Tout était là

« Dites-nous quelque chose qu'on ne sait pas. »

Cette phrase, je l'ai entendue dans une salle de comité, après qu'on venait de passer une bonne partie de la rencontre sur des indicateurs qui documentaient déjà, en détail, exactement ce qui n'allait pas.

Elle m'a fait sourire.

Parce qu'elle demandait l'inverse de ce dont la salle avait besoin.

Tout était déjà là.

On voulait autre chose.

Les organisations manquent rarement d'information.

Elles manquent du moment où quelqu'un regarde cette information et dit : ça, c'est un problème.

Le tableau de bord était accessible.

Les alertes avaient été déclenchées.

Les écarts apparaissaient dans les métriques.

Les incidents se ressemblaient suffisamment pour qu'on puisse y voir une tendance.

Tout était là.

Et pourtant, rien n'existait vraiment.

Parce qu'entre rendre quelque chose visible et le reconnaître, il y a une distance que nos organisations mesurent très mal.

Nous avons passé des années à réduire la première.

Plus de données.

Plus de tableaux de bord.

Plus d'indicateurs.

Plus de surveillance.

Plus récemment, plus d'intelligence artificielle pour résumer tout cela, détecter les anomalies et nous montrer ce que nous n'aurions peut-être pas remarqué seuls.

Nous avons construit des organisations capables de voir presque tout.

Sans jamais nous demander ce que voir devait déclencher chez celui qui regarde.

Un système peut détecter qu'un comportement dérive.

Il peut mesurer sa fréquence, comparer avec les semaines précédentes, identifier une corrélation, produire une alerte.

Peut-être même recommander une intervention.

À cet instant, techniquement, le problème est visible.

Mais le regarder ne suffit pas à le voir.

On peut fixer un écran et ne rien y percevoir qui mérite d'être nommé.

Le vert reste vert jusqu'au jour où quelqu'un, enfin, cesse de le lire comme une couleur et commence à le lire comme un signal.

Un rapport peut passer devant tout le monde sans que personne réagisse. L'absence de réaction, elle, ne laisse aucune trace.

C'est peut-être là que notre obsession pour la visibilité nous trompe.

Nous avons longtemps traité l'accès à l'information comme la solution.

Si les dirigeants avaient les bons indicateurs, ils décideraient mieux.

Si les équipes avaient les bonnes données, elles interviendraient plus tôt.

Si les systèmes étaient suffisamment observables, les problèmes ne pourraient plus se cacher.

C'était une hypothèse raisonnable.

Elle oubliait quelque chose.

Un problème peut être visible pour tout le monde et reconnu par personne.

Une organisation peut parfaitement savoir qu'un phénomène existe sans lui accorder de signification.

Elle peut documenter une dérive pendant des mois sans la nommer.

Elle peut mesurer une dégradation sans décider qu'elle est devenue inacceptable.

Elle peut accumuler les preuves d'un problème tout en continuant à le traiter comme une série d'événements indépendants.

Ce n'est pas nécessairement du déni.

Ce n'est même pas toujours un problème de compétence.

C'est un problème de lecture.

L'intelligence artificielle rend cette faiblesse plus difficile à ignorer.

Parce qu'elle augmente brutalement notre capacité à produire des signaux.

Chaque agent laisse des traces.

Chaque automatisation génère des événements.

Chaque interaction peut être mesurée, comparée, évaluée.

Nous allons disposer de plus d'information sur le comportement de nos systèmes que nous n'en avons jamais eu.

Et cela pourrait ne rien changer.

On pourra mesurer précisément qu'un système se dégrade tout en continuant à discuter de la qualité de ses indicateurs.

La donnée sera là.

La preuve aussi.

Et il ne manquera qu'une chose.

Quelqu'un pour le dire.

Il existe un mot pour décrire l'incapacité à reconnaître ce que l'on perçoit.

L'agnosie.

Dans une organisation, elle ne ressemble pas à une absence d'information.

Au contraire.

Elle peut être entourée de tableaux de bord, de rapports, de logs, de KPI et bientôt de résumés produits par l'IA.

Elle ressemble à une organisation qui regarde exactement au bon endroit et qui ne sait plus ce qu'elle est censée y voir.

C'est ce qui la rend difficile à détecter.

Lorsqu'une information manque, on peut aller la chercher.

Lorsqu'un indicateur manque, on peut le construire.

Lorsqu'un système ne produit aucune trace, on peut l'instrumenter.

Mais que fait-on lorsque tout est déjà là ?

Ajouter un autre tableau de bord ?

Une autre alerte ?

Un autre modèle capable de nous expliquer ce que les précédents nous montraient déjà ?

Aucune quantité supplémentaire de données ne peut décider, à notre place, de ce qui mérite enfin d'être vu.

La personne qui a dit « Dites-nous quelque chose qu'on ne sait pas », ce jour-là, n'avait pas besoin d'un nouveau rapport.

Elle avait besoin de reconnaître ce que les anciens disaient déjà.

Tout était là.