SAAQclic devait coûter 638 millions de dollars. La facture dépasse aujourd'hui le milliard. Le système a été lancé en février 2023 alors que les tests n'étaient même pas terminés. Des concessionnaires ne pouvaient plus livrer de véhicules. Des citoyens ne pouvaient plus renouveler leur permis. La vérificatrice générale a été limpide : coûts trois fois plus élevés, tests non complétés, informations cachées au conseil d'administration. Et le nouveau système s'est révélé moins performant que l'ancien.
Un échec sur toute la ligne. Et pourtant, personne ne s'en étonne vraiment.
On reconnaît le scénario parce qu'on l'a déjà vu. En 2016, le gouvernement fédéral lançait Phénix, un système de paie censé remplacer d'un seul coup des dizaines de systèmes pour 309 millions de dollars. Neuf ans et quatre milliards plus tard, il reste 300 000 erreurs de paie non résolues. Le vérificateur général du Canada a qualifié le projet d'« échec incompréhensible ». Et le système s'est révélé moins efficace que celui de quarante ans qu'il venait remplacer.
Et si on sort de l'informatique, le pattern tient toujours. En santé, le Québec en est à sa quatrième restructuration majeure en vingt ans. Chaque fois, on refond les structures, on centralise, on fusionne. Chaque fois, les mêmes critiques reviennent. Santé Québec regroupe aujourd'hui 330 000 employés sous un seul employeur. Après un an, les syndicats parlent de « chaos ». Un responsable syndical résumait : « Ça fait des décennies qu'on répète les mêmes erreurs. Centraliser toujours plus et consulter toujours moins. »
Et ce n'est pas un phénomène québécois. Le privé international accumule les mêmes débris. Nike a investi 400 millions de dollars pour refondre sa chaîne d'approvisionnement d'un coup : 100 millions en ventes perdues, chute de 20 % de l'action en bourse, cinq ans supplémentaires pour remettre le système debout. Lidl, le géant allemand du rabais, a travaillé sept ans sur un système SAP à 580 millions de dollars pour remplacer ses 90 solutions internes par une seule — avant de tout abandonner et de revenir à l'ancien système. Hershey's a raté Halloween 1999 — 100 millions en commandes impossibles à traiter — parce que son nouveau système n'était pas prêt. Revlon n'arrivait plus à fabriquer ni à livrer ses produits après sa migration SAP. Haribo a vu ses tablettes vides et ses ventes chuter de 25 % pour les mêmes raisons. La U.S. Navy a dépensé un milliard de dollars en quatre tentatives de systèmes de paie, sans jamais réussir. Chaque fois, le même réflexe : on jette l'ancien, on conçoit du neuf, on déploie massivement. Chaque fois, le même résultat.
Bref, les virages à 90° vont droit dans le mur. Mais pourquoi donc
En 1975, un pédiatre américain du nom de John Gall a publié General Systemantics: An Essay on How Systems Work, and Especially How They Fail. Refusé par trente éditeurs, auto-publié, puis réédité trois fois — la dernière sous le titre The Systems Bible. Au cœur du livre, une phrase devenue célèbre sous le nom de « loi de Gall » :
Un système complexe qui fonctionne s'est invariablement développé à partir d'un système simple qui fonctionnait. Un système complexe conçu à partir de zéro ne fonctionne jamais, et on ne peut pas le rafistoler pour qu'il fonctionne. Il faut recommencer avec un système simple qui marche.
Gall — qui était pédiatre, pas consultant en management — avait observé ce phénomène dans les hôpitaux, les administrations, les programmes gouvernementaux. Son exemple le plus savoureux : le hangar de préparation des fusées à Cap Canaveral est si grand qu'il génère son propre climat, incluant des nuages et de la pluie. La structure censée protéger les fusées les arrose.
Sa conclusion : les systèmes complexes ne peuvent pas être « fabriqués ». Ceux qui fonctionnent ont tous évolué à partir de quelque chose de simple qui tenait debout.
À la même époque où SAAQclic s'enfonçait, un autre projet d'État réussissait sous le radar. La SQDC a été mise sur pied en moins d'un an et fonctionnait dès le jour de la légalisation du cannabis en octobre 2018. Réseau de succursales opérationnel, site de vente en ligne fonctionnel, approvisionnement sécurisé. Jean-François Bergeron, responsable de la mise sur pied, a parlé d'un « tour de force ».
Comment En ne repartant pas de zéro.
La SQDC a été créée comme filiale de la SAQ. Même infrastructure logistique, même expertise en commerce de détail, mêmes réflexes opérationnels. On a greffé un nouveau mandat sur un système qui fonctionnait déjà. Simple d'abord : une vingtaine de succursales, une centaine de produits. Puis on a construit dessus.
Et la SAQ elle-même est un cas d'école. Quand Gaétan Frigon en prend la présidence en 1998, la société d'État souffre de ce qu'il appellera « la maladie du monopole ». Aucune croissance depuis dix ans. Des succursales fermées le dimanche dans des centres commerciaux où les trente autres commerces sont ouverts.
