




C’est une étude de 2011 qui révèle le pot aux roses. Et le pot fait plus mal que les roses : 87 % des entreprises du premier Fortune 500 ont disparu en 60 ans. C’est à Steven Dening de Forbes, à Mark J. Perry de AEI ou encore à Steve Jobs himself que l’on doit l’autopsie des entreprises d’hier (et d’aujourd’hui).
D’abord, il convient de classer les entreprises en trois groupes :
Seules 67 entreprises composent le groupe B. Il existe plusieurs raisons qui expliquent la disparition de la majorité des entreprises. Soit elles ont fait faillite, soit elles ont fusionné avec une autre entreprise, soit elles existent encore, mais ne sont plus dans le TOP500 de Fortune.
Parmi celles qui sont véritablement mortes, Perry cite entre autres des marques tombées dans les limbes de l’histoire économique : Armstrong Rubber, Cone Mills, Hines Lumber, Pacific Vegetable Oil ou encore Riegel Textile. Mais, quelle que soit la raison de ce déclassement, ce dernier révèle une incapacité à survivre dans un monde changeant.
Le consommateur a de nouvelles habitudes, de nouvelles attentes, de nouveaux désirs… il change de comportement à une vitesse vertigineuse. Une entreprise qui naît de ces besoins saura mieux y répondre que les joueurs bien installés. Sans entraves, sans passif, sans mauvaises habitudes, de nouvelles entreprises viennent jouer le jeu de la destruction créatrice introduite par Joseph Schumpeter en 1942 : le nouveau détruit l’ancien. Attention cependant, cette culture de la tabula rasa (table rase) n’est pas réservée qu’aux nouvelles entreprises. Elle s’applique aussi dans les entreprises historiques, qui n’hésitent pas à se réinventer elles-mêmes.

Dans un article du Wall Street Journal, Peggy Nooman aborde la philosophie de Jobs et son regard sur la mutation des industries :
Il y a un moment saisissant dans la biographie de Steve Jobs par Walter Isaacson, dans lequel Jobs parle longuement de sa philosophie d’entreprise. Il est à la fin de sa vie et fait le point. Sa mission, dit-il, était claire : « construire une entreprise pérenne où les gens sont motivés à fabriquer d’excellents produits ». Puis il se tourne vers l’ascension et la chute de diverses entreprises. Il a une théorie sur le déclin dans les grandes entreprises : « L’entreprise fait du bon travail, innove et devient un monopole (ou presque) dans un certain domaine, et puis la qualité du produit devient moins importante. L’entreprise commence à valoriser les produits qui se vendent le mieux, car ce sont ceux qui peuvent influencer les revenus. » Ainsi, les vaches à lait sont mises de l’avant, les ingénieurs de produit et les designers se sentent dégradés : leurs efforts ne sont plus au cœur de la vie quotidienne de l’entreprise. Ils « décrochent ». IBM et Xerox, a dit Jobs, ont flanché précisément de cette manière. Ceux qui dirigeaient les entreprises étaient intelligents et éloquents, mais « ils ne savaient rien du produit ». À la fin, cela peut condamner une grande entreprise, car ce que les consommateurs veulent, ce sont de bons produits.
En bref, les entreprises qui ont trouvé leur vache à lait ne pensent plus qu’à la traire, et abandonnent peu à peu l’innovation. Perry évoque aussi cette perte de la flamme créatrice par l’arrivée massive des money men, ces comptables et financiers qui s’emparent de l’organisation avec un objectif simple : couper les coûts, et traire la vache toujours davantage. Ce sont eux, les stars de l’entreprise désormais, et ils sont célébrés et rémunérés à la hauteur de leur capacité à couper. Ce changement radical de culture écœure les inventeurs, les créateurs, les ingénieurs, tous ceux et celles qui ont créé la vraie richesse de l’entreprise à la base. Ils finissent par quitter le navire et vont innover ailleurs. Ce phénomène touche même les entreprises qui ont réussi à créer un monopole. Quand elles commencent à jouer défensif, elles commencent à creuser leur tombe, en imposant une culture du profit à tout prix, en assassinant le risque, le courage et les idées nouvelles.
À force d’être obsédées par leur bottom line (leurs résultats financiers), les entreprises font de mieux en mieux ce qu’elles savent faire, plutôt que de servir au mieux les attentes de leurs clients. À leur décharge, n’oublions pas aussi qu’elles traînent parfois un passif coûteux (équipements vétustes, technologies héritées du passé, habitudes managériales dépassées, marque poussiéreuse, etc.).
