Les bases de connaissances grandissent par ajouts successifs. On rédige un document pour un nouveau projet, on copie un ancien pour l'adapter à son équipe, et on supprime rarement quoi que ce soit. Après quelques années et une ou deux réorganisations, il existe plusieurs versions du même processus et personne ne sait plus avec certitude laquelle l'équipe suit encore.

Pendant longtemps, cela coûtait surtout du temps. Dans notre enquête sur la recherche d'entreprise, 34 % des salariés passaient 30 à 60 minutes par jour à attendre des réponses à leurs questions.

Aujourd'hui, les assistants et agents IA lisent aussi la base de connaissances, et ils répondent à partir de la première version qu'ils trouvent, avec la même assurance qu'elle soit à jour ou qu'elle date d'avant deux réorganisations.

Tôt ou tard, chaque entreprise doit arrêter d'ajouter et faire le point sur ce qu'elle possède déjà.

Un audit des connaissances vous donne une vision claire de ce que votre entreprise a mis par écrit et de ce qui manque, est obsolète ou existe en double. Il se termine par une décision pour chaque document, afin que la base de connaissances que vous conservez soit fiable pour les personnes comme pour l'IA.

Points clés à retenir

  • Un audit des connaissances établit un état des lieux de ce que contient votre base de connaissances et de ce qui manque, est obsolète ou existe en double.
  • Décidez de ce qui a sa place dans la base de connaissances avant de compter quoi que ce soit.
  • Mesurez où vous en êtes avec quelques indicateurs chiffrés et un court test des réponses de votre IA.
  • Laissez l'IA signaler les problèmes sur une copie de votre base de connaissances, et gardez la décision finale entre les mains des personnes.
  • Terminez par une décision pour chaque document, puis confiez chacun à un responsable avec une date de relecture.

Qu'est-ce qu'un audit des connaissances ?

Un audit des connaissances est un examen structuré de ce que sait une entreprise et de l'endroit où ces connaissances sont consignées. Il vérifie ce qui existe dans chaque outil et ce qui manque, existe en double ou est obsolète, et se termine par une décision pour chaque document.

Les entreprises le réalisent une première fois pour établir un état des lieux, puis à nouveau après un changement important, comme une réorganisation, une fusion, le passage à un nouvel outil ou le déploiement d'une nouvelle IA.

Chaque document est finalement conservé, mis à jour, fusionné avec son doublon, relié au système auquel il appartient ou archivé. Garder ensuite la base de connaissances en bon état demande une maintenance régulière de la base de connaissances.

L'objectif est une source unique de vérité qui reste à jour, où les connaissances survivent aux départs, aux changements d'équipes et à chaque nouvelle version de l'entreprise.

Pourquoi l'audit des connaissances compte davantage quand l'IA lit votre base de connaissances

L'IA rend les connaissances erronées plus coûteuses. Chaque document obsolète ou en double coûte des tokens quand l'IA le lit, du temps quand une personne doit vérifier ou refaire la réponse, et de la qualité quand une mauvaise réponse se retrouve dans un e-mail client, un rapport ou la prochaine action d'un agent.

L'IA se heurte à deux problèmes avec les connaissances de l'entreprise :

  • Trop de sources. Les connaissances sont réparties entre le wiki, les drives, la messagerie, le help desk et le CRM, et l'IA doit donc être connectée à tous ces outils. Les connecteurs et les outils de recherche d'entreprise atteignent désormais la plupart de ces emplacements, si bien que ce problème devient plus simple à résoudre.
  • L'exactitude. Une fois que l'IA peut tout atteindre, elle ne sait toujours pas quel document dit vrai. Les documents obsolètes, en double ou contradictoires lui semblent tous aussi valables, et une meilleure recherche n'y change rien.

Un audit des connaissances s'attaque au second problème.

Lors d'un récent test de résistance de systèmes de recherche documentaire, le même modèle a répondu correctement à 98,6 % des questions avec une base de connaissances propre, et à 25,4 % quand des faits avaient été modifiés dans les documents, sans aucun autre changement dans la configuration.

Nettoyer les documents coûte aussi moins cher que de les contourner.

Une configuration d'IA plus intelligente et plus coûteuse peut lire davantage de sources et raisonner plus longtemps, mais elle répond toujours à partir des mêmes documents erronés, et chaque réponse coûte plus cher.

