L’abondance

Essai IV

L’abondance

Sur ce que devient une organisation de recherche quand penser ne coûte plus rien

I. Un avertissement, puis une expérience de pensée

Ce texte est spéculatif, et je préfère l’annoncer plutôt que de le faire découvrir.

Les trois essais qui précèdent portaient sur des situations observables aujourd’hui. Celui-ci porte sur des choses qui n’existent pas encore, et l’histoire des projections technologiques est un cimetière — on a annoncé le bureau sans papier, la fin des déplacements professionnels, la disparition de la grande distribution et l’avènement de la voiture autonome à des dates qui sont toutes passées. Il y a une raison structurelle à ces échecs : nous savons assez bien ce qu’une technologie permet, et très mal ce que les organisations en font.

Je ne prétends donc pas décrire ce qui arrivera. Je prétends décrire ce qui devient possible, ce qui est différent, et ce qui a l’avantage d’être discutable.

Voici l’expérience de pensée.

Supposez qu’une organisation de recherche puisse produire, pour un coût négligeable et un délai nul, n’importe quelle analyse de l’existant : synthèse de littérature, revue de brevets, état de l’art, comparaison de méthodes, reconstitution d’un historique interne. Supposez qu’elle puisse formuler autant d’hypothèses qu’elle veut, aussi bien argumentées qu’elle veut. Supposez qu’elle puisse simuler tout ce qui est simulable, et qu’elle ne paie de temps réel que pour ce qui exige la matière.

L’hypothèse n’a rien d’extravagant : plusieurs domaines vivent déjà à peu près cette situation, et les autres s’en approchent avec un décalage de quelques années.

Maintenant, la question : qu’est-ce qui, dans l’organisation actuelle de la recherche, n’a plus de raison d’exister ?

Je vais soutenir que la réponse est : presque tout. Ces structures ne sont pas mauvaises ; elles sont toutes, sans exception, des réponses optimisées à une contrainte de rareté qui vient de disparaître.

Et je vais soutenir une seconde chose, moins évidente : que l’abondance ne rend pas la sélection moins importante. Elle la rend infiniment plus importante, et elle exige de la déplacer très en amont, sur un objet qu’aucune organisation ne traite aujourd’hui comme un objet de travail.

II. Tout ce que la rareté a construit

Une organisation est une réponse à des contraintes. Quand les contraintes changent et que l’organisation ne change pas, elle continue de résoudre un problème qui ne se pose plus.

Regardons donc ce que nos structures de recherche résolvaient.

La sélection en amont, massive et définitive.

Quand chaque piste explorée coûte cher, il faut trier avant d’explorer. D’où le poids considérable de la phase de cadrage, les comités de sélection, les dossiers de justification, les revues de faisabilité. On investit énormément pour éviter de s’engager dans une mauvaise direction, parce que se tromper de direction coûte des années.

Ce dispositif a une conséquence qu’on n’a jamais discutée : il élimine les pistes dont on ne peut pas démontrer l’intérêt avant de les avoir explorées. C’est-à-dire, mécaniquement, les plus originales. Une organisation qui exige une justification en amont sélectionne pour la plausibilité, jamais pour la surprise.

C’était le prix à payer. Ce n’en est plus un si explorer coûte une journée.

Le programme comme unité de travail.

Toute la recherche organisée fonctionne par programmes : un objet pluriannuel, doté d’un budget, d’une équipe, d’un responsable, d’objectifs. C’est l’unité de gestion, l’unité de reporting, l’unité de décision.

Pourquoi le programme et pas la question ? Parce qu’il fallait amortir un coût fixe. Monter une équipe, acquérir un équipement, développer une compétence spécifique — tout cela ne se justifiait que sur plusieurs années. L’unité de travail a été calée sur la durée d’amortissement du coût fixe, pas sur la nature de ce qu’on cherchait.

Le coût fixe de l’exploration intellectuelle vient de tomber à zéro. Le coût fixe de l’expérimentation, non — mais il ne concerne plus que la fraction de ce qu’on explore qu’on décide de tester.

Les cycles longs et les revues espacées.

On revoit un programme tous les six ou douze mois. Pourquoi cette fréquence ? Parce qu’il ne se passait rien d’informatif entre deux revues. Le temps d’obtenir des résultats interprétables était de cet ordre, et convoquer un comité pour constater qu’on attend toujours n’avait aucun sens.

Ce raisonnement tient toujours pour la partie expérimentale. Il ne tient plus du tout pour la partie amont, où l’état des connaissances d’une équipe peut changer substantiellement en trois semaines.

La prudence des paris.

Un portefeuille de recherche classique comporte peu de projets, dotés chacun de moyens importants, sélectionnés pour leur probabilité de succès. C’est une structure d’aversion au risque, et elle est parfaitement rationnelle quand chaque pari est cher : avec dix paris possibles et le budget pour trois, il faut choisir les trois plus sûrs.

Cette rationalité s’inverse complètement quand le coût d’un pari exploratoire s’effondre. Avec le budget pour trois cents sondes et dix expériences, la stratégie optimale n’est plus de choisir les plus sûres — elle est de multiplier les paris asymétriques, ceux dont le coût est faible et le gain potentiel élevé, en acceptant que la plupart ne donnent rien.

