Tout est parti d’une conversation sur LinkedIn.

Philippe évoquait le concept de Company Brain. Je lui ai répondu que l’idée était effectivement très proche de ce que j’appelle depuis quelque temps l’Enterprise Brain.

Mais plus je travaille sur cette idée, plus je pense que nous faisons une erreur lorsque nous réduisons le cerveau d’une organisation à sa connaissance.

Accumuler des documents n’a jamais rendu une entreprise intelligente.

Ajouter un moteur de recherche sémantique à ces documents non plus.

Et connecter le tout à un grand modèle de langage, aussi spectaculaire soit-il, ne suffit toujours pas.

Pour parler réellement d’Enterprise Brain, il faut selon moi réunir au moins trois capacités :

agir et raisonner ;
mémoriser et structurer la connaissance ;
évaluer la qualité de cette intelligence.

Les deux premières commencent à devenir technologiquement accessibles.

La troisième pourrait être beaucoup plus importante qu’on ne l’imagine.

1. L’agent : la capacité d’agir

La première composante du cerveau d’entreprise est probablement celle qui évolue actuellement le plus vite : l’agent.

Pendant plusieurs années, nous avons essentiellement utilisé l’intelligence artificielle générative comme une interface conversationnelle.

Nous posions une question.

Le modèle répondait.

Puis nous avons commencé à lui fournir davantage de contexte, des instructions, des outils, des accès à des systèmes externes.

Progressivement, nous sommes passés de la conversation à la délégation.

L’IA ne se contente plus de produire du texte. Elle peut rechercher une information, interroger un système, comparer plusieurs sources, déclencher une action, produire un livrable ou collaborer avec d’autres agents.

Et surtout, notre manière de construire ces systèmes change elle aussi.

Le Prompt Engineering ne disparaît pas. Mais il devient une pièce d’un système beaucoup plus vaste comprenant le contexte, les outils, les règles, les mécanismes de validation, la mémoire, l’orchestration et les boucles de rétroaction.

C’est notamment ce que cherchent à formaliser différentes approches autour du Harness Engineering, du Loop Engineering et, plus largement, de l’ingénierie des systèmes agentiques.

Le modèle n’est finalement qu’un moteur.

Ce qui devient intéressant est tout ce que nous construisons autour de lui.

Dans un Enterprise Brain, les agents constituent donc une sorte de système exécutif : ils mobilisent les ressources disponibles pour atteindre un objectif.

Mais un agent extrêmement performant auquel on ne donne aucune mémoire organisationnelle reste un amnésique très intelligent.

Il faut donc une deuxième couche.

2. La mémoire : transformer le savoir de l’entreprise en capital exploitable

Les entreprises possèdent déjà des quantités extraordinaires de connaissances.

Elles sont simplement dispersées partout.

Dans SharePoint.

Dans Teams.

Dans les courriels.

Dans les CRM.

Dans les systèmes ERP.

Dans les dépôts Git.

Dans les procédures.

Dans les présentations PowerPoint.

Dans les comptes rendus de réunions.

Mais surtout, elles sont dans la tête des gens.

Et c’est probablement là que se trouve la partie la plus précieuse.

Parce qu’une organisation ne sait pas uniquement ce qui est écrit.

Elle sait aussi comment faire.

Pourquoi certaines décisions ont été prises.

Quelles tentatives ont échoué.

Quels raccourcis fonctionnent.

Quels clients nécessitent une approche particulière.

Quels signaux faibles permettent à un expert de reconnaître un problème avant même qu’il ne soit clairement identifiable.

Cette connaissance tacite constitue une part considérable de ce que j’appelle l’intelligence collective de l’organisation.

Mais même cette expression me semble désormais insuffisante.

Car une organisation ne possède pas seulement de la connaissance.

Elle possède également des méthodes, des heuristiques, des expériences, des relations, des habitudes, une culture et une capacité à produire quelque chose qui n’existait pas auparavant.

Et là apparaît un problème fascinant : où mettons-nous la créativité ?

Une entreprise peut-elle mémoriser sa créativité ?

C’est une question qui me préoccupe de plus en plus.

Nous savons relativement bien enregistrer un fait.

Nous commençons à savoir formaliser une procédure.

Nous pouvons documenter une décision et son contexte.

Mais comment stocker la capacité d’une organisation à inventer ?

La créativité n’est pas simplement une donnée supplémentaire dans une base de connaissances.

Elle apparaît souvent dans les relations entre plusieurs connaissances.

Dans une contradiction.

Dans une analogie inattendue.

Dans l’expérience accumulée par plusieurs personnes qui ne travaillent parfois même pas ensemble.

Dans la capacité à recombiner des concepts existants pour produire quelque chose de nouveau.

Autrement dit, construire la mémoire d’un Enterprise Brain ne consiste probablement pas à fabriquer une bibliothèque géante.

Il faut construire une structure permettant à la connaissance de se recombiner.

C’est précisément pour cette raison que je m’intéresse énormément depuis quelques mois à la formalisation proposée autour de l’OKF — Open Knowledge Format.

