La véritable ligne de partage dans cette catégorie n'est plus « est-ce que ça intègre l'IA ». Pratiquement tous les outils le font désormais. La distinction qui compte, c'est de savoir si une plateforme a été conçue autour de connaissances prêtes pour l'IA dès le premier jour, ou s'il s'agit d'un wiki d'avant l'ère de l'IA auquel on a greffé un chatbot après coup.

La raison pour laquelle cette distinction pèse désormais est d'ordre technique : la plupart des assistants d'IA d'entreprise fonctionnent en récupérant le contenu pertinent des pages de l'entreprise et en s'en servant pour ancrer leurs réponses — une approche généralement connue sous le nom de génération augmentée par récupération (RAG). La qualité de la réponse est donc limitée par la qualité, la fraîcheur et la structure du contenu sous-jacent, ce qui explique pourquoi l'hygiène de la base de connaissances est devenue discrètement un problème d'infrastructure IA plutôt qu'une simple formalité documentaire.

Cette différence devient évidente dès que le contenu commence à s'accumuler : les outils axés sur la collaboration accumulent des pages obsolètes et dupliquées à mesure que les équipes grandissent, et toute IA superposée à ce désordre en hérite — y compris la répétition assurée d'informations qui ne sont plus exactes.

Certaines des plateformes ci-dessous restent fondamentalement des documents destinés aux humains avec de l'IA ajoutée ; d'autres ont été reconstruites, ou conçues à neuf, autour d'un prémissé entièrement différent. Voici dix outils en usage actif dès maintenant.

Notion (avec Notion AI)

Notion a toujours tiré son attrait de sa flexibilité : un espace de travail qui peut se transformer en wiki, en base de données, en outil de suivi de projet, ou en les trois à la fois, selon la manière dont une équipe choisit de l'utiliser, sans quasi aucune structure rigide imposée de l'extérieur.

Notion AI s'y ajoute comme une extension assez peu coûteuse, permettant aux utilisateurs de poser des questions et d'obtenir des réponses ancrées directement dans le contenu que l'équipe a déjà rédigé, avec en prime de l'aide pour la synthèse et la rédaction.

Si les connaissances d'une équipe résident déjà dans Notion, cela représente généralement un excellent rapport qualité-prix sans aucune migration nécessaire. Le hic, honnêtement, c'est que l'outil hérite du désordre existant dans l'espace de travail, car l'IA n'est organisée qu'autant que les pages qui la sous-tendent.

Confluence (Atlassian Intelligence + Rovo)

Confluence a commencé comme un simple wiki d'équipe et a évolué vers quelque chose de considérablement plus grand, surtout une fois associé à Rovo, la plus récente couche d'agents IA d'Atlassian qui fonctionne aux côtés de Jira, Loom et du reste de la suite Atlassian.

Atlassian Intelligence ajoute la synthèse automatique des comptes rendus de réunion, des suggestions de contenu et une recherche en langage naturel par-dessus la structure de wiki existante — des capacités qui comptent énormément pour les équipes d'ingénierie et de produit qui vivent déjà dans Confluence pour leur travail de projet quotidien.

Sa vraie force apparaît là où la documentation côtoie le développement actif. Sa limite est qu'il est nettement moins capable de capturer les connaissances tacites qui n'ont jamais été consignées sous forme de page.

C'est le compromis fondamental avec Confluence : il convient naturellement aux organisations où les équipes d'ingénierie et de produit sont les principaux consommateurs de connaissances, et demeure un choix moins évident pour les départements dont les connaissances ne s'expriment pas naturellement en pages structurées.

Guru

Guru repose sur une idée simple et volontairement restreinte : les connaissances vivent dans des « cartes » qui sont vérifiées et tenues à jour, et le rôle de l'IA est de présenter la bonne carte à la bonne personne au bon moment — pas de servir de moteur de recherche IA généralisé à toute l'entreprise.

Cela le rend réellement solide pour les connaissances organisées et structurées qui doivent rester exactes (procédures internes, supports de formation commerciale, scripts de support), précisément parce que quelqu'un est responsable de la justesse de chaque carte.

La limite — reconnue même par les défenseurs de Guru — est qu'il faut toujours, fondamentalement, qu'un humain consigne les choses ; si personne ne documente un processus, Guru n'a rien à présenter à son sujet.

Bloomfire

Bloomfire s'est fortement positionné sur ce qu'il appelle l'« Enterprise Intelligence » plutôt que sur le simple stockage de connaissances, en s'appuyant sur la gouvernance, la fiabilité du contenu et des connaissances qui se corrigent activement à mesure que l'organisation évolue, au lieu de se périmer discrètement en arrière-plan.

Il a été indépendamment bien noté pour sa préparation précisément dans ce sens de gouvernance : surveillance automatisée de la santé du contenu, suivi des responsables, et IA conversationnelle combinés en une seule couche opérationnelle plutôt qu'en trois modules séparés.

Ce cadrage compte, car Bloomfire vise un client légèrement différent de Notion ou Guru : une entreprise déjà échaudée par des initiatives d'IA qui ont échoué non pas parce que le modèle était mauvais, mais parce que la base de connaissances qui l'alimentait était un désordre que personne n'avait réellement mesuré.