Frigon n'a pas commandé un grand plan stratégique à une firme de consultation. Il a fait le tour des succursales en Gaspésie, a compté les magasins ouverts le dimanche — trente sur trente et un, le seul fermé étant la SAQ — et il les a ouverts. Six cents emplois de plus. Le dimanche est devenu la deuxième journée de ventes en moins d'un an.
Puis il a enchaîné : circulaires, promotions, paiement par carte de crédit, trois bannières (Classique, Express, Sélection), transformation des vendeurs en « conseillers en vin ». Chaque geste simple, greffé sur ce qui fonctionnait déjà. En quatre ans, la SAQ est passée de hors palmarès à troisième entreprise la plus admirée des Québécois.
Son message aux troupes : « Si on veut que nos clients n'appellent pas à la privatisation, soyons les meilleurs. »
Le privé québécois connaît le même principe, même s'il ne cite pas Gall. Desjardins perdait 80 000 membres en cinq ans et traînait au huitième rang en satisfaction client parmi les institutions financières canadiennes. La réponse classique aurait été une refonte technologique massive. Desjardins a plutôt choisi vingt produits prioritaires — ouverture de compte, carte de crédit, renouvellement hypothécaire — et les a numérisés un par un. Cinq ans plus tard : les ventes en ligne sont passées de 25 % à 40 %, quatorze points devant la moyenne canadienne, et le NPS a bondi de onze points. Du huitième rang au deuxième. Nathalie Larue, première vice-présidente, résume l'approche : « Ne jamais isoler le chantier numérique. »
Couche-Tard a suivi la même logique pendant quarante ans. Un seul dépanneur à Laval en 1980. Puis des acquisitions ciblées, digérées une à une — d'abord au Québec, puis au Canada, puis aux États-Unis, puis en Scandinavie, puis en Asie. Chaque marché absorbé avant de passer au suivant. Aujourd'hui : 16 700 magasins dans 27 pays, l'action multipliée par mille. Alain Bouchard n'a jamais tenté de devenir un géant mondial d'un seul coup. Il a construit sur ce qui marchait, encore et encore.
Et Bombardier est peut-être l'exemple le plus spectaculaire. En 2020, l'entreprise frôlait l'écrasement : endettement massif, divisions vendues les unes après les autres, flux de trésorerie négatifs. Éric Martel a pris les commandes avec un plan de redressement sur cinq ans — pas une refonte totale, mais un recentrage progressif : aviation d'affaires d'abord, puis services après-vente, puis défense. Chaque étape construite sur la précédente. En 2025, Bombardier a dépassé tous les objectifs de son plan : 9,55 milliards de revenus, cinquième année consécutive de croissance, un carnet de commandes de 17,5 milliards. Le cas fait désormais l'objet d'études à Harvard et à Columbia. Martel résume : « Nous avons transformé l'entreprise. » Mais il l'a fait morceau par morceau.
La loi de Gall est contre-intuitive pour quiconque vend de la transformation. L'ambition dit : « On voit le problème, on a les ressources, on y va. » La loi de Gall répond : « Plus vous concevez grand d'emblée, plus vous avez de chances d'échouer. »
C'est un problème pour les grandes firmes de consultation, dont le modèle d'affaires repose sur la refonte totale. On diagnostique, on recommande un plan en 200 diapositives, on facture des millions, et on laisse le client avec un système complexe conçu à partir de zéro. Exactement ce que Gall dit de ne jamais faire.
Les organisations qui changent vraiment commencent plus petit que ce qui semble confortable. Une habitude. Une réunion. Une décision qui tient. Puis elles construisent dessus. Non pas parce qu'elles manquent d'ambition — mais parce qu'un système qui fonctionne gagne le droit de grandir. Un système qui ne fonctionne pas s'effondre sous son propre poids.
La question que Gall poserait à n'importe quel comité de direction : Quelle est la version la plus simple du changement que vous essayez de faire
Si la réponse prend plus de deux phrases, c'est qu'on n'a pas encore trouvé le système simple.
En 1881, George Eastman fonde Kodak Eastman. La société veut s'attaquer à la fragilité des plaques de verre servant à la photographie. En 1888, John Carbutt invente un système plus résistant à base de nitrate de cellulose. George offre ensuite le produit au public et aux amateurs de photographie. Leur slogan, « You press the button, and we do the rest », démontrait la facilité d’utilisation et la simplicité de leurs appareils.
En 1976, la société était considérée comme la plus grande de l’industrie. Kodak vendait 85% des appareils photo et 90% des pellicules photographiques. Les films étaient leur produit le plus vendu sur le marché.
Un an plus tôt, Steven Sasson, ingénieur chez Kodak, invente l’appareil photo numérique. La vente de pellicule lui rapportant assez, la compagnie déploie peu d’efforts à la commercialisation de cette nouvelle technologie.
