Les commentaires sur l'état de la gestion des performances ne manquent pas. La plupart d'entre eux sont centrés sur l'insatisfaction : des processus jugés obsolètes, trop contraignants ou déconnectés de la manière dont le travail est réellement effectué.

Dans le même temps, les entreprises sont confrontées à une réalité de plus en plus complexe. À mesure que l'IA est intégrée dans les workflows quotidiens, elle change non seulement la manière dont le travail est exécuté, mais aussi la façon dont la valeur est créée, souvent de manière moins visible, moins attribuable et plus distribuée que les systèmes traditionnels ont été conçus pour capturer.

Ce qui soulève une question plus fondamentale : lorsque l'IA coproduit du travail, à quoi ressemble une contribution significative et comment doit-elle être mesurée et récompensée ?

Notre dernière étude (le reporting complet sera disponible fin mai sur notre bibliothèque du Future of Work Research Lab) réunit une enquête mondiale de plus de 4 000 collaborateurs avec un consortium de clients multi-sessions de 25 responsables des performances et de la rémunération pour explorer cette question en profondeur.

Ce qui ressort n'est pas un simple appel au remplacement des systèmes existants, mais plutôt un ensemble de modèles qui indiquent comment ils pourraient devoir évoluer.

La gestion des performances a encore un poids important

La gestion de la performance reste étroitement liée à la façon dont les collaborateurs interprètent leur expérience au travail.

Les données de notre enquête montrent que la perception de l'efficacité de la gestion des performances est fortement et systématiquement associée aux éléments suivants :

• Confiance dans le leadership
• Perception de l'équité
• Sens de la valeur et de la contribution
• Satisfaction à l'égard de leur travail
• Ressenti organisationnel

À mesure que la perception des collaborateurs de la gestion des performances s'améliore, les niveaux d'équité, de valeur, de satisfaction et de confiance s'améliorent, tandis que le ressentiment diminue. À l'inverse, lorsque ces perceptions se détériorent, le schéma inverse émerge.

D'un point de vue psychologique, ce n'est pas particulièrement surprenant. Les systèmes de gestion des performances ne font pas qu'évaluer les résultats ; ils signalent la manière dont l'entreprise évalue les personnes, alloue les ressources et prend des décisions. En ce sens, ils fonctionnent comme une expression visible des valeurs organisationnelles.

De plus, ce qui ressort clairement de nos données, c'est l'importance de la manière dont les collaborateurs interprètent l'objectif de la gestion des performances.

Lorsque les collaborateurs voient leur système de performance orienté vers l'amélioration ou le développement, ils sont nettement plus susceptibles de signaler des niveaux plus élevés d'équité, de confiance et de valeur perçue. Lorsqu'il est principalement axé sur le suivi ou l'évaluation, ces résultats sont moins probables — et surtout, le ressentiment organisationnel tend à s'accentuer.

Il s'agit d'une distinction relativement subtile, mais importante. Il suggère que l'impact de la gestion des performances est influencé non seulement parce que le système est conçu pour faire, mais aussi par la manière dont il est mis en œuvre et expérimenté dans la pratique.

Les changements dans le travail remettent en question les hypothèses de mesure actuelles

Parallèlement à ces constatations, les collaborateurs et les responsables RH s'accordent à dire que la nature du travail change et que la gestion des performances devra évoluer en conséquence.

Plusieurs facteurs façonnent cette évolution :

• Rythme et fluidité croissants du travail
• Collaboration plus distribuée et interfonctionnelle
• Dépendance accrue à l'égard des outils digitaux et de l'IA
• Demi-vies des compétences plus courtes

Dans ce contexte, certaines des principales hypothèses intégrées dans les systèmes de gestion des performances commencent à montrer des signes de faiblesse. Par exemple, de nombreux systèmes partent implicitement de ces principes :

• Résultat constituant un indicateur raisonnable de la valeur
• Contributions pouvant être clairement attribuées à des personnes
• Performance pouvant être évaluée selon des cycles fixes
• Responsables disposant d'une visibilité suffisante pour évaluer les performances avec précision

Dans la pratique, cependant, ces hypothèses deviennent de plus en plus intenables.

