Digitalisation RH et IA : ce que le Baromètre 2026 de myRHline révèle pour la formation
Le Baromètre Digitalisation RH & IA 2026 de myRHline, auquel contribue Thomas Priori, enseignant à l'EMLV, révèle que plus de la moitié des professionnels RH réalisent encore beaucoup de tâches manuelles. Pour les formateurs, ce constat pointe trois axes : qualité des données, conduite du changement et esprit critique face à l'IA.

Le Baromètre Digitalisation RH & IA 2026 de myRHline rassemble les réponses de 313 professionnels RH et documente leur équipement en systèmes d'information, leur satisfaction et leurs usages de l'intelligence artificielle. Parmi les résultats issus de cet échantillon, deux chiffres retiennent l'attention : 54,8 % des répondants déclarent encore réaliser beaucoup de tâches manuelles importantes, tandis que 27 % indiquent un réel gain de temps grâce à leurs outils. Ces données concernent les seuls participants à l'enquête et ne sauraient être étendues à l'ensemble des services RH français, mais elles signalent un écart persistant entre équipement et maîtrise opérationnelle.
Thomas Priori, responsable SIRH & Processus RH du groupe Motul et enseignant à l'EMLV, contribue à ce baromètre depuis son expérience de terrain. Il y défend un préalable souvent négligé : disposer d'un référentiel de données fiable et partagé, qu'il désigne par l'expression « source of truth ». Sa formule résume le problème : une IA performante commence par une « source of truth » fiable. Aucun projet d'automatisation ou d'intelligence artificielle ne peut produire des résultats solides si les données d'entrée sont incohérentes, mal renseignées ou fragmentées entre plusieurs outils.
Pour les formateurs qui interviennent sur la transformation numérique des ressources humaines, cette contrainte ouvre un contenu concret à intégrer dans les séquences pédagogiques. Apprendre à cartographier ses processus de saisie, définir des règles communes pour structurer les données et identifier les erreurs de cohérence entre systèmes constituent des compétences directement utiles. Des mises en situation sur des cas réels — suivi des compétences, gestion des absences, pilotage des parcours — permettent d'ancrer ces notions plus durablement qu'un exposé théorique.
La conduite du changement constitue le deuxième axe identifié dans la contribution. Déployer un outil ne suffit pas si les utilisateurs ne comprennent ni pourquoi ni comment il modifie leur travail quotidien. Expliquer les usages, recueillir les retours des équipes et ajuster les pratiques progressivement relèvent d'une compétence que les formations peuvent renforcer activement. Des ateliers d'appropriation, des simulations de déploiement progressif ou des mises en situation de résistances constituent des modalités adaptées à cet enjeu.
Un troisième axe concerne le rapport critique aux outils d'IA. La contribution insiste sur la nécessité de clarifier les conditions d'utilisation des données et de préserver le jugement humain dans les décisions. Pour un formateur, cela revient à préparer ses apprenants à questionner une suggestion algorithmique, à évaluer la pertinence d'une sortie automatisée et à comprendre les limites d'un modèle. Ces réflexes sont à construire dès la conception d'un module, pas après la prise en main de l'outil.
La nature de cette source appelle enfin une lecture prudente. L'article de l'EMLV est un contenu promotionnel destiné à valoriser la contribution d'un de ses enseignants. Les données chiffrées proviennent d'un baromètre publié par myRHline, éditeur de contenus RH qui a un intérêt à valoriser les usages digitaux. Le baromètre complet n'étant pas librement accessible, les statistiques citées ne peuvent pas être vérifiées de façon indépendante. Les orientations pédagogiques dégagées restent pertinentes pour les formateurs, à condition de les distinguer des constats issus de l'enquête elle-même.


