Le Canada a un problème de productivité.

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.

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.

Un pays qui n’aime pas trop la technologie.

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.

Le pays a peur.

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.

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.

Vous voyez le piège?

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.

La prudence?! L’alibi parfait, oui!

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.

Et si on regardait ce qui fonctionne?

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.

Un pays qui ose.

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?

Le grand culte du mouvement

Notre époque a sacralisé le changement. Être agile, être mobile, être en croissance, être en transformation — le vocabulaire de la modernité est entièrement bâti sur le verbe du mouvement. Stagner, plafonner, se figer, s'installer : voilà à l'inverse des verbes qui sentent la défaite. Le changement est devenu une vertu en soi, sans condition, sans destination.

J'avais déjà écrit là-dessus dans un article sur Demeure, l'essai du philosophe François-Xavier Bellamy. Sa thèse tient en une phrase : le mouvement ne vaut que s'il est observé d'un point fixe. La rivière ne s'écoule que parce que la rive est immobile. Galilée a remis la Terre en marche; depuis, nous courons. Mais nous courons sans savoir où. Bellamy appelle ça le progressisme sans destination.

Aujourd'hui, ce progressisme a un effet secondaire dont nous souffrons globalement toutes et tous dans nos organisations.

Change Fatigue

Longtemps considéré comme un simple jargon de consultant, le concept de « change fatigue » a acquis sa légitimité scientifique en 2011. Les chercheurs américains Jeremy Bernerth, Jack Walker et Stanley Harris en ont alors fait un concept rigoureux dans la revue de psychologie organisationnelle Work & Stress. Quinze ans plus tard, leur outil d'évaluation — la Change Fatigue Scale — fait toujours autorité.

Six questions, évaluées sur une échelle de 1 à 7. Si leur formulation précise demeure protégée par le droit d'auteur, on connait néanmoins les critères mesurés, que voici.

• Le détachement (le mode « bof ») : On ne se sent plus du tout concerné par l'avenir de la boîte. C'est l'indifférence qui s'installe.
• L'accord de façade : On dit oui et on hoche la tête en réunion pour avoir la paix, mais on n'y croit pas et on n'a aucune intention de l'appliquer.
• L'impression de subir : On a le sentiment de n'avoir aucun contrôle sur ce qui change. Les décisions tombent d'en haut, et on doit juste exécuter.
• L'épuisement total : On est vidé, mentalement et physiquement. On n'a plus le temps, plus l'énergie, ni le contrôle de ses journées pour encaisser un changement de plus.

Ces quatre dimensions, mises ensemble, dessinent un état distinct du burnout, qui s'installe quand les changements se succèdent sans qu'aucun ne soit jamais réellement digéré.

L'étude la plus éclairante pour les gestionnaires reste celle de Michiel de Vries, publiée en 2021 dans Public Money & Management. Le chercheur de l'université de Radboud a passé au crible les réorganisations répétées dans le secteur public néerlandais. Sa conclusion est contre-intuitive : la résistance au changement, qu'on attribue habituellement à des conflits d'intérêts ou à un désaccord sur les buts, vient en fait de la mémoire des réorganisations précédentes. Les employés qui ont vécu trop de changements aux effets concrets sur leur travail quotidien refusent le suivant — par sédimentation, davantage que par opposition.

Le problème n'est donc pas l'objet du changement à venir, mais le souvenir des changements passés. Les traces sont plus importantes que les promesses.

Le premier remède à la fatigue, c'est l'inventaire, la reconnaissance, ou la célébration du chemin parcouru et des changements accomplis par le passé. Il faut fermer le livre avant d'en ouvrir un nouveau.

Le problème n'est pas l'objet du changement à venir, mais le souvenir des changements passés.

Gaëtan Namouric

Les chiffres qui piquent

Gartner mesure désormais la fatigue du changement comme on mesure l'engagement ou la satisfaction client. Le portrait qu'en tirent les enquêtes récentes est sombre.

