Notre niveau de compréhension et capacité de prédiction des systèmes vise à être augmenté par les technologies; faut-il encore avoir la structure de réflexion nous permettant d’y naviguer.

Accélérer la prise de décision décentralisée apportant de la valeur globale est une quête constante pour les organisations. Rester compétitif est une priorité dans un écosystème de plus en plus incertain, complexe et interdépendant.

Cet article partage les différents modèles utiles à l’analyse du contexte afin d’adapter nos actions. L’applicabilité de chaque paradigme est identifiée avant de conclure sur la mise en place dans une démarche de Quality Engineering.

Commençons par VUCA, un acronyme tant apprécié des consultants.

VUCA, de l’armée au consulting

Cet acronyme est apparu en 1987 basé sur les théories de leadership de Warren Bennis et Burt Nanus. Initialement utilisé dans un contexte militaire, il visait à décrire l’évolution du contexte plus global et incertain en sortie de guerre froide. Sa diffusion en entreprise a démarré en 2002 principalement par des consultants.

VUCA identifie 4 contextes possibles orientés sur les 2 axes de degré de  connaissance et d’anticipation : Volatility, Uncertainty, Complexity, Ambiguity.

Volatility représente un degré fort de changements peu prévisibles et instables, pour des situations où nous avons de la connaissance. Uncertainty est un contexte avec moins d’incertitude mais un meilleur niveau de connaissance. On identifie la Complexity avec moins d’informations et un nombre de combinatoires et d’une capacité d’analyse limitée. Ambiguity est le cas du “unknown unknown”, avec beaucoup d’incertitude, peu d’historique et une approche souvent pas à pas nécessaire.

VUCA permet d’apporter de la valeur quand traduit en actions concrètes.

Pourquoi utiliser VUCA dans un contexte d’entreprise ?

L’application de VUCA vise à améliorer la prise de décision d’une organisation en adaptant son approche en fonction de la situation. 

C’est une façon de choisir “the right tool for the right job”. Par exemple, une entreprise voulant lancer un nouveau produit dans un contexte d’Ambiguity a tout intérêt à itérer avec ses équipes sur un modèle de LEAN Startup plutôt que d’ajouter des ressources supplémentaires plus adaptées au cas de la Volatility.

Les apports complémentaires de VUCA sont d’améliorer l’identification des “unknowns”, être mieux préparé au futur et reconnaître les différentes facettes du contexte dans lequel l’entreprise évolue. Le parallèle de l’armée avec les entreprises se retrouve dans la globalisation et la digitalisation rendant nos écosystèmes plus difficiles à connaître, comprendre et à prédire.

VUCA est d’ailleurs un acronyme clef repris dans les modèles d’agilité, notamment dans l’ouvrage de Jorgen Hesselberg, Unlocking Agility que je vous recommande.

Entre-temps, un challenger au VUCA est d’ailleurs apparu, RUPT.

RUPT, l’alternative de disruption à VUCA ?

Nous sommes aujourd’hui loin du passé où l’on devait traiter 10 lettres par jour en ayant des mois de répits pour prévoir nos évolutions. Le terme DisRUPTion est souvent associé à l’acronyme RUPT™. Rumpere signifie une cassure en latin, oú le suffixe ab-, abruptus, est à l’origine du mot “abrupt”.

RUPT est l’acronyme pour Rapid, Unpredictable, Paradoxical, Tangled. Son objectif est de faire évoluer l’approche des organisations face à l’évolution de ces contextes. Contrairement au VUCA, une approche globale est proposée pour chacun des axes, résultant en une nouvelle réalité à considérer.

Le modèle préconise l’utilisation du raisonnement métaphorique pour naviguer dans les vagues rapides de changements. Le Shared Sense Making est une technique d’alignement et de décision collaboratif, que l’on retrouve par exemple dans des rituels agiles. La nécessité d’une approche systématique et une perspective holistique se retrouve dans l’Integrative Thinking, dans le but de générer de nouvelles possibilités. Enfin, la difficulté à discerner les causes à effets dans une montagne d’informations nécessite la reconnaissance de Patterns accompagné de transparence.

RUPT est un modèle utile à plusieurs pratiques de Quality Engineering.

Quelle pertinence pour RUPT dans nos contextes ?

RUPT est applicable dans diverses situations de Quality Engineering, qui sont d’ailleurs de plus en plus fréquentes. Le cas des entreprises favorisant la prédiction au détriment de l’adaptation en sont un bon exemple, oú l’adoption de pratiques agiles est l’un des leviers disponibles.

Notre écosystème est également rempli de tensions contraires : accélérer avec de la stabilité, améliorer la qualité en réduisant les coûts. C’est le concept de dissonance cognitive qui peut parfois figer le leadership sur une prise de décision. La notion d’error-budget  issu du SRE de Google est un exemple concret d’application visant à balancer rapidité et stabilité.

RUPT est également pertinent dans un système complexe, où les relations de causes à effets sont difficiles à percevoir et encore plus à expliquer. On parle dans ce cas de réactions en chaîne subjectives plutôt que de réactions linéaires ou logiques. C’est ce que nous cherchons par exemple à reproduire par des architectures distribuées événementielles animées par de la data science.

Le Chaos Theory peut nous donner de l’espoir dans autant de brouillard. 

