14, L. 2312-15, L. 2312-38 (traitements automatisés de gestion du personnel) et L. 2316-1 du Code du travail.

Source : TJ Nanterre, ordonnance de référé, 29 janvier 2026, RG n° 25/02856. 🔗 texte intégral

Une idée reçue à corriger

L’analyse d’impact sur les droits fondamentaux (FRIA) ne s’impose pas aux employeurs privés de droit commun. L’article 27 de l’AI Act vise les organismes de droit public et les entités privées fournissant des services publics — ainsi que les déployeurs de systèmes de solvabilité et de tarification en assurance. Un employeur privé déployant un outil de recrutement classé à haut risque n’y est pas soumis. De nombreux articles RH affirment l’inverse.

Les sanctions

Manquement	Plafond
Pratiques interdites (art. 5)	35 M€ ou 7 % du chiffre d’affaires mondial — le montant le plus élevé
Autres obligations, dont celles du déployeur (art. 26)	15 M€ ou 3 %
Informations inexactes aux autorités	7,5 M€ ou 1 %
PME et start-ups	Mêmes plafonds, mais le montant le plus faible des deux

Source : règlement (UE) 2024/1689, article 99. Ces montants sont distincts de ceux du RGPD ; des chiffres erronés circulent largement.

[Lien interne obligatoire] → AI Act et RH : ce que le règlement européen change pour les employeurs

Ce qu’il faut retenir — Le report de l’AI Act ne réduit pas le risque juridique français : il le déplace. Un employeur qui déploie un outil RH en 2026 doit d’abord se soucier du RGPD et du Code du travail. Décembre 2027 est un horizon de conformité, pas une autorisation d’attendre.

---

Quels sont les risques que personne ne réglemente ?

Approfondir : Biais algorithmique et discrimination : ce que l’IA change au recrutement.

Le shadow AI

C’est la conséquence directe de l’écart mesuré plus haut : les salariés utilisent l’IA plus que les entreprises ne la déploient, et 64 % des utilisateurs ont pris cette décision seuls. Concrètement, des données salariés, des dossiers disciplinaires, des grilles de rémunération et des CV transitent par des outils grand public, hors de tout cadre contractuel, sans traçabilité, et parfois hors de l’Union européenne.

Interdire ne fonctionne pas — l’usage est déjà installé et se poursuivra sur les équipements personnels. Fournir un outil encadré, avec une charte claire, est la seule réponse opérante. C’est probablement l’action la plus urgente et la moins coûteuse de toute la liste.

La confiance qui s’érode

Les données de perception convergent, et elles vont dans le sens inverse du discours ambiant :

• 51 % des dirigeants se disent confiants dans la préparation de leur organisation à l’IA, contre 65 % en 2024.
• 40 % des salariés s’inquiètent d’une perte d’emploi liée à l’IA, contre 28 % en 2024.
• 44 % des salariés déclarent s’épanouir au travail, contre 66 % en 2024.

Source : Mercer, « Global Talent Trends 2026 », 25 février 2026. Près de 12 000 répondants — dirigeants, responsables RH, investisseurs et salariés — collecte septembre-octobre 2025. Enquête de cabinet de conseil, échantillon non probabiliste : à lire comme une mesure de perception. 🔗

Du côté des professionnels RH eux-mêmes, 53 % se méfient de la qualité du travail produit par l’IA — un taux stable depuis trois ans — et 39 % citent la confidentialité des données comme premier obstacle (OpinionWay/Kelio, 2026).

Le biais, et ce qu’on en dit de faux

Le sujet est réel : le Défenseur des droits documente depuis 2020 que les algorithmes, sous une apparence de neutralité, encodent des stéréotypes humains, et que des données d’entraînement biaisées automatisent la discrimination à l’embauche.