Document360

Document360 a bâti son identité autour d'une tâche précise qu'il accomplit remarquablement bien : une documentation publique soignée — centres d'aide, documentation produit et supports d'intégration que les clients ou utilisateurs externes consultent réellement, et pas seulement une équipe interne.

Sa recherche assistée par IA aide à naviguer rapidement dans de grandes bibliothèques de documentation, et il s'est forgé une solide réputation précisément pour ce cas d'usage public plutôt que pour les questions-réponses internes.

Si l'objectif est un centre d'aide propre et professionnel doté d'une recherche IA intégrée, Document360 tend à être l'une des options les plus dédiées ; si le besoin est plutôt un système interne de questions-réponses via Slack, il vise simplement une autre cible.

Tettra

Tettra reste volontairement léger : un wiki interne structuré associé à un système de questions-réponses qui utilise l'IA pour présenter les réponses existantes avant que quelqu'un n'ait à poser à un collègue la même question pour la troisième fois du mois.

Ce qui le distingue opérationnellement, c'est son emplacement : il répond directement dans Slack, sans obliger quiconque à quitter l'outil dans lequel il travaille déjà pour consulter une destination séparée.

Pour les équipes plus petites ou de taille intermédiaire qui n'ont pas besoin du poids de gouvernance d'un Bloomfire, l'attrait de Tettra réside surtout dans cette qualité sans friction : « la réponse apparaît là où vous êtes déjà en train de discuter ».

Shelf

Shelf adopte une position de départ véritablement différente de la plupart des plateformes ci-dessus. Il est explicitement conçu autour de l'idée que les agents IA ont besoin d'autre chose que les humains d'une base de connaissances.

Les humains peuvent parcourir un document, déduire et tolérer un certain degré d'ambiguïté ; un agent a besoin de structure, de traçabilité et d'un ancrage sans ambiguïté, sinon il générera avec assurance une réponse erronée au lieu de signaler l'incertitude.

Shelf mise sur la déduplication active, la surveillance continue de la fraîcheur et la traçabilité des sources pour chaque réponse générée par IA, traitant la qualité des données gouvernées comme le produit lui-même plutôt que comme une simple fonctionnalité ajoutée à un wiki traditionnel.

C'est un rappel utile : les outils conçus pour les « agents IA en production » et ceux conçus pour les « employés qui parcourent un wiki » divergent de plus en plus en catégories distinctes, même si les deux sont techniquement décrits comme des logiciels de gestion des connaissances.

KMS Lighthouse

KMS Lighthouse a bâti sa réputation spécifiquement dans les environnements de service réglementés et à forts enjeux — santé, finance, télécommunications et opérations de support client — où un employé a besoin d'une réponse précise et immédiatement exacte tirée de la documentation interne plutôt que d'un résumé plausible.

C'est moins un wiki d'entreprise généraliste qu'un outil opérationnel directement intégré aux interactions clients en direct : le type de système sur lequel un agent de centre d'appels s'appuie en pleine conversation plutôt qu'un outil consulté tranquillement entre deux réunions.

C'est cette orientation verticale et cette priorité à la précision qui constituent tout le différenciateur face aux plateformes horizontales plus larges qui tentent de servir tous les départements à la fois.

Microsoft SharePoint (avec Copilot)

L'avantage de SharePoint est le même que celui que l'on retrouve partout dans l'écosystème Microsoft : intégration native profonde avec le reste de Microsoft 365, contrôle d'accès par rôle, historique des versions et flux de travail dont les organisations fortement réglementées ou complexes dépendent déjà pour la gestion documentaire.

L'ajout de Copilot par-dessus apporte des cartes de connaissances et une récupération en langage naturel directement dans les applications que les gens utilisent déjà chaque jour, plutôt que de demander aux employés de se rendre sur une destination séparée.

La critique récurrente, relayée dans les évaluations indépendantes, est que la configuration et la gestion des permissions peuvent réellement prendre du temps sans un support informatique dédié, et que l'exactitude des réponses nécessite parfois une vérification humaine avant toute action.

Coworker AI

Coworker AI poursuit un problème que la plupart des plateformes ci-dessus n'abordent pas vraiment : la réalité que la plupart des connaissances institutionnelles ne sont jamais consignées par écrit.

Elles vivent dans les fils de discussion Slack, les enregistrements d'appels commerciaux, les notes CRM et dans la tête des personnes qui sont simplement là depuis assez longtemps pour se souvenir de comment les choses fonctionnent réellement.

Son architecture construit un graphe de connaissances continuellement mis à jour à travers plus d'une centaine d'outils connectés, capturant ce que les employés ont réellement fait et dit plutôt que uniquement ce que quelqu'un a pris le temps de documenter formellement.

Ce n'est explicitement pas une base de connaissances centrée sur les documents comme le sont Notion ou Confluence. Son positionnement honnête est de compléter ces outils pour la documentation structurée tout en couvrant la couche bien plus vaste et plus désordonnée de connaissances qui n'aurait de toute façon jamais été consignée par écrit.

Source : Metaverse Post