Aucune organisation de recherche n’est structurée pour ça. Ni ses processus, ni ses comités, ni sa culture, ni ses indicateurs.

La hiérarchie par ancienneté.

Elle est une conséquence directe de la structure d’apprentissage décrite ailleurs. Si le jugement s’acquiert en quinze ans de production, alors l’ancienneté est un indicateur raisonnable de la qualité du jugement, et organiser l’autorité par ancienneté est un choix informé.

Cette corrélation est en train de se rompre, et avec elle le fondement rationnel d’une bonne partie de l’organisation hiérarchique de la recherche.

Et enfin, la spécialisation étroite.

Quand lire la littérature d’un domaine demande des années, on ne peut en couvrir qu’un. La spécialisation est d’abord une contrainte de temps de lecture. Toute la structure disciplinaire de la recherche (départements, revues, congrès, carrières) est bâtie sur le coût d’entrée dans un corpus.

Ce coût vient de baisser considérablement. Pas de disparaître : comprendre profondément un domaine reste long. Mais atteindre un niveau de compétence suffisant pour repérer une analogie utile, poser une question pertinente, identifier ce qui a déjà été fait ailleurs — ce niveau-là est devenu accessible en quelques jours au lieu de quelques années.

C’est peut-être le changement le plus lourd de conséquences, et j’y reviendrai.

Voilà l’inventaire. Six structures, toutes cohérentes entre elles, toutes optimisées pour un monde où produire de la pensée coûtait cher. Ce monde a duré trois siècles. Il vient de finir, et rien n’a bougé.

III. L’abondance ne supprime pas la rareté, elle la déplace

Il faut se méfier du mot abondance, qui suggère que tout devient facile. Ce n’est pas ce qui se passe.

Dans tout système, quelque chose est rare. Quand une ressource cesse de l’être, la rareté ne disparaît pas : elle se déplace vers l’élément suivant de la chaîne, et cet élément devient le point de tension.

L’histoire économique est faite de ces déplacements. Quand l’énergie mécanique est devenue abondante, la rareté est passée à l’organisation du travail. Quand l’information est devenue abondante, elle est passée à l’attention. Chaque fois, les organisations ont mis une génération à s’en apercevoir, parce qu’elles continuaient d’optimiser la ressource devenue abondante — c’est ce qu’elles savaient faire.

Où va la rareté ici ? Elle va, successivement, à trois endroits.

D’abord au jugement : la capacité à dire ce qui est bon. C’est le sujet du premier essai et je n’y reviens pas.

Ensuite au temps physique : la capacité à valider dans le réel. C’est le sujet du troisième.

Et enfin, objet de ce texte, à la question.

Voilà ce que je veux soutenir. Quand formuler une hypothèse coûte une journée et en tester une six mois, la valeur ne se trouve plus dans les hypothèses. Elle se trouve un cran plus haut, dans le choix de ce qu’on cherche.

Cela paraît abstrait. Ça ne l’est pas du tout, et la meilleure manière de le voir est de considérer ce qu’une organisation fait aujourd’hui de ses questions.

La réponse est : rien. Presque aucune organisation de recherche ne traite ses questions comme un objet de gestion. Elle gère des projets, des programmes, des budgets, des compétences, des équipements, des partenariats. Elle ne gère pas la liste de ce qu’elle cherche à savoir.

Demandez à un directeur de recherche la liste des questions ouvertes de son organisation, celles auxquelles il aimerait avoir une réponse et qui ne figurent dans aucun projet en cours. Il vous donnera une réponse improvisée, personnelle, différente de celle qu’aurait donnée son prédécesseur ou son voisin. Ce document n’existe pas.

Il n’existe pas parce qu’il ne servait à rien. Quand on ne peut explorer que trois pistes, la liste des questions se confond avec la liste des programmes : inutile de tenir les deux. La question était incorporée au projet dès sa naissance, et elle disparaissait ensuite comme objet distinct.

Ce qui change, c’est que le rapport entre les deux vient de passer de un à un à un à cent. On peut désormais explorer cent questions pour en instruire une. La liste des questions cesse d’être redondante avec la liste des projets : elle devient un objet autonome, et de loin le plus précieux des deux.

Une organisation qui saurait ce qu’elle cherche à savoir aurait un avantage considérable sur une organisation qui sait seulement ce qu’elle est en train de faire.

C’est, je crois, la reformulation la plus utile de tout ce texte.

IV. La question comme unité de travail

Ce qui fait une bonne question, personne ne sait le dire, et c’est révélateur : nous avons des critères assez élaborés pour évaluer une réponse — validité, reproductibilité, significativité — et à peu près aucun pour évaluer une question. Elle relevait du talent individuel, de l’intuition, du flair. On disait de certains chercheurs qu’ils avaient le don de poser les bonnes questions, et c’était une manière élégante de reconnaître qu’on ne savait pas de quoi on parlait.

Il me semble pourtant qu’on peut avancer, et je propose quatre propriétés. Elles ne sont pas une méthode ; ce sont des candidates à discuter.

