Les équipes de direction comme les conseils d'administration évaluent, prennent des décisions et définissent une orientation stratégique en se fondant sur leur compréhension de la situation et des capacités d'une entreprise. Comment savent-ils que ces informations sont réelles et exactes ?
Les équipes de direction et les conseils d’administration gèrent un modèle de leur propre organisation. Il s’agit de leur représentation interne d’une réalité externe aux multiples facettes et en constante évolution. C’est précisément cette représentation interne d’une réalité externe que le spécialiste des sciences cognitives Stanislas Dehaene définit comme l’apprentissage. Par conséquent, les dirigeants et les membres des conseils d’administration agissent en fonction de ce qu’ils ont appris et compris de leur entreprise. Mais comment peuvent-ils être certains que leur compréhension correspond bien à la réalité effective de l’entreprise ? Comment peuvent-ils s’acquitter de leurs fonctions en toute confiance s’il existe un écart entre cette compréhension et la réalité ? Et comment la nouvelle réalité numérique du monde des affaires creuse-t-elle cet écart de compréhension ?
La capacité à exercer les fonctions de direction et de conseil d’administration avec la précision et la diligence requises dépend de l’exactitude et de l’exhaustivité de leur compréhension de l’organisation. Cette compréhension est façonnée par ce qu’ils voient dans les documents et les rapports concernant les capacités de leur entreprise ou de leur organisation, mais ce n’est pas dans les documents que ces capacités sont le mieux documentées. Les documents ne sont qu’une image, une représentation de la réalité – qui dépend autant des points de vue que du peintre –, et non la réalité elle-même. La réalité réside dans le code. Elle réside dans l’ensemble des systèmes utilisés par les collaborateurs de l’entreprise pour faire fonctionner ses processus, et dans la manière dont ces systèmes s’articulent entre eux. Par conséquent, se fier à la peinture plutôt qu’à la réalité revient à conduire sa voiture en se basant sur un croquis de la route, sans jamais regarder la route ni les autres conducteurs. En termes simples, c’est dangereux, et cela devient d’autant plus vrai que les systèmes sont de plus en plus capables de prendre en charge l’intelligence qui sous-tend le mode de fonctionnement d’une entreprise. Et c’est précisément là que réside ce qui est peut-être le plus grand risque de notre époque : la délégation de la compréhension à des artefacts techniques ou documentaires qui peuvent ne pas refléter la réalité… ni l’intention à long terme de la direction d’une entreprise.
Les chefs de produit, les propriétaires de produit, les scrum masters, les responsables marketing produit et autres professionnels évoluant à la frontière entre la réalité fonctionnelle et technique de leur entreprise le savent très bien. Ils ont tous ressenti, d’une manière ou d’une autre, la difficulté liée au décalage entre ce qu’ils décrivent ou définissent en termes de besoins et de fonctionnalités, et la réalité des outils développés ou mis en œuvre pour remplir ces fonctions. De multiples raisons expliquent cette divergence, et plusieurs méthodes ont été conçues pour y remédier : itérations, couplage étroit entre les équipes métier et techniques, rétrospectives, programmation en binôme, démonstrations, visibilité des obstacles… etc. Nous n’allons pas nous attarder sur ces aspects. La littérature sur ce sujet est abondante, mais ce qui frappe particulièrement, c’est que la plupart des professionnels partent du principe qu’il est pratiquement impossible de comprendre le code qui définit la fonctionnalité destinée à fournir une capacité métier. Et cela semble en effet être une hypothèse raisonnable. Tout comme il semble plutôt raisonnable que les conseils d’administration gèrent les aspects stratégiques et de gouvernance d’une entité juridique — ce réceptacle de valeur métier détenu par les actionnaires —, en se fondant sur la séparation stricte entre ce qui relève de l’opérationnel et ce qui relève d’un niveau « supérieur ».
Le moment est peut-être venu de remettre en question certains de ces principes, car, dans une économie numérique fortement tributaire des capacités d’apprentissage automatique, les conseils d’administration et les comités de direction ne peuvent se permettre d’ignorer le code et les logiciels qui incarnent l’ensemble des connaissances, de l’expertise et de l’avantage concurrentiel de leurentreprise. Ils ne devraient ni se complaire dans cette situation, ni être autorisés à reléguer ces aspects au rang de simples questions de mise en œuvre technique ne relevant pas de leur compétence. Car, en fin de compte, on ne peut leur permettre d’agir en se basant sur des représentations plutôt que sur la réalité. La documentation et les rapports ne sont que des représentations imprécises de façons spécifiques de comprendre l’entreprise. Ce sont des représentations.
