Guide du Knowledge Management

Critères de sélection, impact et pourquoi un outil de gestion des savoirs.

L'année 2025 marque un point d'inflexion critique dans l'histoire de la gestion des connaissances (Knowledge Management ou KM). La convergence de l'intelligence artificielle générative, des architectures de recherche sémantique (Retrieval-Augmented Generation - RAG) et des exigences croissantes en matière de gouvernance des données a transformé des outils autrefois statiques en écosystèmes dynamiques et proactifs. 

Choisir le bon outil de gestion des connaissances est crucial pour les entreprises, les institutions, les médias, les éditeurs, les écoles, et pour tous ceux qui produisent du contenu et du savoir au quotidien.

Pourquoi il est important de bien choisir son outil Knowledge ?

Nous passons tous collectivement des heures tous les jours à chercher des informations que notre entreprise à produit. Des rapports, des aides à la vente, des documents de présentation, des tutoriels vidéos, des vidéos de formation interne, de la doc technique … 

Pour les universités et les écoles, ce sont des conférences, des podcasts, des articles, des thèses, des projets, des recherches.

Tout est Knowledge !

Dans ce guide, nous proposons une analyse approfondie des entreprises qui façonnent ce nouveau paysage. Il ne se contente pas de cataloguer des fonctionnalités, mais examine les stratégies sous-jacentes, les architectures techniques et les propositions de valeur différenciées de chaque acteur majeur.

Nous constatons une fragmentation du marché en quatre vecteurs stratégiques distincts :

1. L'Intelligence unifiée : Des acteurs comme Glean ou Memory redéfinissent l'accès à l'information en indexant l'intégralité du SaaS d'entreprise sans déplacer les données et ainsi tout agréger et indexer..

2. Les espaces de collaboration structurés : La rivalité entre Atlassian Confluence et Notion illustre le conflit entre rigueur hiérarchique et flexibilité modulaire, désormais arbitré par des agents IA autonomes comme Rovo.

3. La connaissance dans le flux de travail : Guru et Tettra prouvent que la connaissance doit être consommée là où elle est nécessaire (Slack, CRM) et non dans un portail dédié.

4. La documentation technique et expérience client : Document360 et Helpjuice transforment la documentation statique en expériences conversationnelles pilotées par l'IA pour réduire la charge du support client.

Quid des Universités et des écoles ?

Pour croître et innover, l'enseignement supérieur doit aujourd'hui miser sur une gestion optimale des connaissances. Au cœur des masses de données que brassent les établissements, l'enjeu est de savoir capturer, structurer et diffuser l'information sans friction. Pour les enseignants comme pour les étudiants et l'administration, une stratégie de "Knowledge Management" performante agit comme un véritable guide. Elle permet non seulement de fluidifier les processus et de renforcer la collaboration, mais aussi d'offrir une expérience pédagogique bien plus riche.

Part 1

Les architectes de l'intelligence unifiée
(Enterprise Search & Discovery)

Cette catégorie d'outils représente l'évolution la plus sophistiquée du KM. Plutôt que de demander aux employés de migrer leurs connaissances vers un nouveau wiki, ces plateformes se connectent aux silos existants (Google Drive, Slack, Jira, Salesforce) pour créer une couche d'intelligence transversale.

1.1 Glean : Le nouveau standard de la recherche cognitive

Glean s'est imposé comme le leader incontesté de la catégorie "Work AI", capitalisant sur l'expérience de ses fondateurs (anciens de Google Search) pour résoudre le problème de la fragmentation des données en entreprise.1

Architecture technique et points forts

L'avantage concurrentiel de Glean repose sur son "Enterprise Graph", une modélisation dynamique des relations entre les employés, les contenus et les activités. Contrairement à une recherche par mots-clés traditionnelle, Glean comprend que si un utilisateur du département Marketing recherche "Projet Alpha", il cherche probablement la présentation de lancement (Google Slides), tandis qu'un ingénieur cherchant le même terme cherche le dépôt de code ou le ticket Jira.

• Moteur de recherche sémantique et RAG : Glean utilise des modèles de langage avancés pour interpréter l'intention derrière une requête en langage naturel. Sa technologie RAG (Retrieval-Augmented Generation) permet de générer des réponses synthétiques fiables en citant explicitement les sources internes, minimisant ainsi les hallucinations qui affligent les LLM génériques.

• Gouvernance et sécurité "By Design" : Un point fort critique de Glean est son respect scrupuleux des permissions existantes. Le moteur d'indexation reflète en temps réel les listes de contrôle d'accès (ACL) des applications sources. Un document confidentiel dans Salesforce ne sera jamais visible dans les résultats de recherche d'un employé non autorisé, une exigence non négociable pour les grandes entreprises.