Une bonne question est celle dont les deux réponses possibles changent quelque chose.

C’est le critère le plus discriminant et le plus violent. Prenez n’importe quelle question de recherche en cours chez vous et demandez : si la réponse est oui, que fait-on ? si elle est non, que fait-on ? Si les deux branches mènent à la même action, la question ne vaut rien, quel que soit son intérêt scientifique.

Ce critère élimine une proportion considérable de ce qui occupe les laboratoires industriels. Du bon travail, souvent, mais confirmatoire : il produit de la connaissance qui ne modifie aucune décision.

Une bonne question est celle dont personne ne connaît la réponse et dont beaucoup croient la connaître.

C’est là que se trouve la valeur asymétrique. Une question ouverte et reconnue comme telle est déjà travaillée par tout le monde ; le rendement de l’effort marginal y est faible. Une question que le consensus tient pour close alors qu’elle ne l’est pas offre un rendement sans commune mesure, parce que personne ne la travaille.

Ces questions existent en grand nombre dans tous les domaines. Elles sont difficiles à repérer parce qu’il faut, pour les voir, être capable de douter de ce que tout le monde tient pour acquis — ce qui est précisément ce qu’une formation disciplinaire décourage.

Une bonne question est celle dont on saurait dire ce qui la trancherait.

C’est le critère de testabilité, et il est le plus opérationnel des quatre. Une question à laquelle on ne peut associer aucune expérience discriminante est un sujet de discussion. La distinction est ancienne et elle reste le meilleur filtre disponible.

Une bonne question est celle dont la réponse a une durée de vie.

Celui-ci est moins classique et je le crois important. Certaines réponses valent trois ans, d’autres trente. Dans un contexte industriel, une question dont la réponse sera obsolète avant d’avoir été exploitée est une question mal choisie, quelle que soit sa qualité intrinsèque. Personne n’évalue jamais cette dimension.

Ce que je décris là n’est pas une innovation méthodologique. C’est ce que font, informellement et sans le formuler, les meilleurs chercheurs — ceux dont on dit qu’ils ont le flair. La proposition est simplement que ce qui relevait du talent individuel devienne un objet de travail collectif, pour la raison qui traverse ces quatre textes : ce qui était rare et donc précieux chez quelques-uns devient la ressource critique de l’ensemble.

Et il y a une raison plus pressante encore de s’en occuper. Un système génératif est extraordinairement bon pour répondre et remarquablement médiocre pour demander. Il produira mille réponses à votre question ; il ne vous dira jamais que ce n’est pas la bonne question. Cette asymétrie est structurelle, elle tient à la manière dont ces systèmes sont construits, et elle ne se corrigera pas par une amélioration incrémentale.

Le seul travail intellectuel dont on soit à peu près certain qu’il restera humain pendant longtemps est donc le travail de la question. C’est aussi celui auquel personne n’est formé, que personne n’évalue, et qui n’apparaît dans aucune fiche de poste.

V. Ce que l’histoire dit des abondances

Avant d’aller plus loin, il vaut la peine de regarder ce qui s’est passé les fois précédentes. Ce n’est pas la première abondance, et les précédentes ont des régularités.

L’imprimerie. En un demi-siècle, le coût de reproduction d’un texte s’effondre. L’accès au savoir viendra plus tard. La conséquence immédiate est une prolifération de textes de qualité très inégale, dans laquelle les contemporains se plaignent abondamment de ne plus savoir quoi lire. Les érudits du seizième siècle ont laissé des pages sur ce sentiment de submersion, dans des termes qui ressemblent de façon troublante à ceux qu’on emploie aujourd’hui.

Ce qui a résolu le problème n’a pas été une technologie. Ce sont des institutions de tri : le catalogue, la bibliothèque organisée, la maison d’édition avec sa ligne, la critique, plus tard la revue à comité de lecture. Toutes ont la même fonction — décider ce qui mérite l’attention — et toutes ont mis entre cinquante et deux cents ans à se constituer.

La leçon est double, et les deux moitiés sont importantes. La première : quand la production devient abondante, la valeur migre vers la sélection, et de nouvelles institutions se créent pour l’assurer. La seconde, moins encourageante : ces institutions mettent très longtemps à apparaître, et l’intervalle est une période de confusion réelle pendant laquelle beaucoup de mauvaises choses circulent sans obstacle.

Le calcul numérique. Dans les années soixante-dix et quatre-vingt, la capacité de calcul devient abordable puis banale. Des disciplines entières, de la mécanique des fluides à la finance quantitative en passant par la météorologie et la chimie théorique, voient s’effondrer le coût de ce qui était leur opération centrale.

Ce qui s’est produit ensuite est instructif. Dans un premier temps, chacun a fait plus de ce qu’il faisait déjà : plus de simulations, plus de scénarios, des modèles plus fins. Les gains ont été réels et modestes. Le saut n’est venu que lorsqu’on a cessé de simuler ce qu’on savait déjà décrire pour explorer des espaces qu’on ne pouvait pas parcourir autrement — c’est-à-dire lorsque la question posée a changé, pas seulement la puissance disponible.

