Tag: Knowledge

Publié le

Ce que l’IA ne peut pas résoudre dans les Universités.

(Si l’architecture de la connaissance n’est pas redéfinie d’abord)

Considérons les Universités comme étant des institutions du savoir et de la connaissance toutes sciences et spécialités confondues:

  • Les Universités créent le savoir et le génèrent.
  • Elles le partagent, l’enseignent et le transfèrent.
  • Elles l’améliorent en le confrontant à d’autres savoirs, à d’autres vues de la connaissance.

Et pourtant, de nombreuses organisations académiques ne disposent pas de leurs propres connaissances opérationnelles pleinement structurées.

Ce n’est pas une question d’attitude. C’est un problème d’architecture.

Le coût invisible

Dans The Social Economy : Unlocking Value and Productivity through Social Technologies (2012), le McKinsey Global Institute a estimé que les travailleurs du savoir passent environ 20 % de leur journée à chercher des informations internes ou à trouver quelqu’un capable de les aider à accomplir une tâche.

Pas pour exécuter mais pour identifier ce qui est nécessaire pour pouvoir exécuter.

Extrapolé à une université de taille moyenne, cela représente une charge de travail globale équivalente à celle de centaines de personnes dédiées à la reconstruction du contexte et à la localisation de précédents déjà existants au sein de l’institution.

Plus récemment, dans  le Magic Quadrant for Knowledge Management Systems (2023) et dans ses analyses sur la gouvernance des connaissances, Gartner souligne qu’une part importante du travail dans les organisations à forte intensité de connaissances dépend d’informations non structurées réparties à travers plusieurs systèmes.

En pratique, ces connaissances sont souvent dispersées dans :

  • Emails
  • Dossiers partagés (la gestion du partage restant très peu claire)
  • Documents non versionnés. (pas de mise à jour ou de gestion de l’obsolescence)
  • Mémoire personnelle (avec la volatilité qu’on lui connait…)

Il n’apparaît pas comme un élément budgétaire. Mais cela a un impact direct sur l’efficacité, la cohérence et le risque opérationnel.

L’illusion technologique

L’émergence de l’IA générative a suscité une attente compréhensible : si la technologie peut répondre à n’importe quelle question, le problème de la recherche d’informations internes devrait être considérablement réduit.

Cependant, des preuves récentes introduisent des nuances pertinentes.

Les  Work Trend Index 2023 et Work Trend Index 2024 de Microsoft montrent que, si l’IA accélère l’élicitation de la réponse initiale, le besoin de validation augmente lorsque l’information source est incomplète ou incohérente.

Parallèlement, l’article « Generative AI at Work » publié dans Harvard Business Review (2023) analyse comment l’utilisation de l’IA augmente la productivité individuelle, mais montre également l’importance de disposer d’informations structurées et fiables pour éviter toute refonte.

De plus, dans The Economic Potential of Generative AI : The Next Productivity Frontier (2023), McKinsey & Company estime qu’entre 60 % et 70 % de l’impact potentiel de l’IA générative dépend de la qualité et de la structuration des connaissances organisationnelles sous-jacentes.

En termes stratégiques :

L’IA ne remplace pas une architecture de gestion de connaissance robuste. Cela l’amplifie — pour le meilleur ou pour le pire.

Investir dans l’IA de manière désorganisée équivaut à accélérer des processus déjà inefficaces.

Une décision structurelle

Les institutions qui réalisent des retours tangibles grâce à l’IA n’ont pas commencé par la technologie.

Ils ont commencé par identifier, structurer et gouverner leurs connaissances organisationnelles.

Des rapports industriels tels que How to Measure the ROI of Knowledge Management (Bloomfire, 2024) et les analyses de ROI publiées par Stravito (2024) montrent des réductions significatives du temps passé à la recherche et à la validation des informations après la mise en place de systèmes formels de gestion des connaissances.

La question n’est donc pas exclusivement technologique.

C’est une décision d’architecture organisationnelle qui conditionne le retour sur tout investissement ultérieur dans l’IA.

Un débat stratégique en attente

Dans de nombreuses universités, la conversation actuelle tourne autour des outils d’IA à adopter.

Cependant, la question précédente peut être une autre :

Les connaissances institutionnelles sont-elles structurées, gouvernées et prêtes à être amplifiées par l’IA ?

La réponse à cette question déterminera non seulement l’efficacité opérationnelle, mais aussi la cohérence institutionnelle et la capacité à prendre des décisions en fonction de la connaissance de soi.

Publié le

Dans quels cas les agents IA peuvent satisfaire les attentes des clients? Quelle sont les bonnes approches, aujourd’hui et demain?

On observe que les Services Clients (internalisés et externalisés -BPO) affichent souvent des études démontrant que « les clients préfèrent parler à l’humain plutôt qu’interagir avec des robots d’IA », mais ces Services Clients proposent pourtant de plus en plus de services IA.

Les clients préfèrent effectivement interagir avec des humains, mais ils achètent pourtant des produits et des services à des vendeurs qui s’efforcent de réduire le coût humain en proposant des solutions de support IA.

Mais confier la totalité des interactions clients à des agents AI est il vraiment économique? Est-ce que le client sort vraiment gagnant, a-t-il vraiment le choix?

On comprend facilement qu’il est difficile de convaincre un client de payer un premium à l’achat pour pouvoir interagir avec un humain en cas de besoin de support éventuel,

Pour rester compétitif, il convient de trouver des moyens de rendre le fonctionnement du Service Client moins onéreux sans en dégrader la qualité en s’appuyant d’outils utilisant l’IA afin de booster la productivité des agents humains.

Quelles sont les limites à envisager?

Dans le cas d’interactions de base, simples, répétitives et n’impliquant pas de risques majeurs tels que:

  • Risques financiers
  • Dégradation de réputation
  • Risque de non-conformité
  • Risques légaux  

Ces interactions peuvent être gérée par des agents IA.