• Plateforme d'agents "No-Code" : En 2025, Glean a dépassé la simple recherche pour permettre la création d'agents IA personnalisés. Les départements peuvent créer des assistants spécialisés (ex: "Expert Avantages RH") nourris par des sous-ensembles spécifiques de la documentation, capables d'automatiser des tâches comme la rédaction de réponses aux tickets IT.

On peut citer aussi Outmind, startup française dans le même domaine.

1.2 Memory : L'Intelligence profonde et multimodale

Memory se distingue par sa capacité à traiter les connaissances non textuelles (vidéo, audio, image, document) et de pouvoir automatiser l’agrégation de sources en temps réel.

Points forts et différenciateurs

• Indexation Multimédia (Deep Indexing) : Alors que la plupart des outils de KM sont aveugles aux contenus vidéo et audio, Bloomfire transcrit automatiquement ces médias. Cela permet aux utilisateurs de rechercher une phrase spécifique prononcée lors d'une réunion Zoom ou dans une vidéo de formation et de naviguer directement vers le moment précis où elle a été dite. Cette fonctionnalité déverrouille une masse de "connaissances tacites" souvent perdues dans les enregistrements de réunions.

• Personnalisation totale : Contrairement à la plupart de ces concurrents qui ont une structure rigide et un branding imposé, Memory se distingue et vous permet de personnaliser complètement le branding (URL, logos, couleurs), mais aussi de pousser très loin la capacité de mise en forme des contenus et des pages pour une meilleure organisation et d’éditorialisation très facilement. À l'inverse de la majorité de ses concurrents, caractérisés par une structure rigide et un branding imposé, Memory se démarque par une personnalisation complète. Cette flexibilité s'étend au branding (URL, logos, couleurs) et permet une mise en forme très avancée des contenus et des pages, facilitant grandement l'organisation et l'éditorialisation.

• Moteur de recherche sémantique et RAG : Memory interprète l'intention des requêtes en langage naturel grâce à des modèles de langage sophistiqués. Sa force réside dans sa technologie RAG (Retrieval Augmented Generation), qui garantit la fiabilité des réponses synthétiques en citant explicitement les sources internes. Cela permet d'éviter les hallucinations souvent observées avec les grands modèles de langage (LLM) génériques. Des profils personnalisés sont également disponibles, offrant aux utilisateurs la possibilité d'améliorer significativement la pertinence des réponses et des résultats.

Implications Stratégiques

L'adoption de Glean signale un changement de paradigme : l'abandon de l'idée d'une "source unique de vérité" centralisée (un wiki monolithique) au profit d'une "source unique d'accès" qui fédère des vérités distribuées.

On peut aussi citer Bloomfire dans cette catégorie.

Les écosystèmes de documentation structurée et agile

Cette catégorie englobe les outils où la connaissance est principalement créée et organisée. Le marché est ici polarisé entre les solutions structurées (hiérarchiques) et les solutions flexibles (modulaires).

2.1 Atlassian Confluence : La rigueur industrielle renforcée par Rovo

Confluence demeure le standard pour les organisations techniques et les grandes entreprises nécessitant une traçabilité et une structure forte. L'année 2025 voit Atlassian tenter de briser les silos de son propre écosystème avec Rovo.

L'offensive IA : Atlassian Rovo

Confluence ne doit plus être vu isolément. L'introduction de Rovo transforme la plateforme. Rovo est un produit d'intelligence artificielle qui agit comme une couche connective au-dessus de Confluence, Jira et d'autres outils connectés.

• Agents Rovo : Ces agents virtuels peuvent exécuter des tâches complexes. Par exemple, un agent peut analyser une spécification produit dans Confluence, identifier les dépendances techniques, et créer automatiquement les tickets correspondants dans Jira, tout en rédigeant une ébauche de communication pour l'équipe marketing.

• Cartes de Connaissances (Knowledge Cards) : Rovo fournit des définitions contextuelles in-situ. Lorsqu'un utilisateur survole un acronyme ou un nom de projet dans une page, une carte générée par l'IA apparaît pour donner le contexte, tiré de l'ensemble des données de l'entreprise, sans interrompre la lecture.

• Comparaison structurelle : Contrairement à Notion, Confluence impose une hiérarchie stricte (Espaces > Pages > Arborescence). Cette rigidité, souvent critiquée par les petites équipes, est sa plus grande force pour les entreprises soumises à des normes de conformité (ISO, SOC2), car elle garantit que chaque document a une place et un propriétaire définis.