Ce délai entre l’accès à la capacité et la reformulation des questions a été, selon les domaines, de dix à vingt ans. C’était le temps nécessaire pour qu’une génération formée dans l’ancien régime cède la place.

Le séquençage génomique. Le cas le plus proche de ce qui nous occupe, parce qu’il est récent et documenté. En quinze ans, le coût de séquençage d’un génome humain passe de plusieurs centaines de millions de dollars à quelques centaines. La chute est plus rapide que celle des composants électroniques sur la même période.

Le goulot s’est déplacé immédiatement — et pas là où on l’attendait. Il n’est pas passé au stockage, ni au calcul, qui suivaient à peu près. Il est passé à l’interprétation. On s’est retrouvé avec des quantités de données dont la production ne coûtait plus rien et dont personne ne savait tirer une conclusion actionnable. Une bonne partie des promesses de la médecine personnalisée s’est fracassée sur cet écart, qui n’était pas un écart technologique mais un écart de capacité à donner du sens.

La régularité, dans ces trois cas, est la même et elle est nette. Quand une capacité de production devient abondante, ce qui devient rare et cher est la capacité à décider quoi en faire. Et cette capacité-là ne s’achète pas : elle se construit lentement, par des institutions, des méthodes et des gens formés exprès.

Il y a une seconde régularité, plus dérangeante. Dans chacun de ces épisodes, les acteurs établis ont été moins bien placés que les nouveaux entrants. Leur compétence était largement constituée de la maîtrise de l’opération devenue gratuite. Les imprimeurs n’ont pas dominé l’édition. Les meilleurs calculateurs analytiques n’ont pas dominé la simulation. Les laboratoires de séquençage ne dominent pas la génomique clinique.

C’est une raison sérieuse de ne pas considérer l’avantage acquis comme une protection.

VI. Ce que devient le portefeuille

Un portefeuille de recherche classique ressemble à ceci : huit à quinze programmes, dotés chacun de plusieurs centaines de milliers à plusieurs millions d’euros, engagés sur trois à cinq ans, sélectionnés dans une phase de cadrage lourde, révisés annuellement, et arrêtés rarement — parce qu’arrêter est coûteux en capital politique et parce que le coût déjà engagé pèse sur la décision alors qu’il ne le devrait pas.

Cette structure est celle d’un investisseur qui n’a pas les moyens de la diversification. Elle est optimale quand chaque pari est cher, l’information sur sa qualité arrive tard, et le nombre de paris possibles est limité.

Aucune de ces trois conditions n’est encore vraie sur la partie amont.

Ce qui devient possible est une structure à deux étages qui n’a pas d’équivalent dans l’organisation actuelle.

L’étage des sondes. Un grand nombre d’explorations très bon marché — quelques jours-homme chacune — portant sur des questions dont on ne sait pas si elles valent quelque chose. Chaque sonde consiste à instruire la question au niveau de ce qui est déjà connu : que sait-on, qui a essayé, qu’est-ce qui a échoué et pourquoi, quelle expérience trancherait, combien coûterait-elle. Le livrable est une estimation de la valeur d’aller plus loin.

À l’échelle d’une organisation moyenne, on parle de plusieurs centaines de sondes par an pour un coût inférieur à celui d’un seul programme classique.

L’étage des engagements. Le petit nombre de programmes lourds, dotés comme aujourd’hui, mais sélectionnés sur une base entièrement différente : non plus à partir de propositions rédigées par ceux qui veulent les mener, mais à partir des sondes qui ont révélé quelque chose.

Ce que fait cette structure est bien connu des investisseurs et ne l’est pas des directions de recherche : elle achète de l’information avant d’acheter de l’engagement. La sonde sert à réduire l’incertitude sur la valeur du programme, pas à trouver la réponse — et c’est un investissement dont le rendement est d’autant plus élevé que l’incertitude initiale est grande.

Deux conséquences contre-intuitives en découlent, et elles heurtent frontalement la culture des organisations de recherche.

Première conséquence : le taux d’échec des sondes doit être très élevé.

Si quatre-vingts pour cent de vos sondes concluent qu’il vaut la peine de continuer, vous ne sondez pas — vous justifiez des programmes que vous aviez déjà décidés. Le taux d’échec sain, dans ce type de dispositif, se situe entre quatre-vingt-dix et quatre-vingt-quinze pour cent.

C’est culturellement très difficile. Il n’existe aucune organisation de recherche où l’on puisse annoncer qu’une activité doit échouer neuf fois sur dix pour bien fonctionner. Le vocabulaire même manque : on ne dispose pas d’un mot qui désigne une exploration correctement menée et concluant à l’absence d’intérêt. On dit « ça n’a rien donné », ce qui est faux — ça a donné exactement ce qu’on lui demandait de donner.

Le mot existe pourtant, ailleurs. En physique des particules, une recherche qui ne trouve rien produit une limite d’exclusion : elle établit que si l’objet cherché existe, ses propriétés se situent en dehors du domaine exploré. C’est un résultat. Il se publie, il se cite, il rétrécit l’espace où les autres auront à chercher, et la carrière de celui qui le signe n’en souffre pas. Une organisation de recherche capable de produire et de conserver ses limites d’exclusion aurait réglé la moitié du problème décrit dans ces pages.

