Décider à temps : voir plus tôt pour mieux choisir

Dans une tribune, l’auteur soutient que les signaux faibles d’un incident sont généralement présents bien avant sa survenue. Selon lui, l’enjeu n’est plus de collecter davantage de données, mais de les croiser pour détecter les risques et décider à temps.

Après un accident industriel, un accident du travail, un arrêt de production ou une défaillance qualité, l’enquête consiste à remonter le fil des événements. Elle révèle presque toujours des signaux anciens. Un compte rendu de maintenance mentionnait une usure anormale, un opérateur avait signalé une dérive, un audit fournisseur relevait un écart, un manager visualisait des déviations, tandis que le silence de l’organisation donnait une fausse impression de sécurité. Pris isolément, aucun de ces éléments ne semblait alarmant, et personne ne les avait rapprochés.

Ce scénario se répète alors que les entreprises n’ont jamais disposé d’autant de données sur leurs installations, leurs équipes et leurs processus. Cette abondance ne leur garantit pas pour autant une vision claire de leur exposition aux risques, ni de la manière dont elle évolue.

Des résultats solides qui peuvent masquer une fragilité croissante

Une entreprise peut atteindre ses objectifs de production, de sécurité, de coûts et de délais tout en voyant ses marges de sécurité s’amenuiser. La performance mesure un résultat, sans dire comment il a été obtenu ni quelles réserves subsistent pour absorber un imprévu.

Cette érosion se lit dans une succession de décisions locales : maintenance reportée pour ne pas immobiliser une ligne, confiance placée dans quelques techniciens qui connaissent un équipement, reprises multiples sur une pièce jusqu’à sa conformité, signaux faibles négligés. Chacune de ces décisions se justifie, et aucune n’apparaît comme une anomalie dans les tableaux de bord. C’est leur accumulation qui fait glisser des ajustements acceptables vers une situation préoccupante.

Le cloisonnement des organisations empêche de mesurer ce cumul. Chaque service traite ses difficultés, souvent efficacement, sans visibilité sur celles des autres. L’exposition progresse alors sans qu’aucun indicateur la signale.

Ce que les indicateurs ne montrent pas

Un taux de rendement stable peut coexister avec une dégradation silencieuse de l’état des équipements, de la charge de travail ou des compétences disponibles sur un poste critique. Les indices existent, mais ils sont dispersés entre les historiques de maintenance, les plannings, les données RH et les rapports qualité.

Des pannes répétées sur une machine orientent d’ordinaire vers un problème technique. Si elles coïncident avec une hausse de la charge et le départ d’un technicien expérimenté, elles traduisent, selon l’auteur, une organisation qui s’essouffle autour d’un équipement devenu fragile. Séparément, ces faits ne franchiraient aucun seuil d’alerte. Réunis, ils justifient d’agir avant qu’une défaillance ne menace la sécurité des personnes, la continuité de la production ou la qualité livrée au client.

L’intelligence artificielle facilite la détection de ces rapprochements, en parcourant des volumes de données qu’aucune équipe ne pourrait traiter à la main. Ses résultats restent toutefois à interpréter. La pertinence d’une corrélation dépend de la fiabilité des données saisies, de l’expertise métier et de la connaissance du travail réel. L’outil met en évidence une corrélation, et il revient aux équipes de terrain de dire si elle traduit une véritable fragilité.

Transformer la visibilité en sujet de gouvernance

Une part de l’exposition aux risques se joue en comité de direction. Investissement reporté, équipe réorganisée, recrutements, recours accru à la sous-traitance : ces décisions obéissent à une logique d’entreprise, mais leurs effets sur les opérations apparaissent parfois des mois plus tard, quand plus personne ne fait le lien avec leur origine.

La visibilité dépend aussi de ce que les équipes acceptent de faire remonter. Un opérateur dont les signalements restent sans réponse finit par se taire, et l’entreprise perd une partie des signaux qui auraient permis d’anticiper. Une action corrective soldée dans le système de suivi ne prouve pas non plus que le risque ait diminué. Son efficacité se mesure dans le travail réel et dans la durée, lorsque la pression de production revient.

Après un événement, les organisations reconstituent les chronologies, croisent les témoignages et remontent aux décisions à l’origine de l’incident. L’auteur estime que cette même capacité d’analyse devrait s’appliquer en amont, tant qu’il est encore possible d’agir. Une démarche de gestion des risques opérationnels se juge, selon lui, moins au volume de données mobilisées qu’aux décisions prises à temps.