Source : Défenseur des droits et CNIL, « Algorithmes : prévenir l’automatisation des discriminations », 31 mai 2020. 🔗

Mais les travaux expérimentaux récents nuancent fortement l’idée reçue selon laquelle l’IA serait systématiquement plus discriminante que l’humain. Une expérimentation portant sur plus de 3 000 candidats montre que l’outil d’IA testé note plus favorablement les femmes et les minorités que les évaluateurs humains, et qu’il prédit sensiblement mieux la réussite professionnelle ultérieure. En revanche, la même étude établit que le passage à des entretiens asynchrones fait chuter de plus de 50 % la poursuite des candidatures, avec une baisse plus marquée chez les femmes.

Source : Mallory Avery, Edwin Ip, Andreas Leibbrandt, Joseph Vecci, « A Brave New World of Hiring », CESifo Working Paper n° 12573, 26 mars 2026. 🔗

Le biais ne se loge donc pas seulement dans l’algorithme d’évaluation : il se loge dans le format du processus, qui décourage inégalement les candidatures. C’est un déplacement d’analyse important, et presque absent du débat français.

[Lien interne] → Biais et discrimination algorithmique en RH

La disparition des postes juniors

Un signal empirique récent mérite une attention particulière de la part des DRH. Sur données américaines, l’emploi des 22-25 ans a reculé d’environ 6 % dans les métiers les plus exposés à l’IA entre fin 2022 et septembre 2025, tandis qu’il progressait de 6 à 9 % pour les tranches d’âge plus élevées dans les mêmes métiers.

Source : Erik Brynjolfsson, Bharat Chandar, Ruyu Chen, « Canaries in the Coal Mine? », Stanford Digital Economy Lab, 13 novembre 2025. 🔗

Si cette dynamique se confirme en Europe, elle pose un problème de fond que la fonction RH est seule à pouvoir traiter : les tâches automatisées en premier sont précisément celles par lesquelles on formait les débutants. Supprimer la marche d’entrée d’un métier, c’est se priver des experts de la décennie suivante.

---

Par où commencer ?

Une trame en six étapes, ordonnée par rapport valeur/risque et non par ordre d’apparition dans les plaquettes commerciales.

Étape 1 — Mesurer l’usage réel avant de décider quoi que ce soit

Avant tout choix d’outil, établir ce qui se passe déjà : qui utilise quoi, pour quelles tâches, avec quelles données. Compte tenu des écarts documentés plus haut, l’usage réel est presque toujours très supérieur à l’usage déclaré. Un questionnaire anonyme, sans enjeu disciplinaire, donne des résultats exploitables en deux semaines.

C’est l’étape la plus souvent sautée, et celle qui conditionne la pertinence de toutes les suivantes.

Étape 2 — Publier une charte d’usage

Non pas un règlement d’interdiction, mais un document court répondant à quatre questions : quels outils sont autorisés, quelles données ne doivent jamais y être saisies, quelles tâches exigent une validation humaine, à qui s’adresser en cas de doute.

Ce document répond partiellement à l’obligation de littératie IA de l’article 4 de l’AI Act, et constitue une pièce utile en cas de contrôle.

Étape 3 — Former, et pas seulement les volontaires

29 % des cadres seulement déclarent avoir été formés à l’IA (Apec, mai 2026), alors que 66 % estiment que sa maîtrise sera une compétence importante. L’écart entre les deux est le principal frein observable.

La formation la plus utile n’est pas technique : elle porte sur ce que l’outil ne sait pas faire, sur la manière de vérifier une production, et sur les données qu’on n’y met pas.

Étape 4 — Commencer par les usages sans enjeu décisionnel

Rédaction, synthèse, traduction, réponse aux questions courantes. Maturité élevée, risque juridique nul, gains immédiats. C’est aussi ce qui construit la confiance interne nécessaire aux étapes suivantes.

Étape 5 — N’aborder les usages décisionnels qu’avec un cadre complet

Tri de candidatures, notation, aide à la décision de promotion ou de rupture. Prérequis avant tout déploiement :

• consultation du CSE — la jurisprudence de janvier 2026 rend ce point non négociable ;
• information des candidats et des salariés concernés ;
• garantie d’une revue humaine effective, avec le temps et l’autorité pour infirmer ;
• documentation du fonctionnement de l’outil, obtenue du fournisseur ;
• durées de conservation définies ;
• traçabilité des décisions.