Durant les années 1990, la technologie numérique commence à être développée par ses concurrents comme Fuji, Canon ou Nikon. Ils comprennent l’urgence d’innover au niveau de leurs produits et offrent des appareils issus de la dernière technologie aux consommateurs. Tout cela, en prenant conscience du marché de l’époque. Une avancée difficile à rattraper pour Kodak.
En 2001, pensant s’adapter à l’industrie, l’entreprise achetait Ofoto, un site Internet permettant de partager des photos. Une trouvaille faite juste avant l’arrivée de Facebook. Contrairement au géant américain, Kodak s’en est servi pour inciter les utilisateurs à y imprimer leurs photos. Ils ont manqué une opportunité, qui aurait pu tout changer, de si près… La fin de l'histoire La faillite de Kodak en 2012.
Mais pourquoi laisser passer une telle opportunité D’après le Harvard Business Review, on pourrait considérer ça comme de la myopie optimiste, c’est-à-dire de se concentrer sur une perspective optimiste et en oublier le futur. Autrement dit, une personne pourrait se concentrer sur certains aspects positifs d’une situation, mais « ignore » toutes les embûches potentielles.¹ Dans le cas de Kodak, aveuglée par son succès, la société avait complètement négligé l’arrivée de la technologie numérique… et il était trop tard.
Rappelons que le modèle numérique de Steve Sasson (ingénieur pour Kodak) existait déjà, mais la firme n’avait pas pris le temps de le développer plus que cela. Kodak a préféré se concentrer sur le succès de ses pellicules, au lieu de commercialiser la simplicité du numérique.
Bref, comme on dit chez Perrier Jablonski, vous n'êtes pas obligé de changer, mais vous n'êtes pas obligé de survivre. Si vous ne pensez pas à ce qui tuera votre entreprise, quelqu'un d'autre le fera. Restez allumés. Soyez ouverts. Restez innovateurs. Soyez prêts à réagir au changement.
Il y a un chiffre qui devrait nous faire réfléchir un peu plus souvent : 74,70 $ USD. C’est la richesse produite en moyenne pour chaque heure travaillée au Canada, en 2023. Vous voulez savoir combien c’est chez nos voisins américains? 97,00 $ USD. Et en France? 89,30 $ USD. On a beau se moquer des Américains ces temps-ci, il y a au moins une chose qu’ils font nettement mieux que nous : produire de la richesse.
PIB par heure travaillée, données 2023, USD à parité de pouvoir d’achat (PPA). Source : OCDE, Études économiques : Canada 2025.
Attention, on parle de productivité. Ça ne veut pas dire que nous travaillons moins fort que nos voisins américains. Ça veut dire qu’une heure de travail produit moins de valeur économique. On peut se lever plus tôt, rester plus tard au bureau, répondre à ses courriels pendant les vacances, ça ne change rien au problème. La productivité, c’est ce qu’on arrive à produire avec les ressources dont on dispose. Et là-dessus, on n’est vraiment pas les champions.
Le plus embêtant, c’est que ça dure depuis longtemps. Dans les années 1960 et 1970, notre productivité progressait d’environ 3 % par année. Entre 2000 et 2019, on tournait plutôt autour de 1 %. On ne parle donc pas d’une mauvaise année, d’une récession ou d’une crise passagère. Ça fait un quart de siècle qu’on avance au ralenti.
Et combien nous coûte ce retard? La Banque du Canada a fait le calcul. Si notre productivité avait progressé au même rythme que celle des autres pays du G7 depuis 2000, notre PIB serait aujourd’hui supérieur d’environ 9 %.
Sept mille dollars par personne. Pas par travailleur. Par habitant. Évidemment, personne n’aurait reçu un chèque de 7 000 $. C’est une façon de mesurer la richesse supplémentaire que notre économie aurait pu produire chaque année. Mais quand on multiplie ça par la population canadienne, on commence à comprendre l’ampleur du problème.
Pourquoi sommes-nous si peu productifs? Il y a plusieurs raisons, bien sûr. Le sous-investissement des entreprises, notamment. Mais l’OCDE nous apprend quelque chose d’assez fascinant : parmi les pays du G7, le Canada possède la plus grande proportion d’activités économiques à faible intensité numérique et la plus petite proportion à forte intensité numérique.
Dit plus simplement, nos entreprises sont moins technologiques que celles de nos partenaires. On a des ordinateurs, des téléphones, des sites Web et des comptes LinkedIn, évidemment. Mais intégrer véritablement la technologie dans notre manière de produire, de gérer, de décider ou de servir nos clients, ça, c’est une autre histoire.
Et voilà qu’arrive l’intelligence artificielle. Une technologie capable d’automatiser certaines tâches, d’accélérer la recherche d’information, d’aider à prendre des décisions, de soutenir les employés moins expérimentés. Bref, quelque chose qui pourrait justement nous aider à régler une partie de notre problème de productivité. Pas tout, évidemment. Mais quand même.