Tudor Girba et Simon Wardley font remarquer à propos des diagrammes d’architecture logicielle : les représentations dessinées à la main d’un système ne sont pas des photographies de la réalité, mais des « images qui documentent les perspectives de leurs auteurs », et dans un monde en constante évolution, elles sont presque assurées d’être erronées dès leur création. Cette observation s’étend bien au-delà du domaine dans lequel elle a été formulée. L’image qu’une équipe de direction se fait du fonctionnement de sa propre entreprise – quelles sont ses forces, où la valeur est-elle créée, comment une décision se concrétise-t-elle réellement, de l’intention au résultat – est en soi une telle « peinture ». Elle se compose de souvenirs, de lignes hiérarchiques, des diapositives qui ont survécu à la dernière réunion hors site. Et comme toute peinture, elle vieillit, flatte ses auteurs et s’éloigne discrètement de ce qu’elle représente.
Dans une économie connectée et médiatisée par des outils, la compréhension – tant de la stratégie que des systèmes – est la seule capacité qu’une entreprise doit garder sous son propre contrôle, car chaque instrument qui vous décharge de la compréhension encode également une décision que vous n’avez pas prise et que vous ne pouvez pas voir. La compréhension peut être soutenue, accélérée, outillée. Elle ne peut pas être externalisée. Dès lors qu’elle l’est – qu’il s’agisse des « meilleures pratiques » d’un consultant, des paramètres par défaut d’un logiciel ou des résultats présentés avec assurance par un modèle –, l’entreprise a renoncé non pas à une tâche, mais à sa capacité à se gouverner elle-même.
Commencez par ce qu’est réellement l’entreprise. Non pas l’organigramme, qui n’est qu’une autre représentation, mais la réalité opérationnelle : les systèmes qui stockent les données et traitent les transactions, les personnes qui exercent leur jugement au sein et autour de ces systèmes, ainsi que les couches d’intégration – par exemple les intergiciels et les plateformes d’API – et les processus qui relient les deux entre eux. C’est là que réside le comportement de l’organisation. Et en 2026, presque rien de tout cela n’échappe au code. Les systèmes sont, par définition, du code. Les processus sont de plus en plus codifiés – dans la configuration de l’ERP, le moteur de workflow, l’automatisation des validations, les règles de routage que personne n’a lues depuis trois ans. Même les personnes sont influencées par le code, car le jugement qu’elles émettent est façonné par le tableau de bord qui leur est présenté, les champs que le formulaire accepte ou refuse, la recommandation que l’outil met en avant en premier. Comprendre le fonctionnement de l’entreprise revient, dans une mesure qui ne cesse de croître, à comprendre ce que fait son code.
C’est précisément cette compréhension qui fait défaut aux dirigeants, et il s’agit là d’une faille stratégique plutôt que d’un simple inconvénient technique. Le cas documenté rapporté par Girba et Wardley illustre ce point avec une concision dérangeante : une grande entreprise a passé des années et dépensé des millions à essayer d’améliorer son pipeline de données central, en s’appuyant sur un schéma d’architecture de haut niveau qui s’est avéré être une fiction. Le schéma omettait tout un système tiers qui traitait les données de l’entreprise – un fait dont personne au sein de l’organisation n’avait connaissance. Ils n’optimisaient pas la mauvaise chose. Ils optimisaient une chose qui n’existait pas telle qu’elle était représentée. La solution, lorsqu’elle est apparue, n’a pas commencé par une nouvelle tentative de réparation du pipeline, mais par une question différente : à quoi ressemble réellement le système ? Intégrée à des outils qui analysaient le système en temps réel plutôt que sa représentation schématique, cette question a transformé un problème qui avait mobilisé des centaines d’années-personnes en un problème résolu en deux mois-personnes.
Considérez cela comme une parabole, et non comme une référence à un produit. L’essentiel n’est pas l’outil qui a comblé le fossé ; l’essentiel est que ce fossé existait bel et bien, de manière invisible, au cœur du principal canal marketing de l’entreprise, tandis que des personnes compétentes prenaient – ce qu’elles croyaient sincèrement être – des décisions en toute confiance en se fondant sur cette représentation. Le chiffre associé à cette reprise – une amélioration multipliée par six cents – correspond à un cas unique documenté et doit être considéré comme une illustration, et en aucun cas comme un rendement généralisable. Ce qui est généralisable, c’est la structure : des dirigeants gérant une représentation qui s’était éloignée de la réalité, sans moyen simple de s’en rendre compte.
