ParisTech Review

En 1967, dans un article du McKinsey Quarterly intitulé “The manager and the moron”, Peter Drucker notait que « l’ordinateur ne prend pas de décision ; il se contente d’exécuter les ordres. Il est totalement idiot, et sa force se trouve dans son incompétence. Il nous oblige à penser, à choisir des critères. Il est tout autant l’outil le plus stupide que le maître le plus puissant. Il est l’accessoire le plus muet que nous ayons jamais eu ».

Comme les choses ont changé. Après des années de promesses et d’attente, les ordinateurs apprennent désormais à une allure exponentielle. Ces appareils ont remplacé l’habileté des praticiens dans des domaines tels que l’architecture, l’aviation, le droit, la médecine, ainsi que la prospection pétrolière. Ils ont changé la nature du travail dans de larges domaines de compétences et dans différentes professions. Par exemple, Deep Knowledge Ventures, une entreprise de capital risque hongkongaise, est allée jusqu’à nommer un algorithme de prise de décisions à son conseil d’administration.

Que manque-t-il encore aux algorithmes pour prendre la relève des cadres dirigeants ? Et à quoi emploierons-nous alors ces derniers ? Nos réponses à ces spéculations reposent sur un travail effectué avec des cadres supérieurs de différents secteurs, en particulier ceux qui sont en pointe sur le Big Data et la révolution de l’analyse de données. Nous avons mené un travail approfondi aux côtés de ceux qui ont activement expérimenté l’ouverture de leurs entreprises et de leurs processus de prise de décision à travers le crowdsourcing et les plateformes sociales, à l’intérieur ou à l’extérieur des frontières de l’organisation.

Notre argumentaire est simple : les avancées technologiques de ces machines vont nous stupéfier, mais elles ne transformeront la vie des dirigeants que si les méthodes managériales peuvent suivre. Un travail considérable sera nécessaire pour créer des ensembles de données dignes de ces appareils et de leur extraordinaire potentiel de prise de décision. En outre, les dirigeants vont devoir apprendre à « lâcher prise », en rupture avec cent ans de développement organisationnel.

Si ces deux événements se produisent – ce qui est probable, pour la simple raison que les entreprises à la pointe des techniques organisationnelles se saisiront de ces avantages compétitifs – le rôle des dirigeants évoluera. Nous suggérons, assez ironiquement, que dans cette aire de l’intelligence artificielle, ils pourront faire la différence grâce à une touche d’humanité. En ceci nous entendons les questions qu’ils sauront poser, la vigueur avec laquelle ils s’attaqueront aux circonstances exceptionnelles mises en évidence par les ordinateurs, et leur habileté à faire ce que les ordinateurs ne savent pas faire. Cela implique notamment la tolérance à une certaine forme d’ambiguïté et à se focaliser sur la dimension « douce » du management, celle qui conduit les collaborateurs à s’engager et permet à l’organisation de mieux se renouveler.

Les chaînons manquants
Les exemples les plus impressionnants, dans la substitution de machines intelligentes au modèle humain de compréhension, résultent de situations caractérisées par la qualité des « input ». Le superordinateur Watson d’IBM est capable de prédire des résultats oncologiques avec plus de précision qu’un médecin, grâce aux connaissances accumulées dans des milliers d’articles de journaux médicaux. Cela met en évidence le contraste entre cet exemple et le monde des affaires. Alors qu’un bon nombre d’entreprises ont accès aux Big Data et sont à l’affut d’avancées analytiques, les dirigeants de ces entreprises se sentent, eux-mêmes, assaillis par la difficulté à distinguer et hiérarchiser des données entre elles vues comme une « pollution », et dont la validité fait l’objet de vifs débats en interne.

Ceci n’est pas un article sur le Big Data en soi – nous avons évoqué dans plusieurs articles du McKinsey Quarterly la manière dont les dirigeants peuvent aborder ces questions. Mais il faut insister sur le fait que la question de la qualité des données et des résultats inférés (garbage in / garbage out) se posait déjà il y a cinquante ans avec le IBM System/360. Ce problème managérial dépasse les compétences des directeurs des systèmes d’information (CIO) et plus largement des départements informatiques. Il met en évidence la nécessité de développer une stratégie d’analyse de données de top niveau, en recrutant les talents les plus pointus et en brisant les silos organisationnels. Cette question va au-delà du traitement de données à grande vitesse, comme nos collègues de McKinsey l’ont expliqué par ailleurs. Les signaux faibles provenant des médias sociaux et d’autres sources contiennent aussi des informations majeures et devraient être intégrés au processus de création des données.

