Lever le goulot managérial ne l'élimine pas : la théorie des contraintes prévoit qu'il se déplace
Axel Morel · Fondateur & analyste, ProbansL'essentiel
La théorie des contraintes de Goldratt, qui a donné son vocabulaire même au dossier, établit depuis quarante ans qu'élever une contrainte ne la supprime pas : elle déplace le goulot vers le maillon suivant le plus faible. Un budget qui ne cible que la capacité managériale répète une erreur d'optimisation locale déjà documentée.
Ce dossier documente ce qui freine et ce qui débloque la capacité managériale face à l’adoption de l’IA : portée de contrôle, temps consacré aux 1:1, marge de délégation. Une question reste hors du cadre : que se passe-t-il une fois cette capacité rétablie ?
- La théorie des contraintes d’Eliyahu Goldratt, formulée dans The Goal (1984) et devenue un cadre de référence en gestion des opérations, établit qu’un système ne progresse jamais au-delà de sa contrainte la plus faible, et qu’élever cette contrainte fait nécessairement apparaître une nouvelle contrainte ailleurs dans le système, elle ne la supprime pas.
- Des données d’entreprise récentes sur la gouvernance de l’IA suggèrent qu’un goulot distinct s’est déjà formé plus en aval du processus d’adoption, du côté de la revue de sécurité et de conformité, indépendamment de la capacité du management à soutenir ses équipes.
- Ce rapprochement invite à considérer un budget de capacité managériale comme une condition nécessaire mais non suffisante, qui gagne à être complété par une anticipation explicite de la contrainte suivante plutôt que traité comme un point d’arrivée.
Ce que la théorie des contraintes prédit, quarante ans avant l’IA
Ce que les données établissent. Goldratt formalise dans The Goal un principe devenu un pilier de la gestion des opérations : la performance d’un système entier est bornée par son maillon le plus faible, jamais par la somme de ses capacités individuelles [1]. Sa méthode des cinq étapes de focalisation, identifier la contrainte, l’exploiter, subordonner le reste du système à elle, l’élever, puis recommencer, prévoit explicitement qu’une fois la contrainte élevée ou éliminée, une nouvelle contrainte émerge inévitablement ailleurs, et que le cycle doit reprendre pour l’identifier à son tour [1].
Ce dossier s’arrête juste avant cette dernière étape. Portée de contrôle, temps de 1:1, marge de délégation : ces leviers visent tous à élever la capacité managériale, la contrainte identifiée en ouverture du dossier. Aucune des pièces publiées à ce jour ne pose la question suivante, prévue par le cadre théorique que le titre même du dossier invoque : où se reforme le goulot une fois la capacité managériale rétablie ? La recherche menée pour cet article n’a trouvé aucun contenu, sur Probans ou ailleurs, qui pose cette question de façon aussi explicite pour l’adoption de l’IA en entreprise : la littérature disponible documente séparément la théorie des contraintes et les goulots de gouvernance IA, jamais leur rapprochement.
Un candidat déjà documenté, en aval du management
Ce que les données établissent. Des données d’entreprise sur la gouvernance de l’IA documentent un écart de rythme considérable entre l’adoption individuelle d’un outil IA, mesurée en quelques minutes, et sa revue de sécurité formelle, qui peut s’étendre jusqu’à onze semaines [2]. Le même type de source signale qu’une part croissante de l’usage de l’IA en entreprise échappe déjà à la gouvernance mise en place pour l’encadrer [3]. Un cabinet de conseil généraliste, sans intérêt logiciel direct dans la question, documente indépendamment le même phénomène : les organes de revue centralisés s’engorgent à mesure que les cas d’usage se multiplient, ce qui ralentit l’activité sans réduire le risque [4]. Ce que je propose. Ces constats ne démontrent pas, par eux-mêmes, une séquence causale où la levée du goulot managérial ferait mécaniquement apparaître ce goulot de gouvernance : aucune enquête consultée ne compare l’état d’un même processus d’adoption avant et après un investissement en capacité managériale. Ils documentent en revanche qu’un goulot distinct, situé plus loin dans la chaîne d’adoption de l’IA, existe déjà, fonctionne indépendamment de la capacité managériale, et n’est plus signalé par les seuls vendeurs de solutions de gouvernance [4], ce qui rend l’hypothèse d’un déplacement plausible plutôt que spéculative.