L’ingénierie logicielle, affirment Girba et Wardley, est fondamentalement une activité de prise de décision : chaque modification, chaque correction, chaque choix architectural est une décision, et la qualité de ces décisions dépend de la rapidité et de la précision avec lesquelles on peut passer de la question à la réponse. Cet argument est juste, et il ne s’arrête pas aux portes de l’ingénierie. La stratégie est une activité de prise de décision exactement dans le même sens, et elle souffre exactement de la même pathologie : le mode de fonctionnement dominant consiste à prendre des décisions à enjeux élevés sur la base de convictions plutôt que de preuves. Le conseil d’administration approuve un investissement sur la base d’une représentation. Le dirigeant s’engage dans une transformation sur la base d’un benchmark. Aucun des deux ne dispose d’un moyen peu coûteux de vérifier que cette présentation correspond bien à l’entreprise, ou que ce benchmark correspond bien à la situation de l’entreprise. C’est là une généralisation qu’il convient de mettre en évidence, car elle fait passer la compréhension du statut de centre de coûts au sein de l’informatique à celui de variable qui régit la qualité des décisions à l’échelle de l’entreprise.
Les preuves du coût élevé de cette situation sont plus solides que les slogans habituellement cités. Une étude de terrain à grande échelle révèle que les ingénieurs professionnels consacrent environ 58 % de leur temps simplement à comprendre les systèmes sur lesquels ils travaillent (Xia et al., 2017) — la compréhension n’est pas une étape préliminaire au travail ; la plupart du temps, la compréhension est le travail lui-même. Au niveau des projets, la distribution empirique des dépassements de coûts informatiques présente une queue épaisse, seul un tiers environ des grands projets publics s’achevant dans les limites du budget (Jørgensen & Moløkken-Østvold, 2022). Au niveau du changement stratégique, une revue systématique récente estime que la part des initiatives de transformation numérique qui atteignent pleinement les résultats escomptés se situe entre 5 et 30 % environ (ASEJ, 2024), la qualité des données étant régulièrement mise en cause dans ces échecs (Azeroual & Jha, 2021). L’autre facteur responsable est l’échec dans la gestion de la transition d’un ensemble de processus discrets, déconnectés et lents vers un système complexe, en réseau et adaptatif qui devient une réalité de travail totalement nouvelle, façonnée davantage par les pratiques qui tirent parti des capacités des outils que par les outils eux-mêmes. C’est précisément pour cette raison que les initiatives isolées en matière d’ERP, de CRM, de commerce électronique, de MES ou de WMS sont certes indispensables, mais ne suffisent pas à elles seules à opérer le type de transformation profonde qu’apporte la transformation numérique aux entreprises. Sans parler d’aider leurs collaborateurs à faire face aux changements rapides et continus qui s’ensuivront. Bien sûr, un facteur aggravant réside dans le fait que trop d’intégrateurs de systèmes agissent comme des agents commerciaux des éditeurs de progiciels, se concentrant davantage sur leurs avantages en tant que partenaires des éditeurs que sur les besoins, les contraintes, les capacités et les intérêts de leurs clients.
Girba et Wardley identifient deux indicateurs pour la boucle de décision : le « temps de réponse » (le temps nécessaire pour répondre à une question spécifique sur le système ou l’activité) et le « temps de questionnement » (le temps nécessaire pour formuler une question pertinente). Ce qui est utile dans cette généralisation, ce n’est pas le vocabulaire, mais la dynamique qu’elle rend compte. Lorsque la compréhension coûte cher, une organisation ne peut se permettre que quelques questions, recourant souvent à des approximations peu coûteuses plutôt qu’à des réponses concrètes, et la gouvernance se réduit à de l’espoir : un petit nombre de paris placés, accompagnés de prières. Lorsque la compréhension devient peu coûteuse, la contrainte déterminante change : ce n’est plus la capacité à trouver des réponses, mais l’imagination nécessaire pour poser les bonnes questions. C’est à ce moment-là que la compréhension cesse d’être une commodité technique pour devenir un atout stratégique, car l’avantage concurrentiel revient à celui qui est capable d’interroger sa propre réalité plus rapidement que ses rivaux ne peuvent interroger la leur.