On pourrait donc imaginer qu’on va se précipiter dessus, non? Après vingt-cinq ans de retard, ce serait une excellente occasion de rattraper un peu le peloton. Eh bien, figurez-vous que non.
En janvier 2026, Ipsos a publié les résultats d’une grande étude réalisée pour Google auprès d’environ 21 000 personnes dans 21 pays. Je suis allé regarder les résultats pour notre pays. Et ce qui m’a frappé, ce n’est pas simplement qu’on a peur de l’intelligence artificielle. C’est qu’on cumule à peu près toutes les formes possibles de réticence.
Nous sommes pessimistes, anxieux, méfiants et réfractaires. Quatre attitudes qui semblent se ressembler, mais qui racontent des choses assez différentes.
| Notre rapport à l’IA | 🇨🇦 Canada | 🌍 21 pays | Rang |
|---|---|---|---|
| PessimismeEffets négatifs sur les travailleurs | 68 % | 50 % | 1er |
| AnxiétéInquiétude plutôt qu’enthousiasme | 65 % | 46 % | 2e |
| MéfiancePeu ou pas confiance dans l’exactitude des réponses | 62 % | 38 % | 2e |
| RéfractairesRefus d’utiliser davantage l’IA, même avec plus d’assurance | 34 % | 22 % | 2e |
Enquête menée auprès d’environ 21 000 adultes dans 21 pays (septembre–octobre 2025). Source : Ipsos-Google, Our Life With AI 2025, questions 6, 7, 10 et 26.
Nous sommes pessimistes. Au Canada, 68 % des répondants anticipent des conséquences négatives de l’IA sur les emplois et les travailleurs. Dans l’ensemble des pays étudiés, c’est 50 %. Ça fait 18 points d’écart. On imagine plus facilement les emplois qui vont disparaître que les possibilités qui pourraient apparaître.
Nous sommes anxieux. Chez nous, pour 65 % des répondants, l’inquiétude domine l’enthousiasme. Dans l’ensemble des pays étudiés, on est à 46 %. Vous voyez la différence? Avant même de se demander ce qu’on pourrait faire avec l’IA, on pense à ce qui pourrait mal aller.
Nous sommes méfiants. Chez nous, près de deux personnes sur trois, soit 62 %, accordent peu ou pas de confiance à l’exactitude des informations produites par l’IA. Dans l’ensemble des pays étudiés, c’est 38 %. Et là, on parle d’autre chose. On ne se demande plus seulement ce que l’IA va changer dans nos vies. On se demande si on peut croire ce qu’elle nous raconte. Ce qui, avouons-le, est parfois une excellente question.
Nous sommes réfractaires. Et celle-là, je la trouve particulièrement intéressante. Même si nous devenions plus confiants dans notre capacité à utiliser l’IA, 34 % d’entre nous ne voudraient pas en faire davantage usage. La proportion est de 22 % dans l’ensemble des pays. Autrement dit, même en nous sentant mieux équipés, plusieurs d’entre nous ne seraient toujours pas tentés d’aller plus loin.
Vous voyez la nuance? On ne parle plus seulement d’avoir peur ou de manquer de confiance. On parle de gens qui, même si on réglait une partie de leurs inquiétudes, ne voudraient pas nécessairement avancer.
Pourtant, chez nous, 60 % des personnes sondées ont utilisé l’IA au cours des douze derniers mois. Ce n’est donc pas une technologie complètement inconnue. On s’en sert, on la regarde faire, on en parle énormément. Mais de là à lui faire une vraie place dans notre façon de travailler, il reste manifestement du chemin.
Reprenons. Nous traînons un problème de productivité depuis vingt-cinq ans. Une nouvelle technologie arrive et pourrait nous aider à améliorer les choses. Mais nous sommes parmi les populations les plus inquiètes, les plus méfiantes et les plus réticentes à l’utiliser davantage. C’est quand même un drôle de paradoxe.
Je ne suis pas en train de dire que notre peur de l’IA explique vingt-cinq ans de retard économique. ChatGPT n’existait même pas il y a cinq ans. Et personne de sérieux ne prétend que l’intelligence artificielle va régler à elle seule tous nos problèmes de productivité. Mais imaginons un instant la suite.
Si on a peur d’une technologie, on hésite à l’essayer. Si on hésite à l’essayer, on apprend moins vite à s’en servir. Et si on apprend moins vite, on découvre moins vite ce qu’elle pourrait changer dans notre travail. Pendant ce temps-là, ailleurs, des entreprises expérimentent, des employés développent de nouvelles compétences et des organisations commencent à transformer leurs façons de faire.
Le retard pourrait alors continuer à se creuser. Cette fois, en partie parce qu’on aurait eu peur d’essayer de le rattraper.
Je comprends parfaitement qu’on puisse avoir peur de l’IA. Les risques existent. Il peut y avoir des erreurs, des fuites de données, des décisions absurdes, des conseils complètement inventés. On aurait tort de faire comme si tout ça n’existait pas.
