SlideShare uma empresa Scribd logo
1 de 29
LES TECHNOLOGIES DE LA
              CONNAISSANCE


MIS 2012
Christophe Deschamps
OF CONSEIL

 Conseil et formation en veille et gestion des
                connaissances
TECHNOLOGIES DE LA CONNAISSANCE.
DE QUOI PARLE T-ON?

 Outilsou dispositifs technologiques qui
 intègrent l'information dans un contexte
 où :
       pourra s'enrichir et …
   elle

   … devenir éventuellement connaissance
ATTENTION!

                      "La connaissance est
                      entre les deux oreilles
                         des employés et
                          seulement là."

                         Peter Drucker



La connaissance n’existe pas en tant que
                  telle!
   La connaissance est toujours la rencontre
    d'une information/donnée et d'un individu
    dans un contexte spécifique.

   Un groupe d’individu peut « connaître » 
    logiques d’intelligence collective
Capturer la connaissance ne veut rien dire




   Logique de stock
   On capture des informations /interactions
   Puis … en les rendant disponibles au plus grand
    nombre on prend le pari qu'elles rencontreront la
    bonne personne au bon moment et permettront :


                                          Apprentissage

                                          Innovation
                                          Actions

                                          Décisions

                        CONTEXT
                        E
   Les technologies de la connaissance sont là pour
    multiplier et optimiser les possibilités de telles
    « rencontres »




              KB




   Elles doivent créer l’environnement le plus propice
    à l’émergence de connaissances nouvelles chez
    les collaborateurs
Il y a nécessairement un pari 
               prise de risque.
   ROI est rarement calculable : il faut
    réfléchir en termes de logique d’usage
       Est-ce qu’on se pose la question du ROI de
        l’email, du téléphone?

 Les choix relatifs à ces technologies
 impliquent donc les décideurs au plus haut
 niveau. Choix stratégiques
QUELLES TECHNOLOGIES ?
TECHNOLOGIES SEMANTIQUES DANS LES
ORGANISATIONS

   Pensez-vous que les moteurs de recherche
    internes qui utilisent des thesaurus pour
    améliorer leurs résultats vont devenir
    courants dans les entreprises?
     66%   des répondants pensent que oui, dans un
      futur proche
     Source : enquête Semantic web company. Juin
      2011.
      http://issuu.com/andreas_blumauer/docs/survey_do_controlled_vocabularies
      _matter_2011_june
WEB SEMANTIQUE

   Pensez-vous que les entreprises et les
    autres organisations peuvent tirer parti de
    l’utilisation du web des données (Linked
    datas)
     Les répondants pensent à 88% que la plupart
      des organisations peuvent en tirer parti
     Source : enquête Semantic web company. Juin
      2011.
       http://issuu.com/andreas_blumauer/docs/survey_do_controlled_vocabularies
        _matter_2011_june
MOTEUR POUR L’INTRANET

   Le moteur de recherche multicritères (dates,
    auteur, thèmes, …) fait partie du TOP 10 des
    projets des entreprises françaises pour 2012
    (n°4)
     Enquête       annuelle de l’Observatoire de l’Intranet
       http://www.observatoire-intranet.com/
RÉSEAUX SOCIAUX D’ENTREPRISE

   Taux d’adoption des RSE ou outils sociaux
    par les entreprises en croissance continue.
    De 23% en 2008 à 50% en 2011 (entreprises
    US)
     Enquête       McKinsey
       http://www.journaldunet.com/solutions/intranet-extranet/retour-sur-
        investissement-des-rse/
RÉSEAUX SOCIAUX D’ENTREPRISE

   La fiche annuaire enrichie
    (profil), directement issue des RSE (eux-
    mêmes inspirés des réseaux sociaux grand
    public) arrive en n°1 du TOP 10 des projets
    des entreprises françaises pour 2012 - 2013
     Enquête       annuelles de l’Observatoire de l’Intranet
       http://www.observatoire-intranet.com/
BIG DATAS
 D’ici la prochaine décennie, la quantité de
  données gérée par les entreprises pourrait
  être multipliée par 50 et la taille des fichiers
  par 75.
 La quantité de données va prochainement
  doubler tous les 2 ans
 1,8 zettaoctets produits en 2011, soit 58
  milliards d’iPad à 32 Go
     IDC Extracting value         from chaos – 2011
     http://idcdocserv.com/1142
MEDIAS SOCIAUX