Par contre lors d’interactions nécessitant:

  • De l’empathie afin de réduire le stress du client.
  • De clarifier la description du problème faite par le client.  
  • De résoudre des problèmes complexes multi-sources.
  • D’envisager diverses combinaisons de solutions avec des choix à faire
  • Une compréhension des conformités en jeux (financières, liées à la santé…) avec un impact critique pour le client et l’entreprise, en terme de sûreté, sécurité…

Alors les humains peuvent interagir de manière beaucoup moins coûteuse et efficace.

Quelles contraintes pour rendre l’humain performant?

Restons toutefois conscient que cette efficacité à coût maîtrisé impose de mettre à disposition des agents des outils performants:

  • Accès aux processus à jour.
  • Accès aux références techniques.
  • Accès aux méthodes de diagnostiques complexes (arbres de décisions…).
  • Protocoles d’escalade.
  • Protocoles de compensation clairs et fluides.
  • Contribution à l’amélioration quotidienne de ces outils en fournissant des commentaires significatifs.

Quand l’IA fonctionne… Et quand ce n’est pas le cas

Soyons justes : il y a des cas où l’IA apporte une réelle valeur aux Services Clients.

  • Réponses instantanées aux questions simples et non-anbigües fréquemment posées,
  • disponibilité 24h/24 et 7j/7.
  • capacité à gérer les pics de demande.
  • demandes en plusieurs langues.

Pour les tâches de routine bien définies, l’automatisation peut être vraiment utile.

Le problème se pose lorsque vous essayez d’appliquer la même logique à l’ensemble du spectre du service client. Des situations exceptionnelles, des problèmes complexes, des clients frustrés ou des plaintes sensibles nécessitent de l’empathie, de la flexibilité et un jugement humain – précisément ce que l’IA  ne peut pas toujours offrir aujourd’hui.

Un rapport de McKinsey & Co. de mars 2025 a montré que 71 % des entreprises utilisent désormais l’IA générative dans au moins une fonction commerciale, mais que l’adoption est nettement plus faible dans les secteurs hautement réglementés : 63 % dans le secteur de la santé et 65 % dans les services financiers, précisément là où les erreurs ont le plus d’impact.

Une proposition d’équilibre

Peut-être que la question ne devrait pas être « IA oui ou non ? », mais « combien d’IA et où ? ». Une approche hybride intelligente serait :

  • Utiliser l’IA pour filtrer et catégoriser les requêtes initiales, en reconnaissant leurs limites
  • Automatiser véritablement les tâches simples et répétitives où les erreurs ont peu d’impacts.
  • Mettre en place des systèmes de vérification humaine pour les réponses critiques (en gardant les humains dans la boucle, comme recommandé par Red Hat)
  • Faciliter l’accès rapide (instantanée ?) à un humain lorsque la situation l’exige ou lorsque l’IA exprime une incertitude (sachant qu’un des problèmes des agents IA est d’admettre qu’ils ne sont pas en mesure de répondre correctement…voir nos publications précédentes)
  • Inclure des avertissements clairs indiquant quand les informations sont générées par l’IA
  • Former des agents humains à travailler avec des outils d’IA qui les responsabilisent, et non les remplacent
  • Mesurer le succès du point de vue du client au premier plan, et pas celui de l’entreprise, le succès pour le client entraîne forcément celui de l’entreprise. L’inverse est rarement vrai…
  • Etre transparent sur le moment où les clients interagissent avec l’IA et quand avec les humains.
  • Faire confiance à l’esprit critique de vos équipes en les impliquant directement dans l’amélioration des solutions apportées aux clients.

On peut résumer cette longue liste en préconisant de mettre à disposition de vos équipes des outils qui utilisent l’IA et gèrent la connaissance de votre entreprise tout en l’améliorant avec une plateforme de Gestion de Connaissance – KMS (Knowledge Management Systems)

La question qui dérange

En fin de compte, une réflexion délicate demeure : les entreprises adoptent-elles l’IA dans le service client parce que c’est la meilleure solution pour leurs utilisateurs, ou parce que cela semble la solution pour protéger la profitabilité ? S’agit-il d’une véritable innovation ou d’une optimisation déguisée en modernité ?

Et le font-ils en toute connaissance de cause des limites techniques réelles de ces systèmes ? Les données suggèrent que non. Quand GPT-4 et GPT-4 Turbo, les modèles les plus précis disponibles, hallucinent 3 % du temps ; lorsque des modèles de raisonnement avancés tels que O3 et O4-mini hallucinent respectivement 33 % et 48 % du temps ; lorsque le modèle le plus grand et le plus cher d’OpenAI doit être retiré après seulement 4 mois ; Lorsque les tribunaux commencent à tenir les entreprises responsables des fausses informations fournies par leurs chatbots, tout cela suggère que l’industrie tente de courir avant d’apprendre à marcher.

La réponse varie probablement d’une entreprise à l’autre, mais le silence assourdissant sur les études de satisfaction client, sur les taux d’abandon dans les systèmes automatisés, sur le nombre d’utilisateurs cherchant désespérément l’option « parler à un humain » et sur les défaillances techniques réelles et documentées des LLM, suggère que nous ne nous posons peut-être pas les bonnes questions.

La technologie est un outil, pas un objectif. Et un outil n’est utile que s’il résout les problèmes réels des vraies personnes qui l’utilisent, et s’il fonctionne de manière fiable dans le monde réel, et pas seulement dans les benchmarks de laboratoire.

Tant que les décisions concernant l’IA dans le service client seront prises dans les salles de conseil en examinant des feuilles de calcul et des présentations commerciales de fournisseurs de technologie, plutôt qu’en discutant avec de vrais clients et avec une compréhension honnête des limites techniques documentées, nous continuerons à voir des mises en œuvre qui privilégient l’efficacité de l’entreprise plutôt que l’expérience humaine.

Et peut-être plus inquiétant encore, nous continuerons à voir des entreprises surprises lorsque leurs systèmes d’IA échouent, lorsque leurs clients deviennent frustrés et lorsqu’elles découvrent que les économies à court terme peuvent être très coûteuses lorsqu’elles se mesurent à la perte de réputation, de confiance et de fidélité des clients.

