Apprendre à s'écraser.

Imaginez un pilote de ligne. Il est aux commandes d'un avion rempli de passagers. Soudain, un moteur tombe en panne. Puis le deuxième. Les alarmes se déclenchent, l'appareil perd de l'altitude et le sol se rapproche dangereusement. Le pilote doit réagir. Vite.

Bonne nouvelle, personne ne va mourir. Nous sommes dans un simulateur de vol.

Les pilotes s'entraînent régulièrement à affronter des situations catastrophiques. Des pannes, des incendies, des conditions météorologiques extrêmes. On leur apprend à gérer des événements qu'ils espèrent ne jamais rencontrer dans leur carrière. Et personne ne trouve ça particulièrement inquiétant. Au contraire, c'est rassurant de savoir que le pilote qui nous emmène en vacances a déjà appris à gérer le pire.

Alors pourquoi, lorsqu'il s'agit d'intelligence artificielle, imaginer une catastrophe devrait-il nécessairement nous empêcher d'avancer? Peut-être parce que nous confondons deux choses : imaginer le pire et le croire inévitable.

On va tous mourir. Encore.

En janvier 2026, une grande enquête Ipsos réalisée pour Google confirmait quelque chose d'assez spectaculaire. Au Canada, nous avons peur de l'intelligence artificielle. Nous sommes particulièrement pessimistes, anxieux, méfiants et réfractaires à son adoption. Et tout ça alors que notre pays traîne depuis vingt-cinq ans un sérieux problème de productivité.

Il y a quelque chose de fascinant dans ce paradoxe. Une technologie pourrait nous aider à rattraper une partie de notre retard économique, mais nous sommes parmi les plus inquiets à son sujet.

Cette peur a quelque chose de familier. L'historien Luc Mary, dans Le Mythe de la fin du monde, a recensé 183 annonces de fin du monde depuis la chute de l'Empire romain. Et nous sommes toujours là.

Et si notre capacité à imaginer le pire était justement l'une de nos meilleures façons de préparer l'avenir?

Il y a quelques jours, je suis tombé sur une vidéo d'une jeune philosophe qui publie sous le pseudonyme PhiloSophia. Elle étudie la philosophie contemporaine à l'École normale supérieure, à Paris. Et franchement, j'ai trouvé son raisonnement brillant.

Elle rapproche deux philosophes allemands du siècle dernier, Günther Anders et Hans Jonas, pour expliquer quelque chose qui me travaille depuis un moment : pourquoi avons-nous aussi peur de l'avenir, et surtout, à quel moment cette peur cesse-t-elle de nous être utile?

Je lui dois l'architecture de cette réflexion. Le rapprochement entre ces deux penseurs, son application à l'intelligence artificielle et cette idée d'un point de bascule entre prudence et fatalisme viennent de son travail.

J'aimerais reprendre son raisonnement, y ajouter quelques histoires et voir ce qu'il peut nous apprendre sur notre façon de prendre des décisions.

Le jour où nous avons découvert notre propre puissance.

En 1956, le philosophe Günther Anders publie L'Obsolescence de l'homme. Onze ans auparavant, deux bombes atomiques avaient détruit Hiroshima et Nagasaki. Pour la première fois, l'humanité avait démontré qu'elle possédait les moyens techniques de provoquer sa propre destruction.

Anders développe deux idées particulièrement troublantes. La première est la honte prométhéenne. Nous fabriquons des machines dont les performances dépassent certaines de nos capacités. Elles calculent plus vite, travaillent sans fatigue, exécutent des opérations avec une précision qui nous échappe. Face à nos créations, nous découvrons nos limites. Nous sommes lents, imparfaits et, détail assez contrariant, mortels.

La seconde est le décalage prométhéen. Notre capacité à fabriquer des choses extraordinaires progresse plus rapidement que notre capacité à en imaginer les conséquences.

Pensez à la bombe atomique. Des scientifiques sont parvenus à maîtriser les réactions nucléaires, à calculer leur puissance et à fabriquer une arme. Mais comment se représenter véritablement la destruction d'une ville entière en quelques secondes? Comment imaginer les conséquences politiques, morales et humaines d'une technologie pareille?

Nous étions capables de fabriquer quelque chose que nous avions beaucoup de difficulté à nous représenter.

Soixante-dix ans plus tard, l'IA nous place devant une difficulté comparable, même si les technologies et leurs risques sont très différents. Nous développons des outils capables de produire des textes, des images, des analyses et d'accomplir des tâches de plus en plus complexes. Et nous avons parfois bien du mal à imaginer ce que tout cela changera dans cinq ou dix ans.

Alors notre imagination fait ce qu'elle sait faire. Elle remplit les blancs. Et elle ne les remplit pas toujours avec des scénarios optimistes.

Avoir peur, c'est déjà commencer à travailler.

