Départ d’un salarié : comment éviter la perte de savoir avec l’IA

Le départ qu’on n’a pas vu venir, ou qu’on a vu venir sans rien faire

Dans toutes les entreprises que nous accompagnons chez maria, la même scène se rejoue. Un collaborateur annonce son départ. Les deux semaines qui suivent sont consacrées à « tout mettre par écrit », à organiser des sessions de passation, à documenter les procédures. Le jour du départ, on se félicite d’avoir rempli un Notion ou un Confluence avec des pages de contenu. Trois mois plus tard, son successeur ou ses collègues redécouvrent qu’il manque l’essentiel.

Ce qui a été capturé, ce sont les procédures. Ce qui a disparu, c’est le savoir qui donne du sens aux procédures. Comment interpréter un cas limite. Pourquoi telle règle existe. Quel client supporte quel écart. Qui appeler quand telle situation se présente. Cette connaissance ne vit nulle part dans la documentation parce qu’elle n’est pas documentable à chaud.

Selon les données de la DARES, les mouvements de main-d’œuvre en France restent soutenus en 2026, portés par des départs volontaires nombreux dans un marché de l’emploi encore dynamique. L’APEC confirme que la durée moyenne d’occupation d’un poste pour un cadre français s’établit entre 4 et 6 ans. Autrement dit, dans toute entreprise de plus de 20 personnes, un départ d’expert tombe plusieurs fois par an, parfois chaque trimestre.

Le vrai sujet n’est donc pas « comment réagir à un départ ». C’est « comment organiser l’entreprise pour que les départs ne détruisent plus le savoir accumulé ». Cette inversion change tout, à commencer par le moment où l’on agit.

Ce qui part vraiment avec un expert

Pour comprendre pourquoi les passations classiques échouent, il faut distinguer trois types de savoir qui coexistent chez tout collaborateur expérimenté.

Les travaux académiques et les retours d’expérience du CIGREF convergent sur un ordre de grandeur. Le savoir explicite représente environ 20 à 30 % du savoir utile d’un collaborateur senior. Le savoir implicite et tacite représente les 60 à 80 % restants.

Or les méthodes classiques de capitalisation (procédures écrites, entretien de sortie, formation du successeur sur 15 jours) ne traitent que le savoir explicite. Elles passent complètement à côté des 60 à 80 % les plus précieux. C’est précisément ce qui explique le sentiment de perte massif après chaque départ d’expert, malgré les documents produits.

Prenons un exemple concret. Un responsable de la relation client qui part après 7 ans laisse derrière lui une documentation des procédures de gestion des réclamations, parfaitement à jour. Ce qu’il n’a pas écrit, et qu’il ne pourrait pas écrire : le fait que ce client-là supporte un délai long sur telle question mais pas sur telle autre, que ce fournisseur-là est réactif seulement si on l’appelle plutôt que de lui envoyer un email, que telle procédure officielle est contournée depuis trois ans parce qu’elle ne fonctionne pas. Ce savoir vaut parfois plus que la procédure officielle elle-même.

Combien ça coûte, concrètement

Chiffrer la perte de savoir est difficile parce que les effets se diffusent sur plusieurs mois et touchent plusieurs postes à la fois. Mais les ordres de grandeur convergent dans les études disponibles.

Sur les projets que nous accompagnons chez maria, nous observons un impact mesurable sur trois dimensions.

Le temps d’autonomie du successeur. Pour un poste à expertise métier, le temps pour qu’un remplaçant atteigne la pleine autonomie opérationnelle s’étend typiquement de 6 à 18 mois selon la complexité du rôle. Pendant cette période, le coût caché inclut la mobilisation d’autres experts pour aider, les erreurs commises sur des cas particuliers mal maîtrisés, et le ralentissement général du service.

La charge reportée sur les collègues. Chaque question qu’aurait pu traiter le partant devient une interruption pour un collègue. Sur un poste central, cela peut représenter plusieurs heures hebdomadaires de temps collectif consommé, pendant plusieurs mois après le départ.