Publié le

La réalité technique : les LLM ne sont pas aussi brillants qu’ils en ont l’air

Au-delà du discours commercial sur les avancées spectaculaires de l’IA, la réalité technique des grands modèles de langage (LLM) présente des limites importantes qui sont rarement mentionnées dans les présentations d’entreprise.

Hallucinations : le talon d’Achille persistant

L’un des problèmes les plus graves est que les LLM peuvent « halluciner » des informations en toute confiance. Ces systèmes inventent des données, des citations ou des faits qui semblent tout à fait crédibles mais qui sont totalement faux. Une étude de Vectara a révélé que les modèles les plus précis, GPT-4 et GPT-4 Turbo, hallucinent environ 3 % du temps lorsqu’ils résument des textes, tandis que d’autres modèles atteignent des taux d’erreur de 27 %.

Dans le service client, cela a des conséquences réelles et coûteuses. Air Canada a été contrainte en février 2024 par un tribunal canadien de verser une indemnisation à un client après que son chatbot a inventé une politique de frais de deuil qui n’existait pas. Le bot a affirmé avec confiance que les clients pouvaient demander des réductions rétroactivement jusqu’à 90 jours après l’émission du billet, ce qui est complètement faux selon la politique réelle de l’entreprise. Parmi les autres cas notables, citons DPD, une entreprise de logistique européenne, qui a dû désactiver une partie de son chatbot après avoir commencé à insulter les clients et à décrire l’entreprise comme « le pire service de livraison au monde ». Virgin Money a également été contraint de s’excuser après que son chatbot a réprimandé un utilisateur pour avoir utilisé le mot « vierge ». Et Cursor, une startup tech américaine, a dû limiter les dégâts lorsque son chatbot a informé les clients d’un changement radical de sa politique d’utilisation qui était complètement fictive.

Le paradoxe des modèles de raisonnement avancés

Paradoxalement, les modèles de raisonnement plus avancés, qui utilisent des approches de « chaîne de pensée » pour décomposer des problèmes complexes en petits morceaux, semblent halluciner plus souvent que les LLM ordinaires, selon l’analyse de Vectara. OpenAI a reconnu dans un rapport sur les performances de ses derniers modèles de raisonnement que o1 a halluciné 16 % du temps lors de la synthèse d’informations publiques sur des personnes, tandis que ses nouveaux modèles o3 et o4-mini ont halluciné 33 % et 48 % du temps, respectivement.

Mathématiques de base et raisonnement logique

Ironiquement, alors que les entreprises vendent ces systèmes comme des « superintelligences », les LLM ont des difficultés notables avec des tâches que n’importe quel élève d’école primaire pourrait résoudre. Le raisonnement mathématique de base reste un point faible, ce qui est problématique lorsque les clients posent des questions sur les remises, les dates de garantie ou les calculs de coûts.

Comment gérer ce risque et avoir une totale confiance en ses outils utilisant l’IA?

Nous avons identifié des précautions à prendre et des méthodes à suivre afin de tirer le meilleur parti des capacités de l’IA (Pour les services clients comme dans tous les domaines qui gèrent des informations critiques) et nous partagerons ces éléments dans le dernier des 5 articles que nous publions à ce propos.

Restez à l’écoute!

Publié le

Echec et Mat pour l’IA et les Services Clients ? Quand connaître les règles ne suffit plus !

L’analogie entre une partie d’échecs et une interaction client-agent (humain) d’un service client, peut paraître surprenante mais en regardant de près les différents niveaux d’interactions, l’analogie peut être pertinente :

Si les objectifs de chaque interaction restent radicalement différents (échec et mat Vs CSat & solution à un problème), la montée progressive en complexité des 2 interactions présente en effet quelques similitudes :

Parallèles conceptuels

Partie d’échecsInteraction Call CenterSignification / Analogie
Stratégie d’ouvertureOuverture d’appel / accueil.Donner le ton et prendre le contrôle dès le début.
Combinaison tactiqueTraitement des objections.Réflexion rapide pour renverser les situations.
Précision en fin de partieClôture de l’appel.Assurer la résolution et la satisfaction avant de terminer.
SacrificeOffrir une compensation ou geste commercial.Perte à court terme pour un gain à long terme (fidélité ou rétention).
Échec et matSatisfaction du client et résolutionAtteindre le résultat escompté de manière efficace.
Erreur critiqueErreur de communication / violation des règlesUne erreur coûteuse qui affecte les résultats.
Pat (blocage)Impasse / escaladeAucune des deux parties n’atteint son objectif.
Pression du tempsPériodes de fort volume d’appelsDécisions sous tension ; Compromis entre l’efficacité et la précision.

Maintenant que le parallèle entre les 2 activités est clarifié, le comportement de l’IA sur ces interactions devient intéressant à observer :

Un exemple illustratif des limites des LLM (grands modèles de langage) provient d’expériences documentées avec les échecs.

En mars 2024, Chess.com a organisé une confrontation entre ChatGPT et Gemini de Google, où les deux systèmes pouvaient parfaitement expliquer les règles des échecs lorsqu’on leur demandait directement, mais ont ensuite violé ces mêmes règles à plusieurs reprises pendant le jeu. Les deux bots ont constamment tenté d’effectuer des mouvements illégaux, et lorsqu’ils ont été informés de l’erreur, ils ont continué à proposer des mouvements invalides.

Nikola Greb, un scientifique des données NLP et ancien champion d’échecs junior ELO 2000+, a joué plusieurs parties contre ChatGPT-4 en janvier 2024 et a documenté que le modèle jouait « comme un grand maître » dans les premiers coups d’ouverture, mais se détériorait considérablement au fur et à mesure que le jeu progressait. ChatGPT-4 a commencé à halluciner, proposant des mouvements impossibles même après avoir été averti. Greb a conclu que la note globale du système était inférieure à 1500, et a observé quelque chose de crucial : “Aucun apprentissage implicite des règles n’a eu lieu – ChatGPT-4 hallucine toujours aux échecs, et continue d’halluciner après l’avertissement sur l’hallucination. C’est quelque chose qui ne peut pas arriver à un humain.