En 1979, un autre philosophe, Hans Jonas, publie Le Principe responsabilité. Il propose une idée que je trouve absolument brillante : l'heuristique de la peur.

Le mot est compliqué, mais le principe est assez simple. Lorsque nous développons une technologie susceptible d'avoir des conséquences graves ou irréversibles, nous avons la responsabilité d'imaginer ce qui pourrait mal tourner. Pourquoi? Pour éviter que cela arrive.

C'est exactement ce que font les pilotes dans leurs simulateurs de vol. On imagine une catastrophe, on la reproduit dans un environnement contrôlé, puis on apprend à la prévenir ou à y réagir. La peur devient un outil de préparation.

Pensez à l'énergie nucléaire. Après Hiroshima et Nagasaki, puis avec la multiplication des puissances nucléaires, les États ont progressivement élaboré des mécanismes de contrôle, des accords internationaux et des règles de non-prolifération. Le Traité sur la non-prolifération des armes nucléaires, ouvert à la signature en 1968, est entré en vigueur en 1970.

Ces mécanismes ne font pas disparaître le danger. Ils témoignent néanmoins d'une capacité remarquable : transformer la conscience d'un risque en règles collectives. Et si nous faisions la même chose avec l'intelligence artificielle?

Un tout petit changement de conjugaison.

PhiloSophia met surtout le doigt sur le moment où cette peur change de nature. Tout se joue dans une différence grammaticale.

« Ça va mal aller. »

« Ça pourrait mal aller. »

Vous voyez la nuance? Dans la première phrase, le futur est déjà écrit. La catastrophe est certaine. Nous pouvons nous indigner, protester, dénoncer, mais au fond, à quoi bon faire des efforts? Si tout est perdu, autant attendre la fin.

Dans la deuxième, le futur est encore ouvert. Il existe un risque, peut-être même important. Mais il existe aussi des moyens de l'éviter, de le réduire ou d'en limiter les conséquences.

Le conditionnel nous oblige à réfléchir. Le futur catégorique risque de nous dispenser d'agir. C'est là que la peur devient intéressante pour les dirigeants et les gestionnaires : une inquiétude peut être parfaitement légitime sans constituer une raison suffisante pour immobiliser toute une organisation.

Et si on faisait nos propres simulateurs?

Imaginez une réunion de direction. Quelqu'un affirme que l'IA pourrait provoquer des fuites de données confidentielles. C'est vrai. Elle pourrait. Quelqu'un d'autre s'inquiète des erreurs produites par les outils. C'est également vrai. Un troisième craint que les compétences de ses équipes s'affaiblissent à force de déléguer certaines tâches à des machines. Encore une inquiétude parfaitement recevable.

Et maintenant?

Vous remarquerez quelque chose. Aucune de ces décisions ne garantit que le risque disparaîtra complètement. Mais chacune transforme une inquiétude en travail concret. C'est là que commence la responsabilité.

Dans une organisation, on peut facilement confondre prudence et immobilisme. Un projet soulève des questions, alors on demande davantage d'analyses. Puis un comité supplémentaire. Puis une politique plus complète. Puis une nouvelle évaluation. Et pendant ce temps, la technologie évolue, les employés expérimentent parfois de leur côté et les occasions d'apprendre nous passent sous le nez.

Il faut évidemment des mécanismes de contrôle. Mais ceux-ci devraient nous permettre d'avancer de façon responsable, pas devenir une méthode sophistiquée pour ne jamais décider.

Il va falloir faire décoller les avions.

Je reviens à notre pilote. Imaginez qu'après avoir passé des heures dans un simulateur à affronter des pannes, des incendies et des turbulences, il annonce qu'il refuse désormais de décoller. Trop dangereux. Il connaît tous les scénarios possibles, et certains sont franchement terrifiants.

Ce serait quand même un drôle de résultat pour une formation censée améliorer la sécurité aérienne.

Nous faisons parfois exactement la même chose avec l'IA. Nous imaginons les risques avec une précision remarquable. Nous multiplions les scénarios catastrophes. Nous documentons les erreurs. Puis nous en concluons qu'il serait plus prudent d'attendre.

Attendre quoi, exactement? Que la technologie ne présente plus aucun risque? Que nous connaissions toutes ses conséquences? Que quelqu'un d'autre ait pris toutes les décisions difficiles à notre place?

Nous n'aurons probablement jamais ce luxe. Et ce serait dommage, parce que nos inquiétudes ont une véritable valeur. Elles nous obligent à poser de meilleures questions, à concevoir des protections, à anticiper des problèmes et à prendre nos responsabilités.

Alors continuons d'imaginer le pire. C'est utile. Mais une fois le scénario catastrophe terminé, il faut sortir du simulateur. Et faire décoller l'avion.

