
- Select a language for the TTS:
- French Female
- French Male
- French Canadian Female
- French Canadian Male
- Language selected: (auto detect) - FR
Play all audios:
La connaissance au sens le plus large se place au cœur de la chaîne de valeur de l’entreprise. Capital immatériel incontournable, elle constitue une ressource clé pour gagner en réactivité,
en proactivité et pour maintenir le cap dans un environnement très concurrentiel et peu prévisible. Afin de capitaliser sur les connaissances, les entreprises font face à un certain nombre
de problèmes : comment représenter cette connaissance ? Comment la transférer ? Comment la réutiliser ? Comment en apprécier la pertinence ? Comment la contextualiser ? Au-delà des aspects
managériaux et stratégiques de la question qui tendent à affirmer que la connaissance est une ressource interne sur laquelle il faut capitaliser et dont il faut optimiser les usages, nous
nous intéressons dans cet article à la connaissance du point de vue de l’intelligence artificielle. La connaissance lance le défi de l’expliciter, de la représenter et de la transférer. Ce
processus de capitalisation permet de ne pas la figer mais bien au contraire de la transformer et de la faire évoluer. Nous retrouvons la connaissance au cœur de la résolution de problèmes
complexes tels que la justification, le diagnostic, le choix sous incertitude, les décisions multicritères et ce dans divers cas d’application : une optimisation de la chaîne de production,
la conception d’un réseau de télécommunication ou encore une budgétisation multiobjectifs… Les systèmes à base de connaissances capitalisent sur des connaissances essentiellement expertes et
pratiques dans un système informatique pour favoriser leur utilisation et leur transfert. Elles se basent sur un moteur d’inférence qui constitue « le cerveau » capable d’utiliser les
connaissances pour conduire des raisonnements logiques. Le degré de complexité de ces moteurs dépend de leur capacité à prendre en compte l’incertitude, la logique floue ou encore des
schémas heuristiques visant à simplifier la recherche de solutions. Ces systèmes servent de relais non seulement pour expliciter la connaissance et raisonner dessus mais également pour
mettre en relation les porteurs de la connaissance et ses potentiels bénéficiaires. La puissance de ces systèmes vient donc de leur capacité à intégrer la connaissance dans le raisonnement
et à aboutir à des automatisations permettant un gain de temps et une meilleure fluidité dans les prises de décision courantes. L’idée sous-jacente est de pérenniser le savoir dans
l’entreprise et de ne plus perdre de temps sur les tâches maîtrisées. LA CONNAISSANCE EST SUBJECTIVE ET POLYMORPHE Avant de parler du contexte de l’entreprise, intéressons-nous à cette
connaissance. Quelques caractéristiques inhérentes au concept de connaissance nécessitent une explication. Tout d’abord, la connaissance n’est pas parfaitement objective. En effet, sa part
de subjectivité émane du fait qu’elle prend forme de la rencontre entre un sujet et un objet. Le sujet va créer le devenir de la connaissance en tissant des liens entre plusieurs atomes (des
données, des faits, des constats…) et en en ignorant d’autres. D’un point de vue philosophique, cette forme de connaissance objectuelle témoigne d’un savoir très relatif et le relie à un
individu ou à un groupe d’individus. En entreprise, on retrouve à la fois cette forme de connaissance « spécialisée » ou « experte » et également des savoir-faire et des connaissances
propositionnelles qui sont infaillibles et supposées vraies par le groupe. LES EXPERTS AU CŒUR DU PROCESSUS DE CAPITALISATION En entreprise, les connaissances objectuelles se concrétisent
chez les experts à la suite d’une succession d’expériences, d’observations du réel et de vécus. Elles peuvent être vues comme des associations entre les faits et les informations. Dans ce
processus de formalisation, le plus difficile reste de prendre conscience du fait même de détenir une connaissance. Ensuite, une connaissance est polymorphe, elle prend différentes formes
