Ce que les responsables de services peuvent apprendre sur la manière de recueillir le savoir tacite, de développer l'expertise et de jeter des bases plus solides pour l'IA
Field service est confrontée à un problème de connaissances qu'il devient de plus en plus difficile d'ignorer.
La dernière étude du Service Councilintitulée « Voice of the Field Service Engineer » a révélé que 44 % des techniciens travaillent dans leur entreprise actuelle depuis moins de cinq ans. Et il ne s'agit pas simplement de l'arrivée d'une nouvelle génération sur le marché du travail. Plus de la moitié de ces techniciens ont en effet plus de 35 ans.
Des techniciens expérimentés partent à la retraite. D'autres changent d'employeur. Et à chaque fois qu'ils s'en vont, des années de connaissances acquises à la sueur de leur front sur le matériel, les clients, les processus et les réalités du terrain risquent de disparaître avec eux.
Parallèlement, les entreprises investissent massivement dans l'IA afin de faciliter l'accès aux connaissances relatives aux services.
Il n'y a qu'un seul problème : l'IA ne peut fonctionner qu'à partir des connaissances qu'une organisation a réellement collectées.
Cette idée était au cœur d'une récente conversation diffusée dans le podcast « inService », entre Gerardo Pelayo, directeur de la recherche au Service Council, et Thomas Cottereau, PDG d'SightCall .
La discussion a porté sur la manière dont l'IA visuelle et la vidéo peuvent aider les entreprises de services à recenser l'expertise qui figure rarement dans les manuels ou les bases de connaissances, puis à la transformer en un outil accessible à l'ensemble du personnel.
Voici cinq points clés à retenir de cette discussion.
1. Lorsque les techniciens se retrouvent dans une impasse, ils continuent de faire confiance à leurs confrères
Malgré tous les investissements réalisés par les entreprises de services dans les bases de connaissances, la documentation et les outils numériques, la source d'aide la plus précieuse pour de nombreux techniciens reste étonnamment familière : une autre personne.
Une étude menée par le Service Council a révélé que 54 % des techniciens appellent ou envoient un SMS à un collègue lorsqu'ils sont bloqués.
Ce comportement peut facilement être interprété comme une résistance aux nouvelles technologies. Mais Thomas en a proposé une interprétation différente :
Cela en dit long sur ce en quoi les techniciens ont réellement confiance.
Je pense que ce n’est pas de la résistance à l’IA. C’est un signal. L’expertise est contextuelle, elle est pratique, et elle repose également sur la confiance.
Le collègue à l'autre bout du fil ne se contente pas de fournir des informations. Il a probablement déjà vu des équipements similaires, commis des erreurs, été confronté à des situations inhabituelles, puis trouvé la solution qui fonctionne vraiment.
Ce type d'expertise est contextuelle et pratique.
La plupart des systèmes de connaissances traditionnels ne rendent compte que des procédures officielles. Mais les techniciens expérimentés savent ce qui se passe lorsque ces procédures officielles bien ordonnées se heurtent à la réalité, bien plus chaotique.
Cette distinction prend toute son importance dans le domaine de l'IA. Former un assistant IA à partir de manuels et de documents facilite certes l'accès aux informations existantes, mais cela ne permet pas d'accéder à tout ce que les employés ont acquis au fil de leurs années d'expérience.
La plus grande opportunité pour les entreprises de services consiste avant tout à mieux tirer parti de cette expérience.
2. Le meilleur moment pour recueillir l'expertise, c'est pendant que le travail est en cours.
Il y a une bonne raison pour laquelle le savoir tribal est difficile à consigner par écrit.
Souvent, les experts ne se rendent pas compte de tout ce qu'ils savent.
Leur expertise s'est forgée au fil des années, en exerçant leur métier, en observant leurs collègues, en résolvant les problèmes et en multipliant les essais. Si l'on demande à un technicien expérimenté de s'asseoir après coup pour consigner par écrit tout ce qu'il sait, une grande partie de ce contexte sera perdue.
Comme l'a fait remarquer Thomas au cours de la conversation, les êtres humains ne sont pas des bases de données.
Au lieu de considérer la capitalisation des connaissances comme une tâche administrative distincte, et si les organisations pouvaient consigner cette expertise au moment même où elle est mise en pratique ?
Cela pourrait se produire lors de :
- Une session d'assistance à distance entre un technicien et un expert
- Une session de formation officielle sur le matériel
- Une session d'accompagnement ou d'observation dans le cadre de l'intégration
C'est là que la vidéo prend toute sa valeur, car elle permet de saisir bien plus qu'une simple description de ce qui s'est passé. Elle permet de voir ce que la personne a vu et ce qu'elle a fait.
La seule façon de saisir ce type de connaissances, c'est sur le terrain. C'est au moment même où le travail est effectué, en combinant vidéo, audio, texte et contexte opérationnel.
Et si l'on associait cette vidéo à des éléments audio, à du texte, à des informations sur le matériel, à l'historique d'entretien et à d'autres éléments de contexte opérationnel ? L'entreprise disposerait alors d'un dossier bien plus complet sur l'expertise qui a permis d'aboutir à ce résultat.
3. L'IA transforme la dynamique économique de la transformation des vidéos en connaissances
Les entreprises auraient pu demander à leurs meilleurs techniciens de réaliser des vidéos pédagogiques il y a déjà plusieurs années.
