L'entreprise perd une personne, mais souvent elle perd quelque chose de bien plus précieux
Imaginons un employé qui travaille dans l'entreprise depuis douze ans.
Il connaît les clients. Il se rappelle pourquoi certaines décisions ont été prises. Il sait qu'un fournisseur particulier doit être commandé avec deux semaines d'avance, bien que dans le système cela paraisse complètement différent. Il se souvient qu'il y a trois ans un changement a provoqué des problèmes et que c'est pourquoi aujourd'hui l'équipe fait les choses différemment.
Il sait aussi chez quel client il vaut mieux appeler d'abord et chez lequel envoyer un e-mail. Il sait quel processus fonctionne uniquement parce qu'une personne se souvient d'une étape supplémentaire.
Cela n'apparaît pas dans la procédure.
Ce n'est pas dans l'ERP.
Ce n'est pas dans le CRM.
C'est dans la tête d'une personne.
Et c'est précisément là que se pose le vrai problème : la personne part et l'entreprise ne perd pas seulement un employé. Elle perd un fragment de sa propre mémoire.
Capture de connaissances, ou comment cesser de dépendre uniquement de la mémoire des employés
La capture de connaissances consiste, en termes simples, à saisir le savoir organisationnel et à le convertir en une ressource que d'autres peuvent utiliser.
Il ne s'agit pas uniquement de créer de nouveaux documents.
Il s'agit de saisir ce qui, pendant des années, s'est accumulé dans les têtes des gens, dans les e-mails, les procédures, les tickets, les présentations, la documentation technique, les échanges avec les clients ou l'historique des projets.
Un système de connaissances bien conçu peut rassembler ces informations et permettre à un employé de trouver une réponse sans interroger cinq personnes.
Et ici l'IA change réellement beaucoup de choses.
Au lieu de fouiller des dizaines de documents, un employé peut poser une question en langage naturel. Au lieu de chercher une procédure précise, il peut décrire le problème. Au lieu de lire l'historique d'un projet depuis le début, il peut demander au système d'en extraire les informations les plus importantes.
C'est une valeur énorme. Mais c'est justement ici que commence l'autre face de l'histoire.
L'IA peut être la mémoire de l'entreprise. Mais elle ne devrait pas en être la propriétaire
C'est l'une des règles les plus importantes dont les chefs d'entreprise doivent se souvenir aujourd'hui : le savoir de l'entreprise doit appartenir à l'entreprise.
L'IA devrait aider à le traiter, le rechercher, l'organiser et le rendre accessible aux bonnes personnes - c'est une différence énorme.
Si tout le savoir de l'organisation est enfermé dans un seul outil, un seul modèle, un seul fournisseur ou une seule plateforme, l'entreprise peut se créer un tout nouveau problème.
Aujourd'hui ça marche très bien. Demain le modèle change. Après-demain la politique tarifaire change. Dans un an les conditions d'utilisation changent. Et dans quelques années l'entreprise peut découvrir que son propre savoir est devenu l'otage d'une technologie qu'elle ne contrôle pas.
C'est exactement le même problème que celui dont on parlait à propos du vendor lock-in. L'IA devrait être une couche qui utilise le savoir de l'entreprise, et non le seul endroit où ce savoir existe.
« On va tout mettre dans l'IA » est une très mauvaise idée
Ces dernières années est apparu un modèle de travail très séduisant.
Vous avez un document ? - Mettez-le dans l'IA.
Vous avez un contrat ? - Mettez-le dans l'IA.
Vous avez une base de clients ? - Mettez-la dans l'IA.
Vous avez une procédure interne ? - Mettez-la dans l'IA.
Vous avez du code ? - Mettez-le dans l'IA.
Vous avez un problème ? - Collez tout dans le prompt.
Techniquement, c'est extrêmement pratique. Sur le plan business, cela peut être une idée catastrophique.
Les entreprises doivent commencer à distinguer « je peux transmettre cette information à l'IA » de « je dois transmettre cette information à l'IA ». Ce n'est pas la même chose.
En 2026, la sécurité des données dans le contexte de l'IA a cessé d'être un sujet abstrait. Les études sur l'utilisation de l'IA en entreprise montrent que les employés transmettent aux outils d'IA des données sensibles, notamment via des prompts, le copier-coller de contenus et l'envoi de fichiers.
Le problème n'est pas que l'IA soit « mauvaise ». Le problème est que l'humain peut très facilement utiliser un excellent outil de manière inappropriée.
L'IA doit soutenir l'humain, pas remplacer son jugement
C'est sans doute la partie la plus importante de toute la discussion. L'IA peut nous dire ce qu'il y a dans la documentation. Elle peut agréger des données. Elle peut trouver un motif. Elle peut préparer une première version d'une réponse. Elle peut aider un nouvel employé à comprendre un processus. Elle peut analyser l'historique d'un projet. Mais il doit encore y avoir quelqu'un qui sache pourquoi cette réponse est correcte.
C'est particulièrement important dans les domaines où une erreur coûte beaucoup d'argent, de réputation ou met en jeu la sécurité.
L'IA peut être un très bon assistant. Elle ne devrait pas automatiquement devenir le propriétaire des décisions.
C'est exactement pourquoi les plus grandes entreprises commencent à parler de sécurité
Et nous arrivons ici à un moment très actuel dans le développement de l'IA.
Il n'y a pas si longtemps, la narration dominante était : plus vite, modèles plus grands, plus d'agents, plus d'autonomie.
Aujourd'hui, un autre mot revient de plus en plus : sécurité.
