amaiko vs Omnora : mémoire vivante vs le wiki interviewé par une IA (2026)

Ce qu’Omnora fait juste

Accordons d’abord la prémisse, parce qu’elle est réelle. Le savoir enfermé dans la tête de quelques personnes — les « Kopfmonopole » — est un vrai risque pour l’entreprise. Les passations laissent tomber des choses, l’onboarding est lent, et quand une personne clé s’en va, une part de la façon dont l’entreprise fonctionne réellement s’en va avec elle. Sur le problème, Omnora a raison.

Et son moteur de production de formations est légitimement capable. Interviews d’experts menées par une IA, conversion document-vers-cours, vidéos doublées par IA en 140 langues, quiz automatiques, plus de 120 avatars — si votre objectif est de produire en masse du matériel e-learning soigné, Omnora le fait bien, et plus de 650 entreprises l’utilisent pour exactement cela. Nous n’allons pas prétendre que le problème est bidon ou que la machine est mauvaise.

Le désaccord est plus étroit et plus important : il porte sur la méthode pour garder le savoir. Et là, Omnora résout un problème de 2026 avec un plan de 2010.

C’est un wiki avec un chatbot à l’accueil

Retirez le vernis IA et le livrable est le plus ancien du manuel : des documents. Articles, cours, PDF, vidéos — une bibliothèque que quelqu’un doit bâtir, relire, publier, puis maintenir pour toujours. La partie astucieuse, c’est qu’Omnora a déplacé la saisie de données du clavier vers l’interview. Mais ce que vous finissez par posséder reste un wiki. Et tout le monde ici sait déjà comment finissent les wikis.

Personne ne veut être interviewé par un bot

Tout le modèle repose sur le fait que vos experts se portent volontaires pour s’asseoir et se faire interroger par une IA. Pensez à qui sont ces experts : vos collaborateurs les plus expérimentés, les plus surchargés — ceux dont le savoir vaut la peine d’être capté *précisément parce qu’*ils sont trop occupés pour l’écrire. Leur demander de planifier des interviews avec une IA, c’est réclamer la seule ressource dont ils ont le moins.

Alors les interviews qui ont réellement lieu sont les commodes, sur les sujets qui n’étaient jamais vraiment en danger. Le savoir dont vous aviez le plus besoin — celui dans la tête de la personne qui part à la retraite en mars — reste exactement là où il était : non documenté, et il franchit la porte le jour de son dernier jour. Un outil de captation qui ne capte que ce que les gens ont le temps d’offrir n’est pas une assurance contre la perte de savoir. C’est un générateur de contenu de formation.

Le détail crucial ne vient jamais sur le tapis

Voici le problème plus profond, et aucun soin apporté à l’interview ne le règle. Le savoir qui compte vraiment est tacite — l’arbitrage, l’exception que vous ne faites que sous une condition précise, la raison pour laquelle vous ne faites pas la chose évidente. Il est tacite parce que l’expert ne sait pas consciemment qu’il le sait ; il ne remonte qu’au moment de faire le travail.

Une interview demande « comment fais-tu X ? » et récupère la version propre et officielle — celle qui irait dans un manuel. La vraie version, la brouillonne et correcte, ne vient jamais sur le tapis, parce que personne ne pense à demander et que l’expert ne pense pas à le dire. Vous vous retrouvez avec un cours magnifiquement produit qui documente le processus que tout le monde connaissait déjà, et rate les dix détails durement acquis qui étaient tout l’enjeu.

amaiko n’interviewe personne. Elle observe le travail tel qu’il se déroule dans Teams — les décisions réelles, les exceptions réelles, le « on fait comme ça parce que la dernière fois on ne l’a pas fait » réel — le seul endroit où le savoir tacite soit jamais visible.

Un instantané pourrit

Admettons que l’interview se passe parfaitement et que le savoir est capté proprement. Vous possédez désormais un document. Les documents ont une demi-vie. Le processus change, l’outil est remplacé, la politique est mise à jour — et l’article, non, parce que le mettre à jour est une tâche qui n’est la priorité de personne. Six mois plus tard, votre belle base de connaissances générée par IA est discrètement fausse, et une documentation fausse est pire que pas de documentation, parce que les gens lui font confiance.

C’est la mort lente que meurt tout wiki, et mettre une IA sur le siège de l’auteur ne change pas la fin — cela produit juste plus de pages, plus vite, pour le même cimetière. La mémoire d’amaiko n’a pas d’étape de maintenance, parce que ce n’est pas une bibliothèque. Elle est alimentée en continu par le travail, donc elle bouge quand l’entreprise bouge. Rien à relire, rien à republier, rien qui se périme en silence.

Le pari inverse d’amaiko

amaiko inverse tout le modèle. Pas d’interviews, pas de wiki, pas de projet L&D à staffer et à faire tourner. Elle construit une mémoire d’entreprise persistante et auto-apprenante à partir de ce qui a déjà lieu dans Microsoft Teams — décisions, contexte, qui sait quoi, pourquoi les choses sont faites comme elles le sont. Quand quelqu’un part, son contexte reste derrière lui. Les nouveaux arrivants héritent d’une mémoire vivante plutôt que d’une pile de cours peut-être périmés ; l’effet mesurable pour les équipes amaiko : 35 % de temps de recherche en moins et un onboarding jusqu’à 57 % plus rapide. Voyez comment ça fonctionne.

Et parce qu’elle est native de Teams, il n’y a rien à déployer et personne à interviewer. Vous ajoutez amaiko à Teams et elle commence à apprendre votre activité depuis le travail lui-même — l’exact opposé d’un projet que vous lancez, que vous staffez et pour lequel vous espérez que les gens trouveront le temps.

Ce que ça coûte

Omnora est sur devis. C’est vendu comme une plateforme de corporate learning, donc la budgétisation commence par un appel commercial et, pour un déploiement de captation de savoir, généralement une phase d’implémentation qui s’ajoute aux frais par poste — vous financez un programme, pas juste une licence.

amaiko démarre à 29,91 € par utilisateur et par mois, en facturation annuelle — avec la mémoire, l’intelligence proactive et le réseau multi-agents inclus, pas empilés par-dessus. Il n’y a aucun projet de captation à financer avant de voir de la valeur ; la valeur commence à s’accumuler dès l’instant où elle est dans votre Teams.

Qui devrait choisir quoi

Segmentation honnête — et Omnora mérite un vrai cas « choisissez-les ».

Choisissez Omnora si votre véritable objectif est un dispositif de formation formel : vous devez produire de l’e-learning en masse, suivre l’achèvement des cours obligatoires, délivrer des certificats, faire passer des quiz et localiser des vidéos de formation à travers les langues. C’est un besoin légitime, et Omnora est réellement bâti pour ça — c’est d’abord une plateforme d’apprentissage et ensuite seulement un outil de préservation du savoir. Si vous alliez de toute façon acheter un LMS, la création par IA est une vraie amélioration par rapport à l’écriture de cours à la main.

Choisissez amaiko si ce que vous voulez, c’est que le savoir de votre entreprise reste dans l’entreprise sans faire tourner un projet de captation pour y arriver — une mémoire qui se construit d’elle-même à partir du travail, vit là où votre équipe travaille déjà, et agit sur ce qu’elle sait au lieu de le classer. Si vous sondez le terrain, notre panorama des alternatives à Omnora couvre les voisins. Et si vous préférez voir la mémoire vivante plutôt que d’en lire la description : réservez une démo — un seul chat Teams suffit pour vous la montrer.