Au sein de notre consortium de clients, les responsables RH ont constamment pointé du doigt trois domaines dans lesquels ces frictions sont les plus marquées :

1. Identification de l'impact. Les entreprises peuvent souvent suivre les activités et les livrables, mais ont du mal à déterminer quel travail a influencé de manière significative les résultats ou les priorités stratégiques avancées.
2. Capture de la valeur à long terme. Les contributions qui se déploient sur des horizons temporels plus longs (comme la création de fonctionnalités, l'amélioration des systèmes ou la réduction des risques futurs) ne sont pas toujours bien représentées dans les cycles annuels ou trimestriels.
3. Interprétation des signaux de performance. Les gestionnaires restent au centre de l'évaluation des performances, mais leur visibilité est souvent partielle, en particulier dans les environnements distribués ou asynchrones où une grande partie du travail se déroule en dehors de l'observation directe.

Ces défis ne sont pas nécessairement nouveaux. Mais au fur et à mesure que le travail devient plus complexe, plus interconnecté et de plus en plus influencé par l'IA, ils se font plus pressants et plus difficiles à gérer.

Vers une vision plus large de la contribution

Pour mieux comprendre la façon dont les entreprises donnent du sens à ces changements, nous avons demandé aux responsables RH de réfléchir à l'évolution future de la définition des performances.

Ce qui en est ressorti, ce n'est pas un modèle unique et homogène, mais un ensemble de thèmes récurrents qui pointent vers une vision plus large de ce qui constitue une contribution significative.

Plusieurs changements de direction se sont démarqués :

• Passer de la production à l'impact, en allant au-delà de ce qui est produit pour s'intéresser à ce qui en résulte comme changement significatif.
• Passer des résultats à court terme à la création de valeur à long terme, en tenant compte de la durabilité, des effets en aval et des contributions cumulatives au fil du temps.
• Passer de la réalisation individuelle à la contribution du système, en reconnaissant comment les individus aident les autres et améliorent les performances du système dans son ensemble.
• Passer de l'achèvement des tâches à la qualité du jugement, en mettant davantage l'accent sur la prise de décision, la hiérarchisation et le discernement, en particulier dans les contextes ambigus ou augmentés par l'IA.
• Passer des révisions périodiques à la détection plus continue, reflétant la nature continue et dynamique du travail.
• Passer de l'observation du gestionnaire à un ensemble plus large de signaux, en intégrant des données et des modèles qui s'étendent au-delà de ce que chaque individu peut directement observer.
• Passer des objectifs statiques à un alignement plus adaptatif, en reconnaissant que les priorités évoluent et que les objectifs peuvent devoir évoluer en conséquence.

Ensemble, ces changements reflètent une réorientation progressive : de la mesure de ce qui est visible et attribuable à la compréhension de ce qui crée réellement de la valeur.

Il est important de noter qu'ils ne s'excluent pas mutuellement et ne sont pas universellement adoptés. Ils illustrent plutôt l'éventail des orientations que les entreprises explorent alors qu'elles travaillent à mieux aligner la mesure des performances avec la manière dont la valeur est créée aujourd'hui et demain.

Un plus grand nombre de données ne résout pas nécessairement l'ambiguïté

Une réponse potentielle à ces défis consiste à augmenter le volume et la granularité des données de performance.

Les progrès de l'IA et des outils digitaux permettent désormais de capturer un large éventail de signaux comportementaux, depuis les modèles de communication et les réseaux de collaboration jusqu'aux métriques de délai d'exécution des tâches en passant par les interactions de workflow.

Cependant, tant la documentation empirique que nos propres recherches mettent en évidence une tension importante. Bien que des données supplémentaires puissent fournir de nouvelles sources d'enseignements, elles peuvent également introduire :

• Bruit et ambiguïté
• Difficultés d'interprétation
• Préoccupations liées à la protection de la vie privée et à la surveillance
• Risques liés à l'équité et à l'autonomie perçues

Les travaux empiriques suggèrent que les systèmes perçus comme opaques ou trop intrusifs peuvent saper la confiance, même lorsqu'ils sont techniquement exacts. Nos discussions avec les responsables RH font écho à cette préoccupation, en particulier sur la manière dont les signaux de performance sont générés, comment ils sont pondérés et si les collaborateurs ont une visibilité ou des recours sur la manière dont ces signaux sont utilisés.