   70% des personnes interrogées pensent que
    l’utilisation des médias sociaux va croître de
    manière significative à court terme.
     Harvard     Business Review, The new conversation
        : taking social media from talk to action. 2100
        répondants. Déc. 2010
       http://hbr.org/hbrg-main/resources/pdfs/comm/sas/16203-hbr-sas-
        report-r3.pdf
MEDIAS SOCIAUX

   2/3 des répondants considèrent les médias
    sociaux comme un canal très important ou
    extrêmement important de relation avec leur
    clients, prospects, partenaires,…
     Accenture.   Making social media pay. 2011. 200
        entreprises US.
       http://www.accenture.com/SiteCollectionDocuments/PDF/Accenture-
        Making-Social-Media-Pay.pdf
MULTIMEDIA

 60h de vidéos sont rajoutées chaque minute
  sur Youtube
 Google a donc créé un algorithme pour
  tenter de détecter les nouveaux talents
  (opinion mining et sentiment analysis)
     Chiffres    donnés par Google
       http://www.youtube.com/static?hl=fr&template=press_statistics
       http://googleresearch.blogspot.com.au/2012/02/quantifying-
        comedy-on-youtube-why.html
Traitement
            Contenus                sémantique des
            multimedias             contenus produits
            (exploitation, g        dans l’organisation
            estion)                                               Web
                                                                  sémantique
    Cartographie
    automatique
    de données                                                             Logiciels/
                                                                           services de veille
Traitement des
« Big data »
(par
datamining)                                                               Moteurs de
                                                                          recherche
                                                                          (Intranet,
 Surveillance                                                             externe)
 des médias
 sociaux
                                                                         Gestion de
                                                                         contenu (ECM)
  Traitement
  automatique
  du langage
  (TAL)
                                                                    Gestion électronique
             Bases de                                               de documents (GED)
             connaissances
                               Plateformes      Réseaux sociaux
                               de curation      d'entreprise
Traitement
            Contenus              sémantique des
            multimedias           contenus produits
            (exploitation,        dans l’organisation
            gestion)                                            Web
                                                                sémantique
    Cartographie
    automatique
    de données                                                           Logiciels/
                                                                         services de veille
Traitement des
« Big data »
(par
datamining)                                                             Moteurs de
                                                                        recherche
                                                                        (Intranet, extern
 Surveillance                                                           e)
 des médias
 sociaux
                                                                       Gestion de
                                                                       contenu (ECM)
  Traitement du
  langage (TAL)



                                                                  Gestion électronique
             Bases de                                             de documents (GED)
             connaissances
                             Plateformes      Réseaux sociaux
                             de curation      d'entreprise
RENDRE CES TECHNOLOGIES ACCESSIBLES ET
UTILISABLES
                                                                 ???




   Tous les collaborateurs ne vont pas se former au datamining ou au web
    sémantique
   Interfaces enrichies qui :
       guident l’utilisateur
       l’aident à comprendre et interpréter les données
   Accompagnement++ : pour chaque $ investi dans les technologies
    informatiques  9 $ pour développer le capital organisationnel et
    humain. (Eric Brynjolfsson – MIT)
   Condition de rentabilité
CE N’EST PAS SI NOUVEAU
DES TECHNOLOGIES QUI NE RENTRENT PAS
                      DANS LES CASES
LES TECHNOLOGIES DE LA CONNAISSANCE
SONT À USAGES MULTIPLES


   Les mêmes technologies peuvent servir à :
     Découvrir des informations
     Les analyser

     Les partager

     Collaborer autour de ces contenus
LES TECHNOLOGIES DE LA CONNAISSANCE CASSENT
LES FRONTIÈRES ENTRE L’INTERNE ET L’EXTERNE

   On accède/analyse/partage/collabore autour
    d’informations :
     Produites  par l’organisation
     Produites par des acteurs externes à
      l’organisation sur le web  question des « Big
      datas »
LES TECHNOLOGIES DE LA CONNAISSANCE CASSENT
LES FRONTIÈRES ENTRE L’INTERNE ET L’EXTERNE

