Processus décisionnels, numérique et IA

Introduction

Dans le management organisationnel, la décision occupe une place centrale. Une organisation agit, s’adapte, arbitre, investit, recrute, réorganise, innove ou corrige ses dysfonctionnements à travers une succession de décisions. Pourtant, décider n’est jamais un acte purement mécanique. Une décision dépend d’un niveau de responsabilité, d’un processus décisionnel, de contraintes d’information, d’intérêts parfois divergents, de représentations subjectives et, de plus en plus, de l’appui du numérique et de l’Intelligence Artificielle (IA).

Cette leçon s’inscrit dans la continuité des leçons précédentes de management organisationnel, notamment celles consacrées aux comportements humains, aux conflits, aux structures et à la contingence. Ici, l’objectif est de comprendre comment se prennent les décisions dans les organisations, pourquoi elles ne sont pas toujours parfaitement rationnelles, et comment le numérique et l’IA transforment aujourd’hui les processus décisionnels, avec en toile de fond les enjeux de risque et de durabilité.

Objectifs d’apprentissage

À l’issue de cette leçon, vous devez être capable de :

• repérer les niveaux de décision dans une organisation ;
• caractériser les processus décisionnels ;
• identifier les facteurs explicatifs d’une décision ;
• distinguer plusieurs typologies de décisions : stratégique, tactique, opérationnelle ;
• comprendre le rôle des biais cognitifs dans la décision ;
• expliquer les principaux modèles de processus de décision ;
• apprécier le rôle du numérique et de l’IA dans le processus décisionnel ;
• analyser une situation managériale en mobilisant un vocabulaire précis.

1. Décision et processus de décision

1.1 Définition de la décision

Une décision est un choix effectué parmi plusieurs possibilités d’action, dans le but d’atteindre un objectif ou de répondre à une situation donnée.

Dans une organisation, décider consiste par exemple à :

• lancer un nouveau service ;
• modifier une procédure ;
• recruter un collaborateur ;
• choisir un fournisseur ;
• investir dans un logiciel ;
• fermer un site ;
• réaffecter des ressources ;
• traiter une anomalie détectée dans un processus.

La décision n’est donc pas seulement un « moment » ponctuel. Elle s’insère dans un processus de décision.

1.2 Définition du processus de décision

Le processus de décision correspond à l’ensemble des étapes qui conduisent de l’identification d’un problème ou d’une opportunité jusqu’au choix d’une solution, puis à sa mise en œuvre.

On peut le décomposer de manière simple en plusieurs phases :

1. Repérage d’une situation : problème, opportunité, risque, tension, besoin de changement.
2. Collecte et traitement de l’information.
3. Formulation d’options possibles.
4. Choix d’une solution.
5. Mise en œuvre de la décision.
6. Évaluation des résultats.

1.3 Pourquoi étudier le processus plutôt que la seule décision ?

Parce qu’une bonne ou une mauvaise décision ne s’explique pas uniquement par le choix final. Elle dépend aussi :

• de la qualité de l’information disponible ;
• du temps laissé à l’analyse ;
• de la structure de l’organisation ;
• des acteurs impliqués ;
• des outils numériques mobilisés ;
• des représentations mentales des décideurs ;
• des risques pris en compte ou ignorés.

Autrement dit, pour caractériser et analyser des situations et décisions managériales, il faut comprendre comment la décision a été produite.

2. Repérer les niveaux de décision dans une organisation

Les décisions ne se situent pas toutes au même niveau. La typologie classique distingue les décisions stratégiques, tactiques et opérationnelles.

2.1 Les décisions stratégiques

Les décisions stratégiques engagent l’organisation sur le long terme. Elles concernent les grandes orientations et mobilisent souvent des ressources importantes.

Caractéristiques

• horizon de long terme ;
• fort impact sur l’avenir de l’organisation ;
• niveau d’incertitude élevé ;
• souvent prises par la direction générale ou les dirigeants ;
• difficilement réversibles.

