Le contexte
Un référentiel, c’est la liste des emplois d’une organisation, des compétences qu’ils demandent et du niveau attendu pour chacune. Tout le reste de la plateforme en dépend. Chez la plupart des clients, il vivait dans un énorme fichier Excel que personne n’osait toucher.
La première version de Lexi posait déjà un diagnostic. Mais chaque correction restait manuelle, et la validation par les métiers se faisait hors de l’outil. Rien ne gardait la trace des changements.
Mon rôle
J’ai porté la refonte de bout en bout, avec l’équipe data / IA, des experts RH et des clients pilotes. J’ai mené les entretiens et observé des sessions de validation. J’ai ensuite aligné l’équipe data sur les choix d’expérience, puis présenté la refonte à la direction.
Les entretiens ont déplacé le problème. Générer un référentiel, l’IA le fait vite. Ce qui bloque, c’est d’obtenir l’accord des managers sur chaque emploi, puis de le tenir à jour.
La décision clé
L’IA génère les emplois, réécrit les libellés et repère les doublons. Rien ne compte tant qu’un RH ne l’a pas relu.
Lexi s’ouvre donc sur l’analyse du référentiel. Chaque faiblesse devient une action, lancée en un clic, puis relue avant d’être appliquée.
Les managers et les experts valident ensuite dans une matrice compétences / emplois. Le RH suit l’avancement et clôture la session.

L’arbitrage
Clients et CSM voulaient brancher Lexi tout de suite sur Smartmobility, la plateforme de Neobrain, pour qu’il y remplace le référentiel existant. C’est l’objectif, et je le défends.
Mais une source de vérité pour toute la plateforme se défait mal. J’ai préféré attendre d’avoir du recul avec les pilotes.
Ce que ça a changé
Lexi a été relancé auprès des clients pilotes, puis ouvert à tous. Il est devenu un argument commercial pour Neobrain. C’est aussi aujourd’hui le socle de Nexia, l’agent qui projette l’impact de l’IA sur les emplois.