En 2016, 74% des employés se disaient disposés à soutenir un changement organisationnel. Six ans plus tard, ils ne sont plus que 43%. La moitié de l'envie envolée. En parallèle, l'employé moyen a vécu dix changements stratégiques planifiés dans la dernière année. Dix. Pas dix mises à jour de logiciel — dix changements de cap.C'EST ÉNORME!

Le chiffre étonne tellement qu'il mérite explication. L'enqête de Gartner s'est faite auprès de plus de 3 500 employés à travers le monde, et elle englobe tout ce qu'un travailleur typique est amené à absorber sur une année : restructurations d'équipes, fusions de départements, déménagements de locaux, nouvelles politiques RH, rebranding, changements de PDG ou de chefs immédiats, refontes de processus, repositionnements stratégiques, transformations digitales, déploiement de nouveaux outils technologiques. Soit un changement majeur tous les cinq ou six semaines. Ce qui laisse aux équipes à peu près six semaines pour comprendre, intégrer et appliquer le précédent avant que le suivant atterrisse sur leur écran. La moyenne historique, en 2016, oscillait autour de deux ou trois changements par an. On a multiplié par quatre la cadence sans rallonger le temps disponible pour y répondre.

Côté gestionnaires, c'est pire encore. 41% des managers seulement sont prêts à modifier leurs propres comportements pour accompagner la transformation qu'on leur demande de porter. 90% des dirigeants RH considèrent que leurs gestionnaires n'aident plus leurs équipes à traverser la fatigue. Près des trois quarts s'estiment mal outillés pour piloter une transformation. Et le résultat tombe en cascade : selon une étude Gartner de juillet 2025 portant sur 2 850 employés, seules 32% des organisations atteignent ce qu'on appelle une adhésion saine au changement. 79% des employés ont une faible confiance dans la capacité de leur organisation à mener du changement de manière efficace.

En clair : les deux tiers des transformations foirent, plombées par le moral des gens… avant même qu'on ait tenté de comprendre leur but ou leur impact.

On est passé de deux changements par an à… dix!

Étude Gartner

Une fatigue qui varie avec l'âge

Une étude d’Eagle Hill Consulting publiée en février 2026 met en lumière une réalité frappante : face aux transformations de l'entreprise, les générations ne réagissent pas du tout de la même manière.

Prenons l'exemple d'un changement de processus internes :

• 70 % de la Gen Z estime que cela améliore l'entreprise.
• 45 % des Baby-Boomers partagent cet avis.
• 36 % de la Gen X seulement sont d'accord.

Le fossé se creuse encore plus sur la question du retour au bureau : à peine 3 % de la Gen X pensent que cela a fait du bien à l'organisation. De manière générale, les salariés plus âgés (Gen X et Boomers) se sentent beaucoup moins épaulés par leur employeur dans ces transitions que leurs jeunes collègues. On a creusé le sujet dans cet article sur le télétravail.

L'âge importe moins que le vécu

Attention toutefois à ne pas tomber dans le piège des clichés. Ces étiquettes (Boomers, X, Millennials, Z) relèvent souvent plus de l'horoscope que de la sociologie. Le vrai sujet ici n'est pas l'âge biologique, mais le nombre de transitions vécues au cours d'une carrière.

Un membre de la Gen X dans la cinquantaine a déjà traversé une quantité impressionnante de vagues : l'informatisation, l'arrivée d'Internet, le bug de l'an 2000, la crise de 2008, l'explosion des smartphones, le cloud, la pandémie, le télétravail, et aujourd'hui l'IA. Chaque fois, on lui a promis une « transformation décisive ». Souvent, il n'a vu passer que des modes coûteuses (comme le métavers). Cette mémoire est à double tranchant : elle aiguise le jugement, mais elle nourrit aussi le cynisme.