Exemples

• entrer sur un nouveau marché ;
• adopter une stratégie de diversification ;
• investir dans une transformation numérique majeure ;
• décider d’une politique d’intégration de l’IA ;
• repositionner l’entreprise autour d’objectifs de durabilité.

Pourquoi sont-elles complexes ?

Parce qu’elles portent sur un avenir incertain, avec des informations incomplètes. Elles supposent des arbitrages entre croissance, rentabilité, risque, image, ressources humaines et parfois durabilité.

2.2 Les décisions tactiques

Les décisions tactiques traduisent la stratégie en plans d’action à moyen terme. Elles sont souvent prises par l’encadrement intermédiaire.

Caractéristiques

• horizon de moyen terme ;
• visent la mise en œuvre des orientations stratégiques ;
• concernent l’allocation des ressources, l’organisation des moyens, la coordination.

Exemples

• définir un plan de déploiement d’un nouvel outil numérique ;
• organiser une nouvelle équipe projet ;
• choisir les indicateurs de suivi d’une politique RSE ;
• programmer les formations liées à l’usage d’une IA.

Enjeu principal

Elles assurent la cohérence entre la vision stratégique et l’action concrète.

2.3 Les décisions opérationnelles

Les décisions opérationnelles concernent le fonctionnement courant de l’organisation.

Caractéristiques

• horizon de court terme ;
• répétitives ou fréquentes ;
• souvent encadrées par des procédures ;
• prises au plus près du terrain.

Exemples

• valider une commande ;
• affecter un dossier à un collaborateur ;
• traiter une réclamation ;
• ajuster un planning ;
• corriger une erreur détectée par un logiciel.

Particularité

Certaines décisions opérationnelles peuvent être fortement programmables, ce qui explique pourquoi elles sont aujourd’hui les plus facilement assistées, voire automatisées, par le numérique et l’IA.

2.4 Tableau de synthèse

| Niveau de décision | Horizon | Acteurs principaux | Nature | Exemple | |---|---|---|---|---| | Stratégique | Long terme | Direction générale | Orientation globale | Investir dans une plateforme d’IA | | Tactique | Moyen terme | Encadrement intermédiaire | Mise en œuvre | Organiser le déploiement de l’outil | | Opérationnelle | Court terme | Responsables de terrain, équipes | Exécution quotidienne | Affecter automatiquement des tâches |

3. Caractériser les processus décisionnels

Un processus décisionnel peut être plus ou moins formalisé, plus ou moins collectif, plus ou moins rationnel.

3.1 Processus formalisé ou informel

Processus formalisé

Il suit des étapes explicites, des règles, des procédures, parfois des outils de validation.

Exemple : décision d’investissement soumise à un dossier, une étude de faisabilité, une validation budgétaire et une autorisation hiérarchique.

Processus informel

Il repose davantage sur les échanges spontanés, les habitudes, l’intuition ou les rapports de pouvoir.

Exemple : un manager réaffecte rapidement une mission à un collaborateur sans procédure écrite.

3.2 Processus individuel ou collectif

Décision individuelle

Elle est prise par une seule personne disposant de l’autorité nécessaire.

Avantage : rapidité.

Limite : risque de vision partielle ou de biais renforcés.

Décision collective

Elle implique plusieurs acteurs : comité de direction, groupe projet, réunion d’équipe.

Avantage : diversité des points de vue.

Limite : temps plus long, compromis parfois flous, risque de dilution des responsabilités.

3.3 Processus programmable ou non programmable

Cette distinction est essentielle en management.

Décisions programmables

Ce sont des décisions répétitives, pour lesquelles des règles ou des procédures peuvent être établies.

Exemples : réapprovisionnement automatique, validation d’une note de frais sous un seuil, routage d’un ticket support.

Décisions non programmables

Elles concernent des situations nouvelles, ambiguës ou exceptionnelles.

Exemples : réponse à une crise réputationnelle, choix d’une acquisition, repositionnement stratégique.