Étape 6 — Mesurer, y compris ce qui ne marche pas

Définir deux ou trois indicateurs avant le déploiement, et les publier en interne quels que soient les résultats. Rappel utile : dans l’étude de référence, les agents les plus expérimentés n’ont enregistré aucun gain, et une légère dégradation de la satisfaction client. Un déploiement qui ne mesure pas ne peut ni corriger, ni convaincre.

[Lien interne] → Construire une stratégie IA RH

---

Quelles compétences pour la fonction RH ?

L’IA ne dispense pas la fonction RH de son expertise : elle en déplace le centre de gravité. Quatre compétences deviennent structurantes.

Lire une méthodologie. Savoir distinguer une enquête de 306 répondants avec méthodologie publiée d’un chiffre sans source, un échantillon représentatif d’un échantillon de convenance, une corrélation d’une causalité. Cette compétence, hier réservée aux spécialistes du people analytics, devient une compétence de base : la fonction RH est désormais destinataire d’affirmations chiffrées en permanence.

Qualifier juridiquement un usage. Savoir répondre à la question « cet outil produit-il une décision sur une personne ? » — et en tirer les conséquences. Ce n’est pas une compétence de juriste, c’est une compétence de cadrage.

Décomposer un métier en tâches. C’est la compétence directement issue de la tâchification, et la moins répandue aujourd’hui. Elle conditionne la refonte des fiches de poste, des référentiels et de la GPEC.

Arbitrer entre automatiser et augmenter. Les deux choix produisent des effets opposés sur l’emploi et sur les compétences. Les données observationnelles disponibles indiquent d’ailleurs que l’augmentation reste majoritaire dans l’usage réel — environ 52 % contre 45 % d’automatisation en novembre 2025 (Anthropic Economic Index, janvier 2026).

Un signal encourageant sur l’appétence : 63 % des salariés échangeraient une hausse de salaire de 10 % contre une montée en compétences en IA et numérique (Mercer, 2026). La demande de formation existe ; c’est l’offre qui manque.

[Lien interne] → Les compétences RH à l’ère de l’IA

---

Questions fréquentes

Combien d’entreprises françaises utilisent l’intelligence artificielle ?
18 % des entreprises françaises de 10 salariés ou plus utilisaient au moins une technologie d’IA en 2025, contre 10 % en 2024 et 6 % en 2023. Le taux monte à 58 % pour les entreprises de 250 salariés et plus, et descend à 15 % pour celles de 10 à 49 salariés (Insee, Insee Première n° 2120, juillet 2026).

Combien de professionnels RH utilisent l’IA ?
33 % des responsables RH français déclarent utiliser des outils d’IA en 2026, contre 28 % en 2025 et 9 % en 2024. L’usage atteint 64 % chez les DRH et 34 % chez les responsables RH opérationnels (baromètre OpinionWay pour Kelio, mars 2026, 306 répondants — enquête commanditée par un éditeur de logiciels RH).

L’AI Act s’applique-t-il aux outils de recrutement ?
Oui. Le règlement (UE) 2024/1689 classe à haut risque les systèmes utilisés pour la diffusion ciblée d’offres, l’analyse et le filtrage des candidatures et l’évaluation des candidats (annexe III, point 4). Ces obligations, initialement prévues pour le 2 août 2026, ont été reportées au 2 décembre 2027 par le règlement (UE) 2026/1744 du 8 juillet 2026.

Qu’est-ce qui est déjà interdit aujourd’hui ?
Depuis le 2 février 2025, il est interdit d’utiliser des systèmes d’IA visant à inférer les émotions des personnes sur le lieu de travail, sauf pour raisons médicales ou de sécurité, ainsi que les systèmes de catégorisation biométrique déduisant notamment l’affiliation syndicale ou les opinions politiques (article 5 de l’AI Act). Les sanctions peuvent atteindre 35 millions d’euros ou 7 % du chiffre d’affaires mondial.