Avis de distanciation

Le jeune philosophe est un pur-sang de la droite catholique française, maire-adjoint de Versailles et délégué à la Jeunesse et à l'Enseignement supérieur. Un esprit sain dans un corps sain de gendre parfait, de chemisette bien repassée de curé de paroisse potentiel. J'exagère à peine, puisque notre candidat est engagé contre l’avortement, contre l’adoption par des parents du même sexe, contre le mariage gay, contre l'immigration telle qu'elle est pratiquée en Europe, etc. Bref Bellamy n’a pas les atours du « candidat pour la modernité ».

Mais... je l'ai déjà dit (et peut-être déjà répété), un livre n'est pas un concours de beauté ou de popularité. J'aime lire des auteurs pour savoir comment il pensent avant de m'arrêter à ce qu'ils pensent. Dans ce cas précis, je ne pourrais pas être plus éloigné des idées politiques de Bellamy, et je déplore même qu'un esprit si habile soit au service d'idées si nauséabondes. Cela étant clarifié, Bellamy est un philosophe efficace, dans le sens où il apporte un regard interrogateur sur notre époque. Aussi, cet essai Demeure n'est pas politique le moins du monde... et il est passionnant.

Par ailleurs, si les opinions les tendances politiques du philosophe n'ont pas échappées aux critiques littéraires, tous reconnaissaient l'étanchéité entre le Bellamy-auteur et le Bellamy-politicien.

Contre le changement sans but

D'abord, Bellamy se défend d’être conservateur, et son essai contre « l’ère du mouvement perpétuel » est un exercice rhétorique finement mené, qui le rend difficile à identifier politiquement. C’est que cet esprit précoce ne dénonce pas le changement en soi. Il dénonce le changement sans but précis. Il accuse notre incapacité à nous « poser » et à définir ce qu’il appelle des points fixes — que nous appelions autrefois des valeurs, mais en politique les valeurs sont devenues l’argument des conservateurs, alors que le mouvement est celui de la modernité. Bref, Bellamy mérite toute notre attention pour proposer un contrepoids crédible à la panacée du changement, et à notre béatitude technologique.

“Je ne suis pas contre le progrès, bien au contraire. Mais l'erreur du moment est de penser que tout changement est un progrès”^✱. Pour Bellamy, face à la transformation du monde par des outils technologiques que nous ne maîtrisons pas, face à la menace de la crise écologique, le rôle de la politique est peut-être de défendre des repères et donner du sens à ce monde.

La fin de la fin

Copernic et Galilée ont remis le monde en mouvement, le privant d’un coup de la stabilité rassurante d’un but à atteindre. Avant eux, il existait une fin, une ligne d'arrivée, un repos éternel. Depuis, tout est changement perpétuel, il n'y a plus de repère absolu — il n’est même plus certain que nous ayons à mourir un jour. Notre monde repose sur un socle où tout est remis en question dans ce que Bellamy appelle un progressisme sans destination. Il faut désormais définir des points fixes pour donner un sens.

Fixe ou pas fixe

Tout s’écoule, disait Parménide. Or, rappelle Bellamy, la rivière ne s’écoule que parce que la rive est immobile. Le mouvement ne vaut que s’il est observé d’un point fixe. C’est donc la fixité qui permet le mouvement. Au delà de la rhétorique abstraite, on peut s'interroger sur notre manque de destination. Nous allons tous quelque part. Nous y allons tous de plus en plus vite. Mais où allons-nous « Où vas-tu Gilgamesh? » interrogeait le tout premier texte de notre civilisation.

Du mouvement au discernement

C’est la question que nous nous posons depuis l’aube des temps. Quel est notre but Dans quelle direction La quête de sens porte bien son nom. Finalement, Bellamy veut sauver la possibilité du mouvement en fixant des repères, une destination, Il rappelle « qu’une chose est sûre : nous ne sortirons pas de la fascination du mouvement par l'éloge de l’immobilité », et propose « la sagesse du discernement ».

Tout changer!

Aujourd'hui nous refusons la fixité. Nous voulons pouvoir négocier tout ce qui est. Nous ne supportons plus les limites spatiales, temporelles, biologiques. La technique nous a aidés à tout abolir. Nous voulons habiter sur Mars, voyager dans le temps, ou changer de sexe. Notre liberté ne supporte aucune dérogation. Le désir s’impose au déterminisme. Dès lors, l’idée (technophile) s’est imposée : si tout peut changer, alors tout doit changer. Oui, mais pour aller où Mais où vas-tu Gilgamesh

Le rôle de la médecine.

Et la famille est un point fixe fondamental pour Bellamy, qui précise ses positions sur la procréation. Sa rhétorique contre la procréation assistée mérite une écoute impartiale — quelle que soit notre idée personnelle sur le sujet, ce qui n'est pas évident. Bellamy y voit le signe d’un changement de paradigme dans le domaine de la santé, qui passe de l’humain réparé à l’humain augmenté, en répondant à un “désir que notre condition humaine ne satisfait pas”.

