Entretien avec Jean‑Luc Abelin sur les tendances 2026 du Knowledge Management : impact de l’IA, culture du partage, évolution des métiers et enjeux stratégiques.
J.S. : Quels sont, selon vous, les changements les plus significatifs qui vont transformer la gestion des connaissances en 2026, et en quoi diffèrent ils des approches qui dominaient encore il y a cinq ans ?
J_L A : La principale évolution provient de l’utilisation de l’intelligence artificielle qui va à terme simplifier le travail des administrateurs de plateformes des givers et des takers.
Pour qu’une base KM soit efficace et utilisée par les collaborateurs il faut qu’elle soit intuitive et remonte des résultats à jour, complets et utilisables or avant l’IA le seul moyen était de constituer une base très structurée (avec des tags) et avoir à disposition un moteur de recherche textuel extrêmement performant la combinaison de ces 2 atouts permettait d’apporter des connaissances solides aux collaborateurs. L’inconvénient était que les givers devait être extrêmement précis lors de leurs contributions et sélectionner les bons tags pour que leurs documents puissent être retrouvé facilement. Pour les administrateurs la constitution d’une structure riche, complète et efficace( mais limitée en termes de nombre de tags) était un travail de titans et demandait de longues heures d’interviews et d’essais pour couvrir tous les besoins de l’organisation.
Enfin bien que les outils spécifiquement dédiés au knowledge management sont censés être intuitifs il fallait les former les takers et les éduquer pour qu’ils abandonnent les requêtes type Google pour aller vers une technique de recherche efficace (tags + texte discriminant).
L’arrivée de l’IA, enfin l’implémentation de module IA dans les outils de KM change la donne, simplifie le travail et accroit l’efficacité du KM en entreprise. Pour les administrateurs la structuration physique de la base et la recherche des tags peut se faire avec l’aide de l’IA en décrivant l’entreprise (activité, organisation, clients, marchés….), on peur avoir une première approche très réaliste de ce que peuvent être les facettes et les tags associés (gain de temps considérable surtout dans le cadre d’une grosse organisation). Bien entendu cette première approche doit être validée par les experts, mais auparavant ce sont eux qui devaient identifier les facettes et les tags lors d’interminables réunions. Apres complétion de la base avec les premiers documents dont les tags doivent être sélectionnés par l’humain (machine learning), l’ IA apprend quels tags pour quel document et à terme est capable de proposer les tags aux givers voire même de taguer les documents (mais il faut dans ce cas avoir déjà quelques milliers de documents dans la base « deep learning ») on obtient ainsi un corpus documentaire extrêmement bien structuré.
Pour les takers l’introduction de module IA procède du miracle ils peuvent interroger la base en langage clair, obtenir des résumé sur un sujet précis et surtout accéder aux bonne connaissances en un temps record. Dans certains cas on peut même parler d’IA générative lorsque l’on demande (toujours sur la base du corpus de documents de l’entreprise), de créer une procédure, ou rédiger des notices techniques.
Enfin les administrateurs peuvent aussi identifier grâce à l’IA les requêtes qui n’ont pas obtenu de réponse et ainsi se retourner vers les experts pour qu’ils intègrent les connaissances manquantes.
Donc une amélioration évidente de l’efficacité d’une base KM et la garantie (si elle reste intuitive), d’une appropriation accélérée.
Pour qu’une base KM soit efficace et utilisée par les collaborateurs il faut qu’elle soit intuitive et remonte des résultats à jour, complets et utilisables or avant l’IA le seul moyen était de constituer une base très structurée (avec des tags) et avoir à disposition un moteur de recherche textuel extrêmement performant la combinaison de ces 2 atouts permettait d’apporter des connaissances solides aux collaborateurs. L’inconvénient était que les givers devait être extrêmement précis lors de leurs contributions et sélectionner les bons tags pour que leurs documents puissent être retrouvé facilement. Pour les administrateurs la constitution d’une structure riche, complète et efficace( mais limitée en termes de nombre de tags) était un travail de titans et demandait de longues heures d’interviews et d’essais pour couvrir tous les besoins de l’organisation.
Enfin bien que les outils spécifiquement dédiés au knowledge management sont censés être intuitifs il fallait les former les takers et les éduquer pour qu’ils abandonnent les requêtes type Google pour aller vers une technique de recherche efficace (tags + texte discriminant).
