Construire les connaissances de l'entreprise comme base de travail fiable

Les connaissances partagées assument de plus en plus de tâches opérationnelles

Les connaissances structurées de l'entreprise deviennent une infrastructure opérationnelle dès que plusieurs systèmes et rôles doivent y accéder de manière fiable.

Alors, il ne suffit plus de stocker des fichiers de manière accessible. La connaissance nécessite des sources définies, des termes clairs, des relations, des responsabilités, des autorisations, des cycles de vie et des interfaces contrôlées. Elle doit être traitée avec autant de soin que d'autres systèmes critiques pour l'entreprise.

Cette classification ne signifie pas que chaque entreprise a besoin d'une plateforme de connaissances complexe. Elle signifie que la qualité du travail numérique dépend de plus en plus de la disponibilité et de l'utilisabilité contrôlées des connaissances pertinentes.

Situation de départ en avril 2026

Les connaissances de l'entreprise sont devenues nécessaires dans de plus en plus de situations :

• pour les sites web et les contenus spécialisés,
• pour la communication commerciale et d'offres,
• pour les systèmes de recherche et de réponse,
• pour les assistances internes et l'IA générative,
• pour le service client et la formation,
• pour les automatisations et les agents,
• pour les décisions, les approbations et l'assurance qualité.

Dans le même temps, la base est souvent restée fragmentée. Les informations se trouvaient dans des sites web, des fichiers PDF, des présentations, des e-mails, des wikis, des dépôts cloud, des outils de projet et des notes personnelles. Des accès et des états de modification différents faisaient que la même question recevait une réponse différente selon la source.

Le problème n'était alors plus seulement rédactionnel. Il est devenu opérationnel.

Une description de performance incorrecte a pu se retrouver dans une page web, une offre, une réponse d'IA et un processus de service. Une information produit obsolète a pu être réutilisée plusieurs fois. Une absence de séparation des autorisations a pu rendre accessible des connaissances confidentielles dans un contexte inapproprié.

Les procédures techniques de récupération ont certes permis de fournir des contenus ciblés pour des applications génératives. Mais elles ont aussi montré que la qualité de la récupération, l'actualité, les droits d'accès et l'origine des sources ne sont pas des sujets secondaires.

Ce que signifie une infrastructure de connaissances opérationnelle

L'infrastructure de connaissances opérationnelle est l'ensemble organisé de sources de connaissances, de structures, de règles, de responsabilités et d'accès techniques, par lequel les connaissances pertinentes de l'entreprise peuvent être utilisées de manière fiable dans les processus de travail.

Elle ne se compose pas seulement d'une base de données. Elle relie six niveaux.

1. Sources de connaissances contraignantes

Tous les fichiers n'ont pas le même statut. Une infrastructure fiable fait par exemple la distinction entre :

• sources de référence partagées,
• états de travail,
• sources externes,
• documents historiques,
• informations confidentielles,
• contenus remplacés ou obsolètes.

Pour les affirmations importantes, il doit être possible de savoir quelle source fait autorité et quel est son champ d'application.

2. Objets de connaissance et relations

Les documents sont des conteneurs. Les connaissances deviennent utilisables opérationnellement lorsque les objets centraux sont décrits de manière unique.

Cela inclut :

• Entreprises et marques,
• Personnes et responsabilités,
• Services et produits,
• des groupes cibles et des cas d'utilisation,
• Méthodes et processus,
• Termes techniques et définitions,
• Preuves et sources,
• Règles, limites et exceptions.

Les relations entre ces objets sont tout aussi importantes que les informations individuelles. Une offre appartient à un groupe cible. Une affirmation repose sur une source. Une méthode possède des prérequis. Un interlocuteur est responsable d'un domaine.

3. Responsabilité et cycle de vie

Le savoir évolue. Les performances sont ajustées, les responsabilités changent, les cadres juridiques se développent, les spécifications techniques deviennent obsolètes.

Chaque domaine de connaissance critique nécessite donc :

• un rôle responsable,
• une date de vérification,
• un déclencheur de mise à jour,
• une règle d'archivage ou de suppression,
• une approbation documentée,
• un historique des modifications traçable.

La norme ISO 30401 décrit la gestion des connaissances comme un système de management qui doit être construit, mis en œuvre, entretenu, revu et amélioré. Pour la pratique opérationnelle, il est essentiel : le savoir n'est pas collecté une fois pour toutes. Il est géré.

4. Autorisations et protection

Le savoir de l'entreprise a des besoins de protection différents.

Les informations publiques sur les prestations peuvent être largement disponibles. Les calculs internes, les données clients, le contenu des contrats ou la documentation technique sensible nécessitent des limites plus strictes.

Une infrastructure de connaissance doit donc tenir compte de :

• qui a le droit de voir les informations,
• qui a le droit de les modifier,
• quelle application elle est autorisée à appeler,
• dans quel contexte ils peuvent être utilisés,
• quels contenus ne doivent pas figurer dans les réponses générées.

