Pourquoi vos processus "parfaits" échouent sur le terrain ?

On peut avoir une cartographie SI impeccable, des BPMN propres, des UML soignés, un organigramme clair, des processus certifiés, et rester incapable d’expliquer formellement ce que l’on observe sur le terrain : des délais qui explosent, des décisions contradictoires, des urgences permanentes, une surcharge chronique, etc.

Le problème n’est pas l’absence de modèles, mais ce que ces modèles montrent, et surtout ce qu’ils ne montrent pas. Les modèles classiques sont des radiographies statiques : ils décrivent des rôles (organigrammes), des tâches (processus, cartographie des SI), des enchaînements… le “comment”. Mais ils disent peu de la dynamique réelle (le “pourquoi”) : qui arbitre, à partir de quels signaux, selon quelles règles, avec quelles tolérances ; et comment l’organisation apprend, ou n’apprend pas, quand la réalité s’écarte du plan.

Or, une radiographie montre les structures, une tomographie montre le fonctionnement interne.

Dans une organisation, le vrai sujet n’est pas seulement de décrire des tâches ou des fonctions. C’est d’expliquer comment, mais surtout pourquoi, le système se régule quand il subit une perturbation : une urgence client, une indisponibilité critique, une contradiction d’objectifs, une rupture de stock, une exigence règlementaire, un incident SI, une pression de fin de mois, une offensive concurrente...

C’est ici qu’une lecture systémique devient décisive. Il faut être capable d’analyser à différents niveaux de subsidiarité : zoomer pour comprendre les gestes, les handoffs, les validations, les travaux de reprise ; et dézoomer pour voir les boucles de décision, les objectifs en tension, les niveaux d’arbitrage, et les endroits où l’information se dégrade en circulant.

Les organisations se pilotent par boucles, pas par organigrammes

La cybernétique a mis en exergue un principe simple : un système se pilote par boucles de retour. Un “contrôleur” compare ce qui se passe à ce qui devrait se passer, puis ajuste le comportement du système à partir du feedback. Les entreprises font déjà cela, souvent sans le formaliser, via des logiques de type Plan-Do-Study-Act, ou via des boucles d’escalade quand un seuil est dépassé.

Le point clé, c’est que ces boucles sont imbriquées, et pas dans le même espace temps. Plus on monte en abstraction (stratégie, portefeuille, planification), plus les cycles sont lents. Plus on descend vers l’exécution, plus les cycles sont rapides. Et quand ces boucles ne sont pas cohérentes entre elles, on observe exactement les symptômes que tout le monde connaît : surpilotage, inertie, décisions en double commande, arbitrages “dans le couloir”, contournements permanents, épuisement des ressources rares.

C’est aussi la raison pour laquelle l’IA “révèle” souvent la fragilité des organisations : elle accélère des flux, mais si les boucles de régulation sont mal conçues (objectifs flous, signaux incomplets, responsabilités diluées), on va plus vite… dans la mauvaise direction.

Là où l’Analyse Décisionnelle des Systèmes complexes introduit une rupture

Tandis qu’une lecture systémique classique constate qu’il existe des boucles, l’ADSC (Analyse décisionnelle des systèmes complexes, conçue par J. Bucki) que nous utilisons chez Spentia force à les rattacher à une architecture formelle et exploitable : des activités finalisées vues comme des centres de décision, chacune à l’intersection de deux boucles de régulation.

Concrètement, l’organigramme et le BPMN disent qui fait quoi et dans quel ordre. L’actigramme ADSC (similaire à la tomographie, du point de vue de l’analyse) dit qui tient le volant (humain ou automate), pourquoi et quand il tourne, selon quels signaux, avec quels seuils, et à quel niveau on arbitre quand deux objectifs se contredisent.

C’est cette approche “fractale” de lecture qui rend explicables les frictions du quotidien : surpilotage, pilotage à l’aveugle, conflits d’objectifs, boucles d’évaluation débranchées, et surtout inversions hiérarchiques (lorsqu’une activité “fille” pilote de fait sa “mère”, parce qu’elle détient l’information, la contrainte, ou la ressource critique).

L’actigramme, la “tomographie” du travail réel

Chez Spentia, l’actigramme est notre représentation centrale : une cartographie hiérarchisée d’activités finalisées, modélisées comme des centres de décision (humains, machines, ou hybrides).