Les raisons de prendre cette question au sérieux sont nombreuses : les premiers à bouger seront capables d’augmenter le rythme et la qualité des prises de décision dans différents domaines tactiques et stratégiques, comme nous le voyons déjà avec les résultats prometteurs des premières démarches Big Data. En outre, ils gagneront en perspicacité par l’appropriation d’analyses de données non structurées, que sont les mails de discutions entre les commerciaux ou les fils de conversations des médias sociaux. Mais, si les dirigeants ne font pas évoluer leur propre comportement, les organisations ne pourront réaliser le potentiel de l’intelligence artificielle qui est à leur portée. Le défi réside, en partie, dans le simple fait de mettre cette intelligence à portée de mains des dirigeants.

Il s’agit sans conteste d’une perspective attirante : des tableaux de bord de gestion personnalisés remplis de métadonnées et synthétisant une information toujours plus profonde et plus détaillée sur les opérations, les finances, le marketing conféreraient un pouvoir considérable au top-management. Mais ces tableaux de bords ne se créent pas d’eux-mêmes. Les hauts dirigeants doivent définir et mettre en place le paramétrage qui déterminera, par exemple, quelles données doivent être prioritaires et quelles autres doivent être hiérarchisées. Il n’est pas exagéré de dire que ces paramètres déterminent la direction de l’entreprise – et le succès des dirigeants avec elle. Prenons l’exemple d’une banque : elle peut changer l’équilibre entre les prêts et les dépôts en faisant évoluer ses tarifs. Ces ordinateurs peuvent ajuster les prix en temps réel, mais la direction doit déterminer ses objectifs. Simultanément, ces appareils peuvent contrôler les risques, mais uniquement dans des niveaux considérés comme acceptables par la direction.

Considérons aussi le défi que peut représenter la classification des données de vente en temps réel, qui peuvent être basées sur la localisation géographique, sur les résultats, sur la composition des équipes ou encore sur les canaux de distribution. Les précédentes générations de managers auraient donné n’importe quoi pour avoir cette capacité. Le dirigeant d’aujourd’hui risque quant à lui de se noyer dans les détails. Certains ont déjà réagi en se distançant des avancées technologiques et en déléguant à leurs collaborateurs l’analyse de ces données, ce qui permet ensuite de les incorporer à des diapositives sous format Power Point. Mais le risque alors est d’obtenir un aperçu « filtré » de la réalité, qui leur fait manquer certains aspects des données disponibles.

Puisque l’intelligence artificielle possède un pouvoir croissant, les chances de crouler sous le poids de données grandissent tout autant. La réponse n’est probablement pas de bureaucratiser l’information, mais plutôt de la démocratiser : ce qui consiste à encourager cette voie pour que l’organisation s’y engage sans que l’ordre ne vienne des échelons hiérarchiques supérieurs. Les business units, tout comme les fonctions transverses, continueront à rapporter les informations au management et à la direction générale. Mais elles bénéficieront aussi des analyses toujours plus fines et des schémas de compréhension toujours plus complexes d’ordinateurs toujours plus performants et pourront ainsi prendre plus de décisions – et de meilleures décisions – par elles-mêmes. En analysant le résultat de ces décisions et en partageant leurs implications d’une manière transverse, les managers opérationnels gagneront une nouvelle légitimité face au top management. Cela se produira lorsque le CEO (chief executive officer, directeur général) se métamorphosera, en partie, en un « chief experimentation officer » qui tirera d’une observation fine de ces premiers signaux une capacité à développer ces expérimentations à plus grande échelle, en particulier dans les secteurs au contact de la clientèle.

Nous avons déjà observé des bribes de ce développement dans des entreprises qui ouvrent leurs stratégies en développement à une gamme plus large de participants, qu’ils soient internes ou externes. Les entreprises telles que 3M, l’assureur hollandais AEGON, Red Hat (le fournisseur principal de Linux), ou encore le fournisseur de l’armée américaine Rite-Solutions ont trouvé des avantages parmi lesquels une perspicacité accrue et une plus grande efficacité des plans stratégiques, mais aussi une plus grande appétence pour leurs produits chez des consommateurs qui avaient participé à leur élaboration..