Si la compréhension est un atout, son échec réside dans son abandon discret, qui s’introduit dans l’entreprise par trois voies, chacune se présentant comme une aide.
Le consultant et les « meilleures pratiques ». Une stratégie élaborée selon les « meilleures pratiques », c’est-à-dire calquée sur ce que font apparemment les concurrents, n’est pas un raccourci neutre. Il s’agit de la stratégie de quelqu’un d’autre, codifiée et héritée. Les « meilleures pratiques » constituent, par définition, la moyenne de ce qui a fonctionné ailleurs, dans des conditions qui ne sont pas les vôtres, pourrésoudre des problèmes que vous n’avez peut-être pas. Les adopter sans les comprendre revient à importer un ensemble de décisions – concernant les domaines de concurrence, la tarification, ce qu’il faut standardiser, ce qu’il faut considérer comme indifférencié… – que vous n’avez en réalité jamais prises. Le travail effectué par le consultant était bien réel ; le danger réside dans le fait de recevoir la conclusion sans la compréhension qui vous permettrait de juger si elle est adaptée, ou de remarquer quand le contexte sur lequel elle reposait a changé. Le livrable est transféré ; la compréhension, elle, ne l’est pas, à moins que vous n’insistiez pour la reconstruire.
Le package et les paramètres par défaut. C’est dans le domaine des logiciels d’entreprise que la relation « systèmes-personnes-processus » se fait le plus sentir, car ici, le processus devient la configuration. Lorsqu’une entreprise adopte un système prêt à l’emploi et en accepte les paramètres par défaut, ceux-ci ne sont pas vides de sens : ils codifient un modèle de fonctionnement d’une entreprise comme la vôtre, élaboré par des personnes cherchant à optimiser le service pour le client moyen et la facilité de maintenance de leur propre produit. Au fil du temps, la configuration devient silencieusement le processus : le travail s’écoule là où le système le permet, les exceptions sont gérées comme l’écran le permet, et le modèle opérationnel réel de l’organisation s’adapte pour suivre la voie de moindre résistance imposée par le logiciel. Rien de tout cela n’est décidé explicitement avec les personnes concernées, ni par une autorité au sein de l’entreprise exerçant son discernement quant à ce qu’il convient d’appliquer. C’est lors de la mise en œuvre que les consultants en progiciels en décident, et c’est ensuite ce modèle qui régit l’entreprise. Un progiciel que vous ne pouvez pas interroger vous gouverne sur la base de croyances, et non de preuves – et ce qu’il a discrètement décidé à votre place est invisible précisément parce que c’est désormais « notre façon de travailler ».
Le modèle, et la réponse. L’intelligence artificielle est l’instrument le plus puissant jamais conçu pour soulager les gens de la tâche de comprendre – ou du moins, c’est ainsi qu’elle est vendue par les laboratoires d’IA et les géants technologiques paniqués de la vague précédente de numérisation. C’est exactement ce qui en fait le vecteur le plus puissant de cet échec. Cette même capacité qui réduit considérablement le coût d’une réponse peut, si on s’y fie aveuglément, aggraver le problème de la croyance plutôt que de la preuve au lieu de le résoudre, car elle fabrique une apparence de maîtrise. La compétence de l’IA est souvent purement performative : une apparence de compréhension sans substance, particulièrement dangereuse face aux problèmes complexes où l’écart entre ce que l’on observe et la réalité est le plus grand. Les preuves indépendantes concernant même une aide limitée sont plus modestes que les affirmations des fournisseurs : une étude contrôlée sur les outils d’aide au codage fait état de gains d’environ 35 % dans la réalisation des tâches (Shihab et al., 2025), contre des chiffres avancés par les fournisseurs de 50 à 55 % — et l’écart entre ces chiffres constitue en soi une petite leçon sur la nécessité de ne pas accepter une réponse assurée sur la seule base de la confiance.
Il s’agit là d’un mécanisme, et non d’une simple impression. Storey (2026) soutient que l’IA générative redistribue la charge plutôt que de la supprimer: elle peut réduire le coût le plus visible – la dette technique dans le code – tout en accélérant silencieusement deux coûts moins visibles : l’érosion de la compréhension partagée, qu’elle appelle « dette cognitive », et la perte de la justification sous-jacente, c’est-à-dire la raison d’être d’un système, qu’elle appelle « dette d’intention ». La transposition à l’entreprise est exacte. Tout outil qui décharge les dirigeants de la responsabilité de la compréhension réduit un coût visible – les frictions, les effectifs, le délai de réponse – et en augmente un qui ne l’est pas : la distance entre le tableau et l’entreprise. Cette opération est perçue comme un gain d’efficacité précisément parce que le coût qu’elle engendre n’apparaît dans aucun rapport.