On l’a vu à de nombreuses reprises dans des faillites aussi tristes que fréquentes autour de nous : Zellers, Sears, Eaton… les grandes chaînes de distribution n’ont pas su imposer la révolution logistique qui aurait pu leur donner un avantage sur Amazon. Pourtant, elles avaient toutes les cartes en main.
Un autre rapport daté de 2016, cette fois publié par Innosight, révèle que cette obsolescence des entreprises s’accélère avec le temps. Le titre est en forme de mise en garde : Longévité des entreprises : Turbulences à venir pour les grandes organisations. Allez, on s’accroche !
L’étude a observé l’indice S&P 500, également connu sous le nom de Standard & Poor’s 500. C’est un indice boursier basé sur la capitalisation boursière de 500 des plus grandes entreprises cotées sur les bourses américaines, telles que la New York Stock Exchange (NYSE) et le NASDAQ. Cet indice est considéré comme l’un des indicateurs les plus représentatifs de la performance du marché boursier américain et, par extension, de l’économie américaine en raison de la diversité et de l’importance des entreprises qu’il inclut.
En 1965, les entreprises de l’indice S&P 500 demeuraient dans l’indice pendant en moyenne 33 ans. En 1990, la durée moyenne dans le S&P 500 s’était réduite à 20 ans. Elle est prévue aux alentours de 14 ans d’ici 2026. Au taux de rotation actuel, environ la moitié des entreprises actuelles du S&P 500 seront remplacées au cours des 10 prochaines années alors que « nous entrons dans une période de volatilité accrue pour les entreprises leaders dans un éventail d’industries, les dix prochaines années s’annonçant comme les plus potentiellement turbulentes de l’histoire moderne », selon Innosight.
Longévité en 1965 : 33 ans. Longévité en 1990 : 20 ans. Longévité en 2026 : 14 ans. Votre entreprise va mourir. Bientôt. Très bientôt. Ou pas ?
Ces prédictions ont bientôt 10 ans, celles de Forbes, 11.
Alors que des marques meurent, d’autres naissent. C’est le cycle de la vie — ou ce que j’appelle le darwinisme économique.
Depuis, voici un petit échantillon du carnet rose des naissances dans le merveilleux monde du Fortune 500 : NVIDIA (entrée en 2016), Instagram (2020), YouTube (2020), Zoom (2020), Domino’s Pizza (2020), DexCom (2020), Tesla (2022), Airbnb (2023).
Les entreprises qui durent, et qui maintiennent un niveau de satisfaction de leurs clients élevé (Apple, Netflix, IKEA, Starbucks…) ont un point commun : elles comprennent mieux que quiconque les nouvelles attentes de leurs clients. Elles savent prendre des risques, innover
et échouer… mais gagnent le respect du marché et de leurs employés. La curiosité, la candeur, l’invention, l’innovation. Voici les composantes d’une culture d’entreprise pérenne. Si cette dernière ne garantit pas toujours le succès, elle assure au moins la motivation des employés à créer de nouvelles idées, carburant vital des organisations depuis toujours.
Beaucoup d’entreprises ne changent pas. La plupart d’entre elles voient leur modèle d’affaires comme une partie intégrante de leur ADN… Si bien que, quand l’environnement change, elles ne savent pas changer. Avec le temps, la plupart des entreprises font de mieux en mieux des choses… qui intéressent de moins en moins les gens. La solution : une grande compréhension du consommateur, et une culture d’entreprise axée sur la curiosité et la nouveauté.
SAAQclic devait coûter 638 millions de dollars. La facture dépasse aujourd'hui le milliard. Le système a été lancé en février 2023 alors que les tests n'étaient même pas terminés. Des concessionnaires ne pouvaient plus livrer de véhicules. Des citoyens ne pouvaient plus renouveler leur permis. La vérificatrice générale a été limpide : coûts trois fois plus élevés, tests non complétés, informations cachées au conseil d'administration. Et le nouveau système s'est révélé moins performant que l'ancien.
Un échec sur toute la ligne. Et pourtant, personne ne s'en étonne vraiment.
On reconnaît le scénario parce qu'on l'a déjà vu. En 2016, le gouvernement fédéral lançait Phénix, un système de paie censé remplacer d'un seul coup des dizaines de systèmes pour 309 millions de dollars. Neuf ans et quatre milliards plus tard, il reste 300 000 erreurs de paie non résolues. Le vérificateur général du Canada a qualifié le projet d'« échec incompréhensible ». Et le système s'est révélé moins efficace que celui de quarante ans qu'il venait remplacer.