Deuxième conséquence : la valeur du dispositif ne se mesure pas sur les sondes qui aboutissent, mais sur les programmes qu’on n’a pas lancés.

C’est l’asymétrie déjà rencontrée deux fois : les erreurs évitées ne sont pas observables. Une organisation qui, grâce à trois cents sondes, a évité de lancer deux programmes qui auraient échoué au bout de trois ans a économisé plusieurs millions d’euros — et n’a strictement rien à montrer.

Il n’y a pas de solution élégante à ce problème. Il y a une solution laide qui fonctionne : décider à l’avance, et écrire, quels programmes on aurait lancés en l’absence de sondes. Constituer le contrefactuel avant de connaître le résultat. C’est fastidieux et c’est le seul moyen de rendre visible une valeur qui, sans cela, restera invisible pour toujours.

La physique expérimentale pratique cela depuis des décennies sous le nom d’analyse en aveugle. On fige les critères de sélection et la méthode de traitement avant de regarder les données, parce qu’on a constaté que les chercheurs ajustaient leurs coupures jusqu’à voir apparaître le résultat attendu, sans mauvaise foi et sans s’en apercevoir. Le dispositif ne suppose aucune malhonnêteté. Il suppose qu’on se méfie de soi, ce qui est une autre affaire et une affaire plus difficile.

Ce raisonnement a une limite, et elle compte.

Tout ceci suppose qu’une sonde soit informative — c’est-à-dire qu’une exploration documentaire réduise réellement l’incertitude sur la valeur d’un programme. C’est vrai dans les domaines où la littérature est riche et où l’échec des autres est publié. C’est beaucoup moins vrai dans les domaines où l’essentiel de ce qui compte n’est pas publié : parce que c’est confidentiel, parce que les échecs ne sont jamais rapportés, ou parce que le savoir déterminant est un savoir de main.

Dans ces domaines-là, la sonde documentaire ne dit presque rien, et il faut passer très vite à une sonde expérimentale — plus chère, moins parallélisable, ce qui réduit considérablement la portée du raisonnement.

La question à se poser est donc : dans mon domaine, quelle fraction de ce qui déterminera le succès d’un programme est-elle accessible sans mettre les mains dans la matière ? Si la réponse est la moitié, ce dispositif change tout. Si c’est cinq pour cent, il ne changera pas grand-chose.

VII. Ce que devient l’organisation

Je vais décrire, avec les précautions qui s’imposent, à quoi pourrait ressembler une organisation de recherche conçue pour l’abondance. C’est un exercice : une manière de rendre concrètes les conséquences de ce qui précède.

Elle serait plus petite et beaucoup plus dense.

Le nombre de personnes nécessaires pour produire de la matière diminue fortement. Le nombre nécessaire pour arbitrer, tester et valider diminue peu ou pas. La pyramide se déforme : moins large à la base, à peu près stable au sommet, et surtout beaucoup plus courte. Les niveaux intermédiaires — ceux dont la fonction principale était de faire circuler, agréger et mettre en forme l’information entre le bas et le haut — perdent l’essentiel de leur raison d’être.

C’est la conséquence la plus prévisible et la plus douloureuse, et il serait malhonnête de la présenter autrement.

Elle tiendrait une banque de questions.

Un objet qui n’existe nulle part aujourd’hui : la liste vivante et priorisée de ce que l’organisation cherche à savoir, distincte de la liste de ce qu’elle fait. Alimentée par tout le monde, arbitrée par peu de gens, révisée souvent. Chaque question portant son statut — ouverte, sondée, engagée, close — et surtout, pour les questions closes, la trace de ce qui les a closes.

Cet objet aurait une propriété que rien n’a aujourd’hui : il survivrait aux personnes. Le savoir sur ce qui vaut la peine d’être cherché est actuellement détenu par quelques individus et disparaît avec eux. Il n’existe aucune raison pour qu’il en soit ainsi, sinon que personne n’a jamais considéré qu’il fallait l’écrire.

Elle documenterait ses rejets.

C’est le point sur lequel je reviens dans les quatre textes, parce qu’il est celui qui conditionne tout le reste. Une organisation qui ne conserve que ses décisions positives ne peut pas apprendre : elle ne dispose que de la moitié des données, et de la moins informative des deux.

Concrètement : pour chaque question écartée, trois lignes — pourquoi, sur quelle hypothèse, ce qui ferait rouvrir. La troisième ligne est celle qui a de la valeur. Elle transforme un rejet définitif en un rejet conditionnel, et elle permet, deux ans plus tard, de rouvrir automatiquement ce qui doit l’être quand la condition change.

Elle organiserait ses cycles sur deux rythmes distincts.

Un rythme rapide sur l’amont, quelques semaines, parce que l’état des connaissances y change vite. Un rythme lent sur l’aval, calé sur le temps physique, parce qu’il ne sert à rien de convoquer un comité pour constater qu’une cohorte est en cours.