Faut-il consulter le CSE avant de déployer un outil d’IA en RH ?
Oui, dès lors que l’outil constitue l’introduction d’une nouvelle technologie affectant les conditions de travail ou un traitement automatisé de gestion du personnel. Le 29 janvier 2026, le tribunal judiciaire de Nanterre a suspendu le déploiement de deux logiciels RH sous astreinte de 500 € par jour, plafonnée à 90 jours, faute de consultation du CSE central (RG n° 25/02856).

L’IA fait-elle réellement gagner du temps en RH ?
Les gains mesurés sont réels mais inégaux. Une étude portant sur 5 172 agents de support client mesure +15 % de problèmes résolus par heure, avec +36 % pour les moins expérimentés et aucun effet pour les plus experts (Brynjolfsson, Li & Raymond, QJE, 2025). Un essai randomisé sur 7 137 travailleurs du savoir mesure environ deux heures économisées par semaine sur la messagerie, sans changement de la composition des tâches (Dillon et al., NBER, 2025).

L’IA va-t-elle supprimer des emplois RH ?
Les données disponibles indiquent une recomposition plutôt qu’une suppression. En France, moins de 10 % des emplois existants présentent un cumul de vulnérabilités susceptibles de menacer leur existence, mais la moitié est susceptible de voir son contenu évoluer de façon significative à très importante (Conseil d’orientation pour l’emploi, 2017). Les professions les plus exposées à l’IA générative sont les professions les plus qualifiées, cadres compris (Bergeaud, 2024).

Un employeur privé doit-il réaliser une analyse d’impact sur les droits fondamentaux (FRIA) ?
Non, dans le cas général. L’article 27 de l’AI Act réserve cette obligation aux organismes de droit public, aux entités privées fournissant des services publics, et aux déployeurs de systèmes d’évaluation de solvabilité et de tarification en assurance vie et santé. Un employeur privé de droit commun n’y est pas soumis, même s’il déploie un outil de recrutement classé à haut risque.

Peut-on interdire à ses salariés d’utiliser ChatGPT ?
Juridiquement, un employeur peut encadrer l’usage des outils numériques. En pratique, l’interdiction est peu efficace : 64 % des utilisateurs d’IA générative ont décidé seuls de s’en servir et seuls 17 % déclarent un usage prescrit par leur employeur (CRÉDOC/Arcep, 2026). Fournir un outil encadré assorti d’une charte d’usage donne de meilleurs résultats qu’une interdiction contournée.

Par quoi commencer quand on n’a rien fait ?
Par mesurer l’usage réel dans l’organisation, avant tout choix d’outil. Puis publier une charte d’usage, former au-delà des seuls volontaires, et déployer d’abord sur les usages sans enjeu décisionnel — rédaction, synthèse, réponse aux questions courantes — avant d’aborder les usages qui portent sur des décisions concernant des personnes.

---

Sources

Toutes les sources ci-dessous ont été vérifiées et sont accessibles en ligne. Les chiffres cités dans ce guide proviennent exclusivement de ces documents primaires.

Statistique publique

• Insee, Les technologies de l’information et de la communication dans les entreprises en 2025, Insee Première n° 2120, Clément Lefebvre, 21 juillet 2026. insee.fr
• Eurostat, 20% of EU enterprises use AI technologies, 11 décembre 2025. ec.europa.eu
• CRÉDOC pour l’Arcep, l’Arcom, le CGE et l’ANCT, Baromètre du numérique, édition 2026, février 2026. arcep.fr
• Federal Reserve Board, Monitoring AI Adoption in the U.S. Economy, FEDS Notes, Jeffrey S. Allen, 3 avril 2026. federalreserve.gov
• Direction générale du Trésor, L’intelligence artificielle, quels effets sur l’emploi ?, Trésor-Éco n° 391, 30 juin 2026. tresor.economie.gouv.fr