Comment décider de ce qui a sa place dans votre base de connaissances

Avant de compter quoi que ce soit, décidez à quoi sert la base de connaissances.

Une base de connaissances doit contenir des connaissances durables : les politiques, les processus et les informations produit sur lesquels plusieurs équipes s'appuient et qui restent vrais pendant des mois ou des années. Les personnes et l'IA reviennent à ces documents pour trouver des réponses, ce sont donc eux qui doivent rester à jour.

Tout le reste est traité différemment. Les notes de réunion et les brouillons peuvent rester accessibles en tant que traces, mais ne doivent pas être considérés comme la vérité, et les connaissances qui ont mieux leur place dans un autre système sont simplement reliées par un lien.

Commencez par un inventaire de tous les endroits où vivent les connaissances : le wiki, les drives partagés, la messagerie, le help desk, l'outil de ticketing. Classez ensuite ce que vous trouvez en trois groupes, en posant deux questions pour chaque document : combien de temps reste-t-il vrai, et combien de personnes en dépendent ?

Matrice 2x2 d'audit des connaissances qui classe les documents selon la durée pendant laquelle ils restent vrais et le nombre de personnes qui en dépendent : garder à jour, conserver comme trace ou relier à la source.

Les connaissances qui doivent rester à jour

Ce sont les documents pour lesquels la base de connaissances existe. Chacun reçoit un responsable et une date de relecture. Exemples typiques :

  • Les politiques, comme les congés, les notes de frais, la sécurité et le traitement des données
  • Les processus et playbooks, comme l'onboarding, les passations de clients et la gestion des incidents
  • Les informations produit, comme le fonctionnement des fonctionnalités, les tarifs et le changelog
  • Les fondamentaux de l'entreprise, comme qui est responsable de quel domaine, la structure des équipes et les outils utilisés par chaque équipe

Certains changent rarement, comme une politique de sécurité. D'autres changent chaque semaine, comme les tarifs, et reçoivent donc des dates de relecture plus rapprochées.

Les connaissances qui ont leur place dans un autre outil

Les spécifications techniques ont leur place à côté du code, les réponses du support dans le help desk, l'historique des comptes dans le CRM et les prix en vigueur dans le système de facturation.

Les copier hors de leur système de référence crée une seconde version qui prend du retard sur la première. Mettez plutôt un lien vers la source.

La même logique s'applique aux migrations. Tout déplacer dans un seul outil emporte avec soi chaque doublon et chaque document obsolète, alors décidez de ce qui reste avant de déplacer quoi que ce soit.

Les traces d'un moment donné

Les notes de réunion, les brouillons, les anciennes propositions et les journaux de projet consignent ce que quelqu'un pensait à un moment donné. C'est un historique utile, et les gens doivent toujours pouvoir le retrouver.

Ils deviennent un problème quand ils sont stockés à côté des politiques sans rien qui indique qu'ils ne sont jamais définitifs.

Conservez-les dans des espaces clairement identifiés, en dehors de la source de vérité et de la recherche IA. Quand une réunion aboutit à une décision, consignez cette décision dans un document à part avec un responsable, la même habitude que celle des équipes qui construisent une base de connaissances pour les agents IA.

Comment mesurer où en est votre base de connaissances

Avant de modifier quoi que ce soit, mesurez la part de votre base de connaissances à laquelle vous pouvez vous fier et l'endroit où se situent les problèmes. Deux éléments vous donnent cet état des lieux : quelques indicateurs chiffrés sur vos documents, et un court test des réponses fournies par votre IA.

Commencez par les indicateurs :

IndicateurCe qu'il vous apprend
Part de documents vérifiésQuelle proportion de la base de connaissances quelqu'un a vérifiée
Part de documents avec un responsableSi quelqu'un est chargé de veiller à leur exactitude
Part de doublonsÀ quelle fréquence la même connaissance existe en double
Part non consultée depuis six moisQuelle proportion personne ne lit
Part non mise à jour depuis six moisQuelle proportion personne n'entretient

Testez ensuite les réponses. Prenez 20 à 50 vraies questions issues de la messagerie et du support, posez chacune à votre assistant IA et notez si la réponse est juste ou fausse.