La frontière qui sépare l’IA-aide de l’IA-substitut ne réside pas dans la sophistication du modèle. Elle réside dans le fait que son résultat soit explicable et vérifiable par rapport à la réalité de l’entreprise elle-même, ou qu’il soit accepté simplement parce qu’il semblait juste. Un outil qui vous montre comment il est parvenu à une réponse, en des termes que vous pouvez vérifier par rapport à la réalité, améliore la compréhension. Un outil dont vous acceptez la réponse sur la foi la remplace – et ce remplacement, ici, est un échec. La question n’est pas de savoir s’il faut utiliser l’outil. Elle est de savoir à quel moment, dans le processus décisionnel, il est encore important d’avoir un humain qui comprend.
Au-delà d’un certain point, exiger une compréhension totale avant chaque action revient à une « paralysie analytique » déguisée en prudence. Le plus souvent, nous devons agir sans compréhension totale ou conserver une certaine ambiguïté pour préserver les options et la dimension de la valeur temporelle des décisions, surtout si celles-ci sont irréversibles. Ainsi, agir sans compréhension totale est justifiable lorsque les conditions suivantes sont réunies au moment de l’action :
Prenons l’exemple d’un dirigeant qui lance de force un système d’entreprise avant qu’il ne soit « prêt ». Si elle est menée de manière à répondre aux critères ci-dessus, cette initiative peut briser la résistance au changement, en apparence saine, d’une organisation et créer de la valeur que la patience aurait fait perdre – le rythme peut valoir plus que la certitude, et l’orientation qui permet à un dirigeant d’agir de manière décisive dans une boucle rapide est, selon Boyd, souvent la décision décisive (Osinga, 2007). Mal menée ou motivée par des intérêts contraires à ceux de l’organisation qui en subira les conséquences, cette même initiative conduit huit membres de l’équipe financière au burn-out, empêche un distributeur de pièces automobiles d’établir le budget de l’année suivante et rend la fonction FP&A inopérante pendant un trimestre. Même action, résultats opposés – et ce qui les distingue, ce n’est pas le sang-froid, mais la capacité à discerner et à comprendre la structure de l’incertitude, voire la réalité sous-jacente sur laquelle s’appuie la décision. Le deuxième dirigeant n’a pas pris un pari mûrement réfléchi ; il en a pris un qu’il ne comprenait pas et qui s’est avéré payant par hasard. « Agir pour générer de l’information » est une justification valable, mais uniquement lorsque l’information vaut son prix et le risque pris. Une action dont la valeur attendue est négative une fois prise en compte la « queue de la distribution » n’est pas une exploration, mais plutôt une perte accompagnée d’un récit.
Pourquoi le test porte-t-il autant sur la situation que sur l’acteur ? Parce que les situations diffèrent par nature. La distinction établie par Popper entre les nuages et les horloges s’avère ici utile : les nuages sont des systèmes irréguliers, désordonnés et véritablement imprévisibles ; les horloges sont des mécanismes ordonnés dont le comportement peut être connu à l’avance – et son argument était que le monde est principalement constitué de nuages, l’horloge représentant un cas limite plutôt que la règle (Popper, 1972). Avant toute décision forcée, la question est de savoir à quel cas on est confronté. Dans un véritable « nuage » – une incertitude irréductible, où aucune analyse, aussi poussée soit-elle, ne permettrait d’obtenir la réponse à moindre coût –, agir pour générer de l’information peut l’emporter sur la collecte patiente de preuves (Snowden & Boone, 2007) ; on apprend en explorant, car il n’y a pas d’autre moyen d’apprendre. Mais l’erreur peut aller dans les deux sens, et c’est la compréhension qui vous empêche de la commettre. Considérez une horloge comme un « nuage » et vous renoncez à une compréhension facilement accessible, qualifiant la paresse d’agilité. Considérez un « nuage » comme une horloge et vous faites confiance à une analyse que la situation ne peut supporter, qualifiant l’imprudence de rigueur. Un problème profond rendu superficiel par les bons instruments, convient-il d’ajouter, est souvent une horloge qui ressemblait simplement à un nuage vu de l’extérieur – ce qui explique précisément pourquoi le coût de la compréhension, une fois qu’il diminue, peut remettre en question la nécessité même de l’échange.