Reconnaître nos limites avec le Chaos Theory 

Le manque d’informations, d’identifications de relations de cause à effet, l’inhabilité à identifier des patterns – autant de problématiques formalisées dans le Chaos Theory. C’est une discipline basée sur les mathématiques assumant une large part de unknown dans notre compréhension des systèmes.

Chaos: When the present determines the future, but the approximate present does not approximately determine the future.

Edward Lorenz, The Chaos Theory

Le Chaos Theory définit qu’un système complexe, même si peu compréhensible en surface, réagit par des patterns et lois influencés par son état initial. La conséquence de cette hypothèse est qu’un petit changement ou erreur en amont peut provoquer des résultats fortement différents. Le volume de données combiné au délai entre causes et effets est la principale difficulté pour les humains de les détecter. Cela explique en partie l’engouement autour de la Data Science et le Quantum Computing.

Une image plus largement répandue du Chaos Theory est l’effet papillon.

L’Innovation Butterfly, une réalité actuelle

Les cycles d’innovations et de croissance des entreprises se réduisent de plus en plus, avec des licornes apparaissant sur des cycles de moins de 2 années. Des startups émergent sur des nouveaux business models et disruptent les acteurs existants. 

Ce dynamisme crée autant de points de réactions supplémentaires dans un écosystème en pleine digitalisation. Le terme Innovation Butterfly prend donc tout son sens; un changement peut entraîner des conséquences significatives à l’intérieur ou à l’extérieur du système. Le Chaos Theory est souvent représenté par le papillon, en lien avec le fameux “effet papillon”.

Nous sommes encore loin de pouvoir comprendre l’entièreté de systèmes aussi dynamiques et complexes. Notre Quality Engineering est directement concerné par ces sujets. L’analyse du Value Stream supporté par du Process Mining pour modéliser et améliorer le processus de développement en est une application. C’est un exercice plus ou moins aisé en fonction du contexte, que l’on peut tenter de mesurer.

Le Global Simplicity Index est un indicateur visant à matérialiser la simplicité d’une organisation. Au-delà de l’intérêt commercial de ses créateurs, une étude a mesuré que les organisations accumulent en moyenne 10% de complexité inutile. C’est un bon indicateur de leviers de valeur en interne dans nos démarches de Quality Engineering.

Nous devons donc apprendre à naviguer dans l’incertitude.

Accepter l’incertitude, itérer et s’adapter

VUCA, RUPT, Chaos sont autant d’acronymes qui valorisent l’évolution de nos contextes qui ne vont pas en simplification. Même si les technologies nous promettent de nous aider, les compétences humaines resteront fondamentales.

Développer notre capacité de jugement et d’intuition dans la résolution des problèmes restera utilisable dans ces contextes. Nous pouvons par exemple apprendre à reconnaître le tactique Marketing FUD (Fear, Uncertainty, Doubt), inspiré de tactiques de propagande.

Dans un environnement instable, nos capacités de résilience personnelle et organisationnelle font la différence. La cyber-sécurité a par exemple évolué vers la cyber-résilience. Notre engineering doit également évoluer vers ces compétences, appliquant le concept d’anti-fragitility.

Nous pouvons appliquer les points suivants pour notre démarche de Quality Engineering :

• Accepter que nous ne pouvons pas tout prévoir dans l’évolution du contexte actuel
• Reconnaître les typologies de situations dans lesquelles nous nous trouvons pour utiliser le modèle de réponse le plus adapté
• Utiliser les acronymes et leurs motivations pour défendre la démarche sur une base d’agilité, comme des consultants
• Identifier les dissonances cognitives auxquelles nous devons faire face (e.g. vitesse/stabilité, qualité/coût) et quelles pratiques peuvent venir les supporter (e.g. DevOps, SRE)
• Développer un plan d’amélioration continue d’anti-fragilité, de résilience et de démarches incrémentales, afin d’apporter de la valeur avec flexibilité

Structurer notre raisonnement permet d’améliorer la qualité de notre problem-solving. Le Cynefin framework est un exemple de processus en lien avec VUCA. Nous pouvons également appliquer la méthodologie de McKinsey au Quality Engineering.

Êtes-vous prêt à faire du Chaos notre nouvelle zone de confort ?

Références

Jorgen Hesselberg, Unlocking Agility https://unlockingagility.com/ 

Site officiel du LEAN Startup http://theleanstartup.com/ 

Kirsi Pyhältö, Janne Pietarinen & Tiina Soini, Shared Sense Making https://www.tandfonline.com/doi/abs/10.1080/09585176.2018.1447306?journalCode=rcjo20 

Roger L. Martin, Integrative Thinking, HBR https://hbr.org/2007/06/how-successful-leaders-think 

Edward Lorenz, The Chaos Theory https://en.wikipedia.org/wiki/Edward_Lorenz 

Edward G. Anderson Jr & Nitin R. Joglekar, The Innovation Butterfly https://www.amazon.com/Innovation-Butterfly-Opportunities-Distributed-Understanding/dp/1461431301 

The Global Simplicity Index https://simplicityindex.com/ 

Mind Tools, The Cynefin Framework  https://www.mindtools.com/pages/article/cynefin-framework.htm

Nassim Nicholas Nicholas Taleb, Antifragile: Things That Gain from Disorder https://www.amazon.com/Antifragile-Things-That-Disorder-Incerto/dp/0812979680