Plus une décision est programmable, plus le numérique et l’IA peuvent y jouer un rôle important.

4. Identifier les facteurs explicatifs d’une décision

Une décision ne s’explique jamais par une seule cause. Plusieurs familles de facteurs interviennent.

4.1 Les facteurs informationnels

La qualité de la décision dépend de la qualité de l’information :

• information complète ou incomplète ;
• information fiable ou douteuse ;
• information disponible à temps ou tardive ;
• information compréhensible ou trop complexe.

Pourquoi c’est décisif ?

Un décideur ne choisit pas dans l’absolu : il choisit à partir de ce qu’il sait, de ce qu’il croit savoir ou de ce qu’on lui présente.

Exemple : une direction peut sous-estimer un risque environnemental si les données remontées sont partielles.

4.2 Les facteurs organisationnels

La structure de l’organisation influence la décision :

• degré de centralisation ;
• niveau de formalisation ;
• circulation de l’information ;
• répartition des responsabilités ;
• existence de procédures ;
• culture organisationnelle.

Exemple

Dans une organisation très centralisée, une décision tactique peut remonter inutilement au sommet, ralentissant l’action. À l’inverse, dans une structure décentralisée, la réactivité est meilleure mais la cohérence globale peut devenir plus difficile.

4.3 Les facteurs environnementaux

L’environnement externe pèse sur la décision :

• concurrence ;
• réglementation ;
• évolution technologique ;
• attentes des parties prenantes ;
• pression sociale ou médiatique ;
• enjeux de durabilité.

Exemple

Une entreprise peut décider d’investir dans une technologie plus sobre non seulement pour des raisons économiques, mais aussi pour répondre à des attentes ESG ou réduire un risque réglementaire.

4.4 Les facteurs humains et cognitifs

Le décideur est un être humain, donc il ne raisonne pas toujours de façon parfaitement rationnelle.

Parmi les facteurs humains, on trouve :

• l’expérience ;
• les compétences ;
• la personnalité ;
• les émotions ;
• les intérêts personnels ;
• les rapports de pouvoir ;
• les biais cognitifs.

5. Les biais cognitifs dans la décision

Les biais cognitifs sont des mécanismes de pensée qui déforment l’analyse et influencent le jugement. Le programme n’exige pas d’en dresser une liste exhaustive, mais il faut comprendre leur rôle.

5.1 Pourquoi les biais cognitifs apparaissent-ils ?

Parce que les décideurs doivent souvent agir :

• avec peu de temps ;
• avec une information imparfaite ;
• sous pression ;
• dans un environnement complexe.

Le cerveau simplifie alors la réalité pour décider plus vite. Cette simplification peut être utile, mais elle peut aussi conduire à des erreurs.

5.2 Quelques illustrations de biais cognitifs

Sans chercher l’exhaustivité, on peut comprendre le phénomène à travers quelques exemples :

• biais de confirmation : ne retenir que les informations qui confortent une opinion déjà formée ;
• excès de confiance : surestimer la qualité de son jugement ;
• ancrage : accorder trop d’importance à une première information ;
• aversion aux pertes : préférer éviter une perte plutôt que rechercher un gain équivalent ;
• conformisme : s’aligner sur l’opinion dominante du groupe.

5.3 Effets managériaux des biais cognitifs

Les biais cognitifs peuvent conduire à :

• sous-estimer un risque ;
• persister dans un projet non performant ;
• ignorer des signaux faibles ;
• choisir une solution familière mais inadaptée ;
• valider trop vite une recommandation d’outil numérique ou d’IA.

5.4 Comment limiter les biais ?

Dans une organisation, on peut réduire leur impact par :

• la confrontation des points de vue ;
• la formalisation d’étapes d’analyse ;
• l’usage d’indicateurs objectivés ;
• la traçabilité des arguments ;
• des outils numériques d’aide à la décision ;
• une culture de remise en question.

Attention toutefois : le numérique ne supprime pas automatiquement les biais. Il peut aussi les renforcer si les données ou les modèles sont eux-mêmes biaisés.