Ce décalage entre ce qu’un LLM peut « dire » et ce qu’il peut « faire » révèle une limitation fondamentale : ils n’ont pas de véritables modèles mentaux du monde. Dans le contexte du service client, cela signifie qu’un bot peut parfaitement réciter la politique de l’entreprise mais l’appliquer de manière incorrecte dans des situations spécifiques, ou qu’il peut expliquer le fonctionnement d’un produit sans être en mesure de diagnostiquer un problème avec celui-ci.

Le tournoi d’échecs chatbot 2025

En janvier 2025, un tournoi d’échecs par chatbot diffusé sur la chaîne GothamChess a opposé le moteur d’échecs professionnel Stockfish à sept chatbots d’IA générative, dont ChatGPT, Gemini de Google et Grok de X. Les résultats ont été exactement ce à quoi on pouvait s’attendre lorsque les modèles de langage essaient de jouer aux échecs : des coups d’ouverture décents suivis de tentatives de plus en plus chaotiques pour contourner les lois du jeu. Le chatbot Snapchat a décidé que les pions pouvaient se déplacer latéralement comme une tour, et lorsque l’erreur a été signalée, il a refusé à plusieurs reprises de continuer à dire « Je suis désolé. Je ne peux pas m’engager dans une telle conversation. Gardons notre conversation respectueuse ».

Le problème de la mémoire et du contexte

Les LLM ont des limites de mémoire strictes. Bien que les modèles plus récents offrent des fenêtres de contexte plus larges, ils traitent toujours chaque conversation comme relativement isolée. Cela signifie qu’ils peuvent « oublier » des informations cruciales fournies au début d’une longue conversation, obligeant les clients à se répéter.

Nous verrons dans un des articles suivants comment éviter de mettre le client en échec tout en utilisant au mieux les capacités indéniables des IA…

Publié le

Pourquoi les entreprises se lancent-elles les yeux fermés dans l’IA/LLM (Large Language Model) ? Est-ce pour de bonnes raisons (d’un point de vue business) ?

L’intelligence artificielle a fait irruption dans les services à la clientèle à une vitesse vertigineuse. Les chatbots, les assistants virtuels et les systèmes automatisés se multiplient sur les sites web et les applications, promettant de révolutionner l’expérience utilisateur. Mais il convient de se demander si les entreprises prennent cette décision sur la base de preuves solides ou suivent simplement une tendance ?

La séduction de la réduction de coût immédiate

Ne nous leurrons pas : le facteur économique est l’éléphant dans la pièce. L’automatisation du service client peut réduire considérablement les coûts opérationnels. Un chatbot n’a pas besoin de vacances, ne demande pas d’augmentation de salaire et peut servir des milliers d’utilisateurs simultanément. Pour les directeurs financiers, l’équation semble simple.

Cependant, cette vision à court terme ignore les coûts cachés : le développement et la mise en œuvre de systèmes d’IA robustes, la maintenance continue, la formation d’équipes hybrides homme-machine et, surtout, le coût de la réputation lorsque la technologie échoue ou frustre les clients ; les média étant très friands d’en rapporter les échecs.

L’effet FOMO de l’entreprise (Fear Of Missing Out ou la peur de rater le train de l’innovation)  

Il existe une « peur d’être laissé pour compte » dans le monde des affaires. Lorsque les concurrents annoncent leurs avancées en matière d’IA, les équipes dirigeantes poussent à « faire quelque chose avec l’intelligence artificielle ». L’IA est devenue un élément marketing, une case à cocher dans la présentation annuelle des résultats.

Cette adoption réactive, plutôt que stratégique, explique pourquoi tant d’implémentations semblent bâclées : interfaces déroutantes, bots qui ne comprennent pas les requêtes de base, ou systèmes qui frustrent plus qu’ils n’aident, acceptation des équipes en place très mitigée. La technologie est déployée non pas parce qu’elle résout de vrais problèmes, mais parce qu’il faut être montrer qu’on l’utilise.

Quelqu’un a-t-il demandé leur avis aux clients ?

Nous arrivons ici au point le plus délicat. Combien d’entreprises ont mené des études sérieuses sur ce que leurs clients préfèrent réellement avant de se lancer dans l’automatisation ? Des preuves suggèrent que de nombreux utilisateurs apprécient encore grandement le contact humain, en particulier dans des situations complexes ou chargées d’émotion.

Personne ne veut naviguer dans des menus automatisés sans fin lorsqu’il a un problème urgent. Personne n’aime répéter sa requête trois fois à un bot qui ne comprend pas le contexte. Et pourtant, ces expériences se multiplient chaque jour.

Le paradoxe est que beaucoup d’études confirment que les clients préfèrent interagir avec des humains quand ces derniers sont disponibles, et qu’ils se contentent d’alternatives IA dans le cas contraire.  Mais le paradoxe central réside dans le fait que les clients continuent d’acheter des produits et des services sans avoir le critère du support humain comme déterminant dans le choix du produit et de la marque. Est-ce parce qu’il n’existe que très peu d’offres sur le marché clairement labellisées « support performed by humans » ?

L’argument de l’efficacité… Pour qui ?

Les entreprises parlent d’« amélioration de l’efficacité », mais à qui bénéficie cette efficacité ? Un système peut être efficace pour l’entreprise (il traite plus de requêtes avec moins de ressources) et en même temps être inefficace pour le client (il nécessite plus de temps, génère plus de frustration).

La vraie question est la suivante : mesurons-nous correctement le succès ? Si les indicateurs sont purement internes (nombre de requêtes traitées, temps de réponse moyen, réduction des coûts), nous optimisons pour l’entreprise et non pour le client.

Publié le

Confronté au double défi de partager la connaissance de votre entreprise et de disposer d’un outil performant pour la gestion des formations ? SHA a certainement une solution pour vous.

