Qu'est-ce que la connaissance sous forme de code? Un guide du centre de services autonome
Les équipes TI des entreprises confient de plus en plus de tâches à des agents IA qui résolvent les billets de façon autonome. Ces agents agissent selon la connaissance que vous leur fournissez, donc la qualité de cette connaissance détermine le résultat.
La connaissance sous forme de code est une façon de gérer cette connaissance avec la même rigueur que les équipes de développement logiciel appliquent à leur code. Ce guide explique en quoi cela consiste, pourquoi c'est important et comment le mettre en pratique.
Ce que signifie la connaissance sous forme de code
La connaissance sous forme de code consiste à s'assurer que la connaissance est structurée, gérée par le contrôle de versions, validée et encadrée — exactement comme le code l'est pour les équipes logicielles. Cela signifie que la connaissance est structurée, sous contrôle de version, validée et encadrée. Le résultat est une source unique de vérité en laquelle les personnes et les agents IA peuvent avoir confiance.
Pendant des années, les équipes ont stocké la connaissance dans des documents statiques, des wikis et des disques partagés. Ces fichiers devenaient obsolètes, se contredisaient et étaient difficiles à rechercher. La gestion des connaissances est passée du stockage d'archives à une intelligence prête à la décision.
La connaissance sous forme de code concrétise ce changement. Des outils comme notre Assistant cognitif de gestion des connaissances traitent la connaissance comme un actif vivant sur lequel l’IA peut agir, et non comme un dossier que l'on oublie de mettre à jour.
Pourquoi la connaissance sous forme de code importe maintenant
Les centres de services autonomes et l'IA agentique changent la façon dont le soutien est offert. L'IA agentique est un logiciel capable de planifier et d'agir de façon autonome pour accomplir une tâche, et non simplement répondre à une question. Quand les agents se basent sur de la connaissance, une mauvaise connaissance multiplie rapidement de mauvais résultats.
Les prévisions de Gartner pour l’IA agentique illustrent bien l’enjeu : d'ici 2029, l’IA agentique résoudra de façon autonome 80 % des enjeux courants du service à la clientèle sans intervention humaine, ce qui entraînera une réduction de 30 % des coûts opérationnels, selon Gartner Inc.
Une connaissance bien encadrée permet d'obtenir ce genre de résultats :
- Coût d'une mauvaise connaissance : Des articles erronés ou obsolètes poussent les agents vers de mauvaises actions à grande échelle.
- Bénéfice d'une connaissance supervisée : Une connaissance exacte et à jour permet aux agents de résoudre plus de problèmes de façon sécuritaire dès le premier contact.
Les éléments fondamentaux de la connaissance comme code
La connaissance comme code n'est pas un seul outil. Il s'agit d'un petit ensemble de pratiques qui, utilisées ensemble, rendent la connaissance fiable pour les personnes et les machines.
Le tableau ci-dessous montre en quoi cette approche diffère de la gestion des connaissances traditionnelle.
| Gestion des connaissances traditionnelle | Connaissance comme code |
| Documents statiques et wikis | Connaissance structurée et lisible par machine |
| Pas d’historique des versions | Sous contrôle de version avec retour en arrière |
| Mises à jour ad hoc | Validé grâce à un pipeline |
| Propriété incertaine | Gouvernance et responsables clairs |
| Conçu pour que les personnes lisent | Conçu pour que les personnes et l’IA agissent |
Connaissance structurée et sous contrôle de version
Une connaissance structurée est une information formulée dans un format cohérent et lisible par machine. Au lieu d’un texte en prose libre, elle utilise des champs, des balises et des modèles clairs afin que les personnes et l’IA puissent l’analyser.
Le contrôle de version emprunte une habitude aux équipes de développement logiciel. Chaque modification est suivie, ce qui permet de voir qui a modifié un article, de comparer les versions et de revenir à une mauvaise mise à jour. Cet historique est ce qui crée une source unique de vérité à laquelle votre centre de services peut se fier.
Le pipeline et le cycle de vie de la connaissance
Un pipeline de connaissance fait passer chaque article par des étapes définies avant de s'y fier. Le cycle de vie de la connaissance permet de garder ce contenu à jour dans le temps. Voici comment les étapes s’articulent :
- Créer : Les auteurs rédigent des connaissances à partir des billets, des correctifs et des entrées d’experts.
- Valider : Les réviseurs et des vérifications automatisées confirment que le contenu est exact et complet.
- Publier : Les connaissances approuvées sont mises en ligne dans un seul emplacement gouverné.
- Utiliser : Les personnes et les agents IA appliquent les connaissances pour résoudre des problèmes.
- Retirer : Les articles désuets sont signalés, mis à jour ou supprimés selon une cadence établie.
Gouvernance et qualité des connaissances
La gouvernance est l’ensemble des règles qui déterminent qui possède la connaissance, à quoi ressemble une « bonne » connaissance et à quelle fréquence elle est révisée. La qualité est le facteur déterminant, car l’IA est seulement aussi fiable que la connaissance sur laquelle elle repose.