Il pose ainsi la question du rôle de la médecine : doit-elle répondre à tous nos besoins 
Et cette question est parfaitement pertinente. Aujourd’hui personne ne peut contester l’utilité d’une couveuse pour sauver un prématuré ni le stimulateur cardiaque qui vient au secours de certains de nos aînés. Cette amélioration est un progrès indiscutable. Or, il s’agit bien ici d’une médecine d’optimisation, d’un corps augmenté par la technologie.

Pensez maintenant à la grossesse extra utérine demandée par certains groupes féministes de Californie pour une grossesse équitable — qui ne pénaliserait pas la mère — puisque la gestation se ferait totalement en dehors du corps. Au delà d’avoir été imaginée par Aldoux Huxley dans Le meilleur des mondes, l’ectogenèse est aujourd'hui une réalité, et les premiers tests ont été menés par Alan W. Flake et son équipe du Center for Fetal Research, de l'Hôpital pour enfant de Philadelphie. Des agneaux nés hors corps pour valider des recherches visant les humains. L'utérus artificiel, pour sauver de grands prématurés humains, ou pour éviter l'iniquité de la grossesse. Cette idée peut nous paraître choquante, farfelue ou immorale. Or, il ne s’agit que d’une question d'époque. Au milieu du XIX^e on étouffait les enfants enragés entre des matelas^✱. Au début du siècle dernier, on guérissait les femmes dépressives par la lobotomie, en perçant un trou dans leur crâne pour y prélever des morceau de cerveau (sans anesthésie, bien évidemment). Aujourd'hui nos grands-papas vivent avec des piles électriques dans le cœur, et demain nos mamans accoucheront extra utero.

Ce qui ressemble à un point fixe — la santé, la morale, la vie, la mort — est un repère mouvant, qui se déforme au gré des époques et des capacités scientifiques.

L'humain augmenté

Notre définition contemporaine de la santé date de 1945. L’Organisation mondiale de la santé à imposé cette définition encore en vigueur aujourd'hui : la santé est un état de complet bien-être physique, mental et social. Jusqu’alors, la santé, c’était « le silence des organes » d'après la définition délicieuse de Paul Valéry. Et demain

L'humain augmenté existe déjà. Celui d'aujourd'hui est une bénédiction. Celui de demain est une abomination. Simple question de timing.

Bellamy continue son réquisitoire en s'attaquant à l’économie, qui n’a bien évidemment pas échappé à cette fluidité — l’économie du stock et du patrimoine a laissé la place à l’économie du flux. La valeur d’échange a remplacé la valeur d’usage. Rien n’est plus fait pour être conservé, tout est fait pour être échangé — le plus souvent possible, le plus rapidement possible. Aujourd'hui les échanges boursiers se font à une vitesse d’une fraction de seconde, on préfère louer que posséder, rien n’est pensé pour durer.

L'appétit du mouvement économique

Le travail aussi a changé. Autrefois il valorisait le métier, l’expérience, aujourd’hui il glorifie l’adaptabilité, la mobilité, la flexibilité. Tout le langage a changé. L’agilité a remplacé la sagesse. Et la « nouvelle économie » n’échappe pas à cet appétit du mouvement, entre les startups qui glorifient le démarrage — la mise en mouvement — et l’économie de partage, qui consiste à faire de l’argent avec ce qui était autrefois gratuit. L’hospitalité, l’autostop, le prêt d’outils. Le bon vieux coup de main est devenu une transaction. Jusqu’à La Poste française, qui facture désormais le petit bonjour du facteur à 19,90 € par mois pour cinq minutes par semaine. Mais où vas-tu Gilgamesh

Donc...

J'ai voulu faire le tour de la pensé de Bellamy, en la nourrissant d'exemples que j'ai pu moi-même pu observer. J'apprécie sa pensée des points fixes, du discernement et du jugement sur un avenir décidé. Je ne partage pas ses conclusions. Aucune d'elles. Bonne nouvelle, elles ne sont PAS l'objet de son essai — ce qui prouve que nous pouvons faire usage de sa réflexion et arriver à des destinations bien différentes. Alors je salue sa rhétorique, son courage et son bon sens, même si j'aurais préféré qu'il en fît un usage différent, au service d'une cause plus laïque et moins manipulée.

Je vous souhaite une lecture sage et dépassionnée de "Demeure", c'est un ouvrage riche, fort, et généreux.

‍

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

Le pédiatre qui a tout compris

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.

Le contre-exemple que tout le monde oublie

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.

Ce que Gall dirait à McKinsey

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.

‍

Soyons honnêtes, on a tous déjà quitté le bureau à 16h30 au lieu de 17h. On respecte généralement les règles, mais pas toujours. Certains ont peur des sanctions ou agissent par principe, d’autres suivent le groupe, et quelques-uns ignorent les règles, peu importe les conséquences. Ce n’est pas nous qui le disons, mais bien Simon Gächter, Lucas Molleman et Daniele Nosenzo, de brillants chercheurs en sciences comportementales et économiques.