   Les médias sociaux :
     McKinsey    indique par exemple que 69% des
      répondants utilisant des outils sociaux ouverts
      (partenaires, fournisseurs, clients) notent une
      amélioration de leur pratique marketing, contre
      54% en 2009.
     Pour 40% des répondants, les RSE servent à
      surveiller l’environnement extérieur
     Enquête McKinsey
       http://www.journaldunet.com/solutions/intranet-extranet/retour-sur-
        investissement-des-rse/
POUR DES USAGERS QUI NE RENTRENT PLUS
DANS LES CASES

   Le collaborateur actuel :
     Autonome    : si on ne lui donne pas les outils pour
      travailler en interne, il ira les chercher lui-même
      sur le web
     Mobile : veut pouvoir se connecter au réseau de
      son entreprise, à ses outils de travail en
      permanence
     Mélange professionnel et privé (sans toujours le
      vouloir)
IMPLICATIONS
 Enjeux multiples
 Nécessité d’une instance de gouvernance
  de l’information dans les organisations
     Modéliser  l’information
     Prendre la mesure des projets à mettre en
      œuvre autour de l’information
     Des technologies de la connaissance à intégrer
     Dans le but de mieux maîtriser l’information
      (valeur, coût, criticité

Mais conteúdo relacionado

Mais procurados

STRATEGIE DE DEVELOPPEMENT ET STRATEGIE DE L'INFORMATION
STRATEGIE DE DEVELOPPEMENT ET STRATEGIE DE L'INFORMATIONSTRATEGIE DE DEVELOPPEMENT ET STRATEGIE DE L'INFORMATION
STRATEGIE DE DEVELOPPEMENT ET STRATEGIE DE L'INFORMATIONDominique Odyliane
 
Executive Summary "Linked Enterprise Data - Les données au cœur de l’entrepr...
Executive Summary "Linked Enterprise Data - Les données au cœur de l’entrepr...Executive Summary "Linked Enterprise Data - Les données au cœur de l’entrepr...
Executive Summary "Linked Enterprise Data - Les données au cœur de l’entrepr...Antidot
 
Ibm software france : Les domaines d'applications
Ibm software france : Les domaines d'applicationsIbm software france : Les domaines d'applications
Ibm software france : Les domaines d'applicationsSolutions IT et Business
 
Observatoire intranet-2011
Observatoire intranet-2011Observatoire intranet-2011
Observatoire intranet-2011IBM_Lotus
 
Fiches des candidats au concours de GouvInfo : IAI awards
Fiches des candidats au concours de GouvInfo : IAI awardsFiches des candidats au concours de GouvInfo : IAI awards
Fiches des candidats au concours de GouvInfo : IAI awardsPerrein Jean-Pascal
 
Livre Blanc SAS - EBG 30 cas concrets de Datavisualisation / Dataviz
Livre Blanc SAS - EBG 30 cas concrets de Datavisualisation / DatavizLivre Blanc SAS - EBG 30 cas concrets de Datavisualisation / Dataviz
Livre Blanc SAS - EBG 30 cas concrets de Datavisualisation / Datavizechangeurba
 

Mais procurados (6)

STRATEGIE DE DEVELOPPEMENT ET STRATEGIE DE L'INFORMATION
STRATEGIE DE DEVELOPPEMENT ET STRATEGIE DE L'INFORMATIONSTRATEGIE DE DEVELOPPEMENT ET STRATEGIE DE L'INFORMATION
STRATEGIE DE DEVELOPPEMENT ET STRATEGIE DE L'INFORMATION
 
Executive Summary "Linked Enterprise Data - Les données au cœur de l’entrepr...
Executive Summary "Linked Enterprise Data - Les données au cœur de l’entrepr...Executive Summary "Linked Enterprise Data - Les données au cœur de l’entrepr...
Executive Summary "Linked Enterprise Data - Les données au cœur de l’entrepr...
 
Ibm software france : Les domaines d'applications
Ibm software france : Les domaines d'applicationsIbm software france : Les domaines d'applications
Ibm software france : Les domaines d'applications
 
Observatoire intranet-2011
Observatoire intranet-2011Observatoire intranet-2011
Observatoire intranet-2011
 
Fiches des candidats au concours de GouvInfo : IAI awards
Fiches des candidats au concours de GouvInfo : IAI awardsFiches des candidats au concours de GouvInfo : IAI awards
Fiches des candidats au concours de GouvInfo : IAI awards
 
Livre Blanc SAS - EBG 30 cas concrets de Datavisualisation / Dataviz
Livre Blanc SAS - EBG 30 cas concrets de Datavisualisation / DatavizLivre Blanc SAS - EBG 30 cas concrets de Datavisualisation / Dataviz
Livre Blanc SAS - EBG 30 cas concrets de Datavisualisation / Dataviz
 