Recherche académique

• Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, Generative AI at Work, The Quarterly Journal of Economics, 140(2), p. 889-942, 8 avril 2025. academic.oup.com
• Eleanor W. Dillon, Sonia Jaffe, Nicole Immorlica, Christopher T. Stanton, Shifting Work Patterns with Generative AI, NBER Working Paper n° 33795, mai 2025. nber.org
• Philippe Aghion, Antonin Bergeaud, Simon Bunel, Paul Delbouve, Diffusion de l’Intelligence Artificielle en France, juillet 2025. hec.edu
• Antonin Bergeaud, Exposition à l’intelligence artificielle générative et emploi : une application à la classification socio-professionnelle française, janvier 2024. longtermproductivity.com
• Erik Brynjolfsson, Bharat Chandar, Ruyu Chen, Canaries in the Coal Mine?, Stanford Digital Economy Lab, 13 novembre 2025. stanford.edu
• Mallory Avery, Edwin Ip, Andreas Leibbrandt, Joseph Vecci, A Brave New World of Hiring, CESifo Working Paper n° 12573, 26 mars 2026. ifo.de
• Melanie Arntz, Terry Gregory, Ulrich Zierahn, The Risk of Automation for Jobs in OECD Countries, OCDE, Documents de travail n° 189, 2016. PDF
• Carl Benedikt Frey, Michael A. Osborne, The Future of Employment, Oxford Martin School, 2013. PDF

Organisations internationales

• Paweł Gmyrek et al., Generative AI and Jobs: A Refined Global Index of Occupational Exposure, OIT, Working Paper n° 140, mai 2025. ilo.org
• Conseil d’orientation pour l’emploi, Automatisation, numérisation et emploi. Tome 1, janvier 2017. vie-publique.fr

Droit

• Règlement (UE) 2024/1689 du 13 juin 2024 (AI Act), JOUE du 12 juillet 2024. eur-lex.europa.eu
• Règlement (UE) 2026/1744 du 8 juillet 2026, JOUE du 24 juillet 2026. eur-lex.europa.eu
• Commission européenne, Regulatory framework for AI. digital-strategy.ec.europa.eu
• CNIL, Les contrôles en 2026, 3 avril 2026. cnil.fr
• CNIL, Le guide du recrutement, 30 janvier 2023. cnil.fr
• Défenseur des droits et CNIL, Algorithmes : prévenir l’automatisation des discriminations, 31 mai 2020. defenseurdesdroits.fr
• Tribunal judiciaire de Nanterre, ordonnance de référé, 29 janvier 2026, RG n° 25/02856. texte intégral

Enquêtes professionnelles (méthodologie publiée, commanditaire indiqué)

• Apec, Les cadres et l’IA, collection Compétences, mai 2026. 2 000 cadres, mars 2026. apec.fr
• OpinionWay pour Kelio, L’IA et les RH en entreprise en 2026, 26 mars 2026. 306 responsables RH. kelio.com
• Mercer, Global Talent Trends 2026, 25 février 2026. ~12 000 répondants. mercer.com
• McKinsey & Company, The state of AI in 2025, 5 novembre 2025. 1 993 répondants, 105 pays. mckinsey.com
• Anthropic, Anthropic Economic Index report, 15 janvier 2026. anthropic.com

---

Citer cette page

DRH Digital, « IA et RH : le guide de référence de l’intelligence artificielle pour les ressources humaines », mis à jour le 16 août 2026.
https://www.drh-digital.com/ia-rh/

---

Ce guide est mis à jour tous les trimestres. Chaque chiffre cité renvoie à une source primaire datée et accessible. Nous n’utilisons aucune statistique dont nous n’avons pas pu vérifier l’étude d’origine, et nous signalons le commanditaire de toute enquête privée. Signaler une erreur : nous contacter

—