évolutives, ce qui ajoute à la complexité de sa représentation, de son extraction et de son transfert. Ainsi, il faut formaliser la connaissance de façon à ce qu’elle suggère un sens et non
une multitude de significations différentes. Le transfert de la connaissance est crucial et constitue une condition à son existence même. Par son transfert, la connaissance devient source
d’initiative, elle n’est pas isolée et s’enrichit des connexions qu’elle enclenche avec d’autres connaissances. Elle participe à faire émerger des questionnements et à susciter l’innovation
et la créativité. En entreprise, les experts sont au cœur de ce processus. Ils en sont les initiateurs, les moteurs et les récepteurs. Capitaliser sur la connaissance aujourd’hui devient
indispensable et l’automatisation du transfert de connaissances est un pas à franchir pour les entreprises. Ainsi, en capitalisant sur la connaissance, on ne la fige pas, on appelle en
revanche à l’expliciter à la transformer et à la faire évoluer. LES TROIS PAS À FAIRE PAR LES ENTREPRISES 1. PRENDRE CONSCIENCE DU POTENTIEL DE LA CONNAISSANCE Il s’agit dans un premier
temps de se placer dans une optique de valorisation des acquis individuels et de procéder conjointement à la prise de conscience des savoir-faire acquis et à leur expression, étape
indispensable à leur dissémination. Concrètement, cela passe par des ateliers de sensibilisation permettant d’installer un environnement favorable à la discussion, au partage et au dialogue.
Cela peut aussi passer par les retours d’expérience (REX) ainsi que par les jeux de rôle, le raisonnement à base de cas… Durant ces étapes, des connaissances souvent activées et/ou dont les
usages sont distribués sur un groupe d’acteurs de taille importante vont pouvoir émerger facilement. D’autres connaissances « fossilisées », qu’il faudra revitaliser, émergeront de manière
moins évidente. 2. SE DOTER DES MOYENS ET DES SYSTÈMES POUR SOUTENIR LA DÉMARCHE DE CAPITALISATION DES CONNAISSANCES Le recours aux logiciels d’aide à la décision, de gestion de compétences,
de travail collaboratif et de traitement des documents (GED), combiné à des techniques d’ingénierie des connaissances, est indispensable pour faire aboutir la démarche de capitalisation des
connaissances et la pérenniser au sein de l’entreprise. Afin de pouvoir s’inscrire dans une démarche de capitalisation des connaissances, il est indispensable de s’approprier des techniques
de _text mining_, de _data mining_, de _knowledge dicovery_ ou encore d’_information retrieval_ qui conditionnent l’aboutissement de cette démarche. 3. S’IMPRÉGNER DE LA LOGIQUE _KNOWLEDGE
MANAGEMENT_ ET L’INTÉGRER DANS LES PROCESSUS DE L’ENTREPRISE Afin d’inscrire la démarche de capitalisation des connaissances dans la durée, il est indispensable que la logique _knowledge
management_ (KM) devienne partie intégrante des processus de prise de décision. Cette intégration facilite la prise de conscience et optimise le transfert des connaissances et le partage du
savoir. Ainsi, prendre conscience de la connaissance maîtrisée, la formaliser et la contextualiser en vue de la diffuser constituerait un formidable cycle vertueux. Ce cycle permet à la
connaissance de se connecter à d’autres et à faire émerger un savoir non figé et une mémoire collective en perpétuelle évolution. Le défi est alors de pouvoir passer d’une connaissance
locale à un savoir formalisé, compréhensible et donc transmissible. Intégrer cette logique dans le quotidien des collaborateurs et en faire une sorte d’automatisme collaboratif est gage de
sa pérennisation. Pour conclure, la mémoire d’entreprise ne doit pas s’évanouir ni avec le temps ni avec les individus. Le challenge KM des entreprises réside dans la provocation de la
réflexion, de l’échange et de l’enrichissement mutuel en capitalisant sur la connaissance qui s’imprègne du vécu et de la data. Capitaliser sur la connaissance et automatiser sa mobilisation
pour des prises de décision ne peut être qu’une formidable poussée vers l’innovation et la créativité…