L’équipe connaissait ses chiffres sur le bout des doigts. Des données propres, des tableaux de bord auxquels tout le monde se fiait, une équipe de planification capable de vous donner le débit à la décimale près, n’importe quel jour. Puis elle a apporté un changement, et deux étapes plus loin, quelque chose a lâché sans qu’aucun tableau de bord l’ait signalé comme un risque. Il ne manquait aucune donnée. Tous les chiffres nécessaires étaient déjà à l’écran. La mauvaise surprise est arrivée quand même.
Certains écueils bien reconnaissables empêchent les organisations de voir venir leurs décisions les plus difficiles. De tous, c’est celui-ci qui ressemble le plus à un problème de données, jusqu’au jour où il vous arrive.
Un instantané ne montre pas le mouvement
L’hypothèse semble assez raisonnable pour que presque personne ne la remette en question : si l’équipe connaît assez précisément l’état actuel des choses (chaque taux, chaque niveau, chaque chiffre qui compte), elle peut en déduire ce qu’un changement va réellement provoquer. Mais une image statique, aussi précise soit-elle, ne montre qu’un moment. Le comportement des opérations se joue dans la façon dont un moment mène au suivant, et c’est précisément ce qu’un instantané laisse de côté. Savoir où en sont les choses en ce moment ne dit presque rien sur la direction qu’elles prennent.
Le problème ne tient pas seulement aux outils, mais aussi à ce qu’un esprit humain peut suivre en temps réel. Les personnes qui gèrent des environnements complexes et dynamiques commettent des erreurs bien précises, et toujours les mêmes : elles sous-estiment les boucles de rétroaction, les délais et les effets non linéaires, et rien de tout cela ne s’améliore avec l’expérience.
Le délai est l’exemple le plus clair. Un changement apporté aujourd’hui ne révèle son coût réel que trois semaines plus tard, et à ce moment-là, il est tombé dans un service qui ne l’a jamais vu venir. La boucle de rétroaction est plus subtile : en éliminant un goulot d’étranglement à un endroit, on en crée discrètement un nouveau plus loin en aval, parce que la contrainte n’a pas disparu, elle s’est déplacée. La non-linéarité, elle, contredit l’intuition la plus élémentaire qu’on apporte à ce genre de décision. Doubler les intrants ne double pas la production, et au-delà d’un certain seuil, en ajouter davantage ne change presque plus rien. Rien de tout cela n’apparaît sur un instantané. Ces effets ne se révèlent qu’une fois le système en marche.
La complexité aggrave les trois. Dans des opérations fortement interconnectées, le comportement du système n’est pas la somme de ce que font ses parties individuellement : il découle de la façon dont elles interagissent, et on ne peut pas le voir en étudiant une seule partie à la fois. Or, c’est exactement ce que font les outils statiques et les chiffriers, puisque c’est pour cela qu’ils ont été conçus, et c’est précisément là qu’ils ratent ce que l’ensemble va réellement produire. L’un des textes les plus cités sur les défaillances des systèmes complexes le dit d’ailleurs sans détour : la sécurité, et par extension la performance, est une propriété du système, et non de ses composantes prises isolément. Plus les opérations sont couplées, plus l’écart se creuse entre comprendre chaque pièce et savoir ce que l’ensemble fera ensuite.
À quoi ressemble une approche qui fonctionne
Pour voir l’effet d’une décision, il faut quelque chose qu’un instantané ne pourra jamais être : une façon de faire avancer les opérations dans le temps. On part de l’état actuel, on conserve intacts les interactions, les délais et les effets non linéaires, puis on fait défiler la suite au lieu de figer l’image. On observe ce que la décision déclenche réellement avant que ça se produise, plutôt que de le découvrir après coup. C’est un type d’outil fondamentalement différent de ceux conçus pour décrire la situation d’aujourd’hui.
L’idée a même un nom : l’« essai routier » des décisions critiques. C’est le même réflexe qui pousse à faire le tour du bloc avec une voiture avant de l’acheter. Appliqué à une décision, il consiste à utiliser la simulation informatique pour projeter et comparer les conséquences probables d’un choix dans une série de scénarios dynamiques, avant que quoi que ce soit ne devienne réel. Si la décision tourne mal dans la simulation, on n’a perdu que du temps. Si elle tourne mal dans la réalité, l’erreur est désormais coulée dans le béton.
Ce que cette approche donne concrètement à la personne qui décide, c’est un éventail de possibilités, et non une prévision déguisée en certitude : ce qui pourrait plausiblement se produire, et à quel moment un plan donné commence à céder, alors qu’il n’existe encore qu’à l’écran. C’est ce qui permet de tester de vraies options en fonction du comportement réel des opérations, plutôt qu’en fonction d’une estimation statique devenue désuète dès qu’on l’a couchée sur papier. La décision cesse alors d’être un pari sur l’intuition qui paraît la plus assurée, et devient une comparaison entre des options qui ont toutes déjà été mises à l’épreuve.
Ce qui comble l’écart
Connaître l’état actuel n’a jamais été le problème. Le problème, c’était de voir l’état suivant, et aucune quantité de données propres ne suffit à combler cet écart, puisqu’un instantané montre seulement où en sont les choses, jamais où elles s’en vont. Ce qui le comble, c’est une façon de faire avancer les opérations dans le temps et de voir la conséquence arriver avant qu’elle devienne réelle.
La prochaine fois qu’un changement vous surprend deux étapes plus loin, la vraie question, si on est honnête, n’est pas de savoir si vous aviez les données. C’est de savoir si quelque chose vous a permis de voir ce changement se dérouler avant que vous vous y engagiez.
Une société minière avait besoin de savoir comment ses camions et ses pelles se comporteraient aux intersections et aux points de chargement avant de modifier la gestion de sa flotte. SimWell a bâti un modèle qui faisait avancer ses opérations dans le temps, en testant l’affectation des camions, les règles de priorité et la taille de la flotte, ce qui lui a permis de voir les conséquences d’un changement avant même qu’un camion ne prenne la route.