Aujourd’hui, ces deux rythmes sont confondus dans un cycle unique, généralement annuel, qui est trop lent pour l’un et trop rapide pour l’autre.

Elle aurait une fonction de tri identifiée.

Avec un titulaire, des critères écrits, un budget et une évaluation. C’est peut-être le changement le plus difficile, parce qu’il crée explicitement un pouvoir qui n’existait qu’implicitement — et qu’il expose ce pouvoir à la contestation, ce qui est à la fois son intérêt et la raison pour laquelle personne ne veut le créer.

Et elle serait beaucoup moins disciplinaire.

C’est la conséquence de l’effondrement du coût d’entrée dans un corpus. Si comprendre suffisamment un domaine voisin ne demande plus des années, alors la logique qui a produit les départements, les spécialités et les carrières linéaires perd son fondement.

Ce qui devient rentable, à la place, c’est le profil qui sait poser des questions à l’intersection — quelqu’un dont la compétence n’est pas la profondeur dans un champ mais la capacité à voir qu’un problème résolu ici ressemble à un problème ouvert là-bas. Ce profil a toujours existé, il a toujours été rare, et il a toujours été mal traité par des institutions qui ne savaient pas où le ranger.

Il est en train de devenir le profil le plus utile d’une organisation de recherche, et à peu près aucune structure de carrière ne sait le reconnaître.

VIII. Qui décide de ce qu’on cherche

Si la valeur migre vers la question, alors une question de gouvernance devient inévitable, et elle n’a jamais été posée : qui a le droit de décider de ce que l’organisation cherche à savoir ?

Aujourd’hui, la réponse est diffuse au point d’être inexistante. Les questions naissent en bas — un chercheur s’intéresse à quelque chose — et remontent sous forme de propositions de projet. Elles sont filtrées par des comités qui n’évaluent pas la question mais le projet qui l’incarne : sa faisabilité, son budget, son alignement avec la stratégie affichée, la crédibilité de son porteur.

Ce dispositif a une propriété qu’il faut voir clairement : il ne sélectionne jamais parmi les questions, il sélectionne parmi celles qui ont trouvé un porteur. Une question excellente que personne n’a envie de porter n’existe pas. Une question médiocre défendue par quelqu’un de convaincant remonte.

C’était acceptable quand porter une question coûtait des années — la disposition à s’engager était elle-même un signal de qualité, et probablement un bon. Ce n’est plus acceptable quand explorer coûte une journée, parce que le signal disparaît sans que le filtre disparaisse.

Trois modèles de gouvernance sont possibles, et il faut choisir.

Le modèle descendant. La direction fixe les questions, les équipes les instruisent. Il a l’avantage de la cohérence stratégique et il a un défaut connu : les dirigeants posent les questions de leur époque, celles dont la pertinence est déjà établie, et jamais celles qui viendraient d’une anomalie observée dans un laboratoire. Il produit une recherche parfaitement alignée et structurellement incapable de surprendre.

Le modèle ascendant, qui est le modèle actuel, hérité du monde académique. Il capte les signaux faibles et il a le défaut symétrique : il ne produit aucune cohérence, il suit les intérêts individuels et les effets de mode disciplinaires, et il rend l’arbitrage impossible puisqu’il n’y a pas de critère commun pour comparer deux questions venues de deux univers différents.

Un troisième modèle, qu’à ma connaissance personne n’a construit : la question comme bien commun, alimentée par tous et arbitrée explicitement par une fonction identifiée, avec des critères écrits et une reddition de comptes sur la qualité des arbitrages passés.

C’est ce que j’ai appelé plus haut la banque de questions, et j’insiste sur le point qui la rend différente d’une simple liste : elle sépare l’origine de la question de son instruction. N’importe qui peut déposer une question ; ce n’est pas nécessairement lui qui l’instruira. Cette séparation, qui paraît anodine, casse le lien entre la valeur d’une question et la capacité de son auteur à la défendre — ce qui est exactement le biais du système actuel.

Elle a une seconde vertu, moins évidente. Elle rend possible qu’une organisation reconnaisse la valeur de quelqu’un qui pose de bonnes questions sans jamais les mener. Ce profil existe dans toutes les maisons ; il est aujourd’hui invisible, parfois considéré comme un dilettante, et il est en train de devenir l’un des plus précieux.

Il reste la difficulté principale, et je ne la sous-estime pas : créer une fonction de tri explicite revient à créer un pouvoir. Ce pouvoir sera contesté, et il devra l’être — un tri qui ne peut pas être contesté est un tri qui ne s’améliore pas. Mais il faut alors accepter que la contestation soit organisée plutôt que sourde, ce qui suppose que les critères soient écrits et que les décisions passées soient revisitables.

C’est très exactement ce que les organisations savantes ont refusé de faire pendant un siècle, et pour les raisons décrites dans le premier de ces textes. On retombe toujours au même endroit.

IX. Ce que devient le scientifique

Une organisation n’est rien d’autre que des gens.

Le métier scientifique tel qu’il s’est constitué au vingtième siècle repose sur un accord tacite entre trois éléments : une compétence rare et longue à acquérir, une autonomie considérable dans la conduite du travail, et une reconnaissance fondée sur la production visible.