Destaque

La veille dans un environnement numérique mouvant
La veille dans un environnement numérique mouvantLa veille dans un environnement numérique mouvant
La veille dans un environnement numérique mouvantChristophe Deschamps
 
Présentation Inter Ligere Icc2009
Présentation Inter Ligere Icc2009Présentation Inter Ligere Icc2009
Présentation Inter Ligere Icc2009Inter-Ligere
 
La gestion des connaissances personnelles
La gestion des connaissances personnellesLa gestion des connaissances personnelles
La gestion des connaissances personnellesChristophe Deschamps
 
Comparatif de 12 solutions de curation
Comparatif de 12 solutions de curationComparatif de 12 solutions de curation
Comparatif de 12 solutions de curationChristophe Deschamps
 
Contrôle de ses données et écriture de soi
Contrôle de ses données et écriture de soiContrôle de ses données et écriture de soi
Contrôle de ses données et écriture de soiOlivier Le Deuff
 
Accès à la majorité technique et intellectuelle
Accès à la majorité technique et intellectuelleAccès à la majorité technique et intellectuelle
Accès à la majorité technique et intellectuelleOlivier Le Deuff
 
Créer un Scoop.it pour partager une veille
Créer un Scoop.it pour partager une veilleCréer un Scoop.it pour partager une veille
Créer un Scoop.it pour partager une veilleGilles Le Page
 

Destaque (9)

Du KM au "KM as usual"
Du KM au "KM as usual"Du KM au "KM as usual"
Du KM au "KM as usual"
 
Fiche Pratique Linkedi Npdf
Fiche Pratique Linkedi NpdfFiche Pratique Linkedi Npdf
Fiche Pratique Linkedi Npdf
 
La veille dans un environnement numérique mouvant
La veille dans un environnement numérique mouvantLa veille dans un environnement numérique mouvant
La veille dans un environnement numérique mouvant
 
Présentation Inter Ligere Icc2009
Présentation Inter Ligere Icc2009Présentation Inter Ligere Icc2009
Présentation Inter Ligere Icc2009
 
La gestion des connaissances personnelles
La gestion des connaissances personnellesLa gestion des connaissances personnelles
La gestion des connaissances personnelles
 
Comparatif de 12 solutions de curation
Comparatif de 12 solutions de curationComparatif de 12 solutions de curation
Comparatif de 12 solutions de curation
 
Contrôle de ses données et écriture de soi
Contrôle de ses données et écriture de soiContrôle de ses données et écriture de soi
Contrôle de ses données et écriture de soi
 
Accès à la majorité technique et intellectuelle
Accès à la majorité technique et intellectuelleAccès à la majorité technique et intellectuelle
Accès à la majorité technique et intellectuelle
 
Créer un Scoop.it pour partager une veille
Créer un Scoop.it pour partager une veilleCréer un Scoop.it pour partager une veille
Créer un Scoop.it pour partager une veille
 

Semelhante a Tech connaissance 2012

Information management : quand l\'information devient un capital d\'entreprise
Information management : quand l\'information devient un capital d\'entrepriseInformation management : quand l\'information devient un capital d\'entreprise
Information management : quand l\'information devient un capital d\'entrepriseJean-Michel Franco
 
Table ronde inauguration solution center lexmark
Table ronde inauguration solution center lexmarkTable ronde inauguration solution center lexmark
Table ronde inauguration solution center lexmarkEtienne Maraval
 
Recherche avancée et veille en finance par Véronique Mesguich
Recherche avancée et veille en finance par Véronique MesguichRecherche avancée et veille en finance par Véronique Mesguich
Recherche avancée et veille en finance par Véronique Mesguichaficnam
 
La data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeurLa data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeurMicrosoft Ideas
 
Microsoft - La Transformation Big Data
Microsoft - La Transformation Big DataMicrosoft - La Transformation Big Data
Microsoft - La Transformation Big DataValtech
 
6 business decision big data 0102
6 business decision big data 01026 business decision big data 0102
6 business decision big data 0102pour action !
 