Et si on sort de l'informatique, le pattern tient toujours. En santé, le Québec en est à sa quatrième restructuration majeure en vingt ans. Chaque fois, on refond les structures, on centralise, on fusionne. Chaque fois, les mêmes critiques reviennent. Santé Québec regroupe aujourd'hui 330 000 employés sous un seul employeur. Après un an, les syndicats parlent de « chaos ». Un responsable syndical résumait : « Ça fait des décennies qu'on répète les mêmes erreurs. Centraliser toujours plus et consulter toujours moins. »
Et ce n'est pas un phénomène québécois. Le privé international accumule les mêmes débris. Nike a investi 400 millions de dollars pour refondre sa chaîne d'approvisionnement d'un coup : 100 millions en ventes perdues, chute de 20 % de l'action en bourse, cinq ans supplémentaires pour remettre le système debout. Lidl, le géant allemand du rabais, a travaillé sept ans sur un système SAP à 580 millions de dollars pour remplacer ses 90 solutions internes par une seule — avant de tout abandonner et de revenir à l'ancien système. Hershey's a raté Halloween 1999 — 100 millions en commandes impossibles à traiter — parce que son nouveau système n'était pas prêt. Revlon n'arrivait plus à fabriquer ni à livrer ses produits après sa migration SAP. Haribo a vu ses tablettes vides et ses ventes chuter de 25 % pour les mêmes raisons. La U.S. Navy a dépensé un milliard de dollars en quatre tentatives de systèmes de paie, sans jamais réussir. Chaque fois, le même réflexe : on jette l'ancien, on conçoit du neuf, on déploie massivement. Chaque fois, le même résultat.
Bref, les virages à 90° vont droit dans le mur. Mais pourquoi donc?
En 1975, un pédiatre américain du nom de John Gall a publié General Systemantics: An Essay on How Systems Work, and Especially How They Fail. Refusé par trente éditeurs, auto-publié, puis réédité trois fois — la dernière sous le titre The Systems Bible. Au cœur du livre, une phrase devenue célèbre sous le nom de « loi de Gall » :
Un système complexe qui fonctionne s'est invariablement développé à partir d'un système simple qui fonctionnait. Un système complexe conçu à partir de zéro ne fonctionne jamais, et on ne peut pas le rafistoler pour qu'il fonctionne. Il faut recommencer avec un système simple qui marche.
Gall — qui était pédiatre, pas consultant en management — avait observé ce phénomène dans les hôpitaux, les administrations, les programmes gouvernementaux. Son exemple le plus savoureux : le hangar de préparation des fusées à Cap Canaveral est si grand qu'il génère son propre climat, incluant des nuages et de la pluie. La structure censée protéger les fusées les arrose.
Sa conclusion : les systèmes complexes ne peuvent pas être « fabriqués ». Ceux qui fonctionnent ont tous évolué à partir de quelque chose de simple qui tenait debout.
À la même époque où SAAQclic s'enfonçait, un autre projet d'État réussissait sous le radar. La SQDC a été mise sur pied en moins d'un an et fonctionnait dès le jour de la légalisation du cannabis en octobre 2018. Réseau de succursales opérationnel, site de vente en ligne fonctionnel, approvisionnement sécurisé. Jean-François Bergeron, responsable de la mise sur pied, a parlé d'un « tour de force ».
Comment ? En ne repartant pas de zéro.
La SQDC a été créée comme filiale de la SAQ. Même infrastructure logistique, même expertise en commerce de détail, mêmes réflexes opérationnels. On a greffé un nouveau mandat sur un système qui fonctionnait déjà. Simple d'abord : une vingtaine de succursales, une centaine de produits. Puis on a construit dessus.
Et la SAQ elle-même est un cas d'école. Quand Gaétan Frigon en prend la présidence en 1998, la société d'État souffre de ce qu'il appellera « la maladie du monopole ». Aucune croissance depuis dix ans. Des succursales fermées le dimanche dans des centres commerciaux où les trente autres commerces sont ouverts.
Frigon n'a pas commandé un grand plan stratégique à une firme de consultation. Il a fait le tour des succursales en Gaspésie, a compté les magasins ouverts le dimanche — trente sur trente et un, le seul fermé étant la SAQ — et il les a ouverts. Six cents emplois de plus. Le dimanche est devenu la deuxième journée de ventes en moins d'un an.
Puis il a enchaîné : circulaires, promotions, paiement par carte de crédit, trois bannières (Classique, Express, Sélection), transformation des vendeurs en « conseillers en vin ». Chaque geste simple, greffé sur ce qui fonctionnait déjà. En quatre ans, la SAQ est passée de hors palmarès à troisième entreprise la plus admirée des Québécois.