Par conséquent, la question passe de la simple quantité de données disponibles à la manière dont ces données sont interprétées, communiquées et gouvernées, accordant une importance croissante à la transparence et à l'explicabilité, ainsi qu'à la préservation d'une marge de manœuvre pour le jugement humain.

La relation entre la performance et les récompenses évolue également

Les changements dans la définition et la mesure des performances ont des implications claires sur la façon dont elles sont récompensées.

Les données de notre enquête renforcent le fait que la rémunération reste un facteur central dans la manière dont les collaborateurs s'engagent dans leur travail. En moyenne, les collaborateurs attribuent environ 72 % de leur motivation au travail à leur salaire, un petit groupe significatif d'entre eux attribue la quasi-totalité de leur motivation à la rémunération. De plus, entre 74 et 80 % des collaborateurs déclarent qu'une augmentation de salaire – tous autres facteurs restant inchangés – aurait un impact significatif, voire majeur, sur les résultats clés du travail, notamment la motivation, l'engagement, l'effort discrétionnaire, la performance et la rétention. Sur l'ensemble des cinq critères, seule une très petite minorité (5 à 8 %) déclare qu'une augmentation de salaire n'aurait aucun impact.

Ensemble, ces résultats soulignent la persistance de la rémunération en tant que moteur comportemental.

Dans le même temps, la relation entre performance et rémunération devient plus complexe, remodelée par plusieurs facteurs :

• Transparence accrue en matière de rémunération
• Augmentation de l'intérêt pour les modèles de rémunération basés sur les compétences
• Augmentation des contributions en équipe et en réseau
• Attentes en matière d'expériences de récompenses plus personnalisées

Ces développements soulèvent des questions importantes sur la manière dont les entreprises devront définir l'équité et allouer des récompenses dans des environnements où la contribution est plus distribuée, moins visible et plus difficile à attribuer aux individus.

Ils soulignent également une évolution plus large du rôle des récompenses. En plus de refléter les performances passées, la rémunération sert de plus en plus à orienter les comportements et à mettre en avant les priorités organisationnelles, en particulier dans des contextes où la notion même de contribution est en pleine évolution.

Voir plus loin

En fin de compte, ces résultats suggèrent que les entreprises traversent une période de transition significative.

Les principaux objectifs de la gestion des performances, à savoir aligner les efforts sur la stratégie, soutenir le développement et informer les récompenses, restent largement inchangés. Ce qui change, c'est le contexte dans lequel ces objectifs doivent être atteints.

Alors que l'IA continue de façonner la manière dont le travail est produit, les entreprises devront mettre davantage l'accent sur :

• Comprendre l'impact, pas seulement l'activité.
• Reconnaître les contributions qui s'étendent au-delà des rôles formels.
• Intégrer plusieurs sources de données et perspectives.
• Établir des signaux crédibles et dynamiques de compétences individuelles et de développement des compétences au fil du temps.
• Équilibrer les capacités technologiques avec le jugement humain et la confiance.

Pour les responsables RH et les fournisseurs de technologies, cela présente à la fois des défis et des opportunités, en particulier dans la manière dont les systèmes de performance et de récompense sont conçus, interprétés et expérimentés.

Restez à l'écoute pour découvrir le rapport d'étude complet, qui arrivera à la fin du mois de mai, où nous explorerons ces implications de manière plus approfondie, y compris les modèles de mesure émergents, les considérations de conception pour les systèmes de performance et de récompense, et les orientations potentielles pour la technologie RH.

Pour l'instant, une observation offre un point de départ utile : à mesure que la définition même de la performance évolue, les systèmes utilisés pour la comprendre et la récompenser doivent eux aussi évoluer, en s'appuyant sur la manière dont la valeur est créée aujourd'hui et adaptable à la manière dont elle sera créée à l'avenir.