Le modèle C(R,I,S,P)

Dans l’article « Why people follow rules », Gächter, Molleman et Nosenzo nous présentent la conformité aux règles (C) comme la fonction mathématique:  C=ƒ(R;I;S;P). Autrement dit, respecter une règle dépend de plusieurs variables. Voici comment ils les décortiquent :

• Le respect intrinsèque des règles (R) : est-ce que je respecte la règle par principe
• Les incitations extrinsèques (I) : quelles sont les sanctions et les récompenses associées au respect
• Les attentes sociales (S) : qu’est-ce que les autres font et attendent de moi
• Les préférences sociales (P) : est-ce que ça protège ou nuit au bien collectif

Pour rendre tout cela plus concret, nous avons vulgarisé l’étude en trois effets que vous avez sûrement dû déjà observer : l’effet mouton, l’effet pomme pourrie et l’effet maternel. Trois images simples pour comprendre pourquoi on suit les règles… ou pas!

L’effet du mouton

L’effet du mouton fait référence aux « attentes sociales » du modèle CRISP. C’est-à-dire l’influence des autres sur nos décisions, surtout lorsqu’il est question de respecter une règle. Ce phénomène n’a rien de nouveau. Déjà en 330 avant J.-C., Aristote affirmait que l’humain est un « animal social et politique ». Nous vivons en groupe, nous partageons des normes, et nous nous ajustons les uns aux autres. En d’autres termes, comme un troupeau, nous captons les mouvements avant de faire le nôtre.

Environ 30 % des individus adaptent leur comportement à celui du groupe. Si l’heure officielle de départ est 17 h, mais que tout le monde quitte à 17 h 30, plusieurs vont suivre. Formellement, la règle n’a pas changé, mais la norme informelle, elle, s’est déplacée.

Mais attention : suivre le groupe n’explique pas tout. Parfois, ce n’est pas le troupeau qui entraîne, c’est une seule pomme qui abîme tout le panier. Parlons justement de l’effet de la « pomme pourrie ».

L’effet de la « pomme pourrie »

Toujours dans la logique des attentes sociales, mais sous l’angle inverse : ici, ce n’est pas le groupe qui nous élève, c’est un individu qui nous tire vers le bas, comme une pomme pourrie qui contamine ses semblables!

L’expression « a rotten apple quickly infects its neighbor » remonte au 14ᵉ siècle. Benjamin Franklin la popularise ensuite au 18ᵉ. L’idée traverse le temps, mais ce n’est qu’en 2007 que le chercheur Will Felps la valide scientifiquement : la présence d’un seul individu négatif, déviant ou non coopératif peut détériorer la dynamique et la performance d’un groupe entier.

Concrètement, voir quelqu’un enfreindre une règle ne nous fait pas immédiatement changer d’avis. On continue de croire que la règle est valable, mais la transgression devient un peu plus acceptable. Si un collègue part à 16 h 30 chaque jour et que d’autres commencent à le faire, vous allez commencer à penser que « ce n’est pas si grave » de faire la même chose. Encore une fois, la règle n’a pas changé, elle s’est érodée!

L’effet « Maternel »

Avant d’aborder le thème des sanctions, voyons d’abord un levier tout aussi important : celui des préférences sociales dans le modèle CRISP.

Les règles existent souvent pour protéger autrui. Lorsqu’on comprend qu’une infraction nuit aux autres, leur respect augmente de 55 % à… 61 %! Autrement dit, une règle est mieux suivie lorsqu’elle a du sens pour le collectif.

C’est ce qu’on appelle l’effet « maternel », ou mama bear syndrome. On respecte la règle non par peur ni par conformisme, mais par instinct de protection.

Si vos collègues travaillent tard sur un dossier important, vous serez naturellement porté à rester passer les 17 heures pour les aider. Pas parce qu’on vous l’impose, mais parce que quelqu’un en bénéficiera.

Les sanctions sont-elles vraiment efficaces

S’il est vrai que les attentes sociales nous influencent, les sanctions jouent elles aussi un rôle. C’est la variable incitations extrinsèques (I) du modèle CRISP. Mais attention : toutes les sanctions n’augmentent pas automatiquement l’obéissance d’un groupe. Certaines peuvent même produire l’effet inverse.

Crédibilité de la sanction faible

Lorsque la probabilité d’être sanctionné est faible, la conformité augmente à peine : de 61 % à 62 %. Autrement dit, la simple menace a peu d’effet si elle n’est pas suivie d’actions concrètes. Par exemple, si la direction rappelle que l’heure de départ est fixée à 17 h, mais que les contrôles sont rares et les conséquences inexistantes, les départs anticipés continueront. La règle existe, mais elle manque de crédibilité.