À l'inverse, la Gen Z n'a pas ce passif. Pour elle, le changement permanent est le décor de base, pas un événement. Son optimisme peut donc se lire de deux façons : comme une belle fraîcheur d'esprit, ou comme un manque de recul… Et lles deux visions sont justes.

Quatre nageurs face à la même vague

Dans une équipe de cinq personnes aujourd'hui, la diversité des vécus numériques est fascinante : Le Boomer a connu la fin du papier carbone. Le Gen X a installé le tout premier intranet. La Millennial a lancé la stratégie sur les réseaux sociaux. Le Gen Z utilise ChatGPT depuis le secondaire.

Annoncer un « nouveau virage stratégique » à cette équipe revient à confronter quatre nageurs à la même vague. Le Gen Z ressent le frisson de la nouveauté. Le Millennial y voit une routine classique, sans surprise. Le Gen X se dit qu'il a déjà vu ça cent fois. Le Boomer anticipe déjà la tempête suivante et calcule le temps qu'il lui reste à tenir le cap.

La vague, elle, est identique pour tout le monde. C'est la mémoire de chacun qui change la donne. Pour un manager, réussir une transformation ne demande pas de piloter un groupe uniforme, mais de savoir composer avec cette accumulation d'expériences. Attention cependant aux piège généraiton/âge/époque que nous avons déjà décrit dans cet article.

Révolution, vous dites

Oui, notre époque vit une compression hallucinante de transformations. Mais… non, ce n'est pas la première fois. Si notre époque a inventé Internet et l'IA, la fin du XIXe siècle a été autrement plus productive !

On invente tour à tour le tramway électrique, la bicyclette moderne, l'automobile à moteur à explosion, les pneus à air, le métro souterrain et l'aviation. Pour ce qui est du confort domestique, on apprivoise l'électricité (quand même !), l'ampoule à incandescence, le ventilateur, le fer à repasser, le lave-vaisselle, l'aspirateur, la climatisation, la machine à laver, le réfrigérateur et le tube au néon. Les objets du quotidien, la mode et l'alimentation basculent eux aussi dans la modernité avec le stylo-plume, la bouteille thermos, l'appareil photo de poche, le trombone, le rasoir jetable, la fermeture éclair, le soutien-gorge, l'acier inoxydable et la cellophane, sans oublier le Coca-Cola, les cornflakes, le sachet de thé et le filtre à café. Enfin, la culture, la science et la communication font un bond de géant : on invente le gramophone, le cinématographe, les mots croisés, la télégraphie sans fil, la radiographie aux rayons X et l'Aspirine, achevant de bâtir toute l'infrastructure de notre monde actuel en moins d'une génération.

Imaginez maintenant un gestionnaire moyen né en 1860, à la tête d'une manufacture textile à Lyon ou d'une scierie à Trois-Rivières. Il prend ses fonctions vers 1890 et les quitte vers 1920. En trente ans, il a vu les technologies de communication s'emballer — du courrier postal au télégraphe, puis au téléphone —, chacune redéfinissant ce que signifie « urgent ». Il a connu deux paradigmes énergétiques pour son atelier : la vapeur au charbon, puis l'électricité avec ses moteurs autonomes. Il a vu défiler trois modes de transport différents pour ses marchandises. Et la carte politique qu'il avait apprise enfant était devenue méconnaissable en 1914 — alors qu'il n'avait encore rien vu de la Grande Guerre.

Comme aujourd'hui, ces changements étaient vertigineux. Dès 1893, Durkheim a donné un nom à ce ressenti : l'anomie — l'absence de repères et de règles. Weber parle du désenchantement du monde en 1905, pendant que Freud écoute des bourgeois viennois lui raconter une étrange fatigue dont la médecine ne savait que faire. Beaucoup de gens, en effet, ont craqué.