Les trois sont en train de bouger.

La compétence reste longue à acquérir dans sa partie tacite, et devient rapide à acquérir dans sa partie explicite. Le partage entre les deux se déplace, et il se déplace en défaveur de ce qui se transmet par l’enseignement.

L’autonomie est paradoxalement menacée par l’abondance. Un chercheur autonome, dans l’ancien régime, l’était parce que personne ne pouvait suivre ce qu’il faisait sans y consacrer autant de temps que lui. Cette opacité protectrice s’effrite : il devient possible, pour un tiers, de se former en quelques jours une opinion informée sur un domaine qui demandait auparavant des années. La compétence ne protège plus l’autonomie comme elle le faisait.

La reconnaissance se trouve privée de son support principal, puisque la production visible cesse de discriminer.

Ce que je décris là est une déstabilisation, et je ne veux pas la présenter comme une bonne nouvelle déguisée. Elle sera vécue durement par beaucoup de gens, et une partie de ce qui se perdra méritait d’être conservé.

Mais il faut aussi voir ce qui s’ouvre, parce que ce serait malhonnête de n’en pas parler.

Le métier scientifique, tel qu’il se pratique réellement dans un centre de R&D industriel, est en grande partie composé de tâches que personne n’a choisi ce métier pour faire. Chercher des références. Reformater des données. Écrire des rapports que personne ne lira. Refaire, pour la douzième fois, une revue de littérature qu’un collègue a déjà faite dans un autre service. Une part importante de l’insatisfaction professionnelle dans ces métiers vient précisément de la distance entre ce qu’on croyait faire et ce qu’on fait.

Un métier réduit à sa part de discernement — choisir les questions, arbitrer les pistes, décider ce qui mérite d’être testé, interpréter ce qui revient — n’est pas un métier appauvri. C’est un métier plus exigeant, et c’est aussi, très exactement, le métier que la plupart des gens croyaient choisir.

Le problème tient au chemin, pas à la destination : nous supprimons la partie ingrate au moment où nous n’avons encore rien construit pour former les gens à la partie noble. Il y aura une génération prise entre les deux, et ce texte n’a rien à lui offrir.

X. Ce que devient l’avantage compétitif

Une dernière conséquence, pour ceux qui doivent arbitrer des investissements.

Sur quoi une organisation de recherche se différenciait-elle ? Historiquement sur trois choses : l’accès à des données ou à des matériels que les autres n’avaient pas, la présence de gens exceptionnels, et l’accumulation d’un savoir-faire propriétaire difficile à répliquer.

Regardons ce que devient chacune.

L’accès à l’information publique cesse d’être différenciant. Il l’était déjà peu ; il ne l’est plus du tout. Si la barrière consistait à savoir ce qui a été publié, elle n’existe plus — n’importe quel concurrent peut reconstituer un état de l’art complet en quelques heures. Toute stratégie qui repose implicitement sur le fait que les autres ne savent pas ce que vous savez doit être réexaminée.

L’accès aux données propriétaires devient plus différenciant, pas moins. C’est le mouvement inverse, et il est important. Ce qui n’est pas publié — vos résultats internes, vos échecs, vos mesures, vos historiques de production — devient la seule matière que les autres ne peuvent pas obtenir. Sa valeur relative augmente mécaniquement à mesure que celle de l’information publique tombe.

Cela a une conséquence pratique immédiate sur laquelle je serai bref parce qu’elle relève d’un autre débat : une organisation qui laisse ces données sortir de son périmètre, sous quelque forme que ce soit, cède exactement ce qui lui reste de différenciant. Cette question est traitée aujourd’hui par des directions achats, dans des annexes contractuelles, avec un vocabulaire qui ne dit pas ce qu’il fait.

Les gens exceptionnels restent différenciants, mais pas les mêmes. Le chercheur exceptionnel de l’ancien régime était celui qui maîtrisait un corpus mieux que quiconque. Cette maîtrise perd de sa valeur relative. Celui qui la conserve est celui dont la qualité tient au discernement — savoir ce qui vaut la peine, sentir ce qui cloche, trancher juste. C’est un profil différent, et rien ne garantit qu’une organisation qui savait attirer le premier sache attirer le second, ni même qu’elle sache le reconnaître quand elle l’a.

Le savoir-faire propriétaire se scinde. La part qui était documentée dans des procédures est devenue facile à reconstituer par un tiers. La part qui n’a jamais été écrite — celle qui vit dans les mains, les habitudes, les tours de main d’un atelier ou d’une plateforme — reste protégée par le fait même qu’elle n’est pas formalisable.

On aboutit à un résultat paradoxal, et je le trouve la meilleure conclusion pratique de ce texte. Quand l’information abonde, l’avantage compétitif se réfugie exactement dans ce qui n’est pas de l’information : les données que vous seul avez produites, le jugement de quelques personnes, et le savoir-faire physique.

Ce sont trois choses qu’aucune technologie ne fournit, que l’argent achète mal, et que les organisations ont massivement sous-investies pendant vingt ans — parce qu’elles ont passé ces vingt ans à investir dans le traitement de l’information, qui était le facteur rare de l’époque précédente.

