IA dans Teammeter : économisez du temps et restez en contrôle

✦ En bref

Teammeter utilise l’IA là où elle permet d’économiser le plus de temps : la création du catalogue de compétences, la définition des rôles et l’établissement des profils de compétences. L’IA propose, les personnes décident.


  • Catégorisation des compétences : descriptions, traductions, descriptions de niveau, relations entre les compétences et leur notation
  • Rôles : créé à partir d'un nom de rôle ou d'une description de poste
  • Profils et formations : compétences extraites d’un CV, suggestions intelligentes de compétences pour chaque profil, compétences proposées pour une formation
  • Contrôle : vous examinez les propositions d’IA, choisissez le fournisseur d’IA et pouvez désactiver l’IA

La gestion des compétences repose sur de bonnes données : un catalogue clair des compétences, des rôles bien définis et des profils de compétences actualisés. La création de cette base est souvent la partie qui prend le plus de temps. Écrire une description pour des centaines de compétences, les traduire, définir ce que signifient les niveaux 1 à 5 pour chacun d’entre elles ou entrer manuellement les compétences de chaque nouveau salarié : c’est là que de nombreux projets perdent de leur dynamisme.

C’est précisément là que nous utilisons l’IA dans Teammeter. Non pour évaluer les personnes, mais pour vous libérer du travail répétitif. Voici un aperçu des fonctionnalités d’IA disponibles aujourd’hui.

Mettre en place le catalogue des compétences plus rapidement

✨ Autocomplétion pour les compétences

Lorsque vous créez ou modifiez une compétence, l’IA propose une description, des traductions vers les langues de votre plateforme, des synonymes, une catégorie et un type de compétence. Vous pouvez examiner les suggestions dans le formulaire et enregistrer uniquement celles qui vous conviennent. Chaque type de suggestion peut être activé ou désactivé dans les paramètres de votre entreprise.

📶 Descriptions pour chaque niveau de compétence

Qu’entend-on par “ niveau 3 ” dans Kubernetes par rapport à “ niveau 4 ” ? Des descriptions de niveau claires permettent de comparer les auto-évaluations et les évaluations des managers. L’IA rédige une description pour chaque niveau de votre échelle, que vous ajustez dans l’éditeur de compétences avant de les enregistrer.

🔗 Les relations entre les compétences

Une personne qui connaît Java peut apprendre rapidement C#. L’IA propose des relations entre les compétences de votre catalogue, par exemple de similitudes ou de spécialisations. Seuls les noms et les descriptions des compétences sont utilisés ; aucune donnée personnelle n’est collectée. Vous pouvez modifier ou supprimer n’importe quelle relation à tout moment.

Pour chaque relation, l’IA estime également deux transfert de points entre 0 et 1, un pour chaque direction. Un score de transfert répond à une question : si quelqu'un maîtrise la compétence A, à quel rythme peut-il accomplir un travail réel dans la compétence B ?

Les deux directions sont généralement différentes. La maîtrise de Java vous donne un avantage en Kotlin, mais la connaissance de Kotlin vous apprend un peu moins sur Java. De même, une compétence générale ne signifie pas forcément une spécialisation, tandis qu’une spécialisation vous révèle beaucoup plus sur la compétence plus générale. La correspondance des compétences utilise ces scores pour accorder une part de crédit aux compétences connexes, de sorte qu’une personne qui connaît Vue.js apparaîtra toujours pour un poste exigeant React, avec une correspondance inférieure à celle d’une adaptation parfaite. Comme les relations elles-mêmes, chaque score de correspondance peut être revu et ajusté dans l’éditeur de compétences.

Définir les rôles en quelques minutes

🏷️ Générer une fonction à partir de son nom

Entrez un nom de rôle comme “ Cloud Architect ” et l’IA propose une description ainsi que les compétences requises pour ce rôle. Teammeter indique quelles compétences existent déjà dans votre catalogue et quelles sont nouvelles, afin que votre catalogue reste cohérent.

📋 Créer un rôle à partir d’une description de poste

De nombreuses entreprises disposent déjà de descriptions de poste. Insérez-les dans Teammeter et l’IA les transforme en une proposition de poste structurée comprenant le nom, la description, les compétences, les tâches et les responsabilités. Rien n’est enregistré jusqu’à ce que vous l’ayez examiné.