Les décisions reprises à zéro. Les arbitrages anciens, les règles historiques, les compromis négociés avec tel client ou tel fournisseur sont redébattus parce que personne ne connaît l’histoire. Chaque redémarrage de ce type coûte du temps et parfois détériore une relation.

Au total, les études de référence estiment le coût caché d’un départ d’expert entre 50 % et 150 % de son salaire annuel brut, selon le poste et le niveau d’expertise. Pour un cadre à 60 000 euros annuels, cela représente une perte potentielle de 30 000 à 90 000 euros, étalée sur 12 à 18 mois après le départ.

Les 3 signaux qui annoncent une fuite de savoir

Dans la plupart des entreprises, les signaux précurseurs d’une perte de savoir existent, mais ne sont pas lus comme tels. Trois signaux reviennent systématiquement.

Signal 1 : la personne unique. Dès qu’un sujet a un seul référent dans l’entreprise, le départ de cette personne crée mécaniquement un trou noir. Ce n’est pas une question de talent ou de dévouement, c’est une question de redondance structurelle. Une entreprise qui dépend d’une seule personne sur un sujet critique a renoncé, souvent sans le savoir, à la continuité de ce sujet.

Signal 2 : les contournements silencieux. Quand les équipes contournent régulièrement une procédure officielle, cela signifie que le vrai savoir ne vit pas dans la procédure, mais dans la pratique du contournement. Si cette pratique est portée par deux ou trois personnes seulement, elle disparaît avec elles.

Signal 3 : les décisions remontantes. Quand telle question « doit toujours être validée par Marc » ou « ne peut être tranchée que par Sophie », c’est que le savoir de décision n’a jamais été formalisé en règles. Il est donc impossible à transmettre par un document.

Ces trois signaux sont visibles dans toute organisation qui prend le temps de les regarder. Les repérer tôt est le premier geste d’une politique de capitalisation sérieuse.

Pourquoi les méthodes classiques échouent

Les entreprises qui prennent le sujet au sérieux ont généralement essayé plusieurs méthodes avant d’arriver à l’IA. Toutes buttent sur les mêmes limites.

L’entretien de sortie. Mené par les RH dans les derniers jours, il recueille des informations formelles mais passe à côté du savoir tacite. Le partant n’est pas en condition de livrer son savoir profond, il est déjà mentalement ailleurs.

La documentation de dernière minute. Deux semaines avant le départ, le partant est invité à « tout documenter ». Il produit alors de la procédure écrite, qui est précisément le niveau de savoir le moins précieux. Le résultat est volumineux mais pauvre.

La passation au successeur. Elle fonctionne quand le successeur est déjà identifié, en poste, et peut passer plusieurs semaines au contact du partant. Ces trois conditions sont rarement réunies. Le plus souvent, la passation se fait vers un remplaçant partiel ou vers plusieurs collègues qui absorbent chacun un morceau.

Le wiki interne. L’idée paraît bonne : documenter en continu dans un outil partagé. En pratique, le wiki devient un cimetière de pages non maintenues, consultées par personne, parce que la contribution est perçue comme une charge et non comme un geste utile.

Le point commun de ces méthodes : elles traitent la capitalisation comme un acte, souvent déclenché par le départ. Alors que la vraie capitalisation est un processus continu, intégré au travail quotidien.

Ce que change l’IA sur ce sujet

L’IA n’est pas une solution magique à la perte de savoir. Elle est un levier qui change la nature du problème, à trois conditions bien précises.

Elle transforme la contribution en sous-produit. Au lieu de demander à un expert de documenter son savoir (ce qu’il n’a pas le temps de faire, ou pas envie), un bon dispositif IA capture le savoir dans son usage quotidien. Un échange sur Slack, une décision prise lors d’une réunion, une réponse donnée à un collègue, un message dans un ticket. Chaque interaction devient potentiellement une brique de capitalisation, sans effort supplémentaire pour l’expert.

