Le Knowledge Management : quand le partage des connaissances est un atout stratégique

Classé dans : Knowledge Management | 0

Chaque entreprise pourrait se comparer à un athlète de haut niveau : son objectif est de performer avec, comme corollaire, la nécessité d’adopter une gestion de l’information efficace.

Avec le Knowledge Management (KM), il est plus précisément question de gestion des connaissances. Selon la pyramide DIKW (Data, Information, Knowledge, Wisdom), la connaissance prend appui sur l’information et conduirait à la sagesse.

Le KM peut s’entendre comme l’ensemble des pratiques et processus visant à créer, organiser et partager les connaissances au sein d’une organisation permettant que les bonnes informations et le bon savoir-faire soient accessibles au bon moment afin de soutenir la prise de décision. Voilà qui est capital pour performer.

Regardons en arrière

Dans l’Antiquité, le savoir se transmettait de façon orale. Cette tradition rencontrait des limites évidentes en termes de pérennité de l’information. Un château de sable face à la marée, en somme. C’est à partir du Moyen-Âge, puis avec l’essor de l’imprimerie, que le savoir écrit se transmet largement et parvient à être mieux pérennisé. L’Encyclopédie sera un exemple en la matière.

A partir du XXème siècle, la capitalisation du savoir prend une dimension supérieure avec le développement de l’économie de marché. Dans les années 1960, Peter F. Drucker fait émerger le concept de knowledge worker, soit l’individu utilisant l’information afin de résoudre un problème. En 1995, La connaissance créatrice de Ikujiro Nonaka et Hirotaka Takeuchi va propulser le KM sur le devant de la scène.

L’entreprise comme organisme vivant

Dans la pensée de ces auteurs, la connaissance se doit de circuler dans une organisation comme le sang doit circuler dans un corps humain afin de soutenir ses fonctions vitales. A ce titre, Nonaka et Takeuchi voient l’entreprise comme un organisme vivant : la knowledge creating company crée de la nouvelle connaissance, la dissémine et l’incorpore dans ses produits et technologies.

Connaissances tacites et explicites

Arrêtons-nous sur les deux concepts fondamentaux de connaissance tacite, ancrée en nous, et de connaissance explicite, formalisée et ainsi plus facile à partager.

La difficulté de pouvoir formaliser des connaissances tacites, représentant la majorité des connaissances, est résumée dans le paradoxe de Polanyi avec la formule “We can know more than we can tell.”. Nous effectuons tous des tâches de manière intuitive sans être capable de verbaliser les règles ou procédures.

Le modèle SECI

Ce modèle, développé en 1991, basé sur les deux concepts précités, illustre les voies possibles de transmission des connaissances au sein des organisations.

Source : Wikipedia

Le modèle distingue 4 composantes :

La socialisation : lorsque la connaissance passe de tacite à tacite. Typiquement, la connaissance passant d’un individu à un autre. Pour une organisation, cette connaissance est difficilement exploitable car non formalisée.

L’externalisation : lorsque la connaissance passe de tacite à explicite, ou lorsque la connaissance est convertie afin de la partager avec d’autres personnes.

La combinaison : lorsque la connaissance passe d’explicite à explicite, ou lorsque des éléments distincts sont assemblés pour créer une connaissance nouvelle.

L’internalisation : lorsque la connaissance passe d’explicite à tacite, ou lorsqu’il est question de la capacité d’internaliser les connaissances en nous-mêmes, pour accroitre notre base d’expériences intuitives.

Les défis pour l’entreprise en termes de KM

Il est crucial d’identifier quelle information est à capitaliser, ceci afin de retenir l’information critique pour l’entreprise tout en prenant en considération sa caractéristique dynamique.

Les solutions de capitalisation des connaissances sont nombreuses : FAQ, procédures, listes « how to », wikis, intranets, serveurs de fichiers, solutions de cloud storage, notamment. Les outils sont divers et ne couvrent le plus souvent qu’une partie des besoins. En conséquence, chaque entreprise doit faire des choix et veiller à éviter la multiplication d’outils risquant de la conduire à une recherche d’informations périlleuse et une perte de temps.

Le stockage de l’information, l’utilisation de logiciels propriétaires, les questions juridiques complexes, l’impact de l’intelligence artificielle (IA) sont autant de problématiques liées à la gestion des connaissances. Concernant l’IA, il est indéniable qu’elle simplifiera le partage et augmentera les capacités de traitement de l’information. A la clé, la découverte espérée de patterns inédits au sein de l’organisation et une meilleure anticipation des tendances du marché et des attentes des clients.

Conclusion

L’entreprise se doit de veiller à ce que l’information stratégique qu’elle aura su capter ne soit pas rendue obsolète, à avoir la capacité de faire face à un volume d’informations croissant, d’avoir une réelle stratégie en matière de gestion des connaissances lui permettant de déployer une gamme de solutions couvrant ses besoins, tout autant que de susciter l’adhésion de ses collaborateurs afin de déclencher en eux la motivation indispensable favorisant la réussite du KM.

Bibliographie

JARRAHI, Mohammad Hossein, ASKAY, David, ESHRAGHI, Ali et SMITH, Preston, 2023. Artificial intelligence and knowledge management: A partnership between human and AI. Business Horizons. 1 janvier 2023. Vol. 66, n° 1, pp. 87-99. DOI 10.1016/j.bushor.2022.03.002.

Knowledge management, 2024. Wikipedia [en ligne]. Disponible à l’adresse : https://en.wikipedia.org/w/index.php?title=Knowledge_management&oldid=1251951525

NONAKA, Ikujiro, 1991. The Knowledge-Creating Company. Harvard Business Review [en ligne]. 1 novembre 1991. Vol. 69, no 6, pp. 96-104. Disponible à l’adresse : https://hesso.swisscovery.slsp.ch/view/action/uresolver.do?operation=resolveService&package_service_id=4322565650005514&institutionId=5514&customerId=5500&VE=true [consulté le 12 novembre 2024].

SCHUMAKER, Robert P., SOLIEMAN, Osama K. et CHEN, Hsinchun, 2010. Sports knowledge management and data mining. Annual Review of Information Science and Technology. Vol.44, no1, pp.115-157. DOI 10.1002/aris.2010.1440440110

Carnet d'IdéeS - blog du Master IS

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *