Imaginez le bureau d’un Directeur Supply Chain contemporain.
Des écrans muraux saturés de control towers en temps réel. Des algorithmes d’intelligence artificielle qui optimisent les tournées avec une précision chirurgicale. Des jumeaux numériques qui simulent les scénarios industriels les plus complexes. Tous les voyants sont au vert, les indicateurs parfaitement alignés, la situation sous contrôle apparent.
Ce décor véhicule un message rassurant : tout serait devenu calculable, observable, maîtrisable. C’est précisément là que commence le piège.
L’illusion centrale : une IA qui « voit » le futur
On présente implicitement l’IA comme un dispositif de prévision avancée, presque comme un oracle. En réalité, son territoire naturel est beaucoup plus modeste : l’optimisation du connu.
La plupart des systèmes d’IA apprennent à partir de données passées et généralisent par induction statistique. Ils identifient des régularités, ajustent des paramètres, projettent ces formes dans le futur. Autrement dit, ils ne « prédisent » pas l’avenir : ils prolongent le passé.
Formulé sans fard : vous investissez dans un système qui vous dit « si demain ressemble suffisamment à hier, voici ce qui a le plus de chances de se produire ». Dans les contextes où cette hypothèse est valide – séries stables, saisonnalités répétitives, variabilité ordinaire – ces outils sont remarquablement efficaces.
Mais ce ne sont pas ces contextes qui menacent la survie de vos organisations.
Quand l’IA rencontre la discontinuité
Une augmentation de 5% des ventes est de la fluctuation. Une pandémie mondiale, un blocus maritime, une rupture brutale sur une matière première critique, une région qui bascule du jour au lendemain dans l’instabilité politique : ce sont des discontinuités.
Dans ces moments-là, le cœur même du pari statistique se désintègre. Le modèle continue à optimiser, mais l’espace de jeu a changé de règles. Vous obtenez alors le pire des mondes : une optimisation de haute précision… appliquée à un monde qui n’existe plus.
C’est le sens profond de la distinction, trop rarement intégrée en pratique, formulée par Frank Knight :
- Le risque : le jeu est connu, les règles sont stables, seules les valeurs à venir sont inconnues.
- L’incertitude : ni le jeu, ni les règles, ni parfois même les enjeux ne sont clairs.
Les architectures d’IA que nous déployons massivement sont construites pour gérer le risque, pas l’incertitude. Confier à ces systèmes la gestion des ruptures structurelles, c’est les utiliser exactement hors de leur domaine de validité.
Ce que l’automatisation fait aux pilotes… et à vos managers
Dans l’aviation commerciale, les autorités aéronautiques (FAA, EASA, ..) ont documenté un phénomène inquiétant : à force de déléguer le pilotage à l’automatisation, certaines compétences de vol manuel – en particulier la gestion de situations anormales ou de décrochages – se dégradent si elles ne sont plus pratiquées régulièrement. Dans plusieurs accidents, la dépendance à l’autopilote et un entraînement insuffisant au pilotage manuel en conditions dégradées ont joué un rôle clé dans l’incapacité de l’équipage à reprendre la main.
Ce mécanisme n’est pas spécifique au cockpit. Il décrit ce qui se passe silencieusement dans de nombreuses organisations supply chain. À mesure que les systèmes d’IA, les moteurs d’optimisation et les plateformes de recommandation se généralisent, un glissement cognitif s’opère :
- Les managers désapprennent à décider en l’absence de recommandation chiffrée.
- Ils attendent que le système « propose la bonne réponse » avant de s’engager.
- Leur tolérance à l’ambiguïté, à l’incomplétude de l’information, s’érode.
Tout fonctionne parfaitement… tant que le contexte reste à l’intérieur du champ de validité du modèle. Le jour où les données deviennent incomplètes, bruitées, non représentatives – bref, le jour où l’histoire ne se répète plus – la structure décisionnelle se retrouve brutalement à nu.
Plus personne ne sait « piloter en manuel ».
Le vrai capital rare : jugement sous incertitude
Face à l’incertitude, l’idée qu’une accumulation suffisante de données finirait par dissoudre le problème est séduisante – et fausse. Par définition, l’incertitude porte sur ce qui n’a pas encore de précédent structuré, sur ce qui échappe aux catégories établies.
Elle ne se « résout » pas par calcul. Elle se navigue par :
- Un jugement exercé, capable de tenir compte de signaux contradictoires.
- Une expérience suffisamment riche pour reconnaître qu’un contexte a changé de nature.
- Une intuition informée, construite par l’exposition à la complexité réelle plutôt qu’aux seuls dashboards.
Aucun algorithme ne remplacera ces dimensions-là. Il peut les éclairer, jamais les produire à votre place.
De l’opérateur de machine à l’architecte stratégique
Le bon réflexe n’est donc pas de rejeter l’IA, mais de redéfinir la posture managériale autour d’elle.Dans un environnement dominé par les outils numériques, un manager peut adopter deux rôles radicalement différents :
- L’opérateur de cockpit qui surveille des écrans, valide des recommandations, et devient progressivement prisonnier des hypothèses implicites du système.
- L’architecte stratégique qui utilise l’IA comme filtre et amplificateur, tout en investissant délibérément son énergie ailleurs : dans l’intuition professionnelle, la créativité organisationnelle, le courage décisionnel.
Cette seconde posture suppose un choix conscient : accepter que la performance opérationnelle calculable ne soit pas l’alpha et l’oméga de la résilience.
Reprendre le manche : une question de survie organisationnelle
La promesse d’un monde sans surprise, entièrement sous contrôle, était déjà discutable hier. Elle devient franchement dangereuse dans l’environnement géopolitique et économique qui se dessine à l’horizon.
Plus vos systèmes seront sophistiqués, plus la tentation sera forte de leur déléguer l’essentiel de la réflexion. Et plus le coût sera élevé le jour où vous devrez, en urgence, revenir au pilotage manuel – sans avoir entretenu la compétence correspondante.
La question n’est donc pas : « Quel nouvel outil d’IA devrions-nous acheter ? »
La vraie question est : Dans cette organisation, qui est encore capable de décider sans l’aval d’un algorithme, lorsque les cartes cessent de ressembler à celles du passé ?
C’est là que se joue désormais votre avantage compétitif – ou votre fragilité la plus critique.