Elle rend la connaissance interrogeable en langage naturel. Un documentaire mort dans un wiki n’aide personne. Un corpus de connaissance interrogeable (quelqu’un pose la question qu’il se pose, l’IA remonte les éléments pertinents) transforme un stock inerte en ressource vivante. Le successeur du partant peut poser à l’IA les questions qu’il aurait posées au partant lui-même, à condition que le dispositif ait été alimenté sur la durée.

Elle préserve le contexte. Un bon dispositif IA ne stocke pas des procédures mais des interactions situées : qui a dit quoi, dans quel contexte, à propos de quel client ou de quel projet. Ce niveau de contexte est précisément ce que les documents classiques perdent.

Trois conditions pour que cela fonctionne. Un, le dispositif doit être mis en place avant que le départ soit annoncé, idéalement 12 à 24 mois avant. Deux, il doit être alimenté en continu, pas par à-coups. Trois, les experts doivent y voir un bénéfice pour eux-mêmes (gagner du temps, être moins interrompus), pas une surveillance ou une menace sur leur rôle.

Cette logique de dispositif vivant prolonge directement le chantier amont de structuration du savoir, traité en profondeur dans notre article Knowledge management et IA : organiser votre savoir avant de déployer un agent.

Par où commencer avant le prochain départ

Si vous vous reconnaissez dans ce qui précède, voici l’ordre d’action que nous recommandons. Il ne demande pas de budget significatif au démarrage.

Semaine 1 : cartographier les points de concentration de savoir dans votre entreprise. Qui sont les trois à cinq personnes dont le départ créerait un trou noir identifié ? Vos managers le savent. Cette cartographie est le point de départ.

Semaine 2 : regarder les signaux. Sur ces trois à cinq personnes, repérer les procédures contournées, les décisions qui remontent toujours à elles, les sujets qu’elles sont seules à maîtriser. Cette lecture révèle les zones de fragilité réelle.

Semaine 3 : identifier un sponsor du projet. Un directeur opérationnel, un DRH, un dirigeant, qui comprend l’enjeu et peut porter le sujet dans la durée. Sans sponsor engagé, la capitalisation est une bonne intention qui ne survit pas à six mois.

Semaine 4 : lancer un pilote sur une seule personne ou un seul sujet critique. Pas un grand plan, pas une refonte globale. Un expert volontaire, un dispositif léger d’IA, une boucle de six mois pour mesurer ce que cela produit. Les projets qui réussissent commencent presque toujours par un pilote resserré.

À l’issue de ces quatre semaines, vous aurez posé les fondations. Vous n’avez pas encore de dispositif complet. Mais vous aurez cessé d’attendre le prochain départ en espérant que ce soit moins douloureux que les précédents.

Pour la méthode complète de mise en œuvre (4 étapes, 7 outils IA utiles, 3 paliers de budget, conditions de réussite), voir notre article Départ de salariés : la méthode IA pour capitaliser le savoir au fil de l’eau.

En résumé

Le départ d’un expert emporte avec lui 60 à 80 % d’un savoir qui n’a jamais été documenté, et qui ne peut pas l’être en deux semaines de passation. Les méthodes classiques (entretien de sortie, documentation de dernière minute, passation au successeur) traitent le mauvais niveau de problème. L’IA ne remplace pas l’humain qui part, mais elle peut transformer les interactions quotidiennes en matière réutilisable, à condition d’être installée bien avant que le départ soit annoncé. Les trois signaux à surveiller sont la concentration du savoir sur une seule personne, les procédures régulièrement contournées, et les décisions qui remontent toujours au même expert. La capitalisation sérieuse se joue sur la durée, par un dispositif vivant alimenté au quotidien, pas par un acte de sortie précipité. Le vrai moment d’agir n’est pas quand un expert annonce son départ. C’est maintenant, quand il est encore là.