Le Care Management : nouvelle clé de l’efficacité ?
- Durée
- Durée :2 jours
- Niveau
- Niveau :Fondamental
- Certification
- Certification :Non
1300€ HT
Aucune session prévue
Knowledge Management : boosté à l’IA générative
Construire sa boîte à outils IA pour optimiser la gestion des connaissancesDescription de la formation Knowledge management ia
Qu’est-ce que le Knowledge Management boosté à l’IA générative ?
Les technologies d’intelligence artificielle générative ouvrent de nouvelles perspectives pour capturer, structurer, enrichir et diffuser les savoirs au sein des organisations.
Pourquoi suivre une formation Knowledge Management boosté à l’IA générative ?
Face à l’explosion des volumes d’informations et à la nécessité d’une gestion plus agile, les professionnels du KM doivent intégrer l’IA générative dans leur boîte à outils. Cette formation propose une approche pragmatique et opérationnelle pour découvrir, expérimenter et déployer les outils d’IA générative les plus pertinents selon vos besoins spécifiques.
Programme de la formation
Objectif opérationnel :
Savoir maîtriser les outils d’IA générative pour optimiser les processus de Knowledge Management en construisant une boite à outils personnalisée.
Objectif pédagogiques :
À l'issue de cette formation Knowledge Management boosté à l’IA générative, vous aurez acquis les connaissances nécessaires pour :
- Identifier les outils d’IA générative adaptés aux différentes activités de la gestion des connaissances
- Améliorer l’exploitation et la gestion de vos bases de connaissances grâce à l’IA générative
- Animer des communautés de pratique avec l’aide de l’IA
- Garantir la qualité, la fiabilité et la sécurité des connaissances gérées par l’IA
JOUR 1
Les grands modèles de langage
Capacités avancées des LLM
Apport des LLM au KM
Limites intrinsèques des LLMCartographie des outils et architectures IA disponiblesSolutions grand public (ChatGPT, Gemini…) : cas d’usages adaptés et restrictions en entreprise
Solutions IA intégrées aux outils documentaires
Outils open source et solutions on-premise pour les environnements sensibles
APIs et solutions no-code/low-code pour personnaliser ses outilsExemples de cas d’usages de l’IA générative pour le KMCapture de connaissances tacites et expertise métier
Organisation et structuration de bases documentaires
Recherche intelligente et question-réponse contextuelle
Production de contenus de formation et documentationTravaux Pratiques :Objectif : Comparer les performances de modèles de langage sur un même cas d'usage pour identifier leurs forces et faiblesses respectives
Contenu :
• Test de GPT, Sonnet, Gemini Pro sur une extraction de connaissances à partir d'un document métier
• Évaluation de la qualité des réponses selon des critères définis (pertinence, précision, structuration)
• Synthèse des avantages/inconvénients de chaque modèle pour différents besoins KM
Prise de notes intelligente lors de réunions/ateliers
Transformation de données orales ou vidéo en formats textuels exploitables (transcription, minutes de réunion).Formalisation et structuration assistée par l'IAGénération de fiches de connaissances et de FAQ à partir de sources multiples.
Création de glossaires, taxonomies et ontologies métier assistée par IA
Aide à la rédaction de procédures et de modes opératoires standardisés.
Création de templates et de gabarits de formalisation optimisés.Travaux Pratiques :Objectif : Extraire et formaliser automatiquement les connaissances essentielles à partir d'un ensemble de documents métier hétérogènes
Contenu :
• Utilisation de l'IA pour identifier les concepts clés, définitions et procédures dans un corpus de 5-10 documents
• Génération d’une fiche de connaissances structurée avec métadonnées
• Création d’une FAQ automatique à partir des contenus extraits
Détection de doublons, versions et contenus redondants
Identification de lacunes dans la base de connaissances (gap analysis)
Détection de contenus obsolètes ou nécessitant une mise à jour
Suggestion de plans de classement et arborescences optimalesEnrichissement sémantiqueGénération automatique de métadonnées descriptives et mots-clés
Création de résumés multi-niveaux (executive summary, synthèse détaillée)
Extraction d'entités nommées : personnes, lieux, concepts, projets
Découverte de lien entre contenus connexes et complémentairesTravaux Pratiques :Objectif : Organiser et enrichir automatiquement une base documentaire désordonnée pour améliorer sa navigabilité et sa valeur
Contenu :
• Analyse d’une base documentaire fictive et identification des problèmes d'organisation
• Génération automatique de métadonnées, tags et résumés pour un échantillon de documents
• Proposition d’une arborescence optimisée et ds liens entre documents connexes
Introduction au RAGPersonnalisation de l'accès aux connaissancesRecommandations contextuelles selon profil, rôle, projet
Parcours de découverte guidés et onboarding personnalisé
Alertes intelligentes sur nouveaux contenus pertinents
Interfaces adaptatives selon niveau d'expertise utilisateurTravaux Pratiques :Objectif : Comprendre le fonctionnement d'un chatbot RAG et ses apports pour l'accès aux connaissances
Contenu :
• Démonstration d'un chatbot RAG opérationnel interrogeant une base documentaire technique
• Comparaison avec une recherche traditionnelle par mots-clés
• Discussion sur les prérequis techniques et organisationnels pour déployer un tel outilJOUR 2
Résumés et versions allégées de documents complexes
Transformation de formatsGénération de contenu assistée par l'IA pour le KMRédaction de premiers jets de documentation technique, articles, newsletters.