6. Les modèles de processus de décision

Le programme vise l’étude de plusieurs modèles de processus de décision. Ils permettent de comprendre que la décision réelle s’éloigne souvent du modèle idéal de rationalité parfaite.

6.1 Le modèle rationnel « IMC » de Herbert Simon

Herbert Simon propose un modèle de décision souvent présenté en trois étapes :

• Intelligence : repérer et définir le problème ;
• Modélisation : construire et analyser les solutions possibles ;
• Choix : sélectionner une solution.

Logique du modèle

Le décideur commence par comprendre la situation, puis élabore des alternatives, puis choisit.

Intérêt

Ce modèle montre que la décision n’est pas un acte impulsif, mais un cheminement structuré.

Limite majeure

Simon souligne aussi que la rationalité humaine est limitée. Le décideur ne dispose jamais d’une information parfaite ni d’une capacité illimitée de calcul. Il ne cherche donc pas toujours la solution optimale, mais souvent une solution satisfaisante.

Exemple

Une PME veut choisir un logiciel de gestion.

1. Intelligence : elle constate des erreurs de traitement et une perte de temps.
2. Modélisation : elle compare trois solutions selon le coût, l’ergonomie, les fonctionnalités.
3. Choix : elle retient la solution jugée suffisamment adaptée, même si elle n’est pas parfaite.

Apport essentiel

Le modèle de Simon permet de comprendre pourquoi les organisations cherchent à structurer leurs décisions avec des tableaux de bord, des procédures et, aujourd’hui, des outils numériques.

6.2 Le modèle comportemental de Cyert et March

Cyert et March insistent sur le fait que l’organisation n’est pas un acteur parfaitement unifié. Elle est plutôt une coalition d’acteurs aux intérêts parfois divergents.

Idée centrale

La décision résulte de compromis, de négociations, de routines, de rapports de force et d’apprentissages progressifs.

Conséquences

• les objectifs ne sont pas toujours parfaitement cohérents ;
• les acteurs défendent leurs priorités ;
• les solutions retenues sont souvent le fruit d’un ajustement plus que d’une optimisation.

Exemple

Lors d’un projet de transformation numérique :

• la direction financière veut réduire les coûts ;
• les opérationnels veulent un outil simple ;
• la DSI veut un système sécurisé et compatible ;
• les RH veulent limiter les résistances au changement.

La décision finale n’est pas la « meilleure » au sens absolu, mais celle qui devient acceptable pour les acteurs clés.

Apport essentiel

Ce modèle aide à analyser les décisions managériales comme des constructions collectives, influencées par la structure, les routines et les jeux d’acteurs.

6.3 Le modèle de la poubelle de Cohen, March et Olsen

Le modèle de la poubelle décrit des situations organisationnelles où les décisions ne suivent pas un chemin rationnel linéaire.

Idée centrale

Dans certaines organisations, quatre éléments circulent de manière relativement indépendante :

• les problèmes ;
• les solutions ;
• les participants ;
• les occasions de choix.

La décision résulte alors de leur rencontre plus ou moins aléatoire.

Pourquoi ce nom ?

Parce que l’organisation ressemble à une « corbeille » dans laquelle se mélangent problèmes et solutions, sans ordre parfaitement logique.

Exemple

Une organisation adopte un nouvel outil d’IA non parce qu’un problème a été précisément identifié puis traité, mais parce que :

• un fournisseur présente une solution séduisante ;
• un budget est disponible ;
• un dirigeant veut afficher une image innovante ;
• une réunion de décision offre une occasion d’arbitrage.

Le problème réel à résoudre n’est parfois clarifié qu’après coup.

Apport essentiel

Ce modèle est particulièrement utile pour comprendre les décisions dans des contextes ambigus, innovants ou instables.

