De l’amnésie corporate à la mémoire augmentée: repenser la mémoire organisationnelle à l’ère de l’intelligence artificielle

Nicolas Bartel and David Autissier ()
Additional contact information
David Autissier: IRG - Institut de Recherche en Gestion - UPEC UP12 - Université Paris-Est Créteil Val-de-Marne - Paris 12 - Université Gustave Eiffel

Post-Print from HAL

Abstract: Les organisations contemporaines vivent un paradoxe : alors qu'elles déploient massivement des outils d'intelligence artificielle censés démultiplier leurs capacités mémorielles, elles cultivent simultanément une véritable amnésie corporate, fondée sur la conviction que le futur ne peut s'envisager qu'en faisant table rase du passé. Cet article articule deux niveaux d'analyse longtemps tenus séparés : d'une part la dimension identitaire et narrative de la mémoire organisationnelle, comprise comme boussole de la transformation ; d'autre part la dimension technologique, marquée par l'irruption des LLM et des architectures RAG. Mobilisant les théories classiques (Walsh et Ungson, Cohen et Bacdayan, Nonaka et Takeuchi, Wegner, Argyris et Schön, Nelson et Winter, Ermine, Grundstein) et les contributions récentes sur l'IA générative en gestion des connaissances, l'article identifie trois lignes de tension : impasse mémorielle versus capitalisation augmentée, délégation algorithmique versus transmission incarnée, automatisation versus souveraineté cognitive. Il en déduit des évolutions managériales : nouvelles fonctions ( Chief Memory Officer , knowledge engineer ), dispositifs hybrides de transmission, gouvernance des données, et formalisation narrative de l'identité organisationnelle.

Date: 2026-08-28
References: Add references at CitEc
Citations:

Published in Question(s) de Management, 2026, 3, pp.55-64. ⟨10.3917/qdm.240.0055⟩

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-05762138

DOI: 10.3917/qdm.240.0055

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().