Crédibilité de la sanction forte

À l’inverse, lorsque la sanction est hautement probable, l’obéissance inconditionnelle passe de 26 % à 57 %. Ainsi, si la direction inscrit une note au dossier dans la majorité des cas de départs précoces, le respect de l’heure officielle augmente. La différence tient à un élément clé : la sanction n’est plus théorique, elle est perçue comme réelle et crédible.

Sanctions ou non

Les sanctions ne devraient jamais être le réflexe automatique. Oui, elles peuvent dissuader, mais seulement si elles sont proportionnées et crédibles. Pour des règles du quotidien comme l’heure de départ, le sens est souvent plus puissant que la menace.

Ce qu’il faut faire Expliquer le « pourquoi » derrière la règle! Si un gestionnaire explique qu’il faut rester jusqu’à 17 h pour assurer la collaboration avec l’équipe en Australie, la règle cesse d’être arbitraire. Elle devient logique. Quand une règle fait sens, on est beaucoup plus enclin à la respecter.

Le respect des règles, quoiqu’il arrive

Bonne nouvelle : plus de la moitié des gens, entre 55 et 70 %, respectent les règles par principe, même en l’absence de sanction. Les chercheurs parlent ici de respect intrinsèque (R) dans le modèle CRISP. Alors pas de panique! Si vous changez l’heure officielle de départ à 18 h, une bonne partie de l’équipe attendra patiemment les six coups de 18 h avant de quitter. Mais puisque la norme au Québec reste 17 h, on ne vous le conseille pas!

David Brailsford et l’équipe de cyclisme britannique

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.

Oubliez la perfection: concentrez-vous sur la progression.

David Brailsford

Les piliers du changement

Toute la philosophie de l’équipe de Brailsford est basée sur trois grands piliers, qu’ils surnomment “les principes du podium”:

1. La stratégie: avant chaque compétition, Brailsford et son équipe élaboraient une nouvelle stratégie adaptée au parcours de la compétition, par exemple le rythme à adopter pour chacune des étapes.
2. La performance humaine: chacun des athlètes devait avoir un programme qui était optimisé en fonction de ses capacités personnelles.
3. L’amélioration continue: une fois la stratégie établie et les programmes d’entraînement adaptés, ils doivent être constamment mis à jour au fil de leurs apprentissages.
   

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.

Les 1% de votre organisation

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.

Entre le déploiement et l’habitude

Selon l’enquête AI at Work 2025 du Boston Consulting Group (2025), menée auprès de plus de 10 600 employés dans 11 pays, 36 % seulement s’estiment suffisamment formés à l’IA, et 54 % utiliseraient des outils non autorisés si les bons venaient à manquer. L’IA clandestine est déjà dans vos murs. Et selon le sondage How to implement transformations for long-term impact de McKinsey (2023), 12 % des répondants seulement ont maintenu leurs gains plus de trois ans. Les transformations trébuchent presque toutes au même moment : quand l’essai doit devenir un réflexe.

Ce que révèlent les entrevues

Avant de recommander quoi que ce soit, nous allons écouter. Des entrevues individuelles, longues, confidentielles, menées par nos ethnographes auprès d’employés de tous les étages. Nous y entrons avec le moins d’hypothèses possible : aucune grille par génération, par niveau hiérarchique ou par département. Bien nous en prend, car ces catégories n’expliquent presque rien. Le « jeune forcément à l’aise » et le « vétéran forcément réfractaire » sont des raccourcis que le terrain dément à chaque mandat.

Deux variables, quatre profils

Au fil de nos mandats nous avons découvert deux variables fondamentales qui permettent de réellement cerner le profil de vos employés : leur tolérance aux risques et leur tolérance à la délégation IA. La première mesure la capacité d’accepter un résultat imparfait, de se tromper devant les autres et d’être jugé par ses pairs. La seconde mesure la disposition à confier à un outil une part de sa rédaction, de son analyse, voire de son jugement. Ces deux variables traversent les générations, les titres et les services.

Elles touchent directement aux trois besoins psychologiques que l’IA vient bousculer, selon Erik Hermann, Stefano Puntoni et Carey Morewedge dans Why Gen AI Feels So Threatening to Workers (Harvard Business Review, 2026) : la compétence, l’autonomie et l’appartenance. Confier une part de son travail à un outil remet en jeu sa compétence et son autonomie; accepter le risque expose au jugement des pairs, donc à l’appartenance. Croisées, ces deux variables dessinent quatre profils. Aucun profil ne vaut mieux qu’un autre; la grille sert à parler un langage commun. Chacun a son besoin en souffrance, et mérite donc son parcours.