Définition des profils de compétences et formation

📄 Importez vos compétences à partir d’un CV

Les nouveaux employés démarrent avec un profil vide. Grâce à l’importation de CV, ils téléchargent leur CV et l’IA extrait les compétences et les certificats de celui-ci. Le texte est lu dans le navigateur et pseudonymisé avant d’être traité, et le CV lui-même n’est pas stocké. Rien n’est ajouté au profil tant que l’employé n’a pas confirmé, modifié ou supprimé chaque proposition.

🎯 Suggestions d'aptitudes intelligentes

Teammeter recommande des compétences pour chaque profil en analysant les personnes ayant des profils de compétences similaires dans votre entreprise. Si de nombreuses personnes qui connaissent Kubernetes connaissent également Terraform, celui-ci est proposé à quelqu’un dont le profil liste Kubernetes mais pas encore Terraform. Ces recommandations sont calculées statistiquement à partir des profils de compétences de votre entreprise, sans envoyer de données à un fournisseur d’IA. Chaque personne décide quelles suggestions à ajouter à son profil.

🎓 Suggestions de compétences pour les formations

Un entraînement n’aide qu’à planifier les compétences si l’on sait quelles compétences il développe. Basé sur le nom et la description d’un entraînement, l’IA suggère les compétences correspondantes avec un niveau cible. Vous pouvez examiner, modifier ou supprimer les suggestions avant de les enregistrer.

Ressources pour les équipes

Après un contrôle de santé de l’équipe, l’IA résume les résultats et suggère des actions à mener. Les réponses sont collectées de manière anonyme et ne sont pas liées à des personnes spécifiques, de sorte que le résumé traite de la manière dont l’équipe fonctionne, et non de la manière dont chacun a répondu à une question.

🛡️ Comment rester en contrôle

  • L'IA propose, vous décidez : Les résultats de l'IA sont des suggestions que vous devez examiner avant de les utiliser.
  • Votre choix du fournisseur d'IA : Teammeter fonctionne avec AWS Bedrock, OpenAI, Azure OpenAI et des fournisseurs compatibles avec OpenAI tels que Mistral AI, ainsi que des modèles hébergés en interne.
  • L'IA peut être désactivée : Les administrateurs peuvent désactiver les fonctionnalités d’IA pour leur entreprise.
  • Petites données personnelles : La plupart des fonctionnalités de l’IA ne fonctionnent qu’avec des données de catalogue telles que les descriptions des compétences, des rôles et de la formation. L’importation du CV est pseudonymisée avant le traitement.
  • La qualité vérifiée quotidiennement : Les tests automatisés vérifient quotidiennement la qualité des résultats de l’IA.

Si vous introduisez des outils d’IA dans votre entreprise, vos équipes ont également besoin des compétences appropriées pour les utiliser. Lisez plus en détails dans nos articles sur La citoyenneté en matière d'IA dans le cadre de la Loi sur l'IA de l'UE et Compétences en IA dans l'entreprise.

❓ Questions fréquemment posées concernant l’IA dans Teammeter

L'IA prend-elle des décisions concernant les employés ? +−

Non. L’IA permet de créer des données de catalogue et propose des compétences tirées d’un CV, que l’employé confirme. Les scores de correspondance entre les personnes et les rôles sont calculés de manière transparente par une formule fixe, sans IA. L’IA propose uniquement les scores de transfert entre les compétences pour lesquels cette formule est utilisée, et vous pouvez les consulter et les ajuster.

Est-ce que nous pouvons utiliser Teammeter sans IA ? +−

Oui. Les fonctionnalités d’IA peuvent être désactivées pour votre entreprise, et toutes les données peuvent également être saisies manuellement.

Quel modèle d’IA utilise Teammeter ? +−

Cela dépend de votre configuration. Teammeter prend en charge AWS Bedrock, OpenAI, Azure OpenAI et les fournisseurs compatibles avec OpenAI tels que Mistral AI, ainsi que les modèles hébergés en interne. Nous sommes heureux de discuter avec vous de la solution qui répond à vos besoins.