Ainsi, forcer l’action avant d’avoir une compréhension complète relève de la sagesse plutôt que de l’imprudence quand, et seulement quand, le pari est compris même si le résultat ne l’est pas — ce qui se résume aux conditions que nous avons décrites ici, avec deux implications importantes. Premièrement, le coût d’une erreur est limité, ou la décision est réversible, de sorte que le circuit peut se corriger de lui-même avant que les dégâts ne s’aggravent. Deuxièmement, le manque de compréhension se situe dans la zone superficielle, où l’observation et la cause profonde sont proches l’une de l’autre, plutôt que dans la zone profonde, où une action prise avec assurance n’est en réalité qu’une ignorance assurée. Le dirigeant qui a mis fin au cycle budgétaire a échoué sur ces deux plans à la fois : le coût n’était ni limité ni réversible au cours de l’exercice, et la compréhension qui lui faisait défaut relevait de la zone profonde. L’ennemi, ici comme partout ailleurs, n’est pas l’action avant la certitude. Il s’agit plutôt d’une décision prise sur la base d’un calcul qui n’a jamais été effectué – un pari inconsciemment pris qui, vu de l’intérieur, ressemblait en tout point à de la détermination.
Si la compréhension peut être confiée à un fournisseur ou à un modèle, elle peut également l’être à ses propres spécialistes, et la conséquence est la même. Une organisation dans laquelle seule la fonction technique est capable de comprendre comment l’entreprise fonctionne réellement n’a pas résolu son problème de compréhension ; elle l’a simplement déplacé vers un endroit hors de portée du conseil d’administration et des dirigeants. L’argument de Girba et Wardley en faveur de la « culture générale universelle » – selon lequel des vues générées et explicites permettent aux gens de raisonner sur un système sans avoir à l’écrire, « démocratisant la lecture des systèmes d’une manière découplée de leur écriture » – est parfois perçu comme une subtilité d’ingénierie. En réalité, il s’agit d’un principe de gouvernance. La capacité à s’interroger sur le fonctionnement de l’entreprise doit rester accessible aux personnes qui en sont responsables, sans quoi la responsabilité n’est qu’une fiction.
Cela relie directement la compréhension à la théorie de l’entreprise. Penrose (1959) a soutenu qu’une entreprise se développe jusqu’à la limite de sa capacité administrative – la contrainte limitante n’est ni le capital ni la demande, mais la capacité propre de l’organisation à se comprendre et à se diriger elle-même. La compréhension est la méta-capacité qui sous-tend tout cela : celle qui limite toutes les autres, car une entreprise ne peut déployer une capacité qu’elle ne peut pas percevoir. Et dans la logique « faire ou acheter » de l’économie des coûts de transaction (Coase, 1937 ; Williamson, 1985), la compréhension est l’un des rares éléments qui résiste à l’externalisation, même lorsque l’exécution, elle, s’y prête. On peut acheter la mise en place du système, le fonctionnement du processus, l’élaboration de la stratégie. La compréhension de ce que l’on a acheté n’est pas dissociable de la propriété de la même manière : si on l’externalise, on n’a pas acheté un service, on a cédé le contrôle de l’actif à celui qui détient cette compréhension. Au fil du temps, à mesure que les systèmes s'écartent de leur documentation et que la peinture vieillit, cette compréhension se dégrade, à moins que l'entreprise ne la préserve activement elle-même (Meadows, 2008).
L’objection à soulever ici est légitime. La compréhension, selon la tradition de la cognition distribuée, n’a jamais résidé dans un seul esprit ; c’est une propriété des personnes, des artefacts et de leurs interactions, et les organisations ont toujours fonctionné sur la base de la confiance accordée à des rapports qu’aucune personne ne peut vérifier de manière indépendante (Storey, 2026). La question de savoir quel degré d’incompréhension est acceptable reste véritablement ouverte. Mais cette objection définit la norme, elle ne la fait pas disparaître. Il ne s’agit pas d’affirmer que chaque administrateur doit lire le code ; il s’agit de garantir que la compréhension de l’entreprise reste suffisante et vérifiable depuis la perspective du conseil d’administration. Une compréhension distribuée est acceptable ; une compréhension inaccessible ne l’est pas. Un conseil d’administration peut s’en remettre à d’autres pour détenir cette compréhension — mais pas au fait que personne ne soit capable de la faire émerger à la demande.