Reformulation et simplification de contenus complexes.
Traduction et adaptation de contenus pour différents publics.Création de supports pédagogiques et de communicationÉlaboration de modules d'e-learning interactifs et de quiz.
Conception de supports visuels (infographies, schémas) via l'IA générative (si pertinent avec les outils vus).
Production de guides pratiques et tutoriels pas-à-pas
Déclinaison de contenus selon différents formats (vidéo, infographie, texte)Travaux Pratiques :Objectif : Produire rapidement plusieurs versions d'un même contenu adaptées à différentes audiences et formats.
Contenu :
• Partir d'un document technique complexe et générer 3 versions : résumé exécutif, guide pratique opérationnel, FAQ
• Adaptation du niveau de langage et du format pour chaque audience cible
• Évaluation du gain de temps et de la qualité des contenus générés
Identification d'experts et de contributeurs clés sur chaque thématique
Détection de questions récurrentes et besoins émergents
Suggestions de mise en relation selon profils et centres d'intérêtAnimation proactive des communautésGénération de contenus d'animation : challenges, débats, sondages
Synthèses périodiques des échanges et contributions marquantes
Valorisation des contributions et gamification intelligente
Gestion des hallucinations : détection et prévention
Mise en place de workflows de revue et validation humaine
Traçabilité des sources et citation des référencesIndicateurs et mesure de performanceKPIs spécifiques pour évaluer l'apport de l'IA au KM
Mesure de la qualité : pertinence, précision, complétude
Évaluation de l'adoption et satisfaction utilisateursSécurité et confidentialitéIdentification des données sensibles et classification de l'information
Choix entre solutions cloud publiques, privées ou on-premise
Gestion des accès et contrôle de la diffusion des connaissances
Conformité RGPD et réglementations sectorielles
Risques de fuite de données via les prompts et requêtesCadre éthique et responsabilitéTransparence sur l'usage de l'IA dans la production de contenu
Gestion des biais dans les contenus générés
Propriété intellectuelle : droits d'auteur et contenus générés par IA
Impact sur les rôles et compétences des knowledge managersPolitique et cadre organisationnelDéfinition d'une charte d'usage de l'IA générative pour le KM
Rôles et responsabilités : qui valide, qui contrôle, qui décide
Documentation des processus et guidelines internes
Formation et accompagnement au changementTravaux Pratiques :Objectif : Définir les règles essentielles d'usage responsable de l'IA générative pour son contexte KM
Contenu :
• Identification des risques prioritaires (confidentialité, fiabilité, biais) dans son organisation
• Rédaction de 5 règles d'usage clés pour encadrer l'utilisation de l'IA générative en KM
• Définition d’un processus de validation des contenus générés par IA avant diffusion
Identification des quick wins et cas d'usage prioritaires
Évaluation de la maturité IA et KM de votre organisation
Analyse des contraintes techniques, budgétaires, réglementairesSélection et priorisation des outilsCritères de choix : fonctionnalités, coût, sécurité, intégration
Approche comparative : build vs buy vs API
Constitution de votre boîte à outils IA personnalisée
Stratégie d'expérimentation : POC et déploiement progressifPlan de déploiement et conduite du changementRoadmap par phases : court, moyen, long terme
Identification des parties prenantes et sponsors
Plan de formation et montée en compétence des équipes
Communication et valorisation des succès (proof of concept)Mesure et amélioration continueDéfinition d'objectifs SMART pour chaque initiative
Mise en place de boucles de feedback utilisateurs
Veille sur les évolutions technologiques et ajustement de la stratégie
Documentation des apprentissages et capitalisation des expériencesTravaux Pratiques :Objectif : Élaborer une feuille de route opérationnelle et réaliste pour intégrer l'IA générative dans ses pratiques KM
Contenu :
• Définition de 3 initiatives prioritaires (objectifs, outils, ressources nécessaires et jalons)
• Structuration d’une roadmap sur 12 mois avec phases court/moyen/long terme
• Identification des risques principaux et actions de mise sous contrôle
L’IA générative au service du KM
Comprendre les technologies de l’IA générative Qu’est-ce que l’IA générative ?Les grands modèles de langage
Capacités avancées des LLM
Apport des LLM au KM
Limites intrinsèques des LLMCartographie des outils et architectures IA disponiblesSolutions grand public (ChatGPT, Gemini…) : cas d’usages adaptés et restrictions en entreprise