Les interfaces de récupération actuelles illustrent cette logique en pratique. L'API de récupération Microsoft 365 Copilot, par exemple, décrit la récupération de sections de texte pertinentes tout en maintenant les règles d'accès et de gouvernance existantes. Le produit spécifique n'est pas la norme générale. Il illustre cependant pourquoi l'accès aux connaissances et les autorisations doivent être considérés conjointement.

5. Récupération, interfaces et contexte d'utilisation

Les connaissances doivent être trouvables pour l'usage prévu.

Les humains recherchent différemment d'un système de gestion de contenu, d'un site web, d'un moteur de recherche ou d'une application générative. Une infrastructure opérationnelle nécessite donc des accès appropriés :

• Navigation et recherche pour les personnes,
• pages structurées et liens internes pour les sites web,
• métadonnées et entités uniques pour les systèmes,
• Interfaces de récupération pour les applications d'IA,
• APIs ou transferts définis pour les processus,
• des sources citables pour des réponses vérifiables.

La génération augmentée par récupération combine un modèle génératif avec des informations récupérées de manière externe. La recherche initiale a montré le potentiel d'une telle combinaison pour les tâches intensives en connaissances. Cependant, elle ne résout pas automatiquement la qualité des fonds de connaissances sous-jacents.

6. Vérification, observabilité et retour d'information

L'infrastructure opérationnelle doit être vérifiable.

Dans les applications basées sur la connaissance, on observe :

• quelle source a été consultée,
• si la source était actuelle et approuvée,
• quelle réponse en a découlé,
• lorsqu'aucune information appropriée n'a été trouvée,
• quelles erreurs se répètent,
• quand une vérification humaine est nécessaire.

Le NIST a classé l'IA générative dans un cycle de vie de gouvernance, de cartographie des risques, de mesure et de gestion. Pour le savoir de l'entreprise, cela a une conséquence claire : un système ne doit pas seulement générer des réponses. Il doit rendre les limites, l'origine et les cas d'erreur gérables.

Pourquoi une archive de documents ne suffit pas

Une archive bien organisée est précieuse. Cependant, elle remplit une autre fonction.

Une archive répond principalement à :

• Quels documents existent ?
• Où se trouvent-ils ?
• Qui est autorisé à les ouvrir ?
• Combien de temps doivent-ils être conservés ?

Une infrastructure de connaissance opérationnelle répond en plus :

• Quelle déclaration est actuelle et contraignante ?
• Quelle source a la priorité ?
• Comment les termes, les services et les règles sont-ils liés ?
• Quelles informations peuvent être utilisées dans quel contexte ?
• Comment une modification atteint-elle toutes les applications concernées ?
• Comment reconnaît-on qu'il manque des connaissances ou qu'elles sont contradictoires ?

La limite n'est pas technique, mais fonctionnelle. Un système de gestion de documents existant peut rester une composante de l'infrastructure. Cependant, il requiert une organisation et une gouvernance supplémentaires s'il doit servir à communiquer, à décider ou à automatiser de manière fiable.

Pourquoi plus d'IA ne résout pas le problème des connaissances

Des modèles plus performants peuvent mieux traiter le langage, comprendre les questions de manière plus flexible et formuler le contenu de manière convaincante. Ils ne possèdent pas automatiquement la vérité actuelle d'une entreprise.

Sans base de connaissances contrôlée, des risques typiques apparaissent :

Les connaissances générales remplacent les particularités

Le modèle fournit une réponse standard plausible, bien que l'entreprise concrète possède d'autres prestations, processus ou limites.

les contradictions ne sont pas résolues

Plusieurs sources contiennent des informations différentes. Le système en choisit une ou les combine pour créer une nouvelle déclaration non approuvée.

l'actualité n'est que présumée

Un fichier plus récent peut être factuellement erroné. Une source plus ancienne peut continuer de s'appliquer. Les horodatages ne résolvent pas la priorisation à eux seuls.

la récupération est confondue avec la vérité

Le fait qu'un passage de texte ait été trouvé ne prouve ni son exactitude ni son adéquation à la question spécifique.

une bonne formulation masque l'incertitude

Une réponse linguistiquement claire peut être techniquement incomplète. Une présentation particulièrement convaincante augmente la nécessité de sources et de limites compréhensibles.

La directive GOV.UK sur la gestion du « tas numérique » a souligné en 2026 que l'IA ne peut être utilisée de manière significative dans le cycle de vie du contenu non structuré que sur la base de règles existantes, d'un contrôle humain et de décisions claires. L'intervention technique ne remplace pas la responsabilité d'information en amont.