Un conseil d’administration ne peut raisonnablement prétendre faire preuve de diligence et de prudence à l’égard d’une entreprise qu’il ne comprend pas – et la preuve en réside dans les deux décisions que la plupart des conseils d’administration ne peuvent éviter de prendre. L’allocation des capitaux est la première. Décider de l’affectation des dépenses d’investissement revient à déterminer quelles capacités méritent d’être détenues plutôt que louées – ce qui présuppose de savoir ce que l’entreprise possède déjà, quelle est sa valeur et où se situent ses faiblesses. Un conseil d’administration qui répartit les dépenses d’investissement entre un portefeuille de capacités qu’il ne peut pas appréhender n’exerce pas son propre jugement ; il entérine un jugement émis ailleurs, par ceux qui, eux, comprennent. L’externalisation est la seconde. Que le transfert d’une fonction vers un prestataire offshore crée de la valeur ou en détruise discrètement dépend entièrement de la compréhension de ce que fait réellement cette fonction : ses interdépendances, les connaissances tacites qu’elle porte, les défaillances qu’elle prévient en silence. La logique des coûts de transaction qui régit la décision « faire ou acheter » (Coase, 1937 ; Williamson, 1985) ne peut en aucun cas être appliquée par un conseil d’administration qui ne comprend pas ce qui est fabriqué ou acheté. Approuver la délocalisation d’une fonction que vous ne comprenez pas revient soit à réaliser une économie, soit à amputer un organe ; depuis la salle du conseil, sans compréhension, les deux options semblent identiques sur la diapositive.
Ainsi, le devoir de diligence n’est pas, en substance, rempli par la diligence au sens procédural – réunions tenues, documents lus, votes consignés dans les procès-verbaux – lorsque ces documents décrivent une activité que le conseil d’administration ne peut pas analyser de manière indépendante. Un conseil d’administration qui gouverne sur la base des dires de ceux qu’il gouverne a délégué non pas l’exécution, mais la compréhension même de la substance qui définit la valeur économique qu’il gère pour le compte des actionnaires et, de plus en plus, des autres parties prenantes. Et avec cette compréhension disparaît le jugement même que le devoir de diligence est censé protéger.
Une compréhension authentique, approfondie et vérifiable à tout moment n’est pas simplement une qualité souhaitable d’une bonne gouvernance. C’est une condition préalable à toute gouvernance.
Revenons au conseil d’administration chargé de superviser un modèle, une représentation, une approximation de la réalité de l’activité de l’entreprise. Rien dans cet argument ne signifie que cette représentation n’a aucune valeur : l’intention stratégique doit être définie avant de pouvoir être mise en œuvre, et une représentation que l’on peut réviser vaut mieux que l’absence totale d’objectif. L’argument affirme simplement que l’entreprise doit conserver sa propre méthode pour confronter le tableau au sujet, le modèle à l’entreprise, à moindre coût et de manière continue, et ne doit jamais laisser un instrument effectuer cette vérification sur la base d’une simple confiance. Les meilleures pratiques du consultant, les paramètres par défaut du logiciel, la réponse fluide du modèle : chacun est utile dans la mesure exacte où vous pouvez encore voir à travers lui pour percevoir votre propre réalité, et dangereux dans la mesure exacte où vous ne le pouvez pas.
La compréhension est la seule capacité qui, si elle est déléguée, sape la capacité de l’entreprise à choisir sa stratégie, à diriger ses opérations et à rester reconnaissable en tant qu’elle-même plutôt qu’une configuration des paramètres par défaut de quelqu’un d’autre. C’est ce qui reste lorsque toutes les tâches exécutables ont été externalisées – et c’est ce qui détermine si les tâches externalisées aboutissent à une entreprise qui sait ce qu’elle fait ou à une entreprise qui donne simplement l’impression de le savoir. L’analyse de vos propres systèmes, de vos collaborateurs et de vos processus – leur état réel, et non leur représentation – vous indique où vous en êtes réellement. Pour naviguer en toute sécurité, il a toujours fallu les deux, et il n’a jamais été prudent de laisser quelqu’un d’autre tenir les commandes.
> Découvrez-en davantage sur le Master exécutif en gestion sur notre site web