BI en libre-service et maîtrise de l’IT, pourquoi choisir ?
BI en libre-service et maîtrise de l’IT, pourquoi choisir ?BI en libre-service et maîtrise de l’IT, pourquoi choisir ?
BI en libre-service et maîtrise de l’IT, pourquoi choisir ?Microsoft Technet France
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceExcelerate Systems
 
Les outils de veille sur internet
Les outils de veille sur internetLes outils de veille sur internet
Les outils de veille sur internetAref Jdey
 
Technologies de l'Information et de la Communication et Système d'Information...
Technologies de l'Information et de la Communication et Système d'Information...Technologies de l'Information et de la Communication et Système d'Information...
Technologies de l'Information et de la Communication et Système d'Information...teguebzangazida1
 
Information As An Asset Jmfranco 1504
Information As An Asset Jmfranco 1504Information As An Asset Jmfranco 1504
Information As An Asset Jmfranco 1504Jean-Michel Franco
 
EXTRA-Présentation generale 180923.pptx
EXTRA-Présentation generale 180923.pptxEXTRA-Présentation generale 180923.pptx
EXTRA-Présentation generale 180923.pptxInfopole1
 
La technologie des mégadonnées (big data)
La technologie des mégadonnées (big data)La technologie des mégadonnées (big data)
La technologie des mégadonnées (big data)Nicolae Sfetcu
 
Présentation Dataveyes journalisme de donnees
Présentation Dataveyes  journalisme de donneesPrésentation Dataveyes  journalisme de donnees
Présentation Dataveyes journalisme de donneesliberTIC
 

Semelhante a Tech connaissance 2012 (20)

Information management : quand l\'information devient un capital d\'entreprise
Information management : quand l\'information devient un capital d\'entrepriseInformation management : quand l\'information devient un capital d\'entreprise
Information management : quand l\'information devient un capital d\'entreprise
 
Intranet/extranet
Intranet/extranetIntranet/extranet
Intranet/extranet
 
Table ronde inauguration solution center lexmark
Table ronde inauguration solution center lexmarkTable ronde inauguration solution center lexmark
Table ronde inauguration solution center lexmark
 
Recherche avancée et veille en finance par Véronique Mesguich
Recherche avancée et veille en finance par Véronique MesguichRecherche avancée et veille en finance par Véronique Mesguich
Recherche avancée et veille en finance par Véronique Mesguich
 
La data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeurLa data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeur
 
Microsoft - La Transformation Big Data
Microsoft - La Transformation Big DataMicrosoft - La Transformation Big Data
Microsoft - La Transformation Big Data
 
6 business decision big data 0102
6 business decision big data 01026 business decision big data 0102
6 business decision big data 0102
 
BI en libre-service et maîtrise de l’IT, pourquoi choisir ?
BI en libre-service et maîtrise de l’IT, pourquoi choisir ?BI en libre-service et maîtrise de l’IT, pourquoi choisir ?
BI en libre-service et maîtrise de l’IT, pourquoi choisir ?
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems France
 
Les outils de veille sur internet
Les outils de veille sur internetLes outils de veille sur internet
Les outils de veille sur internet
 
Technologies de l'Information et de la Communication et Système d'Information...
Technologies de l'Information et de la Communication et Système d'Information...Technologies de l'Information et de la Communication et Système d'Information...
Technologies de l'Information et de la Communication et Système d'Information...
 
Big Data
Big DataBig Data
Big Data
 
Information As An Asset Jmfranco 1504
Information As An Asset Jmfranco 1504Information As An Asset Jmfranco 1504
Information As An Asset Jmfranco 1504
 
Introduction au BIG DATA
Introduction au BIG DATAIntroduction au BIG DATA
Introduction au BIG DATA
 
EXTRA-Présentation generale 180923.pptx
EXTRA-Présentation generale 180923.pptxEXTRA-Présentation generale 180923.pptx
EXTRA-Présentation generale 180923.pptx
 
PdfHandler
PdfHandlerPdfHandler
PdfHandler
 
La technologie des mégadonnées (big data)
La technologie des mégadonnées (big data)La technologie des mégadonnées (big data)
La technologie des mégadonnées (big data)
 
Présentation Dataveyes journalisme de donnees
Présentation Dataveyes  journalisme de donneesPrésentation Dataveyes  journalisme de donnees
Présentation Dataveyes journalisme de donnees
 
BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node
 
Mis 2012 management de l'information stratégique
Mis 2012 management de l'information stratégiqueMis 2012 management de l'information stratégique
Mis 2012 management de l'information stratégique
 