Mais il fallait bien que quelqu'un visionne les séquences, les monte, identifie les moments utiles, ajoute des instructions, les organise, les classe correctement, les publie et veille à ce qu'elles restent accessibles.
La production de tutoriels vidéo de qualité peut prendre plusieurs semaines et coûter des dizaines de milliers de dollars. Cela peut s'avérer envisageable pour une petite bibliothèque de contenus de formation formels.
Mais pour recenser des milliers d'éléments d'expertise répartis dans toute une entreprise ? Cela n'a aucun sens.
C'est là que l'IA change la donne.
Au lieu de traiter chaque enregistrement comme un projet de production vidéo, l'IA transforme l'expertise de terrain brute en connaissances structurées et consultables.
Thomas a expliqué comment SightCall aborde cette question en intégrant les connaissances recueillies, en les classant en fonction d’informations telles que l’équipement, les pièces et le type de service, puis en créant automatiquement des tutoriels multimédias étape par étape à partir de ces données. Ces tutoriels peuvent combiner du texte, de la voix, des extraits vidéo, des images et des annotations.
Nous utilisons l'IA comme un outil, et non comme une source de connaissances. Les connaissances proviennent de cette collecte, puis nous les transformons automatiquement.
Mais voici la grande différence : on ne demande pas à l'IA d'inventer le savoir-faire. Elle sert à structurer le savoir-faire issu du travail effectué par des êtres humains.
La vérification humaine fait toujours partie du processus, notamment lorsqu'il s'agit de terminologie spécialisée, d'acronymes ou de procédures propres à l'entreprise.
Cela donne lieu à un modèle très différent en matière d'IA d'entreprise : il s'agit d'abord de recueillir l'expertise humaine, puis d'utiliser l'IA pour la rendre évolutive, avant de continuer à faire appel aux humains pour valider le résultat.
4. Les connaissances prennent beaucoup plus de valeur lorsqu'elles s'intègrent dans le flux de travail
La mise en œuvre de ces connaissances fait partie du problème.
Le plus grand défi consiste à fournir les conseils adaptés au moment (et à l'endroit) où une personne en a réellement besoin.
Imaginons qu'un technicien de maintenance (FSE) doive intervenir demain sur un équipement qu'il n'a encore jamais entretenu. Au lieu d'attendre qu'il arrive sur place, et si l'expertise nécessaire venait à sa rencontre en premier ?
Thomas a donné l'exemple d'un client qui a su associer l'expertise de ses collaborateurs à son système de gestion des services.
Lorsqu'un ordre de travail est créé pour un type d'équipement et une activité de maintenance spécifiques, le système peut identifier les connaissances spécialisées pertinentes et afficher un tutoriel directement dans l'ordre de travail.
Cela permet de passer d'un dépannage réactif à une préparation proactive.
Et cela ouvre la voie à des perspectives plus larges. Ces mêmes connaissances organisationnelles pourraient servir de base à un système de gestion des connaissances, à un LMS, à un CRM, à une plateforme de gestion de l'field service , à Copilot ou à un agent d'IA.
Plutôt que de créer un énième outil que les collaborateurs devront penser à consulter, vous mettez l'expertise à leur disposition au sein même des systèmes et des processus qu'ils utilisent déjà.
5. Le savoir tribal devient un atout stratégique en matière d'IA
Ce qu'il faut peut-être retenir avant tout de cette discussion, c'est que la capitalisation des connaissances ne doit pas être considérée comme un simple projet de documentation.
Les entreprises les plus innovantes y voient une stratégie en matière d'intelligence artificielle.
Chaque organisation dispose d'informations contenues dans des manuels, des historiques d'entretien, des dossiers CRM et des bases de connaissances. Mais la véritable valeur réside dans un autre niveau de savoir : l'expérience collective des personnes qui ont passé des années à résoudre ses problèmes spécifiques.
C'est difficile à reproduire, car cela a été mis en place à partir de l'expérience propre à l'organisation.
Et lorsqu'un collaborateur expérimenté quitte l'entreprise sans que son expertise ait été consignée, une partie de cette mémoire organisationnelle peut disparaître définitivement.
La recommandation de Thomas est simple : n'attendez pas pour commencer à l'immortaliser.
« Votre expertise opérationnelle est l'un des rares atouts véritablement indémodables à l'ère de l'IA. »
Chaque expert qui quitte l'entreprise sans avoir transmis son savoir représente une perte opérationnelle permanente. Les entreprises doivent cesser de considérer le savoir comme de la simple documentation.
La question la plus importante pour les responsables des services
Depuis des années, la question relative à la gestion des connaissances se résume essentiellement à ceci :
Comment aider les techniciens à trouver les informations dont nous disposons ?
L'IA soulève une autre question :
Comment faire pour recenser l'expertise que nous n'avons pas encore documentée ?
C'est peut-être là que réside le défi le plus important.
Les entreprises qui tireront le meilleur parti de l'IA ne seront pas nécessairement celles qui disposent du plus grand nombre d'outils d'IA. Ce seront celles qui sauront recueillir en permanence les connaissances de leurs meilleurs collaborateurs, transformer cette expérience en savoir-faire organisationnel fiable et le transmettre à la personne suivante qui en aura besoin.
Cela transforme le savoir tribal, qui représente un risque de perte pour l'organisation, en un atout qu'elle peut continuer à développer.
Écoutez l'intégralité du podcast inService pour en savoir plus sur l'intelligence vidéo, la capitalisation des connaissances et ce que cela signifie pour l'avenir de field service.