SHA est une plateforme qui combine des fonctionnalités de Gestion de l’Apprentissage avec des outils de Gestion de la Connaissance, soit pour utiliser les termes techniques couramment utilisés : SHA propose une solution qui fusionne des fonctionnalités LMS (Learning Management System) avec un KMS (Knowledge Management System)

La dernière version de SHA devient un Système de Gestion de Solutions (Solution Management Solution) un concept innovant, qui simplifie la gestion des connaissances et de l’apprentissage :

SMS est le résultat de la combinaison de KMS et LMS

La plateforme SHA s’adresse à toutes les entreprises qui gèrent au quotidien beaucoup d’informations et ont un besoin critique de s’assurer que leurs équipes ont rapidement et facilement accès à ces informations afin de les partager (clients, prospects, fournisseurs…).

Des entreprises qui considèrent à juste titre que la Connaissance fait partie de la Valeur Intrinsèque de l’entreprise et qu’il est capital de la gérer afin de partager le plus efficacement possible avec les personnes concernées.

Il est également nécessaire que les utilisateurs de ces informations puissent contribuer à l’amélioration de ces données en indiquant leur avis sur la pertinence de l’information fournie.

SHA associe à cette gestion de la connaissance des fonctionnalités avancée de Gestion de l’Apprentissage en orientant les utilisateurs vers des contenus que l’entreprise considère comme important pour effectuer leurs tâches de façon optimale (Coût, Qualité, Vélocité)

Les secteurs d’activité les plus consommateurs de ces outils sont ceux en général ceux qui interagissent avec les clients (Services Clients, Centre d’Appels…) mais toutes les divisions d’une entreprise qui cherche à optimiser sa performance opérationnelle sont concernées :

Nous avons établi, en échangeant longuement avec nos clients et prospects, un tableau non exhaustif des différents types de contenus et de leur volatilité dans le temps (facteur important pour la gestion du contenu)

Les documents mis en avant dans ce tableau (en vert) sont ceux que l’on retrouve les plus souvent cités comme contenus prioritaire dans les systèmes de KMS et LMS.

Tableau Statique
Catégorie Types de Documents Personnel Concerné Format Cycle de Vie
Politiques & Procédures Manuels des employés, SOPs, directives RH, Administration, Juridique, Affaires Générales PDF, Word (protégé) Moyen (mises à jour annuelles)
Contrats Contrats clients, accords fournisseurs Juridique, Ventes, Fournisseurs, Clients PDF (protégé) Définitif (rarement mis à jour)
Rapports Financiers Bilan, comptes de résultats, audits Personnel Financier, Administration XLS, PDF Moyen (mises à jour trimestrielles ou annuelles)
Matériel Marketing Brochures, campagnes, présentations Marketing, Ventes, Communication, Prospects PDF, PNG, PPT Court (mises à jour fréquentes)
Documents de Conception Plans, fichiers CAD, ébauches Conception, R&D CAD, PDF, propriétaire Court (mises à jour fréquentes)
Plans de Production Plannings, spécifications, logs de qualité Production, R&D, Clients XLS, Word Court (mises à jour fréquentes)
Dossiers Clients Entrées CRM, retours clients Personnel Service Client, Ventes, Clients Export base de données XLS Moyen (mises à jour périodiques)
Matériel de Formation Modules e-learning, guides d’intégration RH, Personnel Service, Affaires Générales PDF, Vidéo, PPT Moyen (révision tous les 1-3 ans)
Comptes-Rendus de Réunion Agendas, comptes-rendus, actions Affaires Générales, Administration, Toutes Équipes Word, PDF Court (cycles de projet spécifiques)
Dossiers Juridiques Rapports de conformité, dépôts de brevets Juridique, Personnel Financier, R&D PDF, Word Définitif (rarement mis à jour)
Mémos Internes Annonces, mises à jour, notes Administration, Tout le Personnel Email, PDF Court (utilisation unique)
Journaux de Service Rapports de maintenance, suivi des incidents Personnel Service, Production XLS, Word Moyen (mises à jour régulières)
Dossiers Fournisseurs Factures, journaux de livraison, contrats Fournisseurs, Personnel Financier, Administration PDF, XLS Moyen (mises à jour périodiques)
Dossiers Employés Évaluations, paie, formulaires de congé Personnel RH XLS, Word Moyen (mises à jour annuelles)
Rapports R&D Journaux d’expérimentation, rapports techniques R&D, Conception PDF, XLS Moyen (révision après projet ou annuelle)

La question que nos prospects nous posent le plus souvent est

Comment SHA parvient à être performant en fusionnant 2 activités qui la plupart du temps requiert l’utilisation de 2 plateformes distinctes. Comment SHA introduit des fonctionnalités LMS dans une plateforme KMS de gestion de contenu ?

C’est très simple, grâce à 3 facteurs principaux :

  • Considérer le contenu de formation comme un contenu « connaissance » standard. Et ceci même si l’on sait que le format, son cycle de vie et sa structure peut être différent d’un autre contenu.
  • Utiliser la dualité Contenu/Utilisateur qui est une des particularités de SHA. SHA gère les interactions entre le contenu et l’utilisateur, en ne perdant jamais de vue la pertinence du contenu du point de vue de l’utilisateur : Est-ce que cette information lui a permis d’accomplir la tâche qui lui est confiée ou nécessite-t-elle d’être améliorée ?
  • Considérer l’apprentissage plutôt que la formation. Les responsables opérationnels savent très bien que la Formation peut être sans effet alors que l’Apprentissage a un impact mesurable sur les opérations. Suivre une formation (en ligne ou en classe) n’aboutit pas toujours à une progression du niveau et ne résulte pas toujours à une amélioration des KPIs alors que l’apprentissage (avec les outils de contrôle et de suivi qualité fournis par SHA) permet de boucler la boucle et s’assurer que la formation apporte le bénéfice attendu.

Que votre organisation utilise déjà un LMS ou pas, SHA intègre très facilement le contenu destiné à l’apprentissage (du cours très structuré jusqu’au flash brief) et permet aux équipes de managers de s’assurer de la bonne acquisition (qualitativement et dans les temps impartis) du savoir.

Si vous utilisez déjà des outils de Gestion de Connaissance qui ne disposent pas des fonctionnalités de Gestion d’Apprentissage, SHA peut facilement intégrer votre contenu existant et immédiatement faciliter votre Gestion de Connaissance, et vous pourrez en plus bénéficier immédiatement des avantages d’une Gestion d’Apprentissage pour vos équipes.