Aux grands maux les grands remèdes

Mais cette même période de chaos n'a pas seulement réinventé les objets, elle a fondé à peu près toutes les institutions modernes du travail et de la pensée. C'est l'époque où le monde ouvrier s'organise face aux excès industriels avec l'essor des grands syndicats comme la CGT en 1895, et où naissent le droit du travail et les premières assurances sociales sous l'impulsion de Bismarck en Allemagne dès 1883, posant les premiers jalons de l'État-providence. Pour encadrer cette économie devenue géante, on invente la figure du gestionnaire professionnel en créant les premières grandes écoles de commerce, de Wharton et HEC en 1881 à la Harvard Business School en 1908. En parallèle, la médecine moderne triomphe et double l'espérance de vie grâce aux révolutions de Pasteur et Koch, qui terrassent les épidémies par la vaccination et la bactériologie. Le travail lui-même devient une science, parfois brutale, avec la psychologie du travail et l'organisation scientifique de Taylor en 1911, tandis que les sciences sociales s'émancipent comme des disciplines à part entière sous la plume de Durkheim, Weber ou Veblen pour tenter de cartographier cette mutation humaine inédite.

Et les colosses nés de cette grande secousse ont tenu plus d'un siècle. Des empires comme General Electric et Coca-Cola fondés en 1892, Michelin en 1889, Renault en 1899, Ford en 1903, ou encore IBM en 1911 et Sears en 1893, sont tous nés au cours de ces quelques décennies de bouleversements intenses. Ces piliers du capitalisme mondial, qui ont traversé deux guerres mondiales, des crises systémiques et la transition numérique, ont tous été forgés au cœur de l'époque la plus inconfortable, la plus mouvante et la plus vertigineuse jamais traversée par l'Occident moderne.

Donc…

La leçon à retenir n'est pas que « tout finit par s'arranger ». Ce serait trop facile. La vérité, c'est que les moments où le changement semble totalement hors de contrôle sont précisément ceux où s'inventent les structures de demain. L’inconfort précède toujours la fondation. À l'époque, Durkheim, Weber et Taylor ont simplement transformé leur propre sentiment de dépassement en outils pour repenser le travail et la société.

Aujourd'hui, les managers épuisés que l'on croise partout depuis quelques années vivent exactement le même inconfort historique. Pris en étau entre l'explosion de l'IA, le travail hybride, les tensions économiques mondiales et le choc culturel des générations, ils ont toutes les raisons d'être au bout du rouleau.

Mais sans le savoir, ce sont eux qui sont en train de dessiner les règles du jeu pour les trente prochaines années.

Ce ne sont pas les grands cabinets de conseil comme Gartner ou McKinsey qui vont inventer les rituels d'équipe à l'ère de l'IA, ou trouver comment faire collaborer quatre générations qui ne se comprennent pas. Ce sont les managers de terrain. Chaque jour, à coups de micro-décisions, de discussions informelles et d'ajustements techniques, ils réécrivent le contrat de travail de notre époque.

C'est moins une crise qu'un chantier. La différence est dans le regard, mais elle change tout.

C’est une étude de 2011 qui révèle le pot aux roses. Et le pot fait plus mal que les roses : 87 % des entreprises du premier Fortune 500 ont disparu en 60 ans. C’est à Steven Dening de Forbes, à Mark J. Perry de AEI ou encore à Steve Jobs himself que l’on doit l’autopsie des entreprises d’hier (et d’aujourd’hui).

D’abord, il convient de classer les entreprises en trois groupes :

• Groupe A — Des entreprises qui faisaient partie du Fortune 500 en 1955, mais pas en 2011 : American Motors, Studebaker, Detroit Steel, Maytag, National Sugar Refining, etc.
• Groupe B — Des entreprises qui étaient dans le Fortune 500 en 1955 et 2011 : Bœing, Campbell Soup, Deere, IBM, Whirlpool, etc.
• Groupe C — Des entreprises qui faisaient partie du Fortune 500 en 2011 mais pas en 1955 : Cisco, eBay, McDonald’s, Microsoft, Yahoo, etc.