Mais il y a une différence entre prendre un risque au sérieux et décider qu’on ne fera rien tant que le risque n’aura pas complètement disparu.
Dans les entreprises, on est particulièrement doués pour déguiser notre peur en prudence. On dit que la technologie n’est pas assez mature, que les employés ne sont pas prêts, qu’il faudrait attendre la prochaine version, qu’on manque de temps pour se former. Et puis, tant qu’à y être, attendons aussi que nos concurrents aient fait tous les essais à notre place.
Ces arguments peuvent être parfaitement légitimes. Le problème commence lorsqu’ils deviennent une méthode pour ne jamais rien essayer.
Parce qu’il faut voir l’autre côté de la médaille. Si on lance un projet d’IA et qu’il échoue, tout le monde va le savoir. On aura dépensé de l’argent, consacré du temps, peut-être dérangé quelques habitudes. Il faudra expliquer pourquoi ça n’a pas fonctionné.
Mais si on ne lance jamais le projet? Rien. Aucun dépassement de budget, aucun échéancier raté, aucune réunion pour expliquer l’échec. On continue comme avant, et on peut même se féliciter d’avoir été prudent.
Sauf qu’on paie quand même. On paie en temps perdu, en occasions manquées, en tâches répétitives, en employés qui passent leurs journées à faire des choses qu’une machine pourrait leur éviter. Ce coût-là est moins spectaculaire. Il ne figure pas nécessairement dans un tableau de bord. Mais il existe.
En 2025, trois chercheurs, Erik Brynjolfsson, Danielle Li et Lindsey Raymond, ont publié une étude menée auprès de 5 172 agents de service client. Certains avaient accès à un assistant d’intelligence artificielle pour les aider dans leur travail. Résultat : 15 % de problèmes résolus en plus par heure travaillée, en moyenne.
Je trouve ce chiffre absolument fascinant. On ne parle pas de 15 % d’heures supplémentaires ni de 15 % d’employés de plus. On parle des mêmes personnes, qui disposent simplement d’un meilleur outil pour accomplir leur travail.
Et le détail le plus intéressant est ailleurs : les gains étaient particulièrement importants chez les employés les moins expérimentés. L’IA leur permettait de profiter plus rapidement de connaissances et de bonnes pratiques qu’ils auraient autrement mis beaucoup plus de temps à acquérir.
Évidemment, une étude sur des agents de service client ne permet pas de prédire les gains de productivité de toutes les entreprises canadiennes. Mais elle montre au moins une chose : dans certaines conditions, l’IA peut déjà produire des résultats concrets et mesurables.
Et si on commençait par ça? Plutôt que de débattre sans fin de tout ce qui pourrait mal aller, on pourrait aussi se demander ce qu’on pourrait améliorer dès maintenant.
J’aime beaucoup ce qu’a fait Singapour. En 2024, le gouvernement a permis à plus de 150 PME de tester des outils d’intelligence artificielle générative pendant trois mois, notamment pour améliorer leur marketing et leurs relations avec leurs clients.
Trois mois. Pas un grand plan de transformation sur dix ans. Pas une révolution organisationnelle annoncée à grand renfort de présentations PowerPoint. Juste l’occasion d’essayer quelque chose, dans de vraies entreprises, avec de vrais problèmes à résoudre.
Et savez-vous ce qui s’est passé? Selon le gouvernement de Singapour, près de 80 % des entreprises participantes ont continué à utiliser les outils après la période d’essai.
J’adore cette idée. On n’a pas demandé à ces entreprises de croire aveuglément aux promesses de l’IA. On leur a donné les moyens de se faire leur propre idée. Certaines ont probablement découvert des usages très utiles, d’autres ont dû ajuster leurs attentes. Mais au moins, elles ont appris quelque chose.
C’est peut-être là qu’on devrait commencer, nous aussi.
Lundi matin, dans nos entreprises, nos municipalités ou nos services publics, on pourrait demander aux équipes quelle tâche leur fait perdre un temps fou. Pas dix tâches. Une seule. Celle que tout le monde trouve interminable, répétitive ou franchement absurde.
Et si on demandait à quelques employés d’essayer de la faire autrement avec l’IA? Pendant un mois, par exemple. Avec des règles claires pour protéger les données, évidemment. On mesurerait le temps gagné, la qualité du travail, les erreurs éventuelles et ce qu’on apprend en cours de route.
Si ça ne fonctionne pas, on ajuste. Si ça fonctionne, on partage les résultats avec les collègues. Et on recommence avec un autre problème.
Ce n’est pas très spectaculaire, je sais. Mais c’est comme ça qu’on développe de nouvelles compétences, qu’on transforme progressivement les habitudes et qu’on finit par améliorer la productivité. À force d’apprendre, de faire des essais et de comprendre ce qui fonctionne vraiment.
Je ne crois pas une seconde que nous manquions d’intelligence, de créativité ou d’ambition. Et je ne crois pas non plus qu’il faille avoir honte de nos inquiétudes. La peur peut même être très utile, à condition de s’en servir pour réfléchir à ce qu’on doit protéger et à la façon d’avancer.