Son message aux troupes : « Si on veut que nos clients n'appellent pas à la privatisation, soyons les meilleurs. »
Le privé québécois connaît le même principe, même s'il ne cite pas Gall. Desjardins perdait 80 000 membres en cinq ans et traînait au huitième rang en satisfaction client parmi les institutions financières canadiennes. La réponse classique aurait été une refonte technologique massive. Desjardins a plutôt choisi vingt produits prioritaires — ouverture de compte, carte de crédit, renouvellement hypothécaire — et les a numérisés un par un. Cinq ans plus tard : les ventes en ligne sont passées de 25 % à 40 %, quatorze points devant la moyenne canadienne, et le NPS a bondi de onze points. Du huitième rang au deuxième. Nathalie Larue, première vice-présidente, résume l'approche : « Ne jamais isoler le chantier numérique. »
Couche-Tard a suivi la même logique pendant quarante ans. Un seul dépanneur à Laval en 1980. Puis des acquisitions ciblées, digérées une à une — d'abord au Québec, puis au Canada, puis aux États-Unis, puis en Scandinavie, puis en Asie. Chaque marché absorbé avant de passer au suivant. Aujourd'hui : 16 700 magasins dans 27 pays, l'action multipliée par mille. Alain Bouchard n'a jamais tenté de devenir un géant mondial d'un seul coup. Il a construit sur ce qui marchait, encore et encore.
Et Bombardier est peut-être l'exemple le plus spectaculaire. En 2020, l'entreprise frôlait l'écrasement : endettement massif, divisions vendues les unes après les autres, flux de trésorerie négatifs. Éric Martel a pris les commandes avec un plan de redressement sur cinq ans — pas une refonte totale, mais un recentrage progressif : aviation d'affaires d'abord, puis services après-vente, puis défense. Chaque étape construite sur la précédente. En 2025, Bombardier a dépassé tous les objectifs de son plan : 9,55 milliards de revenus, cinquième année consécutive de croissance, un carnet de commandes de 17,5 milliards. Le cas fait désormais l'objet d'études à Harvard et à Columbia. Martel résume : « Nous avons transformé l'entreprise. » Mais il l'a fait morceau par morceau.
La loi de Gall est contre-intuitive pour quiconque vend de la transformation. L'ambition dit : « On voit le problème, on a les ressources, on y va. » La loi de Gall répond : « Plus vous concevez grand d'emblée, plus vous avez de chances d'échouer. »
C'est un problème pour les grandes firmes de consultation, dont le modèle d'affaires repose sur la refonte totale. On diagnostique, on recommande un plan en 200 diapositives, on facture des millions, et on laisse le client avec un système complexe conçu à partir de zéro. Exactement ce que Gall dit de ne jamais faire.
Les organisations qui changent vraiment commencent plus petit que ce qui semble confortable. Une habitude. Une réunion. Une décision qui tient. Puis elles construisent dessus. Non pas parce qu'elles manquent d'ambition — mais parce qu'un système qui fonctionne gagne le droit de grandir. Un système qui ne fonctionne pas s'effondre sous son propre poids.
La question que Gall poserait à n'importe quel comité de direction : Quelle est la version la plus simple du changement que vous essayez de faire ?
Si la réponse prend plus de deux phrases, c'est qu'on n'a pas encore trouvé le système simple.
Soyons honnêtes, on a tous déjà quitté le bureau à 16h30 au lieu de 17h. On respecte généralement les règles, mais pas toujours. Certains ont peur des sanctions ou agissent par principe, d’autres suivent le groupe, et quelques-uns ignorent les règles, peu importe les conséquences. Ce n’est pas nous qui le disons, mais bien Simon Gächter, Lucas Molleman et Daniele Nosenzo, de brillants chercheurs en sciences comportementales et économiques.
Dans l’article « Why people follow rules », Gächter, Molleman et Nosenzo nous présentent la conformité aux règles (C) comme la fonction mathématique: C=ƒ(R;I;S;P). Autrement dit, respecter une règle dépend de plusieurs variables. Voici comment ils les décortiquent :
Pour rendre tout cela plus concret, nous avons vulgarisé l’étude en trois effets que vous avez sûrement dû déjà observer : l’effet mouton, l’effet pomme pourrie et l’effet maternel. Trois images simples pour comprendre pourquoi on suit les règles… ou pas!
L’effet du mouton fait référence aux « attentes sociales » du modèle CRISP. C’est-à-dire l’influence des autres sur nos décisions, surtout lorsqu’il est question de respecter une règle. Ce phénomène n’a rien de nouveau. Déjà en 330 avant J.-C., Aristote affirmait que l’humain est un « animal social et politique ». Nous vivons en groupe, nous partageons des normes, et nous nous ajustons les uns aux autres. En d’autres termes, comme un troupeau, nous captons les mouvements avant de faire le nôtre.