Chaque activité est décrite avec, au minimum :

• Les objectifs, déclinés à son niveau d’abstraction, qu’elle doit atteindre,
• ce qu’elle “sait” ou suppose à l’instant 'T' (sa lecture de la situation),
• ce qui compte vraiment pour décider (critères, priorités, seuils),
• comment décider et quelles ressources solliciter,
• ce à quoi elle sera sensible selon les résultats de ses actions,
• ce qui lui remonte du terrain (demandes, alertes, mesures, retours),
• ce que signifie, pour elle, le résultat de ses actions.

Cette approche formelle est plus adaptée pour diagnostiquer et transformer parce que la plupart des dysfonctionnements réels ne sont pas des problèmes de “process”, mais des problèmes de régulation ; typiquement :

• décisions prises trop tôt, trop tard, ou au mauvais niveau,
• objectifs mal définis, incompréhensibles, ou incompatibles entre activités,
• signaux du terrain inexistants, bruités, ou ignorés,
• tolérances trop faibles (surpilotage, micro-management),
• sensibilités trop faibles (inertie, signaux faibles non perçus),
• inversions hiérarchiques (le système “obéit” à celui qui détient la contrainte, pas à celui qui détient l’objectif).

Ces phénomènes sont difficiles à rendre visibles dans un BPMN ou une cartographie SI. Ils deviennent lisibles dans un actigramme, parce qu’on observe l’organisation par ses boucles de décision, via des zoom-ins et zoom-outs.

Un exemple “entreprise lambda”

Prenons un cas banal : une commande “prioritaire” promise par le commerce. Sur le papier, le processus est clair. Sur le terrain, ça déraille...

Zoom in :

La commande est ressaisie, le stock “théorique” ne correspond pas au stock réel, la validation finance arrive tard, la logistique découvre une contrainte transport, la production est déjà saturée, et tout le monde passe en mode urgence.

Zoom out :

Ce n’est pas “un process mal suivi”... C’est une architecture de décision incohérente :

• le commerce optimise un objectif (délai) sans signal fiable sur la capacité,
• la production optimise un autre objectif (stabilité) sans pouvoir arbitrer la priorité client,
• la finance joue sa boucle de contrôle (risque) à un tempo incompatible,
• le SI fournit des signaux partiels, donc les décisions sont prises sur des estimations, voire des croyances !
• La micro-friction devient un effet papillon : elle traverse les boucles, se multiplie, et finit par dégrader la performance globale.

Ce que l’actigramme rend possible, concrètement

1. Analyser enfin le “pourquoi” (qui est uniquement traité de façon implicite dans les approches “classiques”, ou étudié à la marge). Au lieu de conclure “les gens ne suivent pas le process”, on peut dire : “ce nœud décisionnel n’a pas de signaux fiables”, “ces deux activités ont des objectifs incompatibles”, “la boucle d’évaluation est débranchée”.
2. Prioriser la transformation là où elle aura un effet systémique. Pas là où le process est le plus long, mais là où la régulation est la plus dysfonctionnelle, et donc là où une correction produit un effet en cascade… que le modèle saura prédire !
3. Rendre l’IA gouvernable, parce qu’elle est traitée comme un centre de décision. Une IA non gouvernée ou incorrectement intégrée n’est pas un outil : c’est un acteur décisionnel introduit sans architecture cohérente. L’actigramme oblige à clarifier objectifs, signaux, tolérances, responsabilités, articulation hiérarchique, et conditions de “désengagement” quand l’IA se trompe ou hallucine.
4. Produire des livrables actionnables : L’actigramme ne sort pas seulement une “carte”, mais : des zones de frictions (par type), et leur propagation globale ; des pôles de rareté (ressources critiques et sur-sollicitées) ; des incohérences de finalités ; et des trajectoires de transformation structurées (moyens, procédés, délégations, finalités).

En conclusion

L’actigramme n’est pas un “dessin” de plus, c’est une manière différente de voir l’organisation : non plus comme un empilement de rôles et de tâches, mais comme un “système vivant” de décisions et de régulations. Et c’est souvent le pré requis manquant pour réussir :

• une transformation,
• une réingénierie de processus,
• ou une intégration IA qui n’ajoute pas de frictions, mais produit réellement de la performance.

Sources :

• PDSA (Plan-Do-Study-Act), Deming Institute. (The W. Edwards Deming Institute)

• PDCA et approche processus, ISO 9001:2015 (document ISO sur l’approche processus). (ISO)

• Cybernétique et boucles de rétroaction, MIT Press (Norbert Wiener, Cybernetics). (MIT Press Direct)

• Apprentissage en double boucle (double-loop learning), Chris Argyris (HBR, 1991, version PDF). (6:30 Partners).

‍