Mais il va falloir accepter une chose : le monde ne va pas attendre que nous soyons parfaitement rassurés. Et quand on regarde notre retard de productivité, on réalise qu’on n’a pas vraiment le luxe de passer les prochaines années à regarder les autres avancer.
Et si on essayait, pour voir?
Steven J. Spear et Gene Kim étudient la manière dont les organisations permettent à leurs équipes de résoudre des problèmes. Spear, senior lecturer au MIT, vient notamment du lean management; Kim est connu pour ses travaux sur les organisations technologiques et le DevOps. Dans Wiring the Winning Organization, publié en 2023, ils s'intéressent aux relations de travail qui permettent aux personnes de coordonner leurs efforts.
Leur théorie repose sur trois concepts clés : la slowification, la simplification et l'amplification. Voyons comment on peut les appliquer dans notre quotidien, dans un contexte imprévisible et complexe.
La « zone de danger », selon Spear et Kim, combine des problèmes très imbriqués, un rythme difficile à contrôler et des erreurs lourdes de conséquences. Les équipes disposent de peu d'occasions d'expérimenter ou de corriger leur approche. La « zone de succès » désigne des conditions où les problèmes sont mieux délimités et où l'on peut essayer, observer et apprendre avec moins de risques.
Prenons une illustration fictive qui nous accompagnera tout au long de cet article : un service d'accueil change sa façon de traiter les demandes. Tout démarre le même lundi, les responsabilités restent floues et les questions s'accumulent pendant que les usagers attendent. Chaque employé improvise. Comment donner à cette équipe une chance de comprendre ce qui bloque

La simplification rend les problèmes eux-mêmes plus faciles à résoudre. Spear et Kim décrivent trois moyens complémentaires : découper le travail en ensembles cohérents, introduire les changements par petites étapes et clarifier l'enchaînement des tâches. Les personnes qui doivent collaborer étroitement peuvent ainsi traiter les difficultés au plus près du travail, avec des passages de relais explicites.
Dans notre service d'accueil fictif, une même demande circulait entre trois équipes, sans responsable clair. On confie désormais une famille de demandes à un groupe réunissant les compétences nécessaires. Ce groupe précise les informations à transmettre et le moment où chacun intervient. Il essaie cette organisation sur un seul type de demande, puis vérifie si les retours et les incompréhensions diminuent.
La slowification consiste à déplacer la résolution des problèmes vers la préparation, la simulation et l'entraînement, hors de la pression immédiate de l'exécution. Les équipes ont alors du temps pour examiner leurs hypothèses et recommencer. Ralentir toutes les décisions, y compris celles qui exigent une réponse immédiate, déformerait cette idée.
Revenons à notre exemple fictif. Avant de déployer le nouveau parcours d'accueil, les collègues simulent quelques situations difficiles : une demande incomplète, une urgence, un dossier qui relève de deux services. Ils repèrent les hésitations, ajustent les consignes et refont l'exercice. Les usagers n'ont pas à subir ces essais. Le temps de préparation sert ensuite le travail quotidien.
L'amplification vise à détecter et signaler les problèmes tôt, lorsqu'ils sont encore petits, pour déclencher de l'aide et une action corrective. Le signal doit recevoir une réponse, puis l'équipe doit vérifier que le problème est résolu. Dans ce cadre, amplifier ne désigne pas le développement commercial d'une initiative réussie.
Dans notre service fictif, un agent reçoit une demande que la procédure ne couvre pas. Un signal simple lui permet d'obtenir de l'aide. Une personne désignée prend en charge la difficulté et vérifie avec l'agent que la solution fonctionne. Si le problème persiste, le signal reste ouvert. Un tableau rempli d'alertes sans suite serait peu utile.
Le passage de la zone de danger à la zone de succès n'est pas instantané. Ces trois mécanismes donnent aux leaders des moyens d'améliorer les conditions du travail collectif : préparer les situations difficiles, clarifier la coordination et répondre aux premiers signes de problème. Leur effet dépend de la manière dont l'organisation les met en pratique.
Par où commencer Choisissez un problème récurrent et observable. Décrivez la situation attendue, le premier signe de difficulté et la personne qui peut intervenir. Testez une amélioration à petite échelle, puis comparez les délais, les retours et les erreurs avant d'élargir son usage.
Le service d'accueil présenté ici est une illustration fictive proposée pour comprendre ces mécanismes. Il ne s'agit ni d'un cas client Perrier Jablonski ni d'une expérience rapportée par Spear et Kim.