7. Comparer les modèles de décision

| Modèle | Vision de la décision | Ce qu’il met en avant | Limite principale | |---|---|---|---| | Simon | Processus structuré | Rationalité limitée, étapes de décision | Peut sembler trop ordonné dans la réalité | | Cyert et March | Processus politique et organisationnel | Compromis, routines, coalition d’acteurs | Moins centré sur la formalisation des étapes | | Cohen, March et Olsen | Processus ambigu | Rencontre aléatoire entre problèmes, solutions et acteurs | Peut paraître désordonné, mais éclaire les contextes instables |

8. Le rôle du numérique dans le processus décisionnel

Le recours au numérique dans le processus décisionnel est désormais massif. Il modifie la collecte d’information, la vitesse d’analyse, la coordination entre acteurs et la traçabilité des choix.

8.1 Ce que le numérique apporte à la décision

Le numérique peut :

• centraliser les données ;
• accélérer leur circulation ;
• produire des tableaux de bord ;
• automatiser des alertes ;
• faciliter la simulation de scénarios ;
• améliorer la traçabilité des décisions ;
• soutenir la coordination à distance.

Exemple

Un tableau de bord partagé permet à un manager de suivre en temps réel :

• les ventes ;
• les retards ;
• les coûts ;
• les indicateurs de qualité ;
• certains indicateurs de durabilité.

La décision n’est plus prise à partir d’un rapport mensuel figé, mais à partir d’informations actualisées.

8.2 Le numérique selon les niveaux de décision

Au niveau stratégique

Le numérique aide à :

• exploiter de grands volumes de données ;
• comparer plusieurs scénarios ;
• suivre des indicateurs globaux ;
• intégrer des données financières et extra-financières.

Au niveau tactique

Il facilite :

• la planification ;
• la coordination entre services ;
• le suivi de projets ;
• le contrôle des écarts.

Au niveau opérationnel

Il permet :

• l’automatisation ;
• le déclenchement d’actions standardisées ;
• l’orientation rapide des tâches ;
• la réduction des erreurs répétitives.

8.3 Les limites du numérique

Le numérique ne garantit pas une bonne décision. Il peut aussi produire :

• une surcharge d’informations ;
• une illusion d’objectivité ;
• une dépendance à des indicateurs mal choisis ;
• une standardisation excessive ;
• un éloignement du terrain.

Autrement dit, disposer de plus de données ne signifie pas automatiquement mieux décider.

9. Apprécier le rôle de l’Intelligence Artificielle dans le processus décisionnel

L’Intelligence Artificielle (IA) renforce encore la transformation du processus décisionnel. Elle ne remplace pas systématiquement le décideur, mais elle peut assister, orienter ou automatiser certaines décisions.

9.1 Comment l’IA intervient-elle ?

L’IA peut intervenir à plusieurs étapes :

• détection d’anomalies ou de signaux faibles ;
• classement et priorisation d’informations ;
• prévision à partir de données passées ;
• recommandation d’options ;
• automatisation de décisions simples.

9.2 Exemples d’usage de l’IA

• prioriser des dossiers clients ;
• détecter des fraudes potentielles ;
• prévoir des volumes d’activité ;
• recommander des actions commerciales ;
• assister un recruteur dans le tri initial de candidatures ;
• proposer des scénarios de planification.

9.3 Apports attendus de l’IA

Rapidité

L’IA traite en peu de temps un grand volume d’informations.

Capacité de repérage

Elle peut identifier des corrélations ou des anomalies peu visibles pour un humain.

Aide à la prévision

Elle améliore parfois la qualité des anticipations, notamment dans des environnements riches en données.

Automatisation

Elle prend en charge certaines décisions opérationnelles répétitives.

9.4 Les risques liés au recours à l’IA

Le programme invite à relier l’IA à la question des risques. Ces risques sont multiples.

Risque de biais algorithmique

Si les données d’apprentissage sont biaisées, les recommandations de l’IA peuvent l’être aussi.

Risque d’opacité

Certaines solutions d’IA sont difficiles à expliquer. Or une organisation doit souvent pouvoir justifier ses décisions.