Environ 30 % des individus adaptent leur comportement à celui du groupe. Si l’heure officielle de départ est 17 h, mais que tout le monde quitte à 17 h 30, plusieurs vont suivre. Formellement, la règle n’a pas changé, mais la norme informelle, elle, s’est déplacée.
Mais attention : suivre le groupe n’explique pas tout. Parfois, ce n’est pas le troupeau qui entraîne, c’est une seule pomme qui abîme tout le panier. Parlons justement de l’effet de la « pomme pourrie ».
Toujours dans la logique des attentes sociales, mais sous l’angle inverse : ici, ce n’est pas le groupe qui nous élève, c’est un individu qui nous tire vers le bas, comme une pomme pourrie qui contamine ses semblables!
L’expression « a rotten apple quickly infects its neighbor » remonte au 14ᵉ siècle. Benjamin Franklin la popularise ensuite au 18ᵉ. L’idée traverse le temps, mais ce n’est qu’en 2007 que le chercheur Will Felps la valide scientifiquement : la présence d’un seul individu négatif, déviant ou non coopératif peut détériorer la dynamique et la performance d’un groupe entier.
Concrètement, voir quelqu’un enfreindre une règle ne nous fait pas immédiatement changer d’avis. On continue de croire que la règle est valable, mais la transgression devient un peu plus acceptable. Si un collègue part à 16 h 30 chaque jour et que d’autres commencent à le faire, vous allez commencer à penser que « ce n’est pas si grave » de faire la même chose. Encore une fois, la règle n’a pas changé, elle s’est érodée!
Avant d’aborder le thème des sanctions, voyons d’abord un levier tout aussi important : celui des préférences sociales dans le modèle CRISP.
Les règles existent souvent pour protéger autrui. Lorsqu’on comprend qu’une infraction nuit aux autres, leur respect augmente de 55 % à… 61 %! Autrement dit, une règle est mieux suivie lorsqu’elle a du sens pour le collectif.
C’est ce qu’on appelle l’effet « maternel », ou mama bear syndrome. On respecte la règle non par peur ni par conformisme, mais par instinct de protection.
Si vos collègues travaillent tard sur un dossier important, vous serez naturellement porté à rester passer les 17 heures pour les aider. Pas parce qu’on vous l’impose, mais parce que quelqu’un en bénéficiera.
S’il est vrai que les attentes sociales nous influencent, les sanctions jouent elles aussi un rôle. C’est la variable incitations extrinsèques (I) du modèle CRISP. Mais attention : toutes les sanctions n’augmentent pas automatiquement l’obéissance d’un groupe. Certaines peuvent même produire l’effet inverse.
Lorsque la probabilité d’être sanctionné est faible, la conformité augmente à peine : de 61 % à 62 %. Autrement dit, la simple menace a peu d’effet si elle n’est pas suivie d’actions concrètes. Par exemple, si la direction rappelle que l’heure de départ est fixée à 17 h, mais que les contrôles sont rares et les conséquences inexistantes, les départs anticipés continueront. La règle existe, mais elle manque de crédibilité.
À l’inverse, lorsque la sanction est hautement probable, l’obéissance inconditionnelle passe de 26 % à 57 %. Ainsi, si la direction inscrit une note au dossier dans la majorité des cas de départs précoces, le respect de l’heure officielle augmente. La différence tient à un élément clé : la sanction n’est plus théorique, elle est perçue comme réelle et crédible.
Les sanctions ne devraient jamais être le réflexe automatique. Oui, elles peuvent dissuader, mais seulement si elles sont proportionnées et crédibles. Pour des règles du quotidien comme l’heure de départ, le sens est souvent plus puissant que la menace.
Ce qu’il faut faire? Expliquer le « pourquoi » derrière la règle! Si un gestionnaire explique qu’il faut rester jusqu’à 17 h pour assurer la collaboration avec l’équipe en Australie, la règle cesse d’être arbitraire. Elle devient logique. Quand une règle fait sens, on est beaucoup plus enclin à la respecter.
Bonne nouvelle : plus de la moitié des gens, entre 55 et 70 %, respectent les règles par principe, même en l’absence de sanction. Les chercheurs parlent ici de respect intrinsèque (R) dans le modèle CRISP. Alors pas de panique! Si vous changez l’heure officielle de départ à 18 h, une bonne partie de l’équipe attendra patiemment les six coups de 18 h avant de quitter. Mais puisque la norme au Québec reste 17 h, on ne vous le conseille pas!