Solutions IA intégrées aux outils documentaires
Outils open source et solutions on-premise pour les environnements sensibles
APIs et solutions no-code/low-code pour personnaliser ses outilsExemples de cas d’usages de l’IA générative pour le KMCapture de connaissances tacites et expertise métier
Organisation et structuration de bases documentaires
Recherche intelligente et question-réponse contextuelle
Production de contenus de formation et documentationTravaux Pratiques :Objectif : Comparer les performances de modèles de langage sur un même cas d'usage pour identifier leurs forces et faiblesses respectives
Contenu :
• Test de GPT, Sonnet, Gemini Pro sur une extraction de connaissances à partir d'un document métier
• Évaluation de la qualité des réponses selon des critères définis (pertinence, précision, structuration)
• Synthèse des avantages/inconvénients de chaque modèle pour différents besoins KM
Capturer et formaliser les connaissances
Capture de connaissances brutesExtraction automatique d'informations clés à partir de documents non structurés (rapports, e-mails, transcriptions de réunions).Prise de notes intelligente lors de réunions/ateliers
Transformation de données orales ou vidéo en formats textuels exploitables (transcription, minutes de réunion).Formalisation et structuration assistée par l'IAGénération de fiches de connaissances et de FAQ à partir de sources multiples.
Création de glossaires, taxonomies et ontologies métier assistée par IA
Aide à la rédaction de procédures et de modes opératoires standardisés.
Création de templates et de gabarits de formalisation optimisés.Travaux Pratiques :Objectif : Extraire et formaliser automatiquement les connaissances essentielles à partir d'un ensemble de documents métier hétérogènes
Contenu :
• Utilisation de l'IA pour identifier les concepts clés, définitions et procédures dans un corpus de 5-10 documents
• Génération d’une fiche de connaissances structurée avec métadonnées
• Création d’une FAQ automatique à partir des contenus extraits
Structurer et enrichir les connaissances
Organisation intelligente des bases de connaissancesClassification et catégorisation automatique de documentsDétection de doublons, versions et contenus redondants
Identification de lacunes dans la base de connaissances (gap analysis)
Détection de contenus obsolètes ou nécessitant une mise à jour
Suggestion de plans de classement et arborescences optimalesEnrichissement sémantiqueGénération automatique de métadonnées descriptives et mots-clés
Création de résumés multi-niveaux (executive summary, synthèse détaillée)
Extraction d'entités nommées : personnes, lieux, concepts, projets
Découverte de lien entre contenus connexes et complémentairesTravaux Pratiques :Objectif : Organiser et enrichir automatiquement une base documentaire désordonnée pour améliorer sa navigabilité et sa valeur
Contenu :
• Analyse d’une base documentaire fictive et identification des problèmes d'organisation
• Génération automatique de métadonnées, tags et résumés pour un échantillon de documents
• Proposition d’une arborescence optimisée et ds liens entre documents connexes
Construire des dispositifs d’accès intelligents aux connaissances
Recherche intelligente et conversationnellePrincipes des moteurs de recherche basés sur l'IA générativeIntroduction au RAGPersonnalisation de l'accès aux connaissancesRecommandations contextuelles selon profil, rôle, projet
Parcours de découverte guidés et onboarding personnalisé
Alertes intelligentes sur nouveaux contenus pertinents
Interfaces adaptatives selon niveau d'expertise utilisateurTravaux Pratiques :Objectif : Comprendre le fonctionnement d'un chatbot RAG et ses apports pour l'accès aux connaissances
Contenu :
• Démonstration d'un chatbot RAG opérationnel interrogeant une base documentaire technique
• Comparaison avec une recherche traditionnelle par mots-clés
• Discussion sur les prérequis techniques et organisationnels pour déployer un tel outilJOUR 2
Produire des contenus KM à forte valeur ajoutée
Adaptation et réutilisation de contenusReformulation selon audience cible (technique, managériale, opérationnelle)Résumés et versions allégées de documents complexes
Transformation de formatsGénération de contenu assistée par l'IA pour le KMRédaction de premiers jets de documentation technique, articles, newsletters.
Reformulation et simplification de contenus complexes.
Traduction et adaptation de contenus pour différents publics.Création de supports pédagogiques et de communicationÉlaboration de modules d'e-learning interactifs et de quiz.