L’idée qui m’intéresse ici n’est pas simplement le format.

C’est la possibilité de considérer la connaissance organisationnelle comme quelque chose que nous pouvons progressivement formaliser, structurer, relier, versionner, transporter et rendre exploitable aussi bien par les humains que par les agents.

Nous retrouvons alors quelque chose qui ressemble davantage à un réseau neuronal organisationnel qu’à une traditionnelle gestion documentaire.

C’est également l’un des sujets sur lesquels je souhaite travailler avec MuBrain, le Think Tank que je redémarre en septembre : vulgariser ces mécanismes et expérimenter des façons concrètes de transformer la connaissance organisationnelle en ressources réellement exploitables par des systèmes intelligents.

Mais supposons maintenant que nous réussissions.

Supposons qu’une entreprise dispose d’agents performants.

D’une mémoire structurée.

De dizaines d’années d’expérience correctement formalisées.

D’un réseau de connaissances capable d’alimenter humains et agents.

Une nouvelle question apparaît.

Et elle est probablement la plus importante.

3. Quel est le QI d’une entreprise ?

Voilà la question qui me semble encore largement sous-explorée.

Comment mesure-t-on la qualité d’un Enterprise Brain ?

Accumuler de la connaissance ne signifie pas accumuler de l’intelligence.

Une organisation pourrait posséder 40 millions de documents parfaitement indexés et rester extraordinairement mauvaise pour prendre des décisions.

Une autre pourrait disposer de beaucoup moins d’informations mais être excellente pour apprendre, décider, expérimenter et corriger ses erreurs.

La quantité de connaissances ne mesure donc rien, ou presque.

Le nombre d’agents non plus.

Le nombre de tokens consommés certainement pas.

Alors que faudrait-il mesurer ?

Peut-être la capacité de l’organisation à retrouver une connaissance pertinente.

Sa capacité à en déterminer la provenance.

Sa capacité à distinguer un fait d’une hypothèse.

La fraîcheur de son savoir.

Le niveau de contradiction de ses connaissances.

Sa capacité à résoudre un problème nouveau.

Sa vitesse d’apprentissage après une erreur.

Sa capacité à transférer une compétence d’une équipe à une autre.

Sa faculté à produire des idées nouvelles à partir de connaissances existantes.

Sa capacité à démontrer pourquoi une décision a été prise.

Ou encore la différence entre ce que l’organisation croit savoir et ce qu’elle sait réellement.

Nous arriverions alors progressivement à quelque chose qui pourrait ressembler à un Organizational IQ.

Pas un chiffre magique destiné à mettre les entreprises sur une échelle de 0 à 200.

Ce serait beaucoup trop simpliste.

Mais un ensemble d’indicateurs permettant d’évaluer la qualité du système cognitif de l’organisation.

Du Knowledge Management au Knowledge Engineering

Cette évolution implique également un changement de vocabulaire.

Pendant longtemps, nous avons parlé de Knowledge Management.

Il fallait collecter, classer, conserver et retrouver l’information.

Cette discipline reste indispensable.

Mais dans un monde où les agents peuvent consommer et produire eux-mêmes de la connaissance, nous devons probablement aller plus loin.

Nous devons entrer dans l’ère du Knowledge Engineering organisationnel.

Il ne s’agit plus seulement de conserver la connaissance.

Il faut concevoir les mécanismes permettant de la produire, de la relier, de la vérifier, de la versionner, de la transmettre, de la faire évoluer et éventuellement de la supprimer lorsqu’elle devient fausse.

La connaissance devient une infrastructure.

Et si elle devient une infrastructure, nous devons pouvoir en mesurer la qualité.

4. Après le QI individuel, le QI organisationnel

Imaginez maintenant deux entreprises concurrentes.

Elles disposent sensiblement des mêmes technologies.

Elles peuvent acheter les mêmes modèles.

Elles peuvent utiliser les mêmes plateformes cloud.

Elles peuvent déployer les mêmes agents.

Pourtant, leurs performances peuvent être radicalement différentes.

Pourquoi ?

Parce que leur avantage compétitif ne résidera progressivement plus uniquement dans le modèle utilisé.

Il résidera dans la qualité du cerveau auquel ce modèle est connecté.

L’une dispose peut-être de trente années d’expérience correctement structurées, vérifiées et accessibles.

L’autre possède trente années de documents.

Ce n’est absolument pas la même chose.

Le véritable actif stratégique pourrait alors devenir la combinaison de plusieurs dimensions :

Agent × Mémoire × Qualité cognitive.

Un excellent agent avec une mauvaise mémoire donne de mauvaises décisions très rapidement.

Une excellente mémoire sans capacité d’action devient une bibliothèque.

Et un système combinant les deux sans mécanisme d’évaluation risque simplement de devenir une machine extrêmement sophistiquée permettant de reproduire les erreurs historiques de l’organisation.

La troisième composante — l’évaluation — est donc essentielle.

5. Et si l’intelligence organisationnelle devenait un actif économique ?

À partir de là, je vais volontairement plus loin.

Nous entrons ici dans la prospective.

