L’IA redéfinit les critères de recrutement : jugement, autonomie et goût en demande

Les entreprises réévaluent la valeur de l'humain.

Auteur et source de l'article : NiuTouShe

Il y a quelques jours, lors de notre participation à l'événement NetEase Intelligence Enterprise, nous avons entendu un changement très intéressant.

Ruan Liang, vice-président de NetEase et directeur général de NetEase Intelligence Enterprise, a mentionné que les compétences les plus importantes à l'avenir incluront le sens esthétique, l'insight, le jugement, la capacité de standardisation, la capacité de structuration et l'autonomie.

Cette norme était impensable il y a quelques années ; elle reflète un réexamen de la valeur des talents par les entreprises.

Lorsque l'IA commence à assumer des tâches telles que l'écriture de code, la rédaction de contenus, la synthèse et l'exécution de processus, les exigences des entreprises à l'égard des humains évoluent également.

Si NetEase Intelligence Enterprise a déjà ressenti ce changement, quelles sont alors les normes de recrutement des entreprises natives à l'IA ?

Charlie, cofondateur de COCO AI, a mentionné lors d'un entretien avec un analyste de NiuTouShe qu'ils accordent une grande importance à l'autonomie, à la capacité d'apprentissage, au goût (la capacité à juger ce qui est bon ou mauvais), à la perspective unique et à la prise de décision. Les partenaires mènent des entretiens séparés pour évaluer les candidats sous différents angles et réduire au maximum les points aveugles.

From this standard, it is clear that in AI-native organizations, companies need not just individuals who can complete tasks, but those who can identify problems, understand requirements, and make judgments.

La valeur de COCO AI réside non seulement dans la manière dont elle utilise les agents IA, mais aussi dans la façon dont elle redéfinit la notion de « personne ».

Au cours des deux dernières années, beaucoup de gens ont considéré la capacité à écrire des prompts comme la ligne de démarcation entre ceux qui maîtrisent l'IA et ceux qui ne la maîtrisent pas.

Les capacités des grands modèles au stade précoce n'étaient pas stables ; la manière de poser la question, les informations contextuelles et les contraintes influençaient fortement les résultats.

Pour la même tâche, certains obtiennent seulement des réponses brutes, tandis que d'autres parviennent à faire produire à l'IA un contenu presque utilisable.

Mais à mesure que les capacités du modèle s'améliorent, la barrière d'entrée pour les prompts diminue.

Charlie a mentionné dans l'interview que l'écart dans la rédaction des prompts entre les différentes personnes n'est plus aussi important qu'au début. Les modèles comprennent de plus en plus, et même si l'expression n'est pas parfaitement précise, ils peuvent compléter le contexte et comprendre l'intention.

Cela signifie que simplement « poser des questions à l’IA » devient une compétence de base.

Ce qui crée réellement la différence, c’est la décomposition des tâches, le jugement métier, l’ordonnancement des agents et la validation des résultats. Selon COCO AI, la capacité d’ordonnancement des agents est plus difficile et plus importante.

Les problèmes au sein d'une entreprise rarement résolus par une seule réponse.

Il est facile de faire écrire un texte par une IA. Il est beaucoup plus complexe de faire en sorte que l’IA effectue pour un client la détection de pistes, l’organisation du contexte, l’évaluation des besoins, les recommandations de suivi et le bilan commercial.

Cela implique des données, des processus, des autorisations et un contexte, et nécessite que des personnes prennent des décisions aux points clés.

C'est aussi la raison pour laquelle de nombreuses entreprises ont utilisé l'IA, mais ont quand même connu une amélioration limitée de leur efficacité.

Les employés peuvent utiliser l'IA pour rédiger, rechercher des informations et faire des résumés, mais les processus métier n'ont pas changé.

Comment suivre les clients, évaluer les pistes, décomposer les tâches et valider les résultats : les étapes clés dépendent toujours d'une intervention manuelle.

L'IA a amélioré l'efficacité locale, mais n'a pas modifié l'ensemble de la chaîne de travail.

Les personnes nécessaires aux organisations natives AI ne peuvent pas se limiter au niveau de l'utilisation des outils.

