Les dangers de l’optimisation naïve en incertitude

Article de Philippe Silberzahn, professeur de stratégie à emlyon business school et intervenant à HEC Paris et au CEDEP (Fontainebleau), paru le 8 avril 2024 sur son blog Les dangers de l’optimisation naïve en incertitude :  Lire l’article original en allant sur le Blog de Philippe Silberzahn
Sinon, retrouver directement son article ci-dessous : 

L’optimisation est l’un des objectifs essentiels du management. Elle consiste à faire toujours plus à partir de toujours moins. Elle est l’un des facteurs de l’incroyable performance de l’économie mondiale depuis deux-cents ans. Elle explique par exemple que le prix d’un frigo ait diminué de 98% en euros constants depuis un siècle. Mais elle est parfois menée de façon naïve, c’est-à-dire sans tenir compte de l’incertitude, et cette naïveté est source d’une grande fragilité.

 

L’optimisation a été particulièrement marquée avec le développement du « Just in time », l’idée étant de livrer les composants d’un produit qu’au moment exact où ils sont nécessaires. En livrant juste à temps, et non à l’avance, on évite les stocks inutiles, et donc on réduit les coûts. Si cette technique est appliquée sur l’ensemble de la chaîne, l’impact en termes d’efficacité peut être considérable. Ces trente dernières années, avec le développement de la Chine comme atelier du monde et celui de la logistique internationale, cette technique a été étendue en supposant que l’origine géographique d’un produit n’avait pas d’importance. Seul comptait le prix et le délai. L’impact en termes d’efficacité a été considérable: un produit pouvait être sourcé en quelques clics et livré quelques jours après.

Mais cette optimisation traduisait une forme de naïveté, inconsciente des modèles mentaux sur lesquels elle reposait. Le juste à temps suppose par exemple qu’il n’y a jamais de grève. C’est vrai au Japon, qui a inventé le concept, mais ce n’est pas vrai en France, qui l’a adopté un peu rapidement. Dans un pays où la grève est fréquente, avoir du stock est une bonne idée. Le coût supplémentaire engendré est largement recoupé lorsqu’il y a une grève et que la production peut continuer malgré elle. De même, la logistique supposait que le système d’approvisionnement mondial pouvait fonctionner sans accroc. Cette supposition s’est trouvée vérifiée pendant des années, puis brusquement démentie avec l’épidémie de Covid et désormais avec le reflux de la mondialisation et les problèmes sécuritaires, comme les menaces que font peser les Houthis sur le transport maritime en Mer Rouge.

Pour qu’un système soit capable de résister aux chocs inévitables d’un monde incertain, il faut donc plusieurs conditions qui vont à l’encontre de l’optimisation naïve:

Premièrement, il faut créer une capacité sur-dimensionnée. C’est ce qu’en anglais on appelle « slack », le mou. Il faut avoir un peu trop de tout à tous les niveaux. Moins on a de mou, moins on peut encaisser les chocs. Il faut donc conserver de l’inutile. Le modèle ici est la brigade de pompiers. Ces derniers sont inactifs une partie de leur temps puis soudainement indispensables. Nous finançons donc une structure qui est inactive une partie importante de son temps. Si les pompiers sont inactifs pendant 30% de leur temps, il serait idiot de réduire les effectifs de 30% pour en optimiser le fonctionnement. Le mou est sous-performant au jour le jour, mais très performant au long cours.

Deuxièmement, il faut avoir une redondance de systèmes. C’est pour cela que la nature nous a donné deux poumons. Là encore, l’optimisation naïve voudrait éviter les redondances, source de coûts directs et indirects (maintenance, etc.). La marine américaine a ainsi recommencé à former ses marins à l’utilisation des cartes et du compas. Un jour, peut-être, le GPS sera inaccessible (panne ou sabotage ennemi) et il faudra savoir se débrouiller autrement.

Troisièmement, il faut que le système soit pluriel et non monolithique. Un système pluriel permet d’encaisser les chocs de façon locale. Une partie du système peut être affectée sans que les autres le soient. C’est pour cela que la standardisation et l’uniformisation d’une organisation, qui sont des facteurs importants d’optimisation, sont également facteurs de fragilité. Concentrer toute sa fabrication en une seule usine augmente la performance économique mais rend fragile si cette usine connaît un problème (grève, catastrophe naturelle, soubresaut politiques, etc.) ou si elle ne peut plus livrer à l’autre bout du monde (crise géopolitique, guerre douanière, interruption du trafic maritime, etc.) L’enjeu de l’organisation est donc de créer une unité globale tout en laissant une certaine diversité locale. Cela va directement à l’encontre des principes d’optimisation naïve.

Quatrièmement, il faut développer des ressources a priori inutiles. On est là dans l’absence totale d’optimisation, puisqu’on attend un retour nul sur un investissement. La ressource a priori inutile est ce qui est le plus difficile à vendre à un management obsédé par l’optimisation naïve. Au début du siècle dernier, l’Armée française a laissé se développer des initiatives individuelles locales pour expérimenter des nouvelles technologies: TSF, avion, vélo, etc. La doctrine ne s’y intéressait pas; ces ressources étaient donc officiellement inutiles au regard des modèles officiels, mais elles se sont avérées très utiles quand ces modèles se sont effondrés au début de la guerre et qu’il a fallu en construire d’autres.

Ces quatre principes (il y en a sûrement d’autres) ne peuvent pas se développer de façon abstraite. Ils ne peuvent être mis en œuvre que si se développe une culture de l’optimisation intelligente au sein de l’organisation, pointant ici l’importance de la dimension humaine. C’est, au fond, une posture générale qui doit être adoptée.

Deux points sont à préciser ici. D’une part, le degré d’optimisation ne peut être défini dans l’absolu. Il ne faut pas trop optimiser, certes, mais ça veut dire quoi, « trop »? C’est impossible à dire. La seule façon consiste à prendre des décisions au cas par cas en ayant toujours conscience des dangers d’un excès d’optimisation. D’autre part, on voit qu’il n’y a pas de structure organisationnelle idéale. La gestion d’un système complexe implique des compromis; elle ne peut jamais viser un idéal sans danger. Si on optimise trop, on fragilise en étant trop sensibles aux chocs. Si on n’optimise pas assez, on fragilise en diminuant la performance économique, ce qui menace aussi l’existence de l’organisation.

Conscience des modèles mentaux de l’optimisation

La gestion d’une organisation réside beaucoup dans l’art du compromis et non dans l’optimisation naïve d’un ou deux facteurs aux dépens d’autres tout aussi importants, même s’ils ne jouent que rarement. L’optimisation naïve, c’est d’abord une optimisation qui ne comprend pas la nature de l’environnement dans lequel elle prend place. Il est donc indispensable que l’optimisation du fonctionnement d’une organisation, qui est nécessaire à sa survie, soit développée en ayant une conscience claire des modèles mentaux sur lesquels elle repose, pour que ceux-ci soient discutés et questionnés.

Retour à la Bibliothèque