Aujourd’hui, les marchés financiers évaluent principalement les entreprises à partir de leurs actifs, de leurs revenus, de leurs perspectives de croissance, de leur propriété intellectuelle, de leur positionnement ou encore de la confiance que leur accordent les investisseurs.

Mais une part croissante de la valeur d’une organisation repose déjà sur quelque chose de beaucoup plus difficile à observer :

ce qu’elle sait faire.

Imaginez maintenant que nous soyons capables de formaliser ce savoir-faire.

Puis d’en mesurer certaines propriétés.

Et enfin d’en certifier la qualité.

Nous pourrions commencer à considérer l’intelligence organisationnelle comme une nouvelle catégorie d’actif.

Pas simplement la propriété intellectuelle au sens juridique.

Mais la capacité cognitive opérationnelle de l’entreprise.

À ce moment-là, quelque chose de beaucoup plus radical devient imaginable.

6. Vers une bourse de l’intelligence ?

Pourquoi ne pas imaginer demain une véritable marketplace de capacités cognitives organisationnelles ?

Une entreprise pourrait exposer non pas ses données, mais certaines compétences vérifiables de son Enterprise Brain.

Un agent pourrait rechercher :

« Quelle organisation possède la meilleure capacité démontrable pour résoudre ce type de problème ? »

Plusieurs Enterprise Brains pourraient alors être évalués sur des benchmarks comparables.

Leur historique de performance pourrait être vérifiable.

Des mécanismes cryptographiques pourraient permettre d’attester certaines opérations ou certaines preuves sans nécessairement exposer toute la connaissance sous-jacente.

Des smart contracts pourraient contractualiser l’utilisation d’une capacité cognitive entre organisations.

Nous aurions alors quelque chose qui ressemblerait moins à une bibliothèque de modèles d’intelligence artificielle qu’à une place de marché de l’intelligence organisationnelle.

Une sorte de stock exchange où l’unité de valeur ne serait plus uniquement le capital financier.

Mais la capacité démontrée à savoir et à faire.

C’est évidemment spéculatif.

La blockchain ne résout pas magiquement les problèmes de confiance, d’évaluation ou de gouvernance. Un benchmark peut être manipulé. Une métrique peut provoquer les mauvais comportements dès qu’elle devient un objectif. Une entreprise peut également posséder une connaissance exceptionnelle qu’elle n’a absolument aucun intérêt à exposer.

Mais techniquement et économiquement, l’hypothèse mérite selon moi d’être étudiée.

7. Le problème le plus difficile sera la métrique

Et c’est probablement ici que se trouve le vrai sujet de recherche.

Nous pouvons construire des agents.

Nous pouvons structurer de la connaissance.

Nous pouvons créer des graphes.

Nous pouvons utiliser des embeddings.

Nous pouvons construire des systèmes RAG.

Nous pouvons formaliser certaines connaissances.

Nous pouvons tracer des opérations.

Mais comment prouver qu’une organisation est intelligente ?

Et surtout :

Comment comparer deux organisations sans réduire leur intelligence à une métrique absurde ?

Comment distinguer la connaissance de la simple accumulation d’informations ?

Comment mesurer la capacité d’apprentissage ?

Comment mesurer la créativité ?

Comment mesurer la qualité d’une décision lorsque son résultat ne sera observable que plusieurs années plus tard ?

Comment intégrer l’intelligence humaine à la mesure sans prétendre que l’Enterprise Brain se résume à ses agents ?

Comment mesurer ce qu’une organisation a volontairement décidé d’oublier ?

Et peut-être plus important encore :

comment empêcher une organisation d’optimiser artificiellement son score plutôt que son intelligence réelle ?

Ce sont des problèmes beaucoup plus intéressants que de savoir quel modèle obtient trois points supplémentaires sur un benchmark.

L’Enterprise Brain n’est donc pas « un produit »

C’est probablement le point essentiel.

Je ne vois pas l’Enterprise Brain comme un nouveau logiciel que nous installerons dans Microsoft 365, Azure, AWS ou n’importe quelle autre plateforme.

Je le vois comme une architecture cognitive de l’organisation.

Les technologies changeront.

Les modèles changeront.

Les agents changeront.

Les formats évolueront.

Mais trois questions devraient rester :

Comment l’organisation agit-elle ?

Comment l’organisation se souvient-elle ?

Comment sait-elle qu’elle sait bien ?

Nous consacrons aujourd’hui énormément d’énergie à la première question.

Nous commençons sérieusement à travailler sur la deuxième.

La troisième est encore largement devant nous.

Et pourtant, elle pourrait devenir la plus importante.

Parce que le jour où nous saurons mesurer de manière suffisamment crédible la qualité cognitive d’une organisation, nous ne parlerons plus seulement d’intelligence artificielle.

Nous parlerons de capital intellectuel mesurable.

Et peut-être qu’un jour, lorsque deux entreprises seront comparées, nous ne regarderons plus seulement leur chiffre d’affaires, leur EBITDA ou leur capitalisation.

Nous regarderons également la qualité de leur cerveau.

La question ne sera alors plus :