J'étais récemment en conférence dans une grande entreprise à Montréal, qui était fière de ses 200 collaborateurs. En pitch, elle utilise parfois cet "argument du nombre" pour valoriser la puissance d'un groupe. C'est dommage, car on peut aller beaucoup plus loin.
Quand on « compare » des effectifs, on a tendance à ne prendre en compte que… les effectifs eux-mêmes, plutôt que les interactions potentielles entre eux. Quel dommage, c'est justement ça la force du collectif! Comment alors calculer ce nombre d'interactions, de connexions?
C'est à Robert Melancton Metcalfe (1946-) que l'on doit une formule imparable quand il s'agit de calculer la valeur d'un réseau.
Jeune doctorat, Metcalfe rejoint le MIT, déçu que Harvard ne l'ai pas autorisé à brancher l'université sur le nouveau réseau ARPAnet - ancêtre du web. C'est donc au MIT où il va pouvoir créer un des premiers réseaux d'ordinateurs interconnectés, et connecté au fameux ARPAnet. Il rejoint alors le PARC en 1973, célèbre laboratoire de XEROX et véritable incubateur pour des ingénieurs qui finiront chez Apple et Microsoft commercialiser leurs inventions. Metcalfe n'échappe à cette fuite des cerveaux et fonde 3Com, qui deviendra rapidement un fournisseur de service nouveau : l'Ethernet, l'invention du jeune ingénieur.
L'ethernet devient une norme dans la silicon valley et partout ailleurs dans le monde. 3Com sera rachetée en 2010 par Hewlett-Packard.
Dans ses travaux, Metcalfe va promulguer une loi, qu'on appelle la loi d'utilité de réseau basée sur le carré des nœuds » - même si on ne l'appelle pas comme ça en réalité. Cette loi est devenue la Loi de Metcalfe. On l'appelle aussi l'effet de réseau, ou l'effet club.
Alors que dit cette loi de Metcalfe? Elle calcule le nombre de connexions possibles dans un réseau possédant n noeuds. Elle établit également que ce nombre de connexions représente la valeur du réseau.
La formule est la suivante :
Mais on la simplifie souvent avec la formule suivante :
En voici une l'illustration originale :

Et voici un exemple très concret :
Pour vous simplifier la vie, j'ai programmé un petit calculateur pour vous :
Alors plutôt que de vous mettre de l'avant en disant « nous sommes 50 employés alors que notre concurrent n'a que 30 employés… c'est 20 de plus! », expliquez plutôt « nous avons 1225 interactions possibles, alors que notre concurrent n'en a que 435, c'est 790 de plus! ».
La loi de Metcalfe est devenue une bénédiction pour le calcul de la valeur d'un réseau social. Facebook, LinkedIn, X (Twitter)... tous les plateformes calculent leur valeur financière en se basant sur la formule de Metcalfe. L'idée, mettre de l'avant les connexions possibles plutôt que le nombre d'abonnées.
Cependant, cette approche est discutable quand les réseaux sont vastes, et que la possibilité de connexion entre TOUS les noeuds n'est pas évidente — c'est le cas pour tous les réseaux sociaux. Dans ce cas, certains experts privilégient une autre loi inspirée de la linguistique, celle de Zipf.❶ La valeur est beaucoup moins avantageuse, avec la formule valeur = n(log n).
Pour les curieux, voici un calculateur Zipf :
Cependant, c'est encore aujourd'hui la loi de Mercalfe qui fait foi dans la plupart des organisations.❷
C'est à Richard Buckminster Fuller que nous devons la théorie de la Knowledge Doubling Curve, une prédiction dictée en 1980 et qui se vérifie aujourd'hui.
Bucky était le mauvais garçon de la Silicon Valley. Plusieurs fois viré de Harvard, il est devenu une inspiration pour le mouvement cybernétique et un gourou pour la communauté technologique naissante des années 60. Véritable touche-à-tout, architecte, designer, inventeur fou et futurologue, il est le papa de la biosphère de Montréal, et celui d'une théorie : la connaissance collective est exponentielle.
Cette théorie a peu été relayée par les universitaires de l’époque, mais tout s’explique par la réputation académique de Bucky. Or, aujourd’hui, elle résonne comme une véritable prédiction. L’idée : la connaissance collective à vitesse exponentielle. Attention, pas l’intelligence collective, la connaissance collective !

Il fallait 100 ans pour que la connaissance collective double en 1900.
Il fallait 25 ans pour que la connaissance collective double au milieu du siècle dernier.
Il fallait 13 mois pour que la connaissance collective double en 2016.
IBM a même poursuivi ces projections et annonce que le savoir doublera toutes les... douze heures, en 2036.