Seules 67 entreprises composent le groupe B. Il existe plusieurs raisons qui expliquent la disparition de la majorité des entreprises. Soit elles ont fait faillite, soit elles ont fusionné avec une autre entreprise, soit elles existent encore, mais ne sont plus dans le TOP500 de Fortune.

Parmi celles qui sont véritablement mortes, Perry cite entre autres des marques tombées dans les limbes de l’histoire économique : Armstrong Rubber, Cone Mills, Hines Lumber, Pacific Vegetable Oil ou encore Riegel Textile. Mais, quelle que soit la raison de ce déclassement, ce dernier révèle une incapacité à survivre dans un monde changeant.

La destruction créatrice

Le consommateur a de nouvelles habitudes, de nouvelles attentes, de nouveaux désirs… il change de comportement à une vitesse vertigineuse. Une entreprise qui naît de ces besoins saura mieux y répondre que les joueurs bien installés. Sans entraves, sans passif, sans mauvaises habitudes, de nouvelles entreprises viennent jouer le jeu de la destruction créatrice introduite par Joseph Schumpeter en 1942 : le nouveau détruit l’ancien. Attention cependant, cette culture de la tabula rasa (table rase) n’est pas réservée qu’aux nouvelles entreprises. Elle s’applique aussi dans les entreprises historiques, qui n’hésitent pas à se réinventer elles-mêmes.

L’obse$$ion

Dans un article du Wall Street Journal, Peggy Nooman aborde la philosophie de Jobs et son regard sur la mutation des industries :

Il y a un moment saisissant dans la biographie de Steve Jobs par Walter Isaacson, dans lequel Jobs parle longuement de sa philosophie d’entreprise. Il est à la fin de sa vie et fait le point. Sa mission, dit-il, était claire : « construire une entreprise pérenne où les gens sont motivés à fabriquer d’excellents produits ». Puis il se tourne vers l’ascension et la chute de diverses entreprises. Il a une théorie sur le déclin dans les grandes entreprises : « L’entreprise fait du bon travail, innove et devient un monopole (ou presque) dans un certain domaine, et puis la qualité du produit devient moins importante. L’entreprise commence à valoriser les produits qui se vendent le mieux, car ce sont ceux qui peuvent influencer les revenus. » Ainsi, les vaches à lait sont mises de l’avant, les ingénieurs de produit et les designers se sentent dégradés : leurs efforts ne sont plus au cœur de la vie quotidienne de l’entreprise. Ils « décrochent ». IBM et Xerox, a dit Jobs, ont flanché précisément de cette manière. Ceux qui dirigeaient les entreprises étaient intelligents et éloquents, mais « ils ne savaient rien du produit ». À la fin, cela peut condamner une grande entreprise, car ce que les consommateurs veulent, ce sont de bons produits.

En bref, les entreprises qui ont trouvé leur vache à lait ne pensent plus qu’à la traire, et abandonnent peu à peu l’innovation. Perry évoque aussi cette perte de la flamme créatrice par l’arrivée massive des money men, ces comptables et financiers qui s’emparent de l’organisation avec un objectif simple : couper les coûts, et traire la vache toujours davantage. Ce sont eux, les stars de l’entreprise désormais, et ils sont célébrés et rémunérés à la hauteur de leur capacité à couper. Ce changement radical de culture écœure les inventeurs, les créateurs, les ingénieurs, tous ceux et celles qui ont créé la vraie richesse de l’entreprise à la base. Ils finissent par quitter le navire et vont innover ailleurs. Ce phénomène touche même les entreprises qui ont réussi à créer un monopole. Quand elles commencent à jouer défensif, elles commencent à creuser leur tombe, en imposant une culture du profit à tout prix, en assassinant le risque, le courage et les idées nouvelles.