Perspective pratique

Dans de nombreuses entreprises, la question de la connaissance ne commence pas par un grand projet de transformation. Elle devient visible par des frictions concrètes :

• Les ventes utilisent une description des prestations différente de celle du site web.
• Un nouveau membre de l'équipe ne trouve aucune base de processus contraignante.
• Une assistance IA cite des documents obsolètes.
• Un article d'expert utilise des termes incohérents.
• Le support et le marketing répondent différemment à la même question.
• Un processus automatisé ne peut pas classer une exception.
• Personne ne sait qui est autorisé à approuver une déclaration centrale.

Ces cas ne doivent pas être réparés individuellement s'ils remontent à la même cause.

L'entrée économiquement judicieuse est un domaine de connaissance limité. Par exemple, une offre, un domaine d'expertise ou un processus client récurrent. Les sources, les termes, les relations, les responsabilités et les utilisations y sont clarifiés à titre d'exemple.

Cela permet de créer un noyau solide avant d'étendre les outils et les intégrations.

Cadre d'action

1. Choisir un domaine de connaissance pertinent

Le domaine de départ doit être important pour l'activité, utilisé de manière répétée et suffisamment délimitable. Une saisie complète de l'ensemble de l'entreprise est rarement le meilleur début.

2. Documenter les situations d'utilisation

Il est précisé qui a besoin du savoir et pour quoi faire :

• Site web et contenu,
• Ventes,
• Service,
• décisions internes,
• Applications d'IA,
• des processus automatisés.

L'utilisation détermine la profondeur, l'actualité et l'autorisation nécessaires.

3. Évaluer les sources

Les documents et systèmes existants ne sont pas seulement collectés, mais classés :

• contraignant,
• en complément,
• historique,
• contradictoire,
• confidentiel,
• non vérifié,
• remplacer.

4. Modéliser les objets de connaissance

Les termes, services, règles, exemples et preuves centraux reçoivent des entrées et des relations uniques.

5. Attribuer les responsabilités

Pour chaque domaine critique, il est déterminé qui prend les décisions techniques, qui assure la maintenance et qui exploite techniquement.

6. Définir le cycle de vie et le chemin de modification

Une modification doit atteindre tous les canaux et applications concernés. Cela nécessite des intervalles de contrôle et une mise à jour événementielle.

7. Définir les accès et les limites

Les informations publiques, internes, confidentielles et personnelles sont séparées. Les applications n'obtiennent que les accès nécessaires à leur finalité.

8. Tester la récupération et les sorties

Non seulement la récupération est vérifiée. Il est décisif de savoir si elle produit des résultats corrects, complets, justifiés et raisonnablement limités.

9. Intégrer les retours dans la base de connaissances

Les questions floues, les erreurs répétées et les informations manquantes ne sont pas seulement corrigées dans le système de sortie. Elles améliorent la structure des connaissances sous-jacente.

10. mettre à l'échelle progressivement

Ce n'est qu'après une zone pilote solide que d'autres offres, processus et systèmes seront connectés.

Ce que les entreprises ne doivent pas faire

Ne sont pas pertinents :

• charger toutes les fichiers existants dans un système d'IA sans vérification,
• commencer un projet de connaissances par le choix d'un outil,
• traiter la récupération comme une garantie de bonnes réponses,
• mélanger des sources publiques et confidentielles dans un accès commun,
• assimiler l'âge d'un fichier à sa validité technique,
• déléguer entièrement la responsabilité à l'informatique ou au marketing,
• collecter du savoir sans cycle de vie ni règles de remplacement,
• ne vérifier que les réponses réussies et ne pas enregistrer les cas d'erreur,
• vouloir centraliser immédiatement toute information,
• confondre infrastructure et complexité technique inutile.

Conséquence pour les entreprises

Le savoir de l'entreprise devient une infrastructure opérationnelle lorsqu'il doit alimenter de manière fiable plusieurs fonctions commerciales.

La professionnalisation nécessaire ne réside pas d'abord dans un grand système technique. Elle réside dans la combinaison de :

• sources vérifiées,
• objets de savoir clairs,
• des relations compréhensibles,
• responsabilité fonctionnelle,
• Autorisations,
• Règles de cycle de vie,
• un accès contrôlé,
• une utilisation observable.

Cette base ne fait pas qu'améliorer les applications d'IA. Elle renforce le site web, le contenu, les ventes, le service et les décisions internes de la même manière.

Cela déplace la question centrale. Pas : « Quelle IA pouvons-nous utiliser ? » Mais : « Quelle connaissance doit être fiable dans quel contexte, et comment en assurons-nous la qualité ? »

Connexion technique

SDC Knowledge Core comme base opérationnelle

Un SDC Knowledge Core structure les sources, termes, déclarations, preuves, autorisations et processus de maintenance pertinents pour un domaine d'entreprise clairement délimité. Dans le cadre du partenariat SDC, cette base peut être connectée au site Web, au contenu, à la recherche, aux applications d'IA et aux processus opérationnels et étendue progressivement.

Construire la connaissance d'entreprise avec le SDC Knowledge Core comme base opérationnelle