L’expertise KM à l’ère de l’IA générative : entre innovation, défis organisationnels et valorisation des données

Interview de Judith Paschal, Directrice Practice AI Knowledge Management chez SEEQUALIS. Interview menée par Christel RONSIN

Judith Paschal pilote le pôle d’expertise Knowledge Management (KM) chez Seequalis, cabinet de conseil en transformation digitale. Son parcours, chez Ledger ou Ubisoft par exemple, témoigne de la conviction que le Knowledge Management est un levier majeur de transformation. Avec plus de 15 ans d’expérience en gestion des connaissances, elle accompagne les entreprises pour structurer, valoriser et faire vivre leurs savoirs.

Dans un contexte où l’IA transforme en profondeur les métiers et les organisations, Judith défend l’idée que le KM change aujourd’hui de dimension. Une interview pour comprendre qu’il ne s’agit plus seulement de capitaliser le savoir, mais de le rendre fiable, structuré et exploitable pour les usages IA.

CHRISTEL RONSIN : Judith, comment l’intelligence artificielle générative (IAG) s’intègre-t-elle dans vos missions, notamment en matière de gestion des connaissances ?

JUDITH PASCHAL : Nous distinguons deux approches : l’IA au service du KM et le KM au service de l’IA. Dans le cadre de la première approche, l’IAG nous aide par exemple à évaluer la qualité des contenus documentaires en vue de leur intégration dans une solution d’IA, comme un chatbot basé sur du RAG (Retrieval Augmented Generation). Nous avons développé des agents dédiés pour mesurer la pertinence d’un fonds documentaire, qu’il soit volumineux ou non, ainsi que 5 critères de qualité : son contexte, sa clarté et accessibilité, sa logique structurelle, l’exploitation par les machines, la qualité et la pertinence.

Dans notre activité, nous intervenons notamment sur la transformation des connaissances. L’IA générative nous permet d’améliorer la qualité d’un article, d’un document ou d’une donnée. Elle agit comme un accélérateur. Par exemple, on va transformer, grâce à un agent, un article comportant des connaissances du support IT de niveau 2 en article de niveau 1.

Nous travaillons aussi beaucoup pour des services supports. L’IAG facilite le « shift left », c’est-à-dire le passage d’un document très technique à la création de procédures adaptées à un autre public cible, pour équiper une nouvelle population de collaborateurs. Les gains en qualité et en productivité sont indéniables.

CR : Vous venez d’évoquer l’approche « IA pour le KM ». Pouvez-vous nous parler maintenant du « KM pour l’IA » ?

JP : Le KM pour l’IA repose sur un constat simple : la qualité des résultats de l’IA générative dépend directement de la pertinence et de la propreté des données. Le rôle du Knowledge Manager devient alors central. Il s’agit de nettoyer les données, d’assurer leur gouvernance pour qu’elles restent fiables et structurées dans le temps. Le Knowledge Manager doit veiller à ce que ces outils fonctionnent correctement et durablement, il joue un rôle de chef d’orchestre.

Cela implique une collaboration étroite avec les profils techniques, data/IA, responsables de la conception des solutions IA. L’enjeu est de maintenir à jour aussi bien les données que le chatbot, et de repérer où se situent les blocages. L’IAG renouvelle la mission du Knowledge Manager qui est non seulement de structurer un socle documentaire, mais aussi d’assurer un dialogue permanent entre les métiers et les équipes techniques. Le Knowledge Manager analyse les réponses générées par l’IA, les absorbe et les réinjecte pour nourrir le système. C’est un cycle continu en fait !

Il y a aussi un enjeu d’adoption et de bonnes pratiques : le Knowledge Manager doit travailler avec les équipes pour promouvoir les usages adaptés, que ce soit en matière de création de connaissances ou d’utilisation des outils, comme la formulation de prompts.

CR : Passons aux questions techniques. Selon vous, quel est l’apport de la technologie RAG pour le Knowledge Management ?