Qu’est-ce que Knowledge as Code? Un guide sur le centre de services autonome

Les équipes informatiques d’entreprise confient de plus en plus de tâches à des agents IA qui résolvent des billets de manière autonome. Ces agents agissent selon les connaissances que vous leur fournissez, alors la qualité de ces connaissances détermine le résultat.

Knowledge as Code est une façon de gérer ces connaissances avec la même rigueur que les équipes logicielles appliquent au code. Ce guide explique ce que c’est, pourquoi c’est important et comment le mettre en pratique.

Ce que signifie Knowledge as Code

Knowledge as Code est la pratique de gérer les connaissances d’entreprise comme les équipes logicielles gèrent le code. Cela signifie que les connaissances sont structurées, sous contrôle de version, validées et régies. Le résultat est une source unique de vérité en laquelle tant les personnes que les agents IA peuvent avoir confiance.

Pendant des années, les équipes ont stocké les connaissances dans des documents statiques, des wikis et des lecteurs partagés. Ces fichiers devenaient obsolètes, se contredisaient et étaient difficiles à rechercher. La gestion des connaissances est passée du stockage d’archives à l’intelligence prête à la décision.

Knowledge as Code rend ce changement concret. Des outils comme notre Cognitive Knowledge Assistant traitent les connaissances comme un actif vivant sur lequel l’IA peut agir, et non comme un dossier que les gens oublient de mettre à jour.

Pourquoi Knowledge as Code est important maintenant

Les centres de services autonomes et l’IA agentique changent la façon dont le soutien est assuré. L’IA agentique est un logiciel capable de planifier et d’agir de manière autonome pour accomplir une tâche, et non simplement répondre à une question. Lorsque les agents agissent sur des connaissances, de mauvaises connaissances produisent rapidement de mauvais résultats à grande échelle.

Les prévisions de Gartner pour l’IA agentique montrent 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, entraînant une réduction de 30 % des coûts opérationnels, selon Gartner, Inc.

Des connaissances régies sont ce qui transforme cette promesse en résultats :

• Coût d'une mauvaise connaissance : Des articles erronés ou obsolètes incitent les agents à prendre de mauvaises mesures à grande échelle.
• Bénéfice d'une connaissance encadrée : Des connaissances exactes et à jour permettent aux agents de résoudre plus de problèmes de façon sécuritaire dès le premier contact.

Les éléments fondamentaux de la connaissance comme du code

La connaissance comme du 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.

Connaissances structurées et contrôlées par version

La connaissance structurée est de l’information rédigée dans un format cohérent, lisible par machine. Plutôt que de la prose libre, elle utilise des champs clairs, des étiquettes et des gabarits pour que les personnes et l’IA puissent la comprendre.

Le contrôle de version s’inspire d’une habitude des équipes de développement logiciel. Chaque modification est tracée, ce qui permet de voir qui a modifié un article, de comparer les versions et de revenir en arrière en cas d’erreur. Cet historique établit 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 précises avant qu’on ne s’y fie. Le cycle de vie des connaissances garde ce contenu à jour au fil du temps. Voici comment les étapes s’imbriquent :

• Créer : Les auteurs rédigent des connaissances à partir des billets, des correctifs et des contributions d’experts.
• Valider : Les réviseurs et les vérifications automatisées confirment que le contenu est exact et complet.
• Publier : Les connaissances approuvées sont mises en ligne dans un emplacement centralisé et réglementé.
• Utiliser : Les personnes et les agents IA appliquent les connaissances pour résoudre les problèmes.
• Retirer : Les articles désuets sont signalés, mis à jour ou supprimés selon un calendrier établi.

Gouvernance et qualité des connaissances

La gouvernance est l’ensemble des règles qui déterminent qui possède les connaissances, à quoi ressemble la qualité et à quelle fréquence elles sont révisées. La qualité est le facteur décisif, car l’IA n’est fiable que si la connaissance qui l’alimente l’est aussi.

L’écart est important et les recherches sur la façon dont les organisations manquent de données prêtes pour l’IA le démontrent : Soixante-trois pour cent des organisations n’ont pas ou ne savent pas si elles disposent des bonnes pratiques de gestion des données pour l’IA, selon une enquête de Gartner, Inc. auprès de responsables de la gestion des données au troisième trimestre 2024.