En septembre 2026, le PDG d'Anthropic, Dario Amodei, a publiquement appelé les entreprises développant les modèles les plus avancés à ralentir le rythme, citant notamment les risques d'utilisation abusive, la cybersécurité et les problèmes de contrôle d'un nombre croissant de systèmes autonomes. Sam Altman a exprimé son soutien à une partie de cette approche, et OpenAI indique également publiquement la nécessité de protections plus fortes, de surveillance et de standards communs de sécurité.
Cela ne signifie pas que le monde de la technologie considère soudainement l'IA comme une invention mauvaise - bien au contraire.
Cela signifie plutôt que, à mesure que les capacités technologiques augmentent, la conscience que tout ce qui est techniquement possible ne devrait pas être automatiquement déployé sans contrôle grandit.
Et c'est exactement la même règle qu'il serait bon d'appliquer dans l'entreprise.
Nous n'avons pas à choisir entre « l'IA partout » et « pas d'IA du tout »
C'est une fausse alternative.
Nous pouvons utiliser l'IA de manière très intensive tout en restant raisonnables. Nous pouvons construire une base de connaissances d'entreprise que l'IA interrogera. Nous pouvons créer un assistant interne pour les employés. Nous pouvons automatiser l'onboarding. Nous pouvons permettre à l'IA d'analyser la documentation. Nous pouvons utiliser le RAG, un mécanisme où le modèle a accès à un ensemble défini de connaissances d'entreprise et s'en sert pour générer des réponses.
Mais en même temps, nous pouvons définir : ce que l'IA peut voir, ce qu'elle ne peut pas voir, ce qu'elle peut faire de manière autonome et où il doit toujours y avoir un humain.
C'est précisément une approche mature de l'IA.
L'onboarding via l'IA peut changer la façon d'intégrer les nouveaux employés
Imaginons les premiers jours d'une nouvelle personne dans l'entreprise.
Au lieu de lui envoyer un document de 150 pages « Bienvenue dans l'entreprise », elle accède à un assistant interne.
Elle peut demander :
« À quoi ressemble le processus d'approbation d'une facture ? »
« Qui approuve les projets au-delà de 50 000 zlotys ? »
« Que faisons-nous lorsqu'un client signale un bug critique ? »
« Quel est le standard pour le déploiement d'une nouvelle fonctionnalité ? »
« Pourquoi utilisons-nous cette solution plutôt que celle-là ? »
L'IA répond sur la base de documents d'entreprise approuvés. Cela peut réduire l'onboarding de semaines à jours.
Mais il y a une condition. La base de connaissances doit être à jour.
L'IA ne résoudra pas un désordre informationnel. Si l'entreprise a cinq versions différentes d'une procédure, l'IA peut très efficacement trouver... la mauvaise.
La mémoire organisationnelle a besoin d'un propriétaire
C'est un autre élément qu'on oublie souvent.
La base de connaissances n'est pas un projet « on l'implémente et c'est bon ».
Les procédures changent.
Les gens partent.
Les systèmes sont remplacés.
Les produits évoluent.
La loi change.
Par conséquent, toute organisation qui construit une base de connaissances avec l'IA devrait répondre à la question : qui est responsable de la véracité de ce savoir ?
Pas l'IA - un humain.
L'IA peut détecter les incohérences, signaler des documents obsolètes et aider à organiser les matériaux. Mais la responsabilité de ce que l'entreprise considère comme sa connaissance officielle doit rester du côté de l'organisation.
Le meilleur modèle n'est pas « l'IA à la place des humains »
C'est humains + système de connaissances + IA.
L'humain apporte l'expérience, le contexte, l'intuition et la responsabilité. Le système stocke le savoir. L'IA aide à le retrouver, le connecter et l'exploiter.
C'est un modèle bien plus sensé que de tenter de construire une organisation où chaque problème est résolu par un chatbot.
Car une entreprise sans humains perd le contexte. Une entreprise sans système de connaissances perd la mémoire. Une entreprise sans IA perd une partie de la capacité à exploiter rapidement l'information accumulée.
Ce n'est qu'en combinant ces trois éléments que l'on obtient un effet réellement intéressant.
Le plus grand actif ne sera pas l'IA. Ce sera le savoir de l'entreprise.
Et c'est pourquoi il vaut la peine de commencer dès aujourd'hui à l'organiser.
Pas pour « nourrir l'IA ». Mais pour que l'entreprise cesse d'être dépendante de la mémoire de quelques personnes.
Si le meilleur commercial part, la connaissance des clients doit rester. Si le principal développeur part, la connaissance de l'architecture doit rester. Si un directeur de longue date prend sa retraite, les processus qu'il a construits pendant des années ne devraient pas disparaître avec lui. L'IA peut aider à sécuriser ce savoir et à le rendre accessible. Mais elle ne devrait pas le posséder à notre place.
La technologie est un outil. La mémoire reste la propriété de l'organisation.
Cela pourrait devenir l'une des règles les plus importantes de la transformation numérique des prochaines années.
Il ne s'agit pas d'utiliser moins d'IA. Il s'agit de l'utiliser plus intelligemment.
Construire des systèmes qui aident les gens à travailler plus vite, sans leur enlever le contrôle.
Créer des bases de connaissances tout en conservant la possibilité de les exporter, de les migrer et de les gérer indépendamment.
Automatiser des tâches, mais sans automatiser la responsabilité sans réflexion.
Et surtout - ne pas confondre l'accès à une énorme quantité d'informations avec la possession du savoir.
Car le savoir d'une organisation n'est pas seulement des documents. C'est aussi l'expérience, le contexte, les décisions, les erreurs, les exceptions et des années de pratique.
L'IA peut nous aider à ne pas tout perdre. Mais c'est à nous de décider quoi, où, comment et pourquoi nous le stockons.