Dans un monde où l’intelligence artificielle est un support de toutes les actions décisionnelles quotidiennes du gestionnaire, la nécessité de « lâcher prise » sera plus significative mais plus ardue pour les cadres dirigeants. Dans une certaine mesure, nous décrivons un monde où le sommet du pouvoir décisionnel puise ses avantages comparatifs dans un ancien schéma organisationnel. Ce dernier s’érode face à la technologie ainsi qu’à la production participative. Le contraste ne pourrait pas être plus fort avec l’ère du command-and-control, quand la rétention de l’information était une source de pouvoir et que de ce fait l’information était distribuée en sens unique, vers le haut. Bien que ce nouveau modèle puisse être dérangeant de prime abord, le prix du statu quo est coûteux et prendra de l’ampleur : la rétention d’information ralentira les performances de l’organisation et grèvera le potentiel de l’intelligence artificielle, pour le plus grand bonheur de la concurrence.

Les avantages humains
Si les dirigeants exploitent ces avancées technologiques et transmettent leur autorité en matière de prise de décision vers les échelons inférieurs, que restera-t-il au top management ?

Poser des questions
Beaucoup de choses, en fait. À commencer la capacité à poser les bonnes questions, aux bonnes personnes et ce au bon moment. Cette compétence-là manque encore aux ordinateurs et il n’est pas exclu qu’ils ne l’acquièrent jamais. Certes, avec les progrès exponentiels de l’apprentissage des algorithmes, les Big Data, et l’analytique avancée, l’expertise des cadres est parfois inférieure à la perspicacité des machines et elle peut même y faire obstacle. Mais cette expertise n’est pas inutile : elle peut être mobilisée pour poser questions auxquelles les machines seront ensuite chargées de répondre. Ce rôle revient à des personnes au jugement le plus sûr au sein d’une organisation, c’est-à-dire précisément, les dirigeants.

L’importance des questions va au-delà. Elle se révèle aussi dans l’art d’interpréter les résultats. L’histoire récente montre qu’il est risqué de se baser sur des algorithmes si l’on est pas en mesure de comprendre complètement comment ils orientent le processus de prise de décision, car cela rend quasiment impossible de manager les risques et peut mettre la réputation et les affaires en danger. Les désastres potentiels ne peuvent être minimisés. L’exemple, devenu légendaire, provient du secteur bancaire lors de la crise financière de 2008. Ni les dirigeants, ni les managers des un ou deux niveaux hiérarchiques inférieurs au sein des grandes institutions financières, n’avaient vraiment compris comment étaient prises les décisions chez les quants en charge de la gestion d’actifs ou des opérations boursières.

Les algorithmes et l’intelligence artificielle peuvent étendre ce type d’analyses complexes hors du monde financier vers de tout nouveaux domaines de décisions, compliquant encore les questions déjà ardues qui se posent aux dirigeants. Il risque de s’avérer difficile de pénétrer dans ce nouveau monde de l’analyse complexe, et de plus en plus le rôle des dirigeants pourrait être d’établir un ensemble de petites expériences, souvent improvisées, afin de mieux maîtriser les implications de ces nouvelles informations, de ces nouveaux modes de prise de décision, et ainsi de leur propre style managérial.

Traiter les exceptions
Un élément appelé à prendre de l’importance dans la “boite à outil” du dirigeant est probablement l’habilité à traiter vigoureusement les problèmes qualifiés d’exceptionnels. L’intelligence de ces ordinateurs continuera de progresser et ils seront de plus en plus aptes à prévenir les managers lorsqu’ils rencontreront un problème. Les premières manifestations de ce développement proviennent des secteurs qui traitent des volumes de données importants, tels que les départements des prix, du crédit, ou les centres d’appels. Il en sera de même, avec l’intelligence croissante des machines, dans des domaines plus stratégiques, de l’analyse de la concurrence au management des talents. Les dirigeants peuvent alors perdre moins de temps à leurs problèmes quotidiens, mais lorsque le rapport signale une difficulté, leur capacité à entrer en action rapidement les aidera à faire la différence et à renforcer leurs organisations.

Ils devront s’appuyer sur un alliage de perspicacité – examiner les exceptions pour voir si elle requièrent une intervention, comme par exemple une nouvelle limite au crédit d’un client important ou l’opportunité de mettre en place un nouveau service à partir d’un produit déjà existant – et d’inspiration, en galvanisant leurs troupes pour réagir rapidement et trouver de nouvelles manières de travailler. Les exceptions pavent le chemin de l’innovation, comme on le voit déjà quand des entreprises commerciales ou financières traitent d’énormes masses de donnée clients.

Accepter les ambiguïtés
Si les algorithmes et les superordinateurs ont été conçus pour chercher des réponses, c’est pour des des questions relativement petites qu’ils sont les meilleurs. Plus vaste est une enquête, plus il est probable qu la synthèse humaine soit de meilleure qualité car même si les ordinateurs apprennent rapidement, ils fournissent plusieurs éléments de réponse mais n’assemblent pas le puzzle. Ce processus d’assemblage synthétique peut être désordonné et lent, mettant à l’épreuve cette qualité appelée à gagner en importance : la capacité des dirigeants à accepter l’ambiguïté.