Carte de déplacement de la contrainte IA
| Candidat | Ce qui l’appuie | Certitude | Signal à surveiller |
|---|---|---|---|
| Revue de gouvernance et de sécurité | Écart de rythme documenté par deux éditeurs spécialisés et confirmé par un cabinet généraliste indépendant [2][3][4] | Élevée | Le délai de revue de sécurité d’un outil IA dépasse durablement son délai d’adoption individuelle |
| Fonction RH | Sollicitée pour porter l’accompagnement au changement à une échelle inédite | Faible : aucune source consultée ne mesure directement sa charge sur ce dossier précis | Non mesuré à ce jour |
==Un DRH qui budgète la levée du goulot managérial sans réserver, dès la conception du budget, une capacité de revue de gouvernance dimensionnée à l’usage anticipé répète l’erreur d’optimisation locale que la théorie des contraintes documente depuis quarante ans en gestion des opérations.== Mon interprétation. La contrainte suivante la plus probable, sur la base des données disponibles, se situe du côté de la revue de gouvernance et de sécurité des outils IA. Concrètement : dès qu’un budget de capacité managériale est arbitré, la même décision devrait fixer un délai cible de revue de sécurité et désigner qui l’instruit, plutôt que de découvrir cette seconde contrainte une fois la première levée. La fonction RH elle-même, sollicitée pour accompagner un changement à une échelle inédite, reste une seconde candidate plausible que ce dossier n’a pas mesurée directement.
Mes réserves
Le cadre théorique de Goldratt est solidement établi en gestion des opérations depuis 1984 ; son application précise à l’adoption de l’IA en entreprise reste, elle, une extrapolation. Aucune source consultée ne documente un cas où le même processus d’adoption IA a été mesuré avant et après un investissement en capacité managériale, pour vérifier si le goulot se déplace effectivement vers la gouvernance. Sur les délais de revue de sécurité et l’usage non gouverné de l’IA, une des quatre sources est un éditeur logiciel de solutions de gouvernance (Teramind), avec un intérêt direct à documenter l’ampleur du problème qu’il vend la solution pour résoudre ; une autre (NHIMG) est un organisme de formation et de conseil dont le modèle économique dépend aussi de ce même marché, sans être un éditeur de logiciel à proprement parler. Le constat d’engorgement des organes de revue est corroboré par un cabinet de conseil généraliste sans intérêt logiciel direct, ce qui réduit mais n’élimine pas le risque de biais, ce cabinet vendant lui-même des missions de conseil en gouvernance IA.
L’implication concrète : un budget d’adoption de l’IA qui isole la capacité managériale sans réserver, dès sa conception, une part pour la revue de gouvernance et de sécurité risque de découvrir cette seconde contrainte après coup, au moment où elle freine déjà l’adoption que la première levée de contrainte devait débloquer.
Écart au Standard Probans
Je publie cet article sous mon propre seuil de qualité interne. Les trois critères que je considère non négociables, l’exactitude factuelle, la qualité des sources, l’originalité de l’angle, sont respectés. Ce qui manque tient à des dimensions secondaires, que je nomme ci-dessous plutôt que de les corriger artificiellement.
Insight original. Le mécanisme central, une contrainte élevée en fait apparaître une autre ailleurs, reste un principe de base de la théorie des contraintes, reconnaissable par tout lecteur familier de Goldratt ou du Lean. Mon apport propre (la carte de déplacement, le chiffrage 2 minutes contre onze semaines, la recommandation de co-budgétisation) est réel mais reste une application précise d’un cadre connu, pas une découverte inédite.
Qualité des sources. Les quatre sources que je mobilise plafonnent toutes au niveau cabinet/expert dans ma hiérarchie de sourçage. Je n’ai trouvé aucune source primaire, académique ou institutionnelle qui documente directement l’engorgement de la gouvernance IA.
Exhaustivité de la recherche. Ma cartographie du consensus (aucun contenu trouvé qui rapproche théorie des contraintes et goulot de gouvernance IA) tient en une phrase, sans mise en regard avec la littérature généraliste sur les goulots séquentiels en transformation digitale.
Retour au dossier Le manager, goulot d’étranglement de l’adoption de l’IA · Lire la Décision possible du dossier.
I source primaire indépendante · S secondaire spécialisée · P partie prenante ayant un intérêt commercial sur le sujet traité.
Lexique
- Span of control (portée de contrôle)· span of control↗
- Nombre de personnes directement supervisées par un manager. Un span of control qui s'élargit sans compensation, par exemple après la suppression d'un poste non remplacé, réduit mécaniquement le temps disponible par collaborateur encadré.
Développe une méthode d'analyse destinée à distinguer ce que les preuves établissent, ce qu'elles suggèrent et ce qu'elles ne permettent pas de conclure, puis à traduire cette distinction en décisions professionnelles.
Choix du sujet, direction de la rédaction, validation ou modification des sources, validation et retravail du texte et des illustrations : Axel Morel. Rédaction, choix des sources initiales et plan de rédaction initial : assistance IA.
Responsabilité éditoriale : Axel Morel. Recherche et rédaction assistées par IA selon la méthodologie Probans, sources vérifiées avant publication. Charte éditoriale.
En savoir plus