L’arrivée de l’IA, enfin l’implémentation de module IA dans les outils de KM change la donne, simplifie le travail et accroit l’efficacité du KM en entreprise. Pour les administrateurs la structuration physique de la base et la recherche des tags peut se faire avec l’aide de l’IA en décrivant l’entreprise (activité, organisation, clients, marchés….), on peur avoir une première approche très réaliste de ce que peuvent être les facettes et les tags associés (gain de temps considérable surtout dans le cadre d’une grosse organisation). Bien entendu cette première approche doit être validée par les experts, mais auparavant ce sont eux qui devaient identifier les facettes et les tags lors d’interminables réunions. Apres complétion de la base avec les premiers documents dont les tags doivent être sélectionnés par l’humain (machine learning), l’ IA apprend quels tags pour quel document et à terme est capable de proposer les tags aux givers voire même de taguer les documents (mais il faut dans ce cas avoir déjà quelques milliers de documents dans la base « deep learning ») on obtient ainsi un corpus documentaire extrêmement bien structuré.
Pour les takers l’introduction de module IA procède du miracle ils peuvent interroger la base en langage clair, obtenir des résumé sur un sujet précis et surtout accéder aux bonne connaissances en un temps record. Dans certains cas on peut même parler d’IA générative lorsque l’on demande (toujours sur la base du corpus de documents de l’entreprise), de créer une procédure, ou rédiger des notices techniques.
Enfin les administrateurs peuvent aussi identifier grâce à l’IA les requêtes qui n’ont pas obtenu de réponse et ainsi se retourner vers les experts pour qu’ils intègrent les connaissances manquantes.
Donc une amélioration évidente de l’efficacité d’une base KM et la garantie (si elle reste intuitive), d’une appropriation accélérée.
J.S. : Dans un contexte où l’IA générative et les graphes de connaissances prennent une place croissante, comment préserver la dimension humaine du KM, notamment la transmission informelle et l’apprentissage collectif ?
J-L A : Il y a toujours des connaissances implicites qui ne pourront pas être « simplement » transférés et seul l’apprentissage et la pratique permettent de les maitriser. Mais l’entreprise étant en perpétuelle évolution l’IA ne peut pas travailler sur l’innovation et la nouveauté puisqu’elle n’a pas de référentiel sur le sujet c’est là l’esprit humain et l’intelligence collective sont irremplaçables et peut être que grâce à l’IA les 9,3 heures par semaine dédiés à la recherche de documents et de connaissances (source Mc Kinsey) vont être dorénavant dédiés à l’innovation et vont faire de nos entreprise des machines à créer et à améliorer l’existant
J.S : Les organisations parlent beaucoup de “culture de partage”. Quelles conditions concrètes doivent être réunies pour qu’elle existe réellement, et quelles erreurs voyez vous encore trop souvent dans les entreprises françaises ?
J-L A : La culture du partage est souvent une volonté et une idée lancée par les dirigeants qui sont très loin du terrain et n’ont qu’une vague idée de son application concrète. La culture du partage se crée, se construit, se déploie, elle doit faire partie, à termes, de l’ADN de l’organisation, elle est portée et acceptée par tous Elle ne se décrète pas, elle ne s’impose pas. Elle doit être implémentée au rythme de l’organisation avec : un très fort soutient des dirigeants et des middle-managers (en supprimant toute forme d’autocratie). Il est parfois nécessaire de lui associer des modifications organisationnelles : une direction KM par exemple, du temps dédié au partage (dans la fiche de poste et à la fin de chaque projet), l’introduction du KM dans les différents processus de l’organisation (REX, transmission, …). La volonté marquée des dirigeants d’avoir une approche en amélioration continue et donner à chaque collaborateur la possibilité de faire évoluer sa mission en lui donnant accès aux connaissances (donc avoir un système d’information qui facilite les échanges et le partage), et en lui permettant de tester. Enfin la célébration de la réussite (au travers d’une communication positive et à la portée de tous), et un système de reconnaissance individuelle et collective sont indissociables d’une culture du partage efficace et adopter par la majorité.
Généralement dans les entreprises françaises les dirigeants estiment que si on demande quelque chose aux collaborateurs ils doivent le faire, qu’importe si on ne leur donne pas de temps supplémentaires ils se débrouillent…. Sauf que si on demande quelque chose à quelqu’un (si ce n’est pas dans sa fiche de poste), qu’il ne « gagne » rien à le faire et qu’il ne perd rien s’il ne le fait pas ….il ne le fera pas. Donc les dirigeants doivent mettre en place les conditions favorables pour que le partage se fasse et devienne un réflexe.
Généralement dans les entreprises françaises les dirigeants estiment que si on demande quelque chose aux collaborateurs ils doivent le faire, qu’importe si on ne leur donne pas de temps supplémentaires ils se débrouillent…. Sauf que si on demande quelque chose à quelqu’un (si ce n’est pas dans sa fiche de poste), qu’il ne « gagne » rien à le faire et qu’il ne perd rien s’il ne le fait pas ….il ne le fera pas. Donc les dirigeants doivent mettre en place les conditions favorables pour que le partage se fasse et devienne un réflexe.
