Analyse

Modélisez votre état futur

Les décisions sur les futurs modèles opérationnels sont trop souvent prises sans pouvoir tester les hypothèses.

Peu de décisions façonnent une organisation aussi durablement qu'un changement de son modèle opérationnel. Transférer du travail d'une équipe à l'autre, regrouper des activités au sein d'un centre de services partagés, délocaliser des activités à l'étranger ou intégrer une acquisition peut figer les coûts et les niveaux de service pour des années.

Pourtant, ces décisions sont couramment approuvées sur la seule foi d'un schéma de l'état cible et d'un tableur d'économies projetées. La conception est décrite. Elle est rarement testée.

Le bilan

Les données sur les réorganisations invitent à la prudence. Une étude de McKinsey a montré que moins d'un quart des refontes organisationnelles réussissent. Quarante-quatre pour cent s'essoufflent une fois engagées, et un tiers n'atteignent pas leurs objectifs ou n'améliorent pas la performance après leur mise en œuvre [1]. Une étude antérieure de Bain portant sur 57 réorganisations menées entre 2000 et 2006 a constaté que moins d'un tiers d'entre elles avaient produit une amélioration significative de la performance [2].

Ces mêmes travaux de McKinsey mettent en évidence une cause. De nombreuses entreprises, notent les auteurs, choisissent une nouvelle structure sur la base d'hypothèses non testées ou de leur intuition. Près de quatre répondants sur cinq ayant reconnu se fier à leur instinct ont déclaré que le schéma retenu n'avait pas abouti. Soixante pour cent ont indiqué ne pas avoir consacré suffisamment de temps à évaluer l'organisation avant de la repenser [1].

Pourquoi les hypothèses ne sont pas testées

Cette tendance est humaine, et bien documentée. Daniel Kahneman et Dan Lovallo ont décrit comment les dirigeants surestiment systématiquement les bénéfices et sous-estiment les coûts et les délais, parce qu'ils planifient à partir de la vision interne de leur propre projet plutôt qu'à partir des résultats de projets similaires [3].

Les règles britanniques de dépense publique en tiennent compte. Le guide Green Book du HM Treasury indique que les évaluateurs de projets ont tendance à se montrer trop optimistes, et exige des ajustements explicites des estimations de coût, de bénéfice et de durée, fondés sur les données de projets passés ou similaires [4].

L'ampleur de l'écart peut être considérable. La base de données de Bent Flyvbjerg, qui recense plus de 16 000 projets dans de nombreux secteurs, montre que seuls 8,5 % environ sont livrés dans le respect du budget et des délais. Seuls 0,5 % y parviennent tout en produisant les bénéfices promis [5].

Les changements de modèle opérationnel ne sont pas des mégaprojets, mais ils sont exposés au même risque. Un dossier d'investissement est une prévision, et une prévision fondée sur des hypothèses non testées n'est qu'un espoir assorti d'un chiffre.

Les hypothèses les plus déterminantes se cachent dans le flux de travail

Les hypothèses les plus risquées d'un changement de modèle opérationnel portent rarement sur les effectifs. Elles portent sur la manière dont le travail circule.

Rien de tout cela n'apparaît sur un organigramme. Pourtant, chacun de ces facteurs peut transformer une économie projetée en défaillance de service.

Tester avant de s'engager

La discipline permettant d'y remédier n'est pas nouvelle. La planification guidée par la découverte (discovery-driven planning) de Rita McGrath et Ian MacMillan, publiée pour la première fois dans la Harvard Business Review en 1995, demande aux managers de formuler par écrit les hypothèses dont dépend un plan et de les convertir en connaissances, au moindre coût, avant d'engager des ressources importantes [7].

Pour le changement opérationnel, le moyen le plus direct de tester les hypothèses est la simulation. La recherche en gestion des processus métier (BPM) recourt depuis longtemps à la simulation pour exécuter un modèle de processus de nombreuses fois avec des durées, des probabilités de branchement et des contraintes de ressources réalistes, et pour comparer les résultats de conceptions alternatives avant toute mise en œuvre [8]. L'idée dispose désormais de sa propre catégorie chez les analystes. En juillet 2026, Gartner a publié son premier Magic Quadrant for Digital Twin of an Organization Platforms, décrivant un modèle dynamique qui aide les entreprises à planifier des initiatives comportant de nombreuses interdépendances [9].

Un état futur testable présente cinq caractéristiques.

  1. Une base de référence de l'état actuel représentée sous forme de processus rattachés aux capacités métier qu'ils servent.
  2. Des variantes de l'état futur qui modifient des éléments précis : qui fait le travail, où, et dans quel ordre.
  3. Des ressources réalistes : nombre de personnes par équipe, calendriers de travail par région et coût horaire.
  4. Des résultats comparables : temps, coût et efficience pour l'état actuel et l'état futur, calculés dans les mêmes conditions.
  5. Un lien avec le financement, afin que le portefeuille de changements soit approuvé sur la base du résultat testé plutôt que de l'estimation initiale.

Dès lors, la discussion au sein du conseil d'administration change de nature. La question n'est plus de savoir si l'état cible paraît pertinent, mais laquelle des trois options testées est la plus performante, et quelles hypothèses comportent encore le plus de risques.

La place de MIRAI

MIRAI est conçu pour rendre les états futurs testables. Les variantes de processus actuelles et futures sont présentées côte à côte. La simulation exécute un processus de nombreuses fois en tenant compte des durées, des probabilités de branchement, du nombre de personnes par couloir, des calendriers de travail par région et d'une grille tarifaire propre à chaque couloir. Elle modélise également le travail en groupe, de sorte qu'une tâche peut être réalisée par une équipe plutôt que par une seule personne. Les résultats se consolident du processus à la capacité métier, puis à la carte de l'organisation.

Le même modèle porte le portefeuille de changements : objectifs, cycles de financement, approbateurs et jalons temporels. Le financement est rattaché aux capacités métier concernées par le changement, de sorte que « ce qui est » et « ce qui sera » proviennent d'une source unique. Les fonctionnalités de simulation ont été développées et testées sur des processus types.

Questions à poser avant votre prochaine décision de modèle opérationnel

Références

  1. Aronowitz, S., De Smet, A. and McGinty, D. (2015) ‘Getting organizational redesign right’, McKinsey Quarterly, 1 June. Disponible sur : mckinsey.com
  2. Blenko, M.W., Mankins, M.C. and Rogers, P. (2010) ‘The decision-driven organization’, Harvard Business Review, 88(6). Disponible sur : hbr.org
  3. Lovallo, D. and Kahneman, D. (2003) ‘Delusions of success: How optimism undermines executives’ decisions’, Harvard Business Review, 81(7), pp. 56–63.
  4. HM Treasury (2013) Green Book supplementary guidance: optimism bias. London: HM Treasury. Disponible sur : gov.uk
  5. Flyvbjerg, B. and Gardner, D. (2023) How Big Things Get Done. London: Macmillan.
  6. Hopp, W.J. and Spearman, M.L. (2008) Factory Physics. 3rd edn. New York: McGraw-Hill/Irwin.
  7. McGrath, R.G. and MacMillan, I.C. (1995) ‘Discovery-driven planning’, Harvard Business Review, 73(4), pp. 44–54.
  8. Dumas, M., La Rosa, M., Mendling, J. and Reijers, H.A. (2018) Fundamentals of Business Process Management. 2nd edn. Berlin: Springer.
  9. Gartner (2026) Magic Quadrant for Digital Twin of an Organization Platforms. Published 27 July. Résumé disponible sur : gartner.com

Autres analyses