Conception de supports visuels (infographies, schémas) via l'IA générative (si pertinent avec les outils vus).
Production de guides pratiques et tutoriels pas-à-pas
Déclinaison de contenus selon différents formats (vidéo, infographie, texte)Travaux Pratiques :Objectif : Produire rapidement plusieurs versions d'un même contenu adaptées à différentes audiences et formats.
Contenu :
• Partir d'un document technique complexe et générer 3 versions : résumé exécutif, guide pratique opérationnel, FAQ
• Adaptation du niveau de langage et du format pour chaque audience cible
• Évaluation du gain de temps et de la qualité des contenus générés
Animer des communautés et faciliter le partage
Facilitation des échanges et collaborationAnalyse de sentiments et dynamiques dans les communautésIdentification d'experts et de contributeurs clés sur chaque thématique
Détection de questions récurrentes et besoins émergents
Suggestions de mise en relation selon profils et centres d'intérêtAnimation proactive des communautésGénération de contenus d'animation : challenges, débats, sondages
Synthèses périodiques des échanges et contributions marquantes
Valorisation des contributions et gamification intelligente
Gouvernance, qualité et éthique de l’IA pour le KM
Fiabilité et qualité des contenus générésTechniques de validation et fact-checking des outputs IAGestion des hallucinations : détection et prévention
Mise en place de workflows de revue et validation humaine
Traçabilité des sources et citation des référencesIndicateurs et mesure de performanceKPIs spécifiques pour évaluer l'apport de l'IA au KM
Mesure de la qualité : pertinence, précision, complétude
Évaluation de l'adoption et satisfaction utilisateursSécurité et confidentialitéIdentification des données sensibles et classification de l'information
Choix entre solutions cloud publiques, privées ou on-premise
Gestion des accès et contrôle de la diffusion des connaissances
Conformité RGPD et réglementations sectorielles
Risques de fuite de données via les prompts et requêtesCadre éthique et responsabilitéTransparence sur l'usage de l'IA dans la production de contenu
Gestion des biais dans les contenus générés
Propriété intellectuelle : droits d'auteur et contenus générés par IA
Impact sur les rôles et compétences des knowledge managersPolitique et cadre organisationnelDéfinition d'une charte d'usage de l'IA générative pour le KM
Rôles et responsabilités : qui valide, qui contrôle, qui décide
Documentation des processus et guidelines internes
Formation et accompagnement au changementTravaux Pratiques :Objectif : Définir les règles essentielles d'usage responsable de l'IA générative pour son contexte KM
Contenu :
• Identification des risques prioritaires (confidentialité, fiabilité, biais) dans son organisation
• Rédaction de 5 règles d'usage clés pour encadrer l'utilisation de l'IA générative en KM
• Définition d’un processus de validation des contenus générés par IA avant diffusion
Construire sa feuille de route IA pour le KM
Diagnostic de l'existantCartographie de vos processus KM actuels et points de frictionIdentification des quick wins et cas d'usage prioritaires
Évaluation de la maturité IA et KM de votre organisation
Analyse des contraintes techniques, budgétaires, réglementairesSélection et priorisation des outilsCritères de choix : fonctionnalités, coût, sécurité, intégration
Approche comparative : build vs buy vs API
Constitution de votre boîte à outils IA personnalisée
Stratégie d'expérimentation : POC et déploiement progressifPlan de déploiement et conduite du changementRoadmap par phases : court, moyen, long terme
Identification des parties prenantes et sponsors
Plan de formation et montée en compétence des équipes
Communication et valorisation des succès (proof of concept)Mesure et amélioration continueDéfinition d'objectifs SMART pour chaque initiative
Mise en place de boucles de feedback utilisateurs
Veille sur les évolutions technologiques et ajustement de la stratégie
Documentation des apprentissages et capitalisation des expériencesTravaux Pratiques :Objectif : Élaborer une feuille de route opérationnelle et réaliste pour intégrer l'IA générative dans ses pratiques KM
Contenu :
• Définition de 3 initiatives prioritaires (objectifs, outils, ressources nécessaires et jalons)
• Structuration d’une roadmap sur 12 mois avec phases court/moyen/long terme
• Identification des risques principaux et actions de mise sous contrôle
Public cible :
Cette formation est destinée aux professionnels du Knowledge Management, documentalistes, responsables innovation, formateurs, et toute personne impliquée dans la capitalisation et le partage des connaissances.
Prérequis :
Connaissance des fondamentaux du Knowledge Management ou expérience équivalente dans la gestion de l’information ou de la documentation.
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 14/01/2026
Dates et lieux
Période souhaitée
Lieux
Type d'affichage