Il doit comprendre les opérations et savoir où se trouvent réellement les blocages ; il doit aussi maîtriser les processus et savoir quelles étapes peuvent être déléguées à l'IA et quels points nécessitent une validation humaine.

Le prompt reste important, mais il n'est plus la capacité la plus rare.

Ce qui est encore plus rare, c’est la capacité à transformer des problèmes métier en flux de travail exécutables.

Plus l'IA est puissante, plus elle met à l'épreuve l'autonomie humaine.

Beaucoup pensent que plus un outil est puissant, plus il suffit de savoir l'utiliser.

Mais dans les organisations réelles, l'IA rarement ne vous dira activement ce sur quoi l'entreprise devrait se concentrer en priorité, quelles sont les véritables problèmes des clients, ou pourquoi un processus reste bloqué.

Ces questions doivent toujours être vues par une personne d'abord.

Charlie a mentionné dans l'interview que COCO AI accorde une grande importance à l'autonomie lors du recrutement.

Car si une personne ne pose pas de questions, n'explore pas activement et ne ramène pas activement les nouvelles informations à l'organisation, l'outil ne peut qu'agir de manière réactive.

Un employé qui attend uniquement des tâches et se contente d'accomplir des actions fixes, même en utilisant l'IA, peine à générer une véritable valeur ajoutée.

Il a peut-être écrit le texte plus rapidement et organisé le tableau plus vite, mais son mode de travail n'a pas changé fondamentalement.

Les personnes nécessaires aux organisations natives AI ne peuvent pas simplement « accepter des tâches ».

Il doit être capable de découvrir les tâches activement.

Une plainte client peut cacher une opportunité produit.

La lenteur des ventes n'est peut-être pas due à une mauvaise compétence commerciale, mais à une mauvaise définition du profil client.

Une action fréquente d'un concurrent peut également signifier que le marché évolue.

Ces informations ne deviendront pas automatiquement des actifs organisationnels.

L'humain doit d'abord le capturer, puis déterminer s'il est important, et enfin le structurer en un format exploitable par l'IA.

L'IA amplifie donc l'initiative humaine.

Les personnes proactives utilisent l'IA pour élargir leur champ d'action.

Il peut consulter plus rapidement les informations, organiser les indices, simuler des scénarios, analyser les clients et vérifier ses jugements.

Autrefois, une personne ne pouvait pas accomplir autant de choses ; aujourd'hui, elle peut utiliser l'IA pour avancer sur plusieurs tâches simultanément.

Autrefois, les entreprises pouvaient placer une personne dans un poste fixe et lui faire suivre des processus.

Si le processus est suffisamment clair et que l'exécution est suffisamment stable, des résultats seront obtenus.

Actuellement, de nombreux processus sont en train d'être réécrits par l'IA. Les entreprises ont davantage besoin de personnes capables d'avancer en amont des processus.

Ces personnes ne sont peut-être pas les plus à l’aise avec l’IA dès le départ, mais elles ont de la curiosité, une capacité d’apprentissage rapide et l’habitude de faire avancer les choses.

Avec les bons outils, ils pourront rapidement développer de nouvelles méthodes de travail.

Plus l'IA génère du contenu, plus le jugement humain est important.

Après l'arrivée de l'IA, de nombreuses productions de base deviennent bon marché. Les textes, les solutions, le code, les résumés et les tableaux peuvent tous être générés rapidement.

La question a changé.

Quand l'IA peut proposer plusieurs solutions, qui décide laquelle est la meilleure ?

Quand l'IA peut rédiger un rapport complet, qui détermine s'il contient des erreurs d'interprétation ?

Lorsque l'IA peut générer une série de scripts de vente, qui détermine s'ils sont adaptés au client actuel ?

À ce moment-là, la capacité à juger le bien et le mal devient encore plus précieuse.

Charlie a mentionné lors de l'interview que COCO AI évalue le goût lors des recrutements.

Ce mot est difficile à traduire directement par une seule compétence spécifique ; il ressemble davantage à un sens esthétique, à un jugement et à un sens de la mesure développés sur le long terme.

Les personnes qui développent des produits doivent savoir ce qu'est un bon produit ;

Les développeurs doivent prêter attention à la lisibilité et à la performance du code ;

Les professionnels doivent comprendre les besoins des clients et les tendances du marché.