Remontez chaque mauvaise réponse jusqu'au document dont elle provient. C'est par ces documents que l'audit commence. Le modèle d'audit du contexte IA détaille ce test pour un cas d'usage de l'IA.

Posez à nouveau les mêmes questions après l'audit. La part de réponses correctes issues de documents vérifiés, le taux de réponses vérifiées, est l'indicateur à suivre à partir de là.

Comment mener l'audit avec l'IA et décider du sort de chaque document

La façon la plus sûre d'auditer avec l'IA est de lui donner une copie de votre base de connaissances et de la laisser produire un rapport, sans jamais modifier quoi que ce soit. Utilisez un export, un espace de travail de test ou un accès en lecture seule. L'IA signale des documents, et une personne décide de ce qu'il advient de chacun dans la base de connaissances réelle.

Des assistants IA comme Claude et ChatGPT peuvent se connecter à une base de connaissances via un serveur MCP, qui leur permet de lire directement les documents.

Donnez à l'assistant vos règles de périmètre définies à la première étape, puis demandez-lui de signaler :

  1. Les documents qui n'ont pas leur place dans la base de connaissances selon vos règles de périmètre
  2. Les doublons, y compris les copies faites pour adapter un document et qui ne correspondent plus à l'original
  3. Les documents qui contredisent un document plus récent sur le même fait
  4. Les documents que personne n'a consultés ni modifiés depuis six mois
  5. Les notes de réunion et les brouillons traités comme s'ils faisaient foi

Gardez la décision finale entre les mains des personnes, même quand l'IA semble sûre d'elle.

Une équipe qui avait donné à un assistant un accès en écriture pour faire le ménage a constaté qu'il avait archivé bien plus que prévu, parce qu'il ne savait pas distinguer un vieux document que personne ne lit d'un vieux document qui compte encore.

Mener l'audit avec l'IA a aussi un coût, alors anticipez-le avant de commencer. Un passage complet avec un modèle de pointe peut épuiser les limites d'un abonnement ou faire grimper fortement la facture d'API, alors qu'un petit modèle moins coûteux gère très bien le tri.

Rassemblez les signalements relus dans un seul rapport, avec une décision pour chaque document :

DocumentResponsableMotif du signalementDécisionDate de relecture
Passation des ventes à l'onboarding v3Responsable de la réussite clientDoublon de la v4Fusionner dans la v43 mois
Politique de congés 2024Responsable de l'équipe RHNon mis à jour depuis 14 moisMettre à jour6 mois
Notes de planification T2Ancien product managerTrace ponctuelle traitée comme à jourArchiverAucune
Limites de débit de l'APIResponsable de l'ingénierieCopie de la documentation développeurRelier à la sourceAucune

Chaque décision revient à quelqu'un qui connaît le travail.

Les recommandations de l'APQC sur la suppression des connaissances obsolètes ou en double confient la responsabilité du contenu aux métiers, parce que seules les personnes qui détiennent ces connaissances peuvent décider si un document doit être mis à jour, archivé ou fusionné.

Retirer du contenu est généralement la décision la plus difficile, parce que quelqu'un craint toujours que le document puisse servir un jour.

Archiver plutôt que supprimer règle l'essentiel de cette inquiétude. La méthodologie KCS considère un article archivé comme retiré de la recherche mais pas détruit, si bien que tout ce qui a été archivé par erreur peut être restauré.

Que se passe-t-il après un audit des connaissances ?

Un nettoyage ponctuel ne dure pas si chaque document conservé n'a pas quelqu'un qui s'en occupe.

L'entretien fonctionne mieux sous forme de petites tâches régulières assurées par les personnes qui utilisent les connaissances, plutôt que d'un grand nettoyage qui attend le prochain audit.

La méthodologie KCS le compare à un jardin qu'il faut désherber en permanence, et demande à toute personne qui repère un problème dans un document de le signaler ou de le corriger sur-le-champ.

L'audit devient une boucle de quatre habitudes :

  • Décider. Réservez la base de connaissances aux connaissances durables, et revoyez ce qui y a sa place environ une fois par an.
  • Être responsable. Beaucoup de gens rédigent, et un responsable par domaine veille à l'exactitude des documents, les experts vérifiant leurs propres documents.
  • Suivre. Surveillez la part de documents vérifiés et le taux de réponses vérifiées, ainsi que les questions auxquelles l'IA n'a pas su répondre.
  • Agir. Archivez, fusionnez et déplacez les traces ponctuelles ailleurs, puis vérifiez, réattribuez ou mettez à jour ce qui reste.
Quatre habitudes après un audit des connaissances : décider, être responsable, suivre et agir, avec suivre et agir qui se répètent en continu et un retour à décider environ une fois par an.