Pour bénéficier de tous les avantages d’une gestion unifiée de votre Connaissance d’entreprise et de l’Apprentissage de vos équipes contactez nos experts, ils vous feront profiter de leur vaste expérience dans ce domaine !

SHA: un système de gestion des connaissances conçu et développé par des experts du service client qui ont apporté leur vision et leur expérience opérationnelle pour concevoir un système qui améliore l’expérience client, l’expérience du personnel et réduit le coût du service !

Pour plus d’informations sur la façon dont SHA peut transformer vos opérations, contactez-nous: 

/https://sha-saas.com/contact-us/

Publié le

Comment répondre aux besoins spécifiques des Services Clients du Secteur Financier ?



Si les requêtes gérées par les Services Clients (avant-vente, vente et après-vente) sont de nature très différentes selon les secteurs d’activité et selon les types d’organisations, reconnaissons que les exigences génériques communes a la plupart des Services Clients sont les suivantes :

  • Equipes Services Clients avec connaissances approfondies des produits et des processus.
  • Processus orientés client.
  • Temps d’attente (comme le taux d’abandon et autres KPI opérationnels) maitrisé.
  • Empathie (entre autres soft skills)
  • Un leadership fort de la part des agents pour guider les clients vers la solution souhaitée.

Abordons maintenant la question suivante : les niveaux d’
exigences sont-ils similaires dans tous les secteurs ?

  • La première réponse qui vient à l’esprit est que différents produits/services peuvent nécessiter différents niveaux de performance. Cependant, ce n’est pas nécessairement parce que les produits/services sont différents, mais ce sont plutôt les conséquences potentielles de l’incapacité à atteindre le niveau attendu qui différencient les activités.

Par exemple, avoir un problème avec une adresse de livraison peut entraîner un retard de 24 heures dans la livraison d’un livre, ce qui est frustrant pour le client. Mais, dans le domaine de la santé une mauvaise saisie d’adresse peut avoir de graves conséquences pour une ambulance dispatchée en urgence.

  • Un autre facteur est la configuration de l’organisation, ce qui signifie que la manière dont les processus, les règles de fonctionnement et les connaissances sur les produits/services sont générées et partagées dépend de l’organisation globale de l’entreprise.

Par exemple, si toutes les activités commerciales et opérationnelles sont internes et situées dans un seul endroit, le flux de travail pour la création, la diffusion et le partage d’informations clés (connaissances) sera complètement différent de celui d’une organisation avec plusieurs sites et un mélange d’opérations internes et externalisées.

  • Le niveau de conformité et les contraintes légales peuvent également varier considérablement en fonction du type de service. Certains marchés sont soumis à des règles juridiques strictes et sont tenus de fournir des informations dans un format spécifique.

Par exemple, si vous vendez des chaussures en ligne ou si vous êtes dans le secteur des prêts bancaires, vos contraintes et vos engagements d’entreprise sont d’une nature très différente.

  • De plus, certaines industries ont des processus intrinsèquement complexes et doivent garder une trace de l’héritage historique. Le suivi des politiques passées et des procédures à long terme nécessite de gérer une quantité importante d’informations et de connaissances avec discipline.

Par exemple, dans l’industrie de l’électronique grand public, il n’est pas essentiel de garder une trace des spécifications matérielles d’un graveur de CD-ROM qu’un client a acheté il y a 10 ans, mais il est essentiel pour une banque de comprendre les conditions dans lesquelles un client a obtenu un certain taux hypothécaire il y a 15 ans.

Voyons maintenant ce qui rend le Support Client du Secteur Financier si spécifique en terme d’attentes et ce qui différencie ce secteur d’activité (banques, fournisseurs de crédit, assurances, etc.) dans la façon dont sont fournies les informations aux clients.

Chez SHA, nous avons travaillé en étroite collaboration avec l’un de nos clients, une  Institution Financière réputée, pour nous assurer que notre solution de gestion des connaissances (Knowledge Management System) correspondait aux attentes spécifiques du secteur d’activité tout en améliorant les coûts de service.



Alors, qu’y a-t-il de si spécifique dans la fourniture d’informations financières ? Sur la base de l’expérience de SHA, les points suivants ressortent :

  • Volume massif d’informations provenant de différentes sources avec des formats de données variés. Les processus financiers incluent souvent de la documentation “historique” ainsi que des documents récemment édités par les services juridiques, financiers, commerciaux et marketing.
  • Des processus et des procédures longs et complexes. Cela nécessite des techniques spéciales, telles que les flux de décision en arbre, pour améliorer la communication et les interactions avec les clients. Il n’est pas possible pour le personnel du service client d’absorber tous les détails de chaque procédure.
  • Procédures et gouvernance a très forte sensibilité légale et règlementaire. Fournir des informations inexactes peut entraîner des risques d’image et financiers majeurs. Si le service client est externalisé à un BPO, le contenu doit être validé par des experts internes, car les responsabilités critiques ne peuvent pas être déléguées..
  • L‘expérience client directement impactée par des explications claires. C’est un fait connu que le personnel du service à la clientèle peut expliquer les choses mieux et plus rapidement lorsque l‘information lui est présentée de manière simple.
  • Difficulté pour former les équipes et de s’assurer de la bonne restitution de l’ensemble des sujets. Avec la volatilité des spécifications des produits et les changements de procédures, il est difficile de suivre les connaissances, même sur des questions de base comme les taux de change et les taux d’intérêt.
  • Il est crucial de répondre à 100 % des questions. Contrairement à d’autres secteurs d’activité, même une question non fréquemment posée mérite la même attention que les requêtes du top10. Les outils publics de connaissance de l’IA ne peuvent pas être considérés comme suffisamment sûrs pour récupérer des informations critiques.