Pensez au corpus de connaissances de la médecine De Humani Corporis Fabrica (sur la structure du corps humain), qui fut l’œuvre majeure d’André Vésale, et véritable référence pour tous les scientifiques du xvie siècle. Tout était là. Toute la connaissance de la médecine rassemblée dans une seule œuvre publiée en 1543. Ce fut un tournant dans l’histoire de la médecine et de l’étude de l’anatomie humaine. Cet ouvrage était si imposant qu’il est souvent confondu avec une encyclopédie en raison de sa vaste couverture du sujet et de sa contribution fondamentale à la compréhension du corps humain. Tout le savoir de l’humanité sur l’humain ! Bon, eh bien De Humani Corporis Fabrica comptait 659 pages illustrées. Imaginez, en moins de 700 pages, on savait tout sur tout, sur la médecine du xvie siècle. Imaginez maintenant le volume de connaissances que nous avons sur le corps humain aujourd’hui !
Ou pensez encore à l’effervescence des sciences après la Deuxième Guerre mondiale, en partie produite par la fuite des cerveaux d’Europe centrale vers les universités américaines après l’élection d’Hitler en 1933. Tous les grands campus américains ont hérité de ces exilés allemands, autrichiens, hongrois, polonais expulsés par le régime nazi — notamment grâce à la fondation Rockefeller. Cette dernière mit en place un fonds d’aide spéciale pour les chercheurs destitués (Aid Fund for Deposed Scholars) destiné à financer des universitaires et intellectuels européens contraints de fuir le nazisme. Entre 1933 et 1942, ce programme permit d’aider plusieurs centaines d’intellectuels à trouver refuge sur des campus américains. Sans faire d’angélisme — l’accueil des chercheurs juifs était tout de même timide : il suffit de s’intéresser au parcours d’Einstein pour s’en convaincre —, ces années furent fructueuses sur le plan scientifique.
Les disciplines se croisèrent, les savoirs s’entrechoquèrent, et de nouveaux modes de pensée ont émergé de ces mélanges. C’est la naissance de la hiérarchie des besoins et des motivations de Maslow, c’est le début du design thinking, des focus groups, de l’informatique de Von Neumann en 1945, et bientôt de l’intelligence artificielle en 1955, avec la fine équipe de Dartmouth.
Ces inventions, combinées, ont accéléré davantage la production de connaissances, liée depuis à la puissance des ordinateurs. Depuis l’invention de l’ordinateur, la recherche est liée à la puissance des microprocesseurs, avec une loi bien connue (et parfois contestée), la loi de Moore. Gordon Moore était un des cofondateurs d’Intel, et un des papas du microprocesseur. Sa loi n’est pas tant une loi physique qu’une observation empirique, mais elle a fait foi pendant des décennies. Voilà ce qu’elle dit : à coût constant, la vitesse des microprocesseurs double tous les 18 mois. Une prédiction de 1965 — que Buckminster Fuller avait anticipée plusieurs années auparavant — restée vraie jusqu’en 2015, la physique imposant des barrières naturelles à la progression de cette vitesse. Moore avait lui-même prévu la limite de sa propre loi. Une limite physique insurmontable, puisqu’en dessous d’une échelle nanométrique (sous 10 nm), il devient difficile de miniaturiser davantage les microprocesseurs sans faire face à des problèmes complexes : effets quantiques, dissipation thermique, limitations de la lithographie, etc. Dès lors, il a été plus facile de multiplier les processeurs que de miniaturiser les microprocesseurs.
C’était sans compter le génie des équipes de Jensen Huang, grand patron de NVIDIA. En 2019, il déclare la mort de la loi de Moore et qu’il faudra désormais compter sur d’autres types de technologie… Optimisation des architectures, parallélisation des cœurs de processeurs et spécialisation des microprocesseurs (notamment les GPU) ont révolutionné l’approche de l’informatique matérielle. L’accélération des ordinateurs est redevenue possible, accélérant encore et encore la production de connaissances.
Aujourd’hui, les chercheurs ne cherchent plus. Ils ont produit des IA capables de chercher à leur place, donc de plus en plus vite. Par exemple, cette IA nommée M3GNet, développée par l’Université de Californie, a « inventé » une base de données de plus de 31 millions de nouveaux matériaux inexistants, en prédisant également leurs propriétés. Grâce à M3GNet, l’humanité découvre de nouveaux matériaux à une vitesse totalement inédite, vertigineuse.

Alors ? Buckminster était-il fou de considérer que la connaissance allait grandir à une vitesse exponentielle ? Au-delà de notre ressenti, quelle preuve tangible peut-on produire pour montrer le bien-fondé de son intuition ? La réponse est arrivée chez Perrier Jablonski au détour d’un mandat, pour lequel nous avions à creuser le sujet. Nous sommes tombés sur une étude édifiante, celle de l’American Clinical and Climatological Association, publiée en 2011.