Tech connaissance 2012

  • 1. LES TECHNOLOGIES DE LA CONNAISSANCE MIS 2012 Christophe Deschamps
  • 2. OF CONSEIL Conseil et formation en veille et gestion des connaissances
  • 3. TECHNOLOGIES DE LA CONNAISSANCE. DE QUOI PARLE T-ON?  Outilsou dispositifs technologiques qui intègrent l'information dans un contexte où : pourra s'enrichir et …  elle  … devenir éventuellement connaissance
  • 4. ATTENTION! "La connaissance est entre les deux oreilles des employés et seulement là." Peter Drucker La connaissance n’existe pas en tant que telle!
  • 5. La connaissance est toujours la rencontre d'une information/donnée et d'un individu dans un contexte spécifique.  Un groupe d’individu peut « connaître »  logiques d’intelligence collective
  • 6. Capturer la connaissance ne veut rien dire  Logique de stock
  • 7. On capture des informations /interactions  Puis … en les rendant disponibles au plus grand nombre on prend le pari qu'elles rencontreront la bonne personne au bon moment et permettront : Apprentissage Innovation Actions Décisions CONTEXT E
  • 8. Les technologies de la connaissance sont là pour multiplier et optimiser les possibilités de telles « rencontres » KB  Elles doivent créer l’environnement le plus propice à l’émergence de connaissances nouvelles chez les collaborateurs
  • 9. Il y a nécessairement un pari  prise de risque.  ROI est rarement calculable : il faut réfléchir en termes de logique d’usage  Est-ce qu’on se pose la question du ROI de l’email, du téléphone?  Les choix relatifs à ces technologies impliquent donc les décideurs au plus haut niveau. Choix stratégiques
  • 11. TECHNOLOGIES SEMANTIQUES DANS LES ORGANISATIONS  Pensez-vous que les moteurs de recherche internes qui utilisent des thesaurus pour améliorer leurs résultats vont devenir courants dans les entreprises?  66% des répondants pensent que oui, dans un futur proche  Source : enquête Semantic web company. Juin 2011. http://issuu.com/andreas_blumauer/docs/survey_do_controlled_vocabularies _matter_2011_june
  • 12. WEB SEMANTIQUE  Pensez-vous que les entreprises et les autres organisations peuvent tirer parti de l’utilisation du web des données (Linked datas)  Les répondants pensent à 88% que la plupart des organisations peuvent en tirer parti  Source : enquête Semantic web company. Juin 2011.  http://issuu.com/andreas_blumauer/docs/survey_do_controlled_vocabularies _matter_2011_june
  • 13. MOTEUR POUR L’INTRANET  Le moteur de recherche multicritères (dates, auteur, thèmes, …) fait partie du TOP 10 des projets des entreprises françaises pour 2012 (n°4)  Enquête annuelle de l’Observatoire de l’Intranet  http://www.observatoire-intranet.com/
  • 14. RÉSEAUX SOCIAUX D’ENTREPRISE  Taux d’adoption des RSE ou outils sociaux par les entreprises en croissance continue. De 23% en 2008 à 50% en 2011 (entreprises US)  Enquête McKinsey  http://www.journaldunet.com/solutions/intranet-extranet/retour-sur- investissement-des-rse/
  • 15. RÉSEAUX SOCIAUX D’ENTREPRISE  La fiche annuaire enrichie (profil), directement issue des RSE (eux- mêmes inspirés des réseaux sociaux grand public) arrive en n°1 du TOP 10 des projets des entreprises françaises pour 2012 - 2013  Enquête annuelles de l’Observatoire de l’Intranet  http://www.observatoire-intranet.com/
  • 16. BIG DATAS  D’ici la prochaine décennie, la quantité de données gérée par les entreprises pourrait être multipliée par 50 et la taille des fichiers par 75.  La quantité de données va prochainement doubler tous les 2 ans  1,8 zettaoctets produits en 2011, soit 58 milliards d’iPad à 32 Go  IDC Extracting value from chaos – 2011  http://idcdocserv.com/1142
  • 17. MEDIAS SOCIAUX  70% des personnes interrogées pensent que l’utilisation des médias sociaux va croître de manière significative à court terme.  Harvard Business Review, The new conversation : taking social media from talk to action. 2100 répondants. Déc. 2010  http://hbr.org/hbrg-main/resources/pdfs/comm/sas/16203-hbr-sas- report-r3.pdf