Le monde change à un rythme effréné, et chaque entreprise doit s’adapter si elle veut rester pertinente. Mais la tâche semble parfois trop grande et la montagne trop élevée à gravir. Alors, comment y parvenir
Une réponse très intéressante à cette question nous provient du monde du sport. En 2002, David Brailsford s’est vu confier la responsabilité de l’équipe moribonde de cyclisme du Royaume-Uni. Le défi était de taille: en 100 ans d’histoire, l’équipe n’avait remporté qu’une seule médaille d’or. Suite à l’arrivée de Brailsford, l’équipe a connu toute une transformation: elle a décroché sept médailles d’or à Pékin en 2008, avant de répéter l’exploit à Londres en 2012 et à Rio en 2016. En octobre 2015, il a expliqué comment son équipe et lui sont parvenus à renverser la tendance, dans le cadre d’une entrevue auprès de Harvard Business Review.
Toute la philosophie de l’équipe de Brailsford est basée sur trois grands piliers, qu’ils surnomment “les principes du podium”:
La théorie des gains marginaux devient particulièrement importante pour les piliers 2 et 3. Selon Brailsford, il faut penser petit, c’est-à-dire segmenter en différentes facettes l’entraînement en cyclisme, et tenter d’améliorer de 1% chacune de ces facettes. C’est de cette façon que l’équipe a modifié les programmes alimentaires, les techniques d’entraînement, ainsi que plusieurs petits détails de la vie quotidienne. Par exemple, pour assurer un sommeil optimal aux cyclistes, ces derniers voyageaient avec leur oreiller et leur matelas personnel lors des compétitions internationales. L’équipe allait même jusqu’à ne serrer aucune main lors des compétitions afin d’éviter de contracter une maladie infectieuse.
La théorie des gains marginaux s’applique aussi parfaitement en entreprise ou dans n'importe quelle autre forme de structure. Les gestionnaires qui désirent mobiliser leur personnel face au changement réussiront s’ils affrontent le changement 1% à la fois.
Chez Perrier Jablonski, nous sommes de grands adeptes du "modèle de Doblin" : une revue de 10 types d’innovation (que nous avons élargi à 12) pour être sûrs de ne rien oublier quand vient le temps de penser l'innovation. Ce modèle, inventé par Doblin (la branche innovation de Deloitte) segmente l’organisation en dix chantiers d’innovation, comme la structure organisationnelle et la marque, sur lesquels les gestionnaires peuvent agir pour innover au sein de leur organisation.
Nous l'avons vu dans un précédent article, les nudges — coups de pouce — sont un moyen puissant de contrôle du comportement des humains. Ça paraît gros dit comme ça, mais c'est tout petit, au contraire. Un nudge est une incitation au passage à l'acte quasiment imperceptible, et qui repose sur une prémisse universelle : les humains sont paresseux.
L'idée de Thaler et Sunstein (les papas des nudges), c'est qu'il est préférable d'aider l'usager à prendre la bonne décision — éthiquement, c'est aussi la décision que ce dernier aurait prise sans nous, mais il a besoin d'un coup de pouce pour se lancer. Nous avons vu qu'il existait plusieurs types de nudges et qu'ils étaient souvent utilisés dans la santé, dans les services publics, mais aussi en économie (dans les services bancaires, les levées de fonds, etc.) Bref, aucun domaine n'échappe aux nudges. Pourquoi un tel succès? Parce que la plupart du temps, un nudge ne coûte (presque) rien. Tester un nudge est donc peu risqué et très tentant... Il était donc tout naturel que la politique s'empare de cet outil tactique puissant.
L'utilisation des nudges en politique est un terrain éthique miné, qu'il s'agit d'observer avec un regard critique. Un article du Guardian signé Andrew Sparrow➊ sur le conservateur David Cameron, architecte conservateur du Brexit — et de la crise économique traversée par la Grande-Bretagne depuis — a révélé l'importance des nudges dans les décisions politiques. En quelques définitions (parfois un peu cyniques), Sparrow récapitule le travail de Thaler et Sunstein en se lançant dans un exercice que je n'ai pas hésité à personnaliser.
Parce que les mécanismes des nudges peuvent vous aider à comprendre bien des choses en matière de psychologie comportementale. Associé à l'économie, cette discipline s'appelle l'économie comportementale. Elle est riche d'enseignement et évite les raccourcis souvent pris par les organisations, qui se terminent en voie sans issue. Normal : l'humain est complexe... mais passionnant. Cela va vous aider à mieux comprendre la complexité de vos employés, de vos clients, des citoyens de votre municipalité ou de votre province. Mieux comprendre la mécanique de ces coups de pouce, c'est vous préparer à être de meilleurs stratèges du changement.
Daniel Kahneman avait lui-même pavé la voie de la psychologie comportementale en remportant le prix Nobel d'économie en 2002, cinq ans avant Thaler. Ils ont d'ailleurs collaboré, et les recherches de Kahneman expliquent bien des choses➋ . Il a démontré que le cerveau humain fonctionnait à deux vitesses. Le système 1, rapide et intuitif. Le système 2, rationnel, délibéré. Biologiquement, le système 1 ne demande pas beaucoup d'énergie. Le système 2 est plus énergivore, donc plus fatigant. Le nudge est donc un stimulus qui va privilégier le système 1. Il va provoquer une action rapide, qui demande peu d'effort... et notre cerveau adore ça!