Cette étude voulait alerter l’administration Obama sur les défis de la formation des médecins, dans un monde où la connaissance grandit si vite. Et le rapport donne des chiffres. Évidemment, ces chiffres sont faciles à obtenir à une époque où tout se compte (brevets, recherches, mémoires, etc.). Les voici.
Il fallait 50 ans pour que la connaissance médicale double en 1950, 7 ans en 1980, 3 ans et demi en 2010... et... 73 jours en 2020. Un étudiant qui a commencé ses études de médecine en 2010 est devenu médecin en 2017. Dans ce même laps de temps, la connaissance médicale a doublé trois fois.
Si vous pensiez que le monde allait certainement ralentir un jour, j’ai une réponse pour vous. Enfin, pas moi, mais le président de Google, Sundar Pichai, qui annonçait en 2019 les premiers tests du premier processeur quantique, le Sycamore 54-qubit. Sycamore a réalisé un calcul complexe en 3 minutes et 20 secondes... alors qu’il faudrait 10 000 ans aux meilleurs super calculateurs du marché. Bien évidemment, il s’agit d’un test réalisé dans des conditions impossibles à reproduire dans le quotidien... Mais ce n’est qu’une question de temps.
Trois minutes contre 10 000 ans. Non, l’accélération n’est pas prête de ralentir...

Il suffit de regarder une courbe démographique pour comprendre l’incroyable simplicité des enjeux qui nous attendent. Rien de tel qu'une illustration graphique pour expliquer le problème. Bien évidemment, tout dépend de votre industrie, de votre produit ou de votre offre, mais l'idée est simplement d'imaginer l'avenir ensemble.




Côté client, les baby-boomers ne travaillent plus, mais ils vivent encore. Ils ne sont plus vos employés, mais ils sont restés vos clients. Il y a donc toujours autant de clients à servir, avec un marché du travail plus restreint.
Côté employés, il y a mécaniquement moins de candidats potentiels, et les expertises nécessaires pour travailler chez vous sont les mêmes que chez Google, GSoft ou Element AI. Résultat : un candidat peut choisir son employeur dans une infinité d’industries... ici ou ailleurs.
Bref, l’enjeu des 10 prochaines années n’est pas de trouver plus de clients. Il est de trouver les employés qui serviront les clients que vous avez déjà. Vous n'avez pas de défi de croissance. Vous avez un défi de bienveillance. Voici trois pistes de réflexion pour vous préparer, et inventer votre propre expérience-employé.
L’intelligence artificielle est devenue une ombre qui plane au-dessus de nos emplois. Or, c'est encore un fantôme bien peu crédible face à l’incroyable capacité de réflexion des humains. Des études récentes commencent à nous rassurer : les échecs cuisants et coûteux rendent les professionnels plus prudents quant aux prévisions alarmistes des emplois détruits par l’IA. Une forme d'intelligence domine : l'automatisation. Elle représente 70% des projets d'intelligence artificielle aujourd’hui. L'idée n’est pas de supprimer des emplois, mais de supprimer les tâches stupides dans nos emplois. Et si notre temps était consacré à plus de réflexion inductive (la plus grande qualité de l’humain) et moins de réflexion déductive (sans valeur, répétitive, ennuyeuse)?
Les connaissances doublent à vitesse exponentielle. En médecine par exemple, la connaissance collective double tous les 73 jours alors qu'il faut dix ans pour former un médecin. Il est alors impensable de croire qu’un employé chez vous a terminé son apprentissage. Ce qu'il n'apprendra pas chez vous, il voudra l’apprendre ailleurs... chez votre concurrent s'il le faut. Vous devez devenir une école et vos gestionnaires, des professeurs. Vous devez offrir une structure pour préparer vos employés à demain de manière constante. Et vous devez choisir des gestionnaires capables d’instruire et inspirer les troupes.
Les startups (devenues des multinationales) ont donné une vision simplifiée des désirs des jeunes générations. Tables de babyfoot, vacances infinies, chefs cuisiniers... au-delà de la poudre aux yeux, revenez à certains fondamentaux. Un jeune employé chez vous va aussi (et surtout) rechercher une certaine sécurité d'emploi. Mariage, condo, projets... la vie d’un jeune couple en 2019 n’est pas très différente d'il y a 30 ans. Aussi, pensez aux sujets de société qui ne peuvent plus être traités comme des valeurs sociétales, mais bel et bien comme des questions de survie, comme le développement durable, la responsabilité sociale ou l'éthique.