  • 18. MEDIAS SOCIAUX  2/3 des répondants considèrent les médias sociaux comme un canal très important ou extrêmement important de relation avec leur clients, prospects, partenaires,…  Accenture. Making social media pay. 2011. 200 entreprises US.  http://www.accenture.com/SiteCollectionDocuments/PDF/Accenture- Making-Social-Media-Pay.pdf
  • 19. MULTIMEDIA  60h de vidéos sont rajoutées chaque minute sur Youtube  Google a donc créé un algorithme pour tenter de détecter les nouveaux talents (opinion mining et sentiment analysis)  Chiffres donnés par Google  http://www.youtube.com/static?hl=fr&template=press_statistics  http://googleresearch.blogspot.com.au/2012/02/quantifying- comedy-on-youtube-why.html
  • 20. Traitement Contenus sémantique des multimedias contenus produits (exploitation, g dans l’organisation estion) Web sémantique Cartographie automatique de données Logiciels/ services de veille Traitement des « Big data » (par datamining) Moteurs de recherche (Intranet, Surveillance externe) des médias sociaux Gestion de contenu (ECM) Traitement automatique du langage (TAL) Gestion électronique Bases de de documents (GED) connaissances Plateformes Réseaux sociaux de curation d'entreprise
  • 21. Traitement Contenus sémantique des multimedias contenus produits (exploitation, dans l’organisation gestion) Web sémantique Cartographie automatique de données Logiciels/ services de veille Traitement des « Big data » (par datamining) Moteurs de recherche (Intranet, extern Surveillance e) des médias sociaux Gestion de contenu (ECM) Traitement du langage (TAL) Gestion électronique Bases de de documents (GED) connaissances Plateformes Réseaux sociaux de curation d'entreprise
  • 22. RENDRE CES TECHNOLOGIES ACCESSIBLES ET UTILISABLES ???  Tous les collaborateurs ne vont pas se former au datamining ou au web sémantique  Interfaces enrichies qui :  guident l’utilisateur  l’aident à comprendre et interpréter les données  Accompagnement++ : pour chaque $ investi dans les technologies informatiques  9 $ pour développer le capital organisationnel et humain. (Eric Brynjolfsson – MIT)  Condition de rentabilité
  • 23. CE N’EST PAS SI NOUVEAU
  • 24. DES TECHNOLOGIES QUI NE RENTRENT PAS DANS LES CASES
  • 25. LES TECHNOLOGIES DE LA CONNAISSANCE SONT À USAGES MULTIPLES  Les mêmes technologies peuvent servir à :  Découvrir des informations  Les analyser  Les partager  Collaborer autour de ces contenus
  • 26. LES TECHNOLOGIES DE LA CONNAISSANCE CASSENT LES FRONTIÈRES ENTRE L’INTERNE ET L’EXTERNE  On accède/analyse/partage/collabore autour d’informations :  Produites par l’organisation  Produites par des acteurs externes à l’organisation sur le web  question des « Big datas »
  • 27. LES TECHNOLOGIES DE LA CONNAISSANCE CASSENT LES FRONTIÈRES ENTRE L’INTERNE ET L’EXTERNE  Les médias sociaux :  McKinsey indique par exemple que 69% des répondants utilisant des outils sociaux ouverts (partenaires, fournisseurs, clients) notent une amélioration de leur pratique marketing, contre 54% en 2009.  Pour 40% des répondants, les RSE servent à surveiller l’environnement extérieur  Enquête McKinsey  http://www.journaldunet.com/solutions/intranet-extranet/retour-sur- investissement-des-rse/
  • 28. POUR DES USAGERS QUI NE RENTRENT PLUS DANS LES CASES  Le collaborateur actuel :  Autonome : si on ne lui donne pas les outils pour travailler en interne, il ira les chercher lui-même sur le web  Mobile : veut pouvoir se connecter au réseau de son entreprise, à ses outils de travail en permanence  Mélange professionnel et privé (sans toujours le vouloir)
  • 29. IMPLICATIONS  Enjeux multiples  Nécessité d’une instance de gouvernance de l’information dans les organisations  Modéliser l’information  Prendre la mesure des projets à mettre en œuvre autour de l’information  Des technologies de la connaissance à intégrer  Dans le but de mieux maîtriser l’information (valeur, coût, criticité