Aller au contenu

Gouvernance des connaissances

Capitaliser, structurer et diffuser les connaissances dans une direction technique — du knowledge management classique aux assistants IA.


graph LR
    A["Capital"] --> B["Capitalisation"]
    B --> C["Referentiels"]
    C --> D["Outils"]
    D --> E["KM et SI"]
    E --> F["Maturite"]
    F --> G["IA"]

Ce que vous allez apprendre

À la fin de ce tutoriel, vous serez capable de :

  • Distinguer connaissances tacites et explicites et choisir une stratégie de capitalisation
  • Concevoir une taxonomie et un référentiel de connaissances à l'échelle d'une DSI
  • Évaluer et déployer des outils de knowledge management adaptés a votre contexte
  • Intégrer la gestion des connaissances dans les rituels DevOps et SRE
  • Mesurer la maturité KM d'une organisation et justifier l'investissement
  • Exploiter l'IA (RAG, embeddings, LLM) pour la recherche et la capitalisation
  • Éviter les pieges classiques (outil sans méthode, documentation morte, obsolescence)

Prérequis

Prérequis Détail
Management et direction technique Section précédente (recommande)
Expérience en DSI Avoir géré ou contribue à de la documentation technique

Parcours

Section Contenu
Capital intellectuel et connaissances DIKW, Nonaka SECI, tacite vs explicite
Stratégies de capitalisation Hansen, communautés de pratique, REX
Referentiels et ontologies Taxonomies, OWL/SKOS, catalogues de données
Outils et plateformes Wikis, knowledge bases, graphes de connaissances
KM et cycle de vie SI ADR, runbooks, post-mortems, rituels DevOps
Mesure et maturité APQC, CMMI, indicateurs, ROI de la capitalisation
IA et gestion des connaissances RAG, embeddings, search semantique, risques