L’écart est large et la recherche sur la façon dont les organisations manquent de données prêtes pour l’IA le démontre : 63 % des organisations n’ont pas ou ne savent pas si elles ont les bonnes pratiques de gestion des données pour l’IA, selon un sondage mené au troisième trimestre de 2024 par Gartner, Inc. auprès de responsables de la gestion des données.
Comment la connaissance en tant que code alimente le centre de services autonome
Un centre de services autonome résout les problèmes avec peu ou pas d’intervention humaine. Il s’appuie sur des agents d’IA qui lisent la connaissance, décident quoi faire et agissent.
Cela ne fonctionne que lorsque la connaissance est fiable. Une connaissance gouvernée donne aux agents des réponses précises et à jour, afin qu’ils résolvent plus de problèmes dès le premier contact.
Nos solutions Agentic AI agissent sur la connaissance gouvernée pour traiter les billets de routine, guider l’auto-assistance et déclencher des corrections. Lorsque la connaissance est structurée et validée, un centre de services numérique propulsé par GenAI peut détourner les demandes courantes et libérer les spécialistes pour les travaux complexes.
Gartner a rapporté en janvier 2026 qu’au moins 50 % des projets d’IA générative avaient déjà été abandonnés après la preuve de concept, en hausse par rapport à sa prévision antérieure de 30 %, en raison de la mauvaise qualité des données, des lacunes dans le contrôle des risques, de l’augmentation des coûts et de la valeur commerciale peu claire.
De l’automatisation aux opérations TI auto-réparatrices
L’automatisation auto-réparatrice, c’est lorsque les systèmes détectent un problème et le corrigent sans intervention humaine. C’est la connaissance fiable qui rend cela sécuritaire.
Les agents suivent des guides d’exécution validés, permettant aux opérations TI autonomes de rester dans les balises posées par la gouvernance. Notre travail en Agentic AI pour les opérations TI montre comment la connaissance gouvernée transforme les corrections manuelles en automatisations fiables.
Mettre en pratique la connaissance en tant que code
Vous n’avez pas à tout reconstruire d’un coup. La connaissance en tant que code fonctionne mieux comme un programme progressif qui commence par la gouvernance et la qualité avant d’intégrer l’IA.
Utilisez ces étapes comme ordre de travail pratique :
- Vérifiez vos connaissances : Passez en revue les articles existants pour en vérifier l’exactitude, repérer les lacunes et les doublons.
- Définissez la gouvernance et les responsables : Attribuez des responsables, établissez des normes et convenez d’une fréquence de révision.
- Structurez et gérez les versions du contenu : Transformez les articles en modèles uniformes avec un historique des modifications suivi.
- Créez le processus de validation : Ajoutez une révision humaine et des vérifications automatisées avant toute publication.
- Connectez les connaissances aux agents IA : Offrez des connaissances encadrées à vos agents de centre d’assistance et à vos outils libre-service.
- Mesurez la qualité et les résultats : Suivez l’exactitude, la résolution au premier contact et l’expérience client, puis améliorez-les.
Nous offrons ce service sous forme de programme géré par l’entremise de nos Services du lieu de travail numérique, en jumelant la gouvernance des connaissances à un soutien optimisé par l’IA. Dans un exemple de modernisation d’un centre de service, nous avons reconstruit le soutien d’une entreprise biopharmaceutique en utilisant notre plateforme AI Force et la transformation agentique.
Un autre projet illustre les résultats du soutien TI optimisé par l’IA, où notre copilote ITSM a amélioré l’expérience de soutien TI pour un fabricant d’outils du Fortune 500. Les deux cas partagent une leçon : la connaissance gouvernée passe en premier, puis l’IA intervient.
À retenir
La connaissance comme code consiste à traiter vos connaissances comme un actif gouverné, structuré et fiable, plutôt que comme des fichiers dispersés. Cette fondation est ce qui permet à un centre de service autonome d’être sécuritaire et fiable.
L’IA agentique est aussi efficace que la qualité des connaissances sur lesquelles elle agit. Commencez par la gouvernance et la qualité, gérez bien le cycle de vie, puis connectez l’IA par-dessus.
Foire aux questions
Quels sont les cinq « C » de la gestion des connaissances?
Les cinq « C » sont généralement définis comme : « capturer, organiser, connecter, communiquer et continuellement améliorer » les connaissances ; ensemble, ils permettent de garder les connaissances exactes, repérables et à jour.
Quelles sont les meilleures pratiques pour la gestion des connaissances dans un centre de service propulsé par l’IA?
Structurez et mettez vos contenus en version, attribuez une gouvernance et une propriété claires, et validez les connaissances avant leur publication. Maintenez ensuite une cadence de révision pour que les agents IA s’appuient toujours sur des connaissances fiables et actuelles.
Quels sont des exemples de bases de connaissances?
Des exemples incluent les bases de connaissances de centres de service TI, les portails de ressources humaines et d’auto-assistance pour les employés, les centres d’aide sur les produits et les wikis internes qui rassemblent des articles « comment faire », des correctifs et des politiques.
Que devraient faire les organisations différemment pour maximiser la valeur de l’IA dans le centre de service?
Améliorez d’abord la qualité et la gouvernance des connaissances, puis connectez l’IA, car l’IA agentique est fiable uniquement lorsque les connaissances gouvernées le sont aussi.