A — L’explorateur assumé

Forte tolérance au risque, forte tolérance à la délégation. Dans nos entrevues, il se reconnaît à sa confiance double : en lui-même et en l’outil. Il teste par lui-même sans attendre qu’on lui montre la voie, et les ratés médiatisés de l’IA ne le freinent pas; il préfère se faire sa propre idée. Il a déplacé sa valeur professionnelle : elle réside dans l’analyse et le jugement, et l’effort de production compte peu à ses yeux. « C’est moi le cerveau de l’affaire, ça raccourcit juste le temps. » Il parle de l’IA avec aisance, montre ce qu’il fait, partage ses trouvailles. C’est précisément ce qui peut l’isoler : son enthousiasme avance plus vite que celui de son équipe, et il finit parfois par explorer seul.

Avec lui, le risque s’appelle la solitude, puis le désengagement. Everett Rogers l’avait décrit dès 1962 dans Diffusion of Innovations : les premiers à adopter une nouveauté sont souvent perçus comme marginaux par leur groupe, et l’innovation se propage réellement quand des leaders d’opinion respectés s’en emparent. Donnez-lui donc une place reconnue : un mandat officiel de compagnon IA, du temps protégé dans sa description de poste, des « prompt parties » à animer. Seul critère : la curiosité. Un adjoint administratif passionné fait un meilleur compagnon qu’un cadre compétent et indifférent.

B — Le gardien vigilant

Forte tolérance au risque, faible tolérance à la délégation. Confiant en lui-même, méfiant envers l’outil, il explore volontiers et garde la main sur ce qui compte. Nous l’avons vu tracer une frontière nette : pour la recherche et la synthèse, aucun problème; pour le raisonnement et la création professionnelle, blocage. Il relit tout, refait tout, et ce travail en double lui coûte un temps qu’il juge nécessaire. Sa méfiance a une source : les défaillances de l’IA rapportées dans les médias, qu’il cite volontiers en entrevue et qui confirment ses réserves. Sa rigueur protège la qualité du travail. Elle a aussi un coût caché : tant qu’il ne délègue rien de substantiel, les gains promis par l’IA restent théoriques pour lui.

La recherche montre comment l’amener plus loin. Dans Overcoming Algorithm Aversion (Management Science, 2018), Berkeley Dietvorst, Joseph Simmons et Cade Massey ont constaté que les gens délaissent un algorithme dès qu’ils le voient se tromper, mais l’utilisent bien plus volontiers lorsqu’ils peuvent en modifier les résultats, même légèrement, et obtiennent alors de meilleurs résultats. Offrez-lui des ateliers de prompting sur des cas réels, en petits groupes, et des listes de vérification par métier, construites avec lui. Puis trois paliers sur son cœur d’expertise : l’IA prépare et il décide; l’IA propose et il arbitre; l’IA exécute et il valide. Il passe de relecteur à arbitre, sans rien céder sur la qualité.

C — Le délégateur anxieux

Faible tolérance au risque, forte tolérance à la délégation. C’est le profil le plus paradoxal de la matrice : méfiant envers lui-même, confiant dans l’outil. Il utilise l’IA sous la pression de la charge de travail davantage que par conviction, produit beaucoup avec elle, et en parle peu. En entrevue, la gêne affleure vite. Déléguer à l’IA ressemble pour lui à tricher, comme si l’effort fourni faisait la valeur du travail : « C’est comme si c’était pas toi qui avais fait l’examen. » Il craint le regard des collègues et des gestionnaires plus que l’outil lui-même. Il a déjà trouvé les gains; il lui manque la permission de les assumer au grand jour.

Sa crainte est fondée. Dans Evidence of a social evaluation penalty for using AI (PNAS, 2025), Jessica Reif, Richard Larrick et Jack Soll ont établi, auprès de plus de 4 400 participants, que ceux qui utilisent l’IA au travail sont jugés moins compétents et moins motivés. La réponse est collective : une charte du droit à l’erreur signée par la direction, des cercles de pratique sans gestionnaire dans la salle, le rituel du « meilleur ratage IA de la semaine ». Amy Edmondson appelait cela la sécurité psychologique dès 1999 (Psychological Safety and Learning Behavior in Work Teams, Administrative Science Quarterly).

D — Le sceptique ancré

Faible tolérance au risque, faible tolérance à la délégation. C’est le profil le plus résistant de la matrice, et le plus argumenté. Sa résistance est active : il questionne, objecte, documente. Il voit dans l’IA une double menace, pour l’intégrité professionnelle et pour la sécurité des données, et ses objections sur la fiabilité sont souvent fondées. En entrevue, il cite des cas précis d’erreurs, de fuites, de réponses inventées. Comme il ne délègue pas encore, il n’a pas connu l’inconfort de la délégation; son jugement repose sur ce qu’il observe autour de lui. Dans une organisation, il joue un rôle précieux : c’est souvent lui qui pose la question que personne n’ose poser.