Prenons un exemple simple, le confort que commencent à ressentir les dirigeants technophiles devant larges gammes de tests de type A/B pour constater ce qui peut interpeller ou non les usagers ou consommateurs en ligne. Les tests A/B sont une version à petite échelle du type d’expérimentation qui prendra de l’importance à mesure que les ordinateurs s’imposeront, avec des plans d’action complets donnant lieu à des démonstrations de faisabilité (« proof of concept », POC), qui n’ont aucune prétention ni à être complètes, ni à être parfaites. Les démonstrations de faisabilité sont un moyen de tester la bonne façon de faire sur un terrain incertain. Les entreprises mettent en œuvre une action, regardent le résultat, puis passent à la phase suivante, étape par étape.

Ce processus nécessaire permettra de plus en plus aux entreprises d’avancer sans qu’elles sachent exactement où elles vont. Les dirigeants auront sans doute l’impression de trébucher dans les ténèbres, avec très peu de repères sûrs pour avancer. Beaucoup lutteront avec l’incertitude que cette approche provoque, ainsi qu’avec la tentation de produire un résultat avant d’avoir en main les données nécessaires à une décision bien informée. Le secret sera de réserver une place à l’apparition de nouvelles données et intervenir avec doigté pour éviter que l’expédition ne tombe de la falaise. Les dirigeants devront faire preuve d’adresse pour rester dans un état d’inconnaissance, tout en filtrant et évaluant constamment la validité des connaissances et des sources, en tolérant tension et ambiguïté, et en reportant les décisions jusqu’à ce que de la clarté émerge. Dans de telles situations, la tentation d’agir rapidement peut générer un mauvais signal en terme de sécurité et d’assurance mais elle peut aussi empêcher un résultat potentiel dont l’utilité aurait été constatée dans le long terme.

Employer les compétences « douces »
Les humains continent et continueront à posséder de forts avantages comparatifs pour « motiver les troupes », ressentir de l’empathie envers les consommateurs, développer des talents, ou encore d’autres qualités de ce genre. Parfois, les machines produiront d’inestimables contributions, comme l’a montré chez Google Laszlo Bock dans un vaste ensemble d’analyse de données sur des questions de gestion des ressources humaines. Mais la traduction de ces connaissances dans des messages capable de « résonner » au sein des organisations demande indéniablement une touche humaine. Aucun ordinateur ne pourra jamais manager en faisant un tour dans les bureaux. Et aucun manager n’essayera de galvaniser ses actions en disant « nous faisons cela parce qu’un algorithme nous a dit de le faire ». De fait, il est probable que la contextualisation à petite échelle de décisions provenant d’ordinateurs soit un des outils du manager de demain. Le sujet de cet article n’est pas la capacité des dirigeants à inspirer et motiver leurs troupes, mais nous sommes fermement convaincus que l’accroissement simultané des compétences « douces » et d’une bonne utilisation des technologies donnera plus de richesse et de complexité à la position de dirigeant.

Quelle sera la différence du dirigeant efficace de demain en comparaison à celui d’hier ? En 1967 déjà, Peter Drucker, dans La pratique de la direction d’entreprise (The Effective Executive) décrivait le président d’une entreprise fortement productive qui « accomplissait plus en une session mensuelle que beaucoup de ses homologues pourtant aussi doués que lui en un mois de réunions. » Mais ce dirigeant, déjà, « devait se résoudre à voir au moins la moitié de son temps prise par des choses d’importance mineure et de valeur douteuse… spécialement les décisions permettant de faire face aux problèmes quotidiens qui n’auraient jamais dû arriver jusqu’à lui mais le faisaient invariablement ». Il devrait y avoir à l’avenir moins de sujets de valeur douteuse sur les bureaux des dirigeants. Cela sera une libération – mais pourra accroître la pression, avec des exigences toujours plus hautes quant à la capacité du dirigeant à maîtriser la dimension humaine qui lui permettra de faire la différence, dans un monde de machines intelligentes.

A propos des auteurs. Marin Dewhurst et Paul Willmott sont directeurs au bureau de McKinsey de Londres. Cet article a été originellement publié à l’origine dans le McKinsey Quarterly. Copyright McKinsey&Company. Tous droits réservés. Traduit et republié sur autorisation.

Previous Post Next Post

• Pingback: L'art de diriger à l'ère des mach...

• Pingback: L'art de diriger à l'ère des mach...

• Pingback: L'art de diriger à l'ère des mach...