Risque de déresponsabilisation

Le décideur peut être tenté de s’abriter derrière la machine : « c’est l’outil qui l’a recommandé ». Pourtant, la responsabilité managériale demeure.

Risque de dépendance technologique

Une organisation trop dépendante d’un outil peut perdre en autonomie de jugement.

Risque social et organisationnel

L’IA transforme les métiers, les compétences attendues et les relations de travail.

9.5 IA, durabilité et décision

Le programme mentionne explicitement les enjeux de durabilité, du développement de l’IA et des risques. Cela signifie que l’analyse managériale d’une décision intégrant l’IA ne peut pas être seulement technique ou économique.

Il faut aussi se demander :

• l’outil sert-il une performance durable ?
• quels effets sur les salariés ?
• quels effets sur la qualité du service ?
• quels risques éthiques ?
• quels impacts environnementaux indirects liés au numérique ?

Exemple

Une entreprise déploie une IA pour optimiser ses tournées logistiques.

Effets positifs possibles :

• baisse des coûts ;
• réduction des kilomètres parcourus ;
• amélioration du service ;
• réduction de certaines émissions.

Effets négatifs possibles :

• surveillance accrue des salariés ;
• rigidification du travail ;
• dépendance à l’outil ;
• difficulté à contester les choix proposés.

L’analyse managériale doit donc intégrer performance, risques et durabilité.

10. Méthode d’analyse d’une situation décisionnelle

Pour analyser une situation ou une décision managériale, on peut suivre une démarche simple.

10.1 Étape 1 : repérer le niveau de décision

Se demander :

• s’agit-il d’une décision stratégique, tactique ou opérationnelle ?
• quel est l’horizon temporel ?
• qui décide ?

10.2 Étape 2 : caractériser le processus décisionnel

Identifier :

• s’il est formalisé ou informel ;
• individuel ou collectif ;
• programmable ou non programmable ;
• rapide ou étalé dans le temps.

10.3 Étape 3 : identifier les facteurs explicatifs

Rechercher :

• les informations disponibles ;
• les contraintes organisationnelles ;
• les acteurs en présence ;
• les intérêts divergents ;
• les biais possibles ;
• le rôle du contexte externe.

10.4 Étape 4 : mobiliser un modèle pertinent

• Simon si le processus paraît structuré ;
• Cyert et March si les compromis entre acteurs sont centraux ;
• Cohen, March et Olsen si la situation est ambiguë et peu linéaire.

10.5 Étape 5 : apprécier le rôle du numérique et de l’IA

Se demander :

• à quelle étape interviennent-ils ?
• aident-ils à mieux informer, simuler, coordonner, automatiser ?
• créent-ils de nouveaux risques ?
• influencent-ils la responsabilité du décideur ?
• ont-ils un lien avec des objectifs de durabilité ?

11. Cas pratique guidé

Situation

Une entreprise de distribution souhaite réduire les ruptures de stock et améliorer sa performance. La direction déploie un outil fondé sur l’IA pour recommander automatiquement les niveaux de réapprovisionnement. Les responsables de magasin restent officiellement décisionnaires, mais suivent presque toujours les recommandations du système.

11.1 Niveau de décision

La décision initiale d’adopter l’outil relève du niveau stratégique.

Le paramétrage du dispositif et son déploiement relèvent du niveau tactique.

Les réapprovisionnements quotidiens relèvent du niveau opérationnel.

11.2 Processus décisionnel

• Processus initial : relativement formalisé.
• Processus quotidien : fortement programmable.
• Décision en pratique : semi-automatisée.

11.3 Facteurs explicatifs

• besoin de réactivité ;
• volume important de données ;
• volonté de réduire les erreurs humaines ;
• pression sur la performance ;
• confiance accordée à l’outil.

11.4 Modèle mobilisable

• Simon : pour la structuration initiale du choix de l’outil.
• Cyert et March : si le projet a résulté de compromis entre direction, logistique et magasins.
• Cohen, March et Olsen : si la solution technologique a été adoptée parce qu’elle était disponible avant même que le problème soit clairement défini.