À force d’être obsédées par leur bottom line (leurs résultats financiers), les entreprises font de mieux en mieux ce qu’elles savent faire, plutôt que de servir au mieux les attentes de leurs clients. À leur décharge, n’oublions pas aussi qu’elles traînent parfois un passif coûteux (équipements vétustes, technologies héritées du passé, habitudes managériales dépassées, marque poussiéreuse, etc.).

On l’a vu à de nombreuses reprises dans des faillites aussi tristes que fréquentes autour de nous : Zellers, Sears, Eaton… les grandes chaînes de distribution n’ont pas su imposer la révolution logistique qui aurait pu leur donner un avantage sur Amazon. Pourtant, elles avaient toutes les cartes en main.

Une espérance de vie qui recule à grande vitesse

Un autre rapport daté de 2016, cette fois publié par Innosight, révèle que cette obsolescence des entreprises s’accélère avec le temps. Le titre est en forme de mise en garde : Longévité des entreprises : Turbulences à venir pour les grandes organisations. Allez, on s’accroche !

L’étude a observé l’indice S&P 500, également connu sous le nom de Standard Poor’s 500. C’est un indice boursier basé sur la capitalisation boursière de 500 des plus grandes entreprises cotées sur les bourses américaines, telles que la New York Stock Exchange (NYSE) et le NASDAQ. Cet indice est considéré comme l’un des indicateurs les plus représentatifs de la performance du marché boursier américain et, par extension, de l’économie américaine en raison de la diversité et de l’importance des entreprises qu’il inclut.

En 1965, les entreprises de l’indice S&P 500 demeuraient dans l’indice pendant en moyenne 33 ans. En 1990, la durée moyenne dans le S&P 500 s’était réduite à 20 ans. Elle est prévue aux alentours de 14 ans d’ici 2026. Au taux de rotation actuel, environ la moitié des entreprises actuelles du S&P 500 seront remplacées au cours des 10 prochaines années alors que « nous entrons dans une période de volatilité accrue pour les entreprises leaders dans un éventail d’industries, les dix prochaines années s’annonçant comme les plus potentiellement turbulentes de l’histoire moderne », selon Innosight.

Longévité en 1965 : 33 ans. Longévité en 1990 : 20 ans. Longévité en 2026 : 14 ans. Votre entreprise va mourir. Bientôt. Très bientôt. Ou pas 

L’espoir, quand même

Ces prédictions ont bientôt 10 ans, celles de Forbes, 11.

Alors que des marques meurent, d’autres naissent. C’est le cycle de la vie — ou ce que j’appelle le darwinisme économique.

Depuis, voici un petit échantillon du carnet rose des naissances dans le merveilleux monde du Fortune 500 : NVIDIA (entrée en 2016), Instagram (2020), YouTube (2020), Zoom (2020), Domino’s Pizza (2020), DexCom (2020), Tesla (2022), Airbnb (2023).

La vie, la mort, la vie

Les entreprises qui durent, et qui maintiennent un niveau de satisfaction de leurs clients élevé (Apple, Netflix, IKEA, Starbucks…) ont un point commun : elles comprennent mieux que quiconque les nouvelles attentes de leurs clients. Elles savent prendre des risques, innover
et échouer… mais gagnent le respect du marché et de leurs employés. La curiosité, la candeur, l’invention, l’innovation. Voici les composantes d’une culture d’entreprise pérenne. Si cette dernière ne garantit pas toujours le succès, elle assure au moins la motivation des employés à créer de nouvelles idées, carburant vital des organisations depuis toujours.

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 : comprendre les défis de la complexité

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 : rendre les systèmes plus intelligibles

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.

Slowification : créer un espace pour apprendre

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.

Amplification : rendre les problèmes perceptibles

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.

Les bénéfices de la transition vers la zone de succès

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.

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

L’histoire de Kodak    

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. 

Myopie optimiste 

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. 

"Remarquer quelque chose" et "en faire quelque chose" sont deux choses complètement différentes.

Scott D. Anthony, Harvard Business Review 

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.