SHA-SAAS apporte également son expertise client à la solution, offrant ainsi les bénéfices suivants :

  • Système unique pour contrôler tous les processus et procédures. Toutes les données provenant des divisions juridiques, du marketing, des ventes, de la finance, etc. sont regroupées dans un seul système avec un outil de recherche simple et efficace.
  • Contrôle de la qualité et contrôle de la distribution. Les commentaires sur l’expérience des agents et des clients sont utilisés pour identifier les processus les plus difficiles à comprendre, ce qui permet à leurs auteurs de les retravailler et de les améliorer.
  • Gestion du changement. Les connaissances doivent être dynamiques, et les méthodes de transmission des connaissances nécessitent des plans d’amélioration continue, tant pour les connaissances elles-mêmes que pour leurs utilisateurs.
  • Création de documents formellement vérifiés et approuvés en conformité aux procédures opérationnelles standard. Des processus d’approbation rigoureux garantissent la conformité aux règles de gouvernance des institutions financières, en s’adaptant aux différentes configurations opérationnelles qu’elles soient partiellement ou intégralement internalisées ou externalisées.
  • Fonctions intégrées de contrôle et de planification de la formation. Les connaissances sont essentielles, mais l’utilisation des connaissances par le personnel du service client est encore plus importante. Des modules de formation avancées, des programmes de formation personnalisés et un suivi individuel des performances des connaissances sont intégrés dans le système de gestion des connaissances.
  • Analyse des écarts et suggestions d’amélioration. Nos outils de gestion des connaissances de la qualité basés sur l’IA (Outils développés en interne) permettent de détecter les signaux faibles de dérives de qualité dans le contenu et de suggérer des améliorations.

Les clients SHA actifs dans le secteur des Services Financiers ont bénéficié des avantages suivants en utilisant notre système de gestion des connaissances :

  • Réduction importante des supports papier et des fichiers obsolètes. Non seulement l’élimination de l’utilisation de documents imprimés mais aussi réduction et optimisation des flux de processus dans un guichet unique de connaissances..
  • Renforcement et rationalisation des processus d’approbation. Alignement des processus d’approbation sur les directives de gouvernance d’entreprise, fournissant un flux de travail transparent, rapide et complet pour la création de connaissances.
  • Réduction des besoins de formation « en classe ». Réduction de la durée de la formation des nouveaux employés et des mises à jour de formation, ce qui permet d’augmenter la productivité par tête et d’améliorer la synchronisation avec les nouveaux produits et les annonces de nouvelles procédures.
  • Amélioration de la précision des résolutions de problèmes et réduction du temps investi. De meilleures informations fournies aux équipes du service client permettent une meilleure productivité.
  • Amélioration de l’Expérience Client et de l’Expérience des Equipes Service Clients. Une fourniture d’informations précises et à jour et des conseils efficaces permettent d’améliorer l’expérience des clients et du personnel.

Si nous comparons les réalisations/avantages de SHA avec les exigences du service client identifiées précédemment, nous pouvons voir ce qui suit :

Besoins GénériquesFunctionalities et Bénéfices de SHA pour gérer la ConnaissanceAdequations Service Clients Secteur Financier et SHA
Personnel ayant une connaissance approfondie des produits et des processusGestion des connaissances de base avec fonction de formation intégréeSHA prend en charge les informations multiformats et garantit la fraîcheur des données utilisées par les équipes du service client. Il s’agit d’une solution idéale pour la gouvernance interne de la validation de base avec des opérations BPO à distance.
Processus orientés clientRetour d’information intégré de la part du service clientèle sur le système de gestion des connaissances, de plus le module de coaching SHA permet une amélioration continue du connaissance et des soft skills des équipes qui interagissent avec les clients.Conseils pertinents et explications claires sont essentiels pour que les clients naviguent en toute connaissance dans des processus financiers complexes.
Temps d’attenteRéduction des temps d’attente et de la durée des appels grâce à des informations précises et faciles à trouver, cela améliore l’efficacité opérationnelle.Crucial pour des opérations financières compétitives.
Empathie (parmi d’autres compétences générales) des équipes Service Clients.Equipes Service Clients bien formées et dotées d’informations d’assistance claires peut se concentrer sur la satisfaction des clients et améliorer la rétention et l’acquisition.La satisfaction des clients est devenue un facteur de différenciation important, car les clients des services financiers deviennent plus volatiles avec la croissance des offres de banque et d’assurance en ligne.
Leadership fort de l’agent pour guider les clients vers la solution ou l’offre attendueLa formation et l’éducation du personnel se concentrent sur la gestion des appels plutôt que sur les connaissances techniques. Le suivi des parcours de formation individuelle et en équipe renforce la qualité des interactions avec les clients et les prospects, conduisant à une réduction des coûts et à une croissance des revenusRésolution initiale des problèmes et taux de conversion optimal.
Tableau 1 : résumé rapide de l’adéquation de SHA KMS aux besoins CS des services financiers.

En conclusion, bien que les Service Clients des Services Financiers exigent, comme la plupart des autres secteurs d’activité, que les fondamentaux du service à la clientèle soient délivrés, il y a des éléments supplémentaires qui doivent être pris en compte et abordés. Le Système de Gestion des Connaissances de SHA fournit ces éléments de manière pratique, simple et particulièrement économique.

Et si SHA excelle à répondre aux attentes les plus exigeantes, il convient également parfaitement à tous les autres secteurs avec différents niveaux de performance attendus.

SHA est un système de gestion des connaissances conçu et développé par des experts expérimentés et chevronnés du service à la clientèle qui ont apporté leur vision et leur expérience opérationnelle quotidienne pour offrir un système qui améliore l’expérience client, améliore l’expérience du personnel et réduit le coût du service !

Pour plus d’information, contactez nous sur:

/https://sha-saas.com/contact-us/

Publié le

Gestion de la connaissance dans les organisations internationales 

Il est à présent reconnu que la mise en place d’une Gestion de la Connaissance en Entreprise joue un rôle critique dans la création de valeur, chaque équipe et chaque individu ayant un impact direct sur la performance de l’organisation. Ces effets bénéfiques prennent une autre dimension si l’on se place dans un contexte international, ce qui est de plus en plus le cas pour les entreprises.