Part 2

2.2 Notion : La flexibilité modulaire et le défi de l'échelle

Notion a révolutionné le marché avec son concept de "blocs", permettant de construire des wikis, des bases de données et des gestionnaires de tâches dans une interface unifiée. Il est particulièrement prisé par les startups et les équipes produit pour sa flexibilité.

Points forts et limites

• Notion AI Q&A : Notion a intégré une fonctionnalité de questions-réponses puissante qui permet d'interroger l'ensemble de l'espace de travail. L'IA peut synthétiser des informations dispersées sur plusieurs pages pour répondre à des questions comme "Quelle est la procédure de remboursement des frais?". Cependant, une limitation notable identifiée est l'incapacité de l'IA à "voir" le contenu intégré (embeds) comme des PDF ou des Google Docs, créant des angles morts dans la recherche.

• Bases de données relationnelles : La force de Notion réside dans sa capacité à lier la connaissance à l'exécution. Une page de "Spécifications" peut être liée à une base de données de "Tâches", permettant une navigation fluide entre la théorie (le wiki) et la pratique (le projet). C'est un avantage majeur sur Confluence qui sépare souvent ces deux mondes (Confluence vs Jira).

• Le risque du "Chaos" : La flexibilité de Notion est à double tranchant. Sans une gouvernance stricte (les "Knowledge Gardeners"), les espaces de travail Notion tendent vers l'entropie, rendant la recherche d'information difficile à mesure que l'entreprise grandit. Notion tente de pallier cela avec des fonctionnalités de "Wikis Vérifiés", mais la charge cognitive de structuration repose sur l'utilisateur.

On peut aussi citer Nuclino.

2.3 Comparatif : Confluence vs Notion vs Memory

Le choix entre ces différents outils dépend des besoins évidemment, mais aussi de la culture d'entreprise :

Part 3

La connaissance dans le flux de travail (In-Workflow KM)

Cette approche, popularisée par Guru, postule que la connaissance ne doit pas être une destination mais une commodité accessible sans changer de contexte.

3.1 Guru : L'omniprésence et la vérité vérifiée

Guru a bâti sa réputation sur une extension de navigateur qui se superpose aux applications métiers. En 2025, Guru a évolué vers une plateforme hybride combinant wiki, intranet et recherche IA.

Points forts stratégiques

• Délivrance contextuelle (Contextual Push) : Guru est capable de pousser proactivement de la connaissance. Si un agent de support ouvre un ticket dans Zendesk contenant le mot "Remboursement", Guru peut afficher automatiquement la politique de remboursement correspondante via l'extension, réduisant le temps de recherche à zéro.

• Moteur de vérification : C'est la fonctionnalité signature de Guru. Le système oblige les experts à "vérifier" périodiquement la validité des cartes de connaissances. Une information non vérifiée est signalée visuellement comme douteuse. Cela instaure une confiance systémique dans la base, un élément souvent absent des wikis classiques où le contenu pourrit silencieusement.

• Intégration Slack : Guru permet de capturer des connaissances directement depuis Slack via des émojis ou des commandes, transformant les discussions informelles en savoir structuré sans friction.

Part 4

Documentation technique et expérience client (External KM)

Ces plateformes sont spécialisées dans la diffusion de connaissances vers l'extérieur (clients, partenaires) ou pour des besoins techniques complexes (API).

4.1 Document360 : La référence pour le SaaS et les développeurs

Document360 est conçu spécifiquement pour créer des bases de connaissances publiques, des portails clients et de la documentation API.

Points forts techniques

• Éditeur hybride : Il offre le meilleur des deux mondes avec un éditeur Markdown pour les développeurs (indispensable pour la documentation de code) et un éditeur WYSIWYG pour les rédacteurs de contenu.

• Eddy AI et sécurité : L'assistant IA "Eddy" permet aux utilisateurs finaux de dialoguer avec la documentation. Document360 met un accent particulier sur la sécurité de cette IA, intégrant des contrôles contre les risques OWASP LLM (comme l'injection de prompt), garantissant que l'IA ne révèle pas d'informations confidentielles ou ne soit pas manipulée.

• Documentation API native : La plateforme permet de générer automatiquement des références API interactives ("Try it out"), ce qui est crucial pour les entreprises technologiques vendant des API.

4.2 Helpjuice : Personnalisation et analytique

Helpjuice cible les entreprises pour qui la base de connaissances est une extension de la marque.

Points forts techniques

• Personnalisation totale : Contrairement à la plupart des concurrents qui offrent des thèmes rigides, Helpjuice permet une modification complète du code HTML/CSS, offrant une intégration visuelle transparente avec le site web de l'entreprise.