Comment Knowledge as Code alimente le centre de service autonome

Un centre de service autonome règle les problèmes avec peu ou pas d’intervention humaine. Il s’appuie sur des agents IA qui consultent les connaissances, décident quoi faire et passent à l’action.

Cela ne fonctionne que lorsque les connaissances sont fiables. Des connaissances gouvernées donnent aux agents des réponses précises et à jour, leur permettant de résoudre plus de problèmes dès le premier contact.

Nos solutions d’IA agentique agissent sur les connaissances gouvernées pour traiter les demandes courantes, guider l’auto-assistance et déclencher des correctifs. Lorsque les connaissances sont structurées et validées, un centre de service numérique alimenté par GenAI peut détourner les demandes courantes et libérer les spécialistes pour des tâches 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 leur prévision antérieure de 30 %, en raison de la mauvaise qualité des données, des failles de contrôle des risques, des coûts croissants et d’une valeur commerciale incertaine.

De l’automatisation aux opérations TI auto-réparatrices

L’automatisation auto-réparatrice permet aux systèmes de détecter un problème et de le corriger sans intervention humaine. Des connaissances fiables rendent cela sécuritaire.

Les agents suivent des guides de procédures validés, de sorte que les opérations TI autonomes restent dans les balises établies par la gouvernance. Notre travail dans l’IA agentique pour les opérations TI montre comment les connaissances gouvernées transforment les correctifs manuels en automatisations fiables.

Mettre Knowledge as Code en pratique

Vous n’avez pas à tout reconstruire d’un coup. Knowledge as Code fonctionne mieux comme un programme étagé qui commence par la gouvernance et la qualité avant de connecter 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 la responsabilité : Attribuez des responsables, établissez des normes et convenez d’un rythme de révision.
• Structurez et versionnez le contenu : Convertissez les articles en modèles cohérents avec un historique des modifications suivi.
• Créez le pipeline de validation : Ajoutez une révision humaine et des vérifications automatisées avant toute publication.
• Connectez les connaissances aux agents d’IA : Fournissez la connaissance gouvernée à vos agents du centre de services 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 gérons ceci comme un programme administré par l’entremise de nos Services d’environnement de travail numérique, combinant la gouvernance des connaissances avec un soutien alimenté par l’IA. Dans un exemple de modernisation du centre de services, nous avons reconstruit le soutien pour une entreprise biopharmaceutique grâce à notre plateforme AI Force et à la transformation agentique.

Un autre projet présente les résultats du soutien informatique alimenté par l’IA, où notre copilote ITSM a amélioré l’expérience de soutien informatique pour un fabricant d’outils du Fortune 500. Les deux cas partagent une leçon : les connaissances gouvernées sont essentielles, l’IA vient ensuite.

Point clé à retenir

La connaissance en tant que code traite vos connaissances comme un actif gouverné, structuré et fiable plutôt que comme des fichiers éparpillés. Cette base est ce qui rend un centre de services autonome sûr et fiable.

L’IA agentique n’est aussi performante que la qualité des connaissances sur lesquelles elle s’appuie. Commencez avec la gouvernance et la qualité, assurez un bon cycle de vie, connectez l’IA en dernier.

Foire aux questions

Quels sont les cinq « C » de la gestion des connaissances ?

Les cinq « C » sont généralement décrits comme capter, organiser, connecter, communiquer et améliorer continuellement les connaissances; ensemble, ils permettent de garder des connaissances exactes, accessibles et à jour.

Quelles sont les pratiques exemplaires pour la gestion des connaissances dans un centre de services alimenté par l’IA ?

Structurez et versionnez votre contenu, attribuez clairement la propriété et la gouvernance et validez les connaissances avant leur publication. Maintenez ensuite une cadence de révision pour que les agents IA agissent toujours sur des connaissances fiables et à jour.

Quels sont des exemples de bases de connaissances ?

On trouve notamment des bases de connaissances pour les centres de services informatiques, des portails RH et en libre-service pour les employés, des centres d’aide produits et des wikis internes où sont gardés des tutoriels, solutions et politiques.

Que devraient faire différemment les organisations pour tirer parti de l’IA au centre de services ?

Commencez par corriger la qualité et la gouvernance des connaissances, puis intégrez l’IA, puisque l’IA agentique est aussi fiable que la qualité des connaissances gouvernées sur lesquelles elle agit.