Pour les organisations multinationales, la Gestion de Connaissance offre de multiples bénéfices qui contribuent à l’efficacité, à l’innovation et à la compétitivité globale de l’entreprise. Sans même évoquer le débat sur comment positionner le curseur de la centralisation, l’utilisation d’une plateforme commune pour la Gestion de Connaissance est primordiale.

Sans rentrer dans l’exhaustivité des bénéfices apportés, nous allons nous focaliser sur les avantages qu’apporte une Gestion Globale de la Connaissance d’Entreprise :

1) UNE ORGANISATION.

Bien que rarement perçus par les structures strictement locales, les bénéfices associes à une Gestion Globale de la Connaissance peut se décliner de la façon suivante :

  • Homogénéité des processus : tous les employés suivent les mêmes politiques et procédures, ce qui garantit l’uniformité et la qualité du produit/service.
  • Normalisation et meilleures pratiques : mise en œuvre facile de normes et de pratiques communes au niveau mondial.
  • « Local Touch » : l’utilisation d’une plateforme de gestion appropriée permet la « localisation » des connaissances, s’intégrant parfaitement dans le suivi et le « reporting ».

2) AMÉLIORATION DE L’INNOVATION : QUI SAIT PLUS et MIEUX, PARTAGE PLUS et MIEUX

En principe, les connaissances peuvent être créées de manière centralisée, mais leur amélioration se fera également de manière décentralisée, en fonction de l’expérience.

  • Optimisation des ressources : facilite l’identification et la mobilisation d’experts et de talents au niveau mondial pour résoudre des problèmes spécifiques ou des projets stratégiques.
  • Partage : Facilite l’échange d’idées, d’innovations et de meilleures pratiques entre les différentes parties de l’organisation, favorisant une culture d’apprentissage continu.
  • Collaboration mondiale : améliore la collaboration entre les équipes de différents pays, ce qui peut conduire à des solutions plus créatives et innovantes.
  • Économies d’échelle : réduire les coûts d’exploitation en consolidant les fonctions et les ressources, en éliminant les redondances et en tirant parti de la technologie.

3) ADAPTABILITÉ ET RAPIDITÉ DE RÉPONSE.

Si en local, la performance des outils numériques est critique pour leur acceptabilité par les équipes d’une entreprise, il apparait évident que ce facteur performance se retrouve encore plus sensible en environnement international. Un système de Gestion de Connaissance Global se doit de fournir :

  • Facilite l’adaptation aux changements de l’environnement commercial mondial d’une manière plus agile et cohérente.
  • Vitesse de diffusion : Permet la communication instantanée des changements apportés aux politiques, aux procédures ou à toute autre information pertinente.
  • Gestion de crise : Permet une réponse coordonnée et efficace aux situations de crise, en intégrant des protocoles et des plans d’action dans le système de gestion des connaissances.

4) DÉVELOPPEMENT ORGANISATIONNEL.

Le développement et la rétention active des personnes et des équipes est vital pour garantir la survie à long terme des entreprises, car ils leur permettront de s’adapter aux changements auxquels elles seront confrontées au fil du temps.

  • Formation et perfectionnement : facilite la mise en œuvre de programmes de formation et de perfectionnement professionnel, gérés collectivement ou individuellement, qui renforcent le perfectionnement professionnel.
  • Rétention des talents : aide à retenir les connaissances au sein de l’organisation, même en cas de roulement de personnel, en disposant d’une plateforme d’information et d’expérience.
  • Respect des différences culturelles et des spécificités locales sur  les modes et règles d’apprentissage. Cela est possible avec une plateforme de Gestion de la Connaissance d’Entreprise Globale.

5) CONTRÔLE ET SÉCURITÉ

Au même titre que la performance, les aspects contrôle et sécurité d’outils numériques réclament une vigilance totale en environnement global :

  • Gestion de la qualité : permet une supervision plus stricte et centralisée des processus de qualité, minimisant les risques et maximisant la conformité réglementaire.
  • Protection des données : Assure une gestion plus sûre et contrôlée des informations sensibles, conformément aux réglementations internationales en matière de protection des données.
  • Analyse centralisée : Améliore la capacité d’analyse et de surveillance de l’organisation grâce à des données consolidées, permettant une meilleure identification des tendances et des opportunités.

Pour plus d’information, contactez nous sur: /https://sha-saas.com/contact-us/

Publié le

Avec la Plateforme de Gestion de Connaissance SHA, formez vos équipes et obtenez vos Certificats de Formation!

Quelques minutes de formation quotidienne peuvent devenir des heures chaque mois!

Les équipes SHA sont à l’écoute permanente de leurs clients et lors de discussions avec les utilisateurs de notre plateforme de Gestion de Connaissance, ils ont exprimé leur satisfaction à propos de l’intégration de la fonctionnalité formation dans un KMS (Gestionnaire de Connaissance/ Knowledge Management System).

Et la discussion ne n’est pas arrêtée là : les Managers HR et Opérationnels nous ont dit que ce serait encore mieux si ils pouvaient obtenir facilement un rapport sur le temps passé, par chaque individu, sur ces formations!

Excellente suggestion effectivement ! C’est pourquoi nous l’avons mise en place pour que les chefs d’équipe, les gestionnaires de comptes, les directeurs opérationnels, les responsables des ressources humaines puissent avoir, en un clic, une vue sur le temps de formation et obtenir les certificats correspondants, chaque minute de formation est ainsi comptabilisée par individu, par équipe, par département…

Oh, et voici un fait qui va vous intéresser : dans certains pays (oui notamment en France mais pas seulement), les centres de formation certifiés doivent suivre l’indice de satisfaction des apprenants (LSAT). Mais devinez quoi ? Nous avons simplifié la gestion et la communication des évaluations LSAT grâce à notre module d’enquête sur la formation. Nous ne nous contentons pas de boucler la boucle en matière de qualité de la formation ; Nous y ajoutons un joli nœud fantaisie !

Et ceci tout en gardant ce qui fait la force de SHA : Facile à Créer, Simple à Utiliser et Evident à Analyser !

Pour plus d’informations, contactez nous!

https://sha-saas.com/contact-us/