La mort annoncée du référentiel de compétences

Il y a un peu plus de vingt ans, Google a commencé à court-circuiter l’organisation traditionnelle de l’accès aux connaissances : pourquoi attendre qu’un savoir soit identifié, structuré et transformé en formation quand il suffit de le chercher ? Un nouveau déplacement se prépare. À quoi bon décrire minutieusement les compétences requises, les cartographier et mesurer les écarts si l’on peut partir directement du travail à accomplir et mobiliser, au moment du besoin, les capacités humaines et artificielles nécessaires pour obtenir le résultat attendu ? Après la désintermédiation du savoir, celle de la compétence pourrait ébranler quelques certitudes bien installées du Learning & Skills.

Au début des années 2000, la formation d’entreprise reposait encore largement sur une chaîne organisée : identifier un besoin, produire ou sélectionner un contenu, l’inscrire dans un catalogue, le diffuser, puis permettre au salarié d’acquérir la connaissance recherchée. Google n’a évidemment pas fait disparaître cette chaîne. Il en a simplement démontré le caractère facultatif dans un nombre croissant de situations. Une question, quelques mots saisis dans un moteur et l’utilisateur accédait directement à la connaissance disponible. Peu importait que celle-ci ait été préalablement sélectionnée par le département formation. Une première désintermédiation était engagée : celle du savoir. Le salarié pouvait apprendre sans nécessairement passer par les structures chargées d’organiser son apprentissage. L’intelligence artificielle générative pousse aujourd’hui cette logique beaucoup plus loin. Elle ne se contente plus de retrouver une ressource : elle interprète une situation, rassemble des informations, propose une réponse, produit un livrable et, avec les agents, commence à exécuter des tâches. Ce n’est donc plus seulement l’accès au savoir qui échappe en partie à son organisation préalable. C’est le chemin entre le problème rencontré et le résultat attendu qui se raccourcit.

Nos architectures Learning & Skills reposent pourtant toujours largement sur une séquence bien ordonnée. L’entreprise analyse le travail et les métiers ; elle en déduit les compétences nécessaires ; elle construit un référentiel ou une cartographie ; elle évalue les compétences disponibles et les écarts ; elle propose enfin les formations ou les expériences susceptibles de les combler. Au bout de la chaîne se trouve la performance attendue. La compétence joue ici le rôle d’une monnaie de traduction. Elle permet de transformer les besoins de l’entreprise en attributs que l’on peut associer à des emplois, des collaborateurs, des contenus et des parcours. Cette construction a une vertu évidente : elle rend le travail intelligible et permet d’anticiper. Mais elle a aussi un coût considérable. Décrire des milliers de compétences, les organiser, déterminer leurs niveaux, les rattacher aux métiers et maintenir l’ensemble à jour relève parfois de la course sans fin. Les technologies de skills intelligence ont précisément promis de résoudre cette difficulté. L’IA peut inférer les compétences à partir des profils, des emplois, des expériences ou des activités, actualiser les rôles et rapprocher automatiquement compétences détenues et compétences recherchées. Le vieux référentiel statique devient un graphe dynamique. Le problème semble résolu. À moins que l’on ne soit en train d’automatiser brillamment une étape dont la nécessité elle-même commence à être questionnée.

Une autre séquence apparaît : une tâche doit être accomplie, dans un contexte donné, avec des contraintes et un résultat attendu. Le collaborateur dispose de ses propres capacités, mais aussi d’une IA capable de rechercher, raisonner, produire, vérifier, solliciter d’autres agents ou outils. Pourquoi faudrait-il nécessairement traduire au préalable cette tâche en une collection de compétences ? La question pertinente pourrait progressivement cesser d’être : « Cette personne possède-t-elle la compétence X au niveau 3 ? » Elle deviendrait : « Cette personne, augmentée des systèmes auxquels elle a accès, peut-elle produire de façon fiable le résultat attendu ? » La différence est considérable. Dans le premier cas, la performance est reconstruite à partir d’un inventaire de capacités individuelles. Dans le second, elle est appréhendée directement dans le travail. L’unité d’analyse se déplace de la compétence possédée vers la capacité à accomplir. L’analogie avec Google retrouve ici toute sa force. Google demandait implicitement pourquoi organiser préalablement l’accès à chaque connaissance si l’utilisateur pouvait la retrouver lorsqu’il en avait besoin. L’IA pose aujourd’hui une question plus dérangeante : pourquoi décrire préalablement toutes les compétences nécessaires si humain et machine peuvent mobiliser ensemble, en situation, les ressources permettant d’atteindre le résultat ? La compétence ne disparaît pas. Mais son statut d’intermédiaire obligé entre le travail et la performance pourrait bien être remis en cause.

Le paradoxe est d’autant plus intéressant que le marché technologique prend actuellement la direction inverse. Les grandes plateformes de Learning ont compris les limites du LMS traditionnel et cherchent à élargir leur territoire vers la gestion des compétences. Cornerstone a ainsi acquis SkyHive, spécialiste de la skills intelligence, pour automatiser l’analyse des métiers, détecter les compétences et exploiter les données du marché du travail. Docebo a intégré 365Talents et présente désormais la skills intelligence comme la couche reliant apprentissage, connaissance et besoins de l’entreprise. L’objectif commun est clair : remplacer les référentiels figés par une représentation dynamique et continuellement actualisée des capacités de l’organisation. Cette stratégie est parfaitement cohérente dans le paradigme actuel. Si la compétence constitue la charnière entre stratégie, talents, mobilité et formation, celui qui maîtrise cette couche occupe une position centrale dans le système RH. Ces éditeurs ont peut-être raison d’y investir massivement. Mais ils pourraient aussi être confrontés à un déplacement plus rapide que prévu. Leur réponse consiste pour l’essentiel à rendre la cartographie des compétences infiniment plus intelligente. Une autre voie consiste à se demander si cette cartographie doit toujours précéder l’action. Un système capable de comprendre le travail, son contexte et son résultat attendu pourrait progressivement privilégier l’orchestration des capacités disponibles — humaines, documentaires, applicatives et agentiques — plutôt que leur classement exhaustif dans un référentiel. Le véritable enjeu pour les plateformes Learning ne serait alors plus de posséder le meilleur skills graph, mais de savoir relier directement travail, ressources mobilisables et performance observée. La skills intelligence conserverait sa valeur pour la mobilité, le recrutement, la certification, la conformité ou la planification des ressources. Elle perdrait en revanche son statut d’infrastructure nécessaire au développement des personnes.

Ce scénario invite surtout les directions Learning & Skills à ne pas confondre leur mission avec leurs instruments. Le catalogue de formation a longtemps semblé indispensable avant que l’accès direct aux connaissances n’en relativise la centralité. Le référentiel de compétences pourrait connaître le même destin : non pas disparaître, mais passer du statut de colonne vertébrale à celui d’outil utilisé lorsqu’il apporte effectivement de la valeur. Cela change la question posée à la fonction formation. Elle n’aurait plus seulement à déterminer ce que les collaborateurs doivent apprendre ni même quelles compétences ils doivent développer. Elle devrait comprendre ce qu’ils doivent être capables d’accomplir, dans quelles conditions, avec quelles ressources humaines et artificielles, et avec quel niveau de performance. Google avait commencé à rapprocher l’individu de la connaissance sans passer systématiquement par la formation. L’intelligence artificielle pourrait maintenant rapprocher l’individu de la performance sans passer systématiquement par la compétence. Si cette hypothèse se confirme, le référentiel ne mourra probablement pas. Mais nous pourrions découvrir que nous lui avions confié une place beaucoup plus centrale qu’il n’en méritait.