Le savoir tribal est un ensemble de règles non écrites ou d'informations connues par un groupe ou des individus spécifiques. C'est la raison pour laquelle un chargé de compte spécifique formule les e-mails de renouvellement d'une certaine manière, la raison informelle pour laquelle une transaction a échoué et qui n'a jamais figuré dans les notes du CRM, et l'historique des relations qui vit dans la mémoire de quelqu'un plutôt que dans un système d'enregistrement.

L'IA souveraine fait référence au degré de contrôle qu'une organisation exerce sur l'emplacement de ses données, de ses modèles d'IA, de son infrastructure, de ses opérations et de sa gouvernance. [1]. Lorsqu'une entreprise s'appuie sur des outils qui ne sont pas souverains, elle finit par perdre le contrôle juridique, opérationnel et architectural de ses actifs. Tout, depuis l'historique de la manière dont elle vend, ce que ses clients ont réellement dit et ce que l'équipe a appris au cours du processus, finit par se retrouver sur l'infrastructure de quelqu'un d'autre, régi par la politique de conservation de quelqu'un d'autre et les conditions d'entraînement des modèles de quelqu'un d'autre.

Cela est d'autant plus pertinent que la perte de savoir tribal s'annonce rarement d'elle-même. C'est un coût mesuré, et les chiffres sont suffisamment importants pour en ressentir les effets.

• Deloitte évalue le coût annuel du renouvellement volontaire des travailleurs du savoir aux États-Unis à 1,3 billion de dollars [2].

  
  

• Gartner estime que 70 à 80 % des connaissances d'une entreprise ne sont jamais consignées dans aucun document ni système [4].

  
  

• Une nouvelle recrue dans un rôle à forte intensité de connaissances met 8 à 12 mois pour atteindre sa pleine productivité, même dans des conditions normales [3].

Pensez simplement au temps, aux ressources et aux efforts gaspillés à rechercher un contexte dispersé et perdu. Un seul détail perdu peut se répercuter sur des transactions se chiffrant en millions.

Les données exclusives et les flux de travail sectoriels approfondis de votre entreprise sont non seulement précieux, mais aussi vulnérables. Le problème de la préservation du savoir tribal ne réside pas seulement dans le fait que ce savoir s'en va lorsque les collaborateurs s'en vont, mais aussi dans le fait que la propriété de ce savoir serait complètement perdue si elle consistait à le préserver entre de mauvaises mains. La perte de contrôle de vos données peut prendre plusieurs formes :

• Une petite entreprise conçoit un flux de travail ingénieux au-dessus d'une plateforme plus importante dont elle dépend. La couche d'IA de la plateforme l'identifie sur l'ensemble de sa base de clients, et la version suivante intègre ce flux de travail exact en tant que fonctionnalité native. Les propres données d'utilisation de la petite entreprise sont devenues en réalité le cahier des charges d'une fonctionnalité désormais intégrée à la plateforme qu'elle ne contrôle pas, sans que rien ne soit dû à l'entité qui a généré le modèle en premier lieu.

  
  

• Un fournisseur d'IA est racheté, fait pivoter son produit ou ferme ses portes, et des années de contexte accumulé, comme l'historique des transactions, les modèles affinés et la mémoire institutionnelle, disparaissent avec lui.

• Dans les secteurs réglementés, l'exposition se manifeste lors des audits plutôt que lors des incidents. Une société de services financiers qui ne peut pas démontrer où résident physiquement ses données clients traitées par l'IA échoue à un examen de conformité, puisqu'elle ne peut pas prouver que le contrôle existait en premier lieu. C'est précisément à cette exigence de preuve que l'IA souveraine est conçue pour répondre [1].