Ses objections méritent mieux qu’un argumentaire : un siège au comité de veille qui examine chaque cas d’usage avant déploiement, un rôle de relecteur officiel, un registre public des objections. Sa vigilance solitaire devient une fonction reconnue. La science lui donne en partie raison : dans Navigating the Jagged Technological Frontier (Harvard Business School, 2023), Fabrizio Dell’Acqua et ses collègues ont observé 758 consultants; dès que la tâche sortait du champ de compétence de l’outil, ceux qui utilisaient l’IA se trompaient davantage.

Comment réconcilier tout le monde?

Au contraire. Les parcours peuvent être différents sans créer quatre transformations parallèles. Le sceptique ancré, le gardien vigilant, le délégateur anxieux et l’explorateur assumé doivent tous comprendre la même chose : où l’organisation veut aller, ce qui est permis, ce qui ne l’est pas et vers qui se tourner quand ils hésitent. On peut adapter le rythme, les exercices et le degré de délégation à chacun, mais pas le cadre. Dans nos mandats, ce socle commun repose sur quatre conditions très concrètes : une direction qui parle d’une seule voix, des messages simples et répétés, des compagnons accessibles dans les équipes et une formation qui travaille autant les outils que les croyances. Les voici en détail.

Une direction qui parle d’une seule voix. Quand un vice-président dit « IA générative », qu’un autre parle d’« agents autonomes » et qu’un troisième évoque « l’automatisation », chacun croit défendre le même projet. Les équipes, elles, entendent trois projets différents, et le message se dilue dès le premier étage. Avant de former qui que ce soit, la direction doit s’entendre sur ses mots : ce qu’on appelle IA chez nous, ce qu’on attend d’elle, ce qu’on refuse de lui confier.

Des messages clés, peu nombreux et répétés. Trois ou quatre idées simples suffisent : pourquoi on s’y met, ce qui est permis, ce qui ne l’est pas, ce qu’on gagne. Elles doivent revenir dans chaque réunion, chaque communication, chaque formation, jusqu’à ce que n’importe quel employé puisse les réciter. Un message entendu une fois reste une annonce; répété cent fois, il devient une norme.

Des compagnons dans tous les services. L’adoption se joue à côté du poste de travail, au moment précis où quelqu’un bloque et se tourne vers un collègue. D’où l’importance d’avoir, dans chaque équipe, une personne curieuse, disponible et reconnue pour ce rôle. Les explorateurs assumés en sont les candidats naturels.

Une formation à deux étages. Le premier étage est visible : les outils, le prompting, les cas d’usage. Il s’apprend en atelier, en quelques heures. Le second est souterrain : les croyances, la peur d’être jugé, l’estime de soi professionnelle, le sentiment de tricher. Aucun atelier ne le règle. Il se travaille lentement, dans les rituels d’équipe, les tête-à-tête avec un gestionnaire, les petites victoires partagées.

Ces quatre conditions reposent sur le modèle COM-B de Susan Michie, Maartje van Stralen et Robert West (The behaviour change wheel, Implementation Science, 2011), selon lequel un comportement n’apparaît que lorsque trois éléments sont réunis : la capacité, l’occasion et la motivation. La capacité, c’est le premier étage de la formation : savoir se servir des outils. L’occasion, ce sont les compagnons à proximité et une direction dont le langage clair rend l’usage permis et visible. La motivation, c’est le second étage : des croyances apaisées, une estime de soi préservée, et des messages répétés qui donnent un sens à l’effort. La plupart des programmes IA financent la capacité et espèrent que l’occasion et la motivation suivront d’elles-mêmes. Elles suivent rarement.

Reste à mesurer. Un questionnaire court et anonyme, repris tous les six mois, montre si les gens se déplacent dans la matrice : combien de gardiens vigilants commencent à déléguer, combien de délégateurs anxieux osent en parler, combien de sceptiques ancrés acceptent un premier cas d’usage.

Une conversation à la fois

On a beau parler de transformation technologique, de licences et de feuilles de route, ce qui reste à la fin, ce sont des habitudes : le réflexe d’ouvrir l’outil devant un document à résumer, l’aisance d’en parler à un collègue, la confiance de montrer son travail sans craindre d’être jugé. Ces habitudes naissent profil par profil, au rythme de chacun.

L’IA devient une culture le jour où le sceptique ancré siège au comité qui encadre les usages, où le gardien vigilant dispose de protocoles qui lui laissent le dernier mot, où le délégateur anxieux reçoit la permission d’assumer ce qu’il fait déjà, et où l’explorateur assumé trouve un rôle à la mesure de sa curiosité. Ce jour-là, l’outil se fond dans la manière de travailler.

Rien de tout cela ne se devine depuis un bureau de direction. Chaque organisation a ses propres croyances, ses propres peurs et ses propres façons d’apprivoiser l’IA. Tout cela se découvre sur le terrain, une conversation à la fois. C’est notre métier. Et si on allait écouter vos équipes