Avec le temps, ces habitudes deviennent un processus de gestion des connaissances dans lequel les documents passent délibérément de la capture au retrait.

Comment mener un audit des connaissances dans Slite

Nous avons conçu Slite pour qu'une entreprise puisse mener l'audit et les habitudes qui le suivent au même endroit. Si votre base de connaissances se trouve dans un autre outil, vous pouvez d'abord l'importer depuis Notion, Confluence ou des fichiers, et chaque étape ci-dessous fonctionne de la même façon.

Mesurer où vous en êtes avec les analytics de connaissances

Les analytics de connaissances affichent l'état des lieux de l'étape de mesure sans rien compter à la main :

  • La part de vos documents qui sont vérifiés
  • Le nombre de réponses de l'IA qui s'appuient sur des documents vérifiés
  • Les documents non vérifiés que l'IA lit et cite le plus, pour savoir lesquels corriger en premier

Le Knowledge Management panel ajoute la vue par document : statut de vérification, responsable, consultations et dernière activité, avec des filtres pour les documents inactifs et vides, et des actions groupées pour vérifier, réattribuer ou archiver.

Faire le ménage avec Slite Agent

Slite Agent exécute des programmes de maintenance selon un calendrier que vous définissez. Un programme compare des documents, par exemple ceux sur lesquels l'IA s'appuie, à leurs sources et propose chaque correction sous forme de demande de modification.

Le responsable relit la modification et l'approuve avant toute application, si bien que l'agent se charge de la vérification et que les personnes gardent la décision finale.

Pour trouver les doublons, Doc insights liste les documents similaires, et vous pouvez demander à Slite Agent de trouver les copies et de suggérer lesquelles fusionner. Si vous préférez votre propre assistant, le serveur MCP de Slite permet à Claude ou ChatGPT de lire votre espace de travail, et chaque modification apparaît dans l'historique du document.

Mettre en place des canaux et des responsables

Les canaux disposent des rôles administrateur, rédacteur et lecteur, pour que chaque service puisse avoir un responsable tout en laissant l'accès à tout le monde.

Pour les documents de référence comme les politiques, la modification protégée empêche les changements accidentels. Les rédacteurs peuvent toujours modifier le document après l'avoir explicitement choisi.

Garder les documents vérifiés

Doc verification permet aux responsables de marquer un document comme vérifié pour une période donnée, et Slite les prévient quand elle expire. Attribuez une période courte aux documents qui évoluent vite, comme les tarifs, et une période plus longue aux politiques stables.

Les documents marqués comme obsolètes sont exclus des réponses de Slite Agent et moins bien classés dans la recherche, si bien que l'assistant répond à partir de ce que l'équipe a vérifié.

Si vous souhaitez voir comment cela fonctionne sur votre propre base de connaissances, réservez une démo et nous mènerons un audit avec vous.

Pour conclure

La valeur d'un audit des connaissances tient à la décision qu'il laisse sur chaque document et au responsable qui veille à ce que cette décision reste valable. Un audit laisse souvent une base de connaissances plus petite, et c'est un atout. Moins de documents, chacun avec un responsable et vérifié, donnent de meilleures réponses aux personnes et à l'IA qu'une grande archive à laquelle personne ne se fie.

FAQ

À quelle fréquence faut-il réaliser un audit des connaissances ?

Réalisez un audit complet des connaissances une première fois pour établir un état des lieux, puis à nouveau après un changement important comme une migration, une fusion, une réorganisation ou le déploiement d'une nouvelle IA. Entre deux audits, les responsables, les dates de relecture et les vérifications régulières maintiennent la base de connaissances à jour.

Qui doit mener un audit des connaissances ?

Un petit groupe fonctionne le mieux. Une personne pilote l'audit, quelqu'un du support ou d'une autre équipe en première ligne apporte les questions que les gens posent réellement, et le responsable de chaque domaine décide du sort des documents qui en relèvent.