11.5 Rôle du numérique et de l’IA

Apports :

• traitement rapide des données ;
• recommandations plus fréquentes ;
• meilleure anticipation.

Risques :

• dépendance des responsables à l’outil ;
• faible contestation des recommandations ;
• possible biais de données ;
• responsabilité floue en cas d’erreur.

11.6 Lecture managériale

La décision n’est pas seulement technique. Elle transforme les rôles, les responsabilités et le rapport à l’expertise humaine.

12. Points de vigilance pour le manager

Dans une organisation, un manager doit garder plusieurs réflexes.

12.1 Ne pas confondre vitesse et qualité

Une décision plus rapide n’est pas forcément meilleure.

12.2 Ne pas confondre donnée et jugement

Une donnée éclaire la décision, mais ne remplace pas l’interprétation.

12.3 Ne pas déléguer totalement la responsabilité à l’outil

Le numérique et l’IA assistent ; ils ne suppriment pas la responsabilité managériale.

12.4 Intégrer les risques

Toute décision doit être appréciée au regard des risques : erreurs, dépendance, sécurité, acceptabilité sociale, biais.

12.5 Intégrer la durabilité

Une décision performante à court terme peut être mauvaise à long terme si elle dégrade l’acceptabilité sociale, la confiance ou certains équilibres durables.

13. Mémo de synthèse

À retenir absolument

• Une décision est un choix parmi plusieurs options.
• Le processus de décision comprend l’identification du problème, l’analyse, le choix, la mise en œuvre et l’évaluation.
• On distingue trois niveaux de décision :
  • stratégique ;
  • tactique ;
  • opérationnelle.
• Les décisions s’expliquent par des facteurs :
  • informationnels ;
  • organisationnels ;
  • environnementaux ;
  • humains et cognitifs.
• Les biais cognitifs déforment le jugement et empêchent une rationalité parfaite.
• Les principaux modèles de processus de décision sont :
  • Simon : modèle structuré, rationalité limitée ;
  • Cyert et March : compromis entre acteurs ;
  • Cohen, March et Olsen : modèle de la poubelle, ambiguïté organisationnelle.
• Le numérique améliore l’accès à l’information, la coordination, la simulation et la traçabilité.
• L’IA peut assister, recommander ou automatiser certaines décisions, surtout opérationnelles.
• Le recours au numérique et à l’IA doit être apprécié au regard des risques et de la durabilité.

14. Mini-fiche méthode

Pour analyser une décision managériale, posez toujours ces 5 questions :

1. Quel est le niveau de décision ?
2. Comment se déroule le processus décisionnel ?
3. Quels facteurs expliquent la décision ?
4. Quel modèle théorique permet de l’éclairer ?
5. Quel rôle jouent le numérique, l’IA, les risques et la durabilité ?

Conclusion

L’étude des processus décisionnels montre que la décision organisationnelle n’est ni totalement rationnelle, ni totalement improvisée. Elle dépend d’un enchaînement d’étapes, de niveaux hiérarchiques, de contraintes, d’acteurs et de représentations. Les modèles de Simon, Cyert et March, et Cohen, March et Olsen permettent précisément de rendre compte de cette diversité.

Le numérique et l’Intelligence Artificielle transforment profondément ces processus. Ils rendent certaines décisions plus rapides, plus documentées et parfois plus automatisées. Mais ils ne suppriment ni l’incertitude, ni les biais, ni les risques. Ils obligent au contraire le manager à exercer un jugement plus exigeant, intégrant la qualité de l’information, la responsabilité, les effets organisationnels et les enjeux de durabilité.

Dans les leçons suivantes, cette réflexion se prolongera naturellement avec l’étude du pouvoir, de l’autorité et du leadership, car décider dans une organisation, ce n’est pas seulement choisir : c’est aussi faire accepter, mettre en œuvre et assumer ce choix.