→ Misez sur l'instinct. En politique, mieux vaut être sympathique et rassurant que stratégique et brillant. Pourquoi? Parce que la plupart des électeurs ne se rendent pas jusque-là dans leurs réflexions. Cela explique beaucoup de scrutins de ces dernières années, partout dans le monde. Si vous voulez réussir, pensez sans cesse au Système 1. Il faut parler à l'instinct des gens.
Deuxième idée de Thaler et Sunstein, il existe toujours un architecte du choix, assumé ou pas. La personne qui va écrire le menu du jour sur l'ardoise au restaurant, celui ou celle qui va décider de l'emplacement des étals à l'épicerie, ou bien les gens qui ont choisi les photos sur les murs de votre coiffeur... Il y a toujours quelqu'un qui a décidé quelque chose à votre place... et c'est bien normal. L'idée est d'assumer ce rôle et d'en profiter pour influencer ce choix. L'économiste prend l'exemple d'une cafétéria, où l'on peut décider de mettre les salades avant les burgers pour influencer le choix des gourmands, qui savent que la salade est un meilleur choix. En politique, on pourrait parler de "manipuler les questions" si on voulait être cynique ou brutal. Mais si les politiciens sont aussi des architectes des choix, certains d'entre eux ne s'en rendent probablement pas compte. Thaler et Sunstein pensent même que s'ils comprenaient cela, ils feraient mieux leur travail.
Depuis la naissance des nudges, les cabinets-conseils en politique n'ont pas lésiné sur l'usage intensif des coups de pouce pour demander aux citoyennes et citoyens de faire... la bonne chose. Le premier ministre britannique David Cameron, le président Obama, le président Macron ont tous créé des cellules spécialisées dans les nudges, les nudges units➍➎➏. Il s'agit d'un groupe de spécialistes des biais psychologiques. Ces experts font des recommandations de nudges à leurs clients (ici des cabinets présidentiels ou ministériels), afin d'atteindre des objectifs définis. Avec un regard critique, on peut parler de manipulation de masse. Avec un regard pragmatique, il s'agit d'assumer que tout choix est l'oeuvre d'un architecte. Et lui convient aussi d'assumer ce rôle d'architecte.
Le Canada n'est pas en reste. Le gouvernement fédéral s'est doté d'une nudges unit pour gérer la crise du COVID❼. Au Québec, les journalistes se sont peu penchés sur la question, même si on a pu observer les nudges dans la promotion de bonnes habitudes environnementales❽. Bref, les nudges sont vraiment partout!
Par définition, le nudge — l'architecte du choix qui a choisi le nudge — est paternaliste. C'est un terme qu'assument Thaler et Sunstein. L'idée, c'est d'améliorer la vie des gens... même contre leur gré. L'expression originale est "Libertarian paternalism", ce qui ressemble à un oxymore géant. On pourrait la traduire par paternalisme bienveillant, libéral, libertarien (ultra-libéral), ou intrusif et condescendant selon qu'on soit pour ou contre. La cause n'est pas entendue et fait encore débat entre les philosophes et les économistes.
Les économistes (et certains décideurs politiques) ont tendance à travailler sur l'hypothèse que les gens agissent rationnellement et qu'ils font toujours ce qui est le mieux pour eux. Cette hypothèse est fausse. Thaler et Sunstein appellent les gens qui se comportent réellement de cette manière des Econs❼, des sortes de "robots comportementaux" agissant de la bonne manière et toujours de la même façon. Thaler et Sunstein ont démontré que "les vraies personnes" n'agissent pas toujours de manière rationnelle. Elles sont sans cesse influencées par des biais et des émotions qui les empêchent d'être conformes à une norme imaginée par les instituts de sondage, les chercheurs, les économistes et les politiciens. On appelle ces gens imparfaits et irrationnels... des humains.
Thaler et Sunstein ont démontré que l'humain (en tant qu'individu) n'aime pas le changement, et qu'il a tendance à accepter ce qui est proposé. Ce biais de statu quo s'applique aussi collectivement. On parle alors de conservatisme collectif.
Dernier fait intéressant, lorsque les gens sont interrogés sur ce qu'ils ont l'intention de faire dans une enquête, ils sont plus susceptibles de le faire. Si un partisan vient cogner à votre porte, ou si un sondeur vous appelle pour savoir si vous allez voter demain... La probabilité que vous alliez vraiment voter augmente de 25%. Les instituts de sondages ont de beaux jours devant eux!
Des petits malins planchent déjà sur la suite de la saga. En 2021, Cambridge University Press a publié un article➓ sur ces supers coups de pouce, les nudges plus qui incorporent un élément de réflexion dans le nudge, une sorte de nudge "System 1 + 2", donc. Ce sont des études qui valent la peine qu'on surveille leur évolution, même si cette réflexion semble un peu contre-intuitive au regard de la pensée originelle de Thaler et Sunstein.