• Analytique prédictive : L'outil fournit des données granulaires sur ce que les utilisateurs cherchent sans trouver de résultat, ainsi que sur l'impact des articles sur la réduction des tickets de support. Cela permet un pilotage ROIste de la documentation.

4.3 Comparaison Rapide : Document360 vs Helpjuice

• Document360 l'emporte sur les fonctionnalités techniques (API, Markdown, Versioning complexe).

• Helpjuice l'emporte sur la personnalisation visuelle et l'accompagnement client ("White glove service").

Part 5

La stratégie Microsoft et la transition vers Copilot

Aucun rapport sur le KM en 2025 ne serait complet sans analyser la transformation radicale de l'écosystème Microsoft.

La Retraite de Viva Topics

Microsoft a annoncé la fin de Viva Topics pour février 2025. Cet outil, qui promettait d'utiliser l'IA pour organiser automatiquement les connaissances en "sujets", n'a pas survécu à l'avènement des LLM plus génériques. C'est un aveu d'échec de l'approche "curation assistée par IA" au profit de l'approche "génération à la demande".

La Nouvelle Architecture : SharePoint + Copilot

La stratégie de Microsoft repose désormais sur un triptyque :

1. SharePoint : Il redevient le socle fondamental de stockage. Microsoft encourage les entreprises à investir dans la structuration de leurs sites SharePoint pour les rendre "lisibles" par l'IA.

2. Microsoft Copilot : Il devient l'interface unique d'accès au savoir. Au lieu de naviguer dans une taxonomie de sujets, l'utilisateur pose une question à Copilot qui synthétise les données de SharePoint, OneDrive, Teams et Outlook.

3. Les Risques de la Transition : La disparition de Viva Topics laisse un vide en matière de gouvernance des métadonnées. L'IA générative de Copilot est puissante mais dépend entièrement de la qualité des données sous-jacentes ("Garbage in, Garbage out"). Des solutions tierces comme Panviva ou des intégrateurs spécialisés émergent pour aider les entreprises à structurer leurs données Microsoft afin que Copilot soit efficace et non hallucinatoire.

Part 6

Souveraineté, spécialistes et sécurité

6.1 Memory, Elium : La souveraineté européenne

Face à l'hégémonie des solutions américaines, Memory (basé en France) et Elium (basé en Belgique) offrent une alternative axée sur la souveraineté des données et le partage de connaissances social.

• Points Forts : Hébergement certifié SecNumCloud (en cours ou équivalent via partenaires) et conformité RGPD native.

6.2 Stack Overflow pour Teams

Pour les communautés de développeurs, le format Q&A est souvent plus naturel que la documentation formelle. Stack Overflow for Teams applique les mécaniques de gamification (réputation, votes) à la connaissance interne, favorisant une culture méritocratique du partage de savoir technique.

6.3 Plain : La réinvention du support B2B

Plain adopte une approche "API-first" pour le support et la connaissance client. Plutôt que d'avoir une base de connaissances séparée, Plain l'intègre directement dans les outils d'ingénierie (Linear, GitHub) et de communication (Slack), permettant aux équipes techniques de participer au support sans changer d'outil. C'est un exemple de convergence entre le KM et le support opérationnel.

Conclusion et recommandations stratégiques

Le marché du Knowledge Management en 2026 ne se limite plus à choisir un logiciel de wiki. Il s'agit de choisir une architecture d'intelligence.

Les entreprises doivent évaluer leurs besoins selon trois axes :

1. L'unification : Si vos données sont dispersées (SaaS hétérogène), Memory et Glean sont les investissements les plus stratégiques pour créer une couche d'intelligence sans migration.

2. La structuration : Si votre besoin est de documenter des processus complexes ou de l'ingénierie, le couple Confluence + Rovo offre la puissance nécessaire, tandis que Notion conviendra aux structures cherchant l'agilité.

3. L'actionnabilité : Pour les équipes orientées client ou support, des outils intégrés au flux de travail comme Guru ou des plateformes spécialisées comme Document360 offrent un ROI plus immédiat que les wikis généralistes.

Enfin, la sécurité de l'IA (gouvernance des données pour le RAG) doit être la priorité absolue. Comme le montre l'évolution de ce outils, la capacité d'un outil à respecter les permissions et à filtrer les injections de prompts est désormais aussi critique que sa capacité à trouver l'information.

Vous voulez voir à quoi ressemble une plateforme de connaissances de premier ordre en action ?

Demandez une démonstration de Memory pour voir comment nous pouvons aider vos équipes à travailler plus intelligemment, et non plus difficilement.

L'espace Presse