J.S : - Les outils basés sur l’IA, notamment les systèmes d’embeddings continus ou les assistants cognitifs, redéfinissent-ils le rôle du knowledge-manager, ou renforcent-ils au contraire son importance stratégique
J-L A : Il y a déjà 15 ans lorsque j’ai mis en place ma première base de connaissance « moderne » j’avais demandé au fabricant d’avoir des recommandations de documents au regard de la fonction, des requêtes et des documents ouverts. A l’époque pas d’IA et un nombre d’interactions insuffisant pour déduire des recommandations.
Aujourd’hui en fonction de la taille de l’entreprise et du nombre de connaissances stockées ça commence à devenir possible et c’est pour moi une avancée importante pour la précision des réponses, l’autoformation et l’amélioration continue.
Le knowledge Manager à mon sens n’a jamais été là pour être derrière chaque utilisateur et lui conseiller telle ou telle lecture il est là pour trouver les connaissances et les détenteurs de connaissances qui vont enrichir la base. Il est là pour créer un lien fort avec les collaborateurs au travers de communications, d’informations, de formations, d’évènements qui feront que les collaborateurs deviennent autonomes proactifs et aient envie de partager. Il est là pour animer une communauté de pratique et faire circuler les savoirs et ça l’IA ne sait pas faire.
Aujourd’hui en fonction de la taille de l’entreprise et du nombre de connaissances stockées ça commence à devenir possible et c’est pour moi une avancée importante pour la précision des réponses, l’autoformation et l’amélioration continue.
Le knowledge Manager à mon sens n’a jamais été là pour être derrière chaque utilisateur et lui conseiller telle ou telle lecture il est là pour trouver les connaissances et les détenteurs de connaissances qui vont enrichir la base. Il est là pour créer un lien fort avec les collaborateurs au travers de communications, d’informations, de formations, d’évènements qui feront que les collaborateurs deviennent autonomes proactifs et aient envie de partager. Il est là pour animer une communauté de pratique et faire circuler les savoirs et ça l’IA ne sait pas faire.
J.S. Quelles compétences deviendront indispensables pour les professionnels du KM dans les prochaines années, et comment les organisations peuvent-elles préparer leurs équipes à ces évolutions ?
J-L A : Avant de devenir directeur du KM chez Lafarge je faisais du marketing et de la communication. J’ai été appelé par le DG d’une des branches d’activité pour en devenir son knowledge manager il m’a seulement dit « on a un outil de partage mais personne ne s’en sert on a besoin de toi pour le vendre et faire en sorte que tout le monde s’en serve ». Ce qu’il cherchait n’était pas un technicien mais un « couteau suisse » qui considèrerait la plateforme KM comme un outil et mettrait tout en œuvre pour que les collaborateurs « l’achètent ».
Donc pour moi la première compétence est la curiosité. Il faut être curieux des gens, de son entreprise, des techniques et de ce qui rend les collaborateurs satisfaits. La capacité à communiquer et faire partager les choses (connaissances, passion, envie…), et je ne parle pas du mail mensuel que l’on envoie pour tenir informé, non une vraie communication enjouée, liée à des évènements et qui doit amener les collaborateurs à changer leur comportement. Et enfin la technique sans devenir un expert il faut comprendre et anticiper quelles solutions techniques seront les plus à même d’améliorer le partage de connaissances dans l’entreprise
Donc pour moi la première compétence est la curiosité. Il faut être curieux des gens, de son entreprise, des techniques et de ce qui rend les collaborateurs satisfaits. La capacité à communiquer et faire partager les choses (connaissances, passion, envie…), et je ne parle pas du mail mensuel que l’on envoie pour tenir informé, non une vraie communication enjouée, liée à des évènements et qui doit amener les collaborateurs à changer leur comportement. Et enfin la technique sans devenir un expert il faut comprendre et anticiper quelles solutions techniques seront les plus à même d’améliorer le partage de connaissances dans l’entreprise
Jean-Luc Abelin Expert en collaboration et partage de connaissances
Jean-Luc Abelin est spécialiste du Knowledge Management et de la transformation collaborative.
Ancien directeur du KM groupe chez Lafarge-Holcim, il a conçu et déployé des dispositifs de partage des connaissances à grande échelle.
Aujourd’hui, il accompagne les organisations dans la mise en place de solution globale de Knowledge management et la conduite du changement, et enseigne ces pratiques dans plusieurs écoles de management et d’ingénieurs.

Accueil