C’est le retournement complet, et il est en train d’avoir lieu sans être nommé.

XI. La boucle comme infrastructure

Si je devais réduire ces quatre textes à une seule recommandation, ce serait celle-ci, et elle a l’inconvénient de ne ressembler à rien de ce qu’on présente habituellement comme une transformation.

Construisez le dispositif qui vous dit, deux ans après, si vous aviez raison.

C’est tout. Ni plateforme, ni modèle, ni gouvernance de l’IA : un mécanisme qui enregistre les décisions au moment où elles sont prises et qui les rouvre au moment où leur issue est connue.

Je veux défendre cette recommandation, parce qu’elle paraît dérisoire au regard des sommes engagées ailleurs et qu’elle est, je crois, celle dont le rendement est le plus élevé.

Premier argument : c’est la seule chose qui rende l’amélioration possible.

Une organisation qui décide sans jamais mesurer l’issue de ses décisions ne peut pas devenir meilleure à décider. Elle peut devenir plus rapide, plus documentée, plus consensuelle — pas meilleure. L’amélioration d’une compétence suppose un signal d’erreur, et il n’y en a aucun.

C’est un point tellement évident qu’il est presque gênant à écrire, et pourtant il n’existe, dans à peu près aucune organisation de recherche, de dispositif qui compare systématiquement les décisions prises à ce qu’elles sont devenues. On archive les décisions. On n’y revient pas.

La raison n’est pas la difficulté technique. Elle est que revenir sur une décision passée est socialement coûteux : cela désigne des gens qui se sont trompés. Tant que ce coût est perçu comme personnel, le dispositif ne sera pas construit — quelles que soient les intentions affichées.

Ce qui rend la chose possible est une règle simple et qui doit être posée dès le départ : on n’évalue pas si la décision était bonne, on évalue si le raisonnement était bon. Ce sont deux choses différentes et la distinction est décisive. Une décision peut être excellente et l’issue mauvaise, parce que le monde est incertain. Ce qu’on veut examiner, ce n’est pas le résultat — c’est si les informations disponibles au moment du choix ont été correctement utilisées.

Cette distinction est bien connue dans les métiers où l’on décide sous incertitude de manière répétée, et elle y est fondatrice. Elle n’a jamais franchi la porte des organisations savantes, qui jugent presque exclusivement sur le résultat — ce qui produit deux effets pervers symétriques : on récompense la chance et on décourage le risque justifié.

Deuxième argument : c’est ce qui transforme le savoir individuel en actif collectif.

Tout ce que ces textes décrivent — le jugement expert non documenté, les arbitrages qui ne laissent pas de trace, les rejets qu’on n’écrit pas — se résume à une même chose : une organisation qui n’accumule pas.

Une organisation qui n’accumule pas recommence à chaque génération. Elle repose donc entièrement sur la présence continue des mêmes personnes, ce qui est exactement le modèle décrit au début du premier texte et dont on a vu qu’il ne tenait plus.

La boucle de retour est le mécanisme d’accumulation. Elle transforme trois cents décisions individuelles en un corpus sur lequel on peut travailler : sur quoi nous trompons-nous systématiquement, quelles hypothèses tenons-nous pour acquises sans les vérifier, quel type de signal négligeons-nous. Aucune de ces questions n’est accessible sans le corpus, et toutes le deviennent avec lui.

Troisième argument : c’est ce qui permet de former les juges de demain.

C’est le lien direct avec le problème de la transmission. Si le jugement s’acquiert par la confrontation à l’erreur, et si le délai de cette confrontation est le facteur limitant, alors un corpus de décisions passées dont on connaît l’issue est un simulateur — le seul dispositif qui permette de comprimer en quelques mois ce qui demandait des années.

L’idée est ancienne : on la pratique dans toutes les disciplines qui doivent former au jugement sous incertitude : on rejoue des cas dont on connaît l’issue, on demande de trancher, puis on montre. Ce qui manque dans la recherche est la matière première : personne n’a conservé les cas.

Quatrième argument, et c’est celui qui devrait emporter la décision d’un dirigeant : c’est un investissement dont le coût est faible et connu.

Enregistrer une décision — l’objet, les options écartées, le raisonnement, les hypothèses, ce qui ferait changer d’avis — représente quelques minutes au moment où on la prend. Rouvrir un lot de décisions arrivées à échéance représente une demi-journée par trimestre. Il n’y a pas de licence à acheter, pas de plateforme à déployer, pas de compétence rare à recruter.

Comparez avec ce que coûtent les programmes de transformation qui se déploient actuellement dans ces organisations, et dont la valeur produite, mesurée à deux ans, est très difficile à établir.

Je vois deux objections sérieuses et je veux les traiter.

La première : cela ne fonctionnera que si les gens jouent le jeu, et ils ne le joueront pas.

C’est une objection empirique et elle est fondée. Tous les dispositifs de ce type qui ont été tentés sous forme de formulaire obligatoire ont échoué, pour la raison habituelle : ce qui est perçu comme du contrôle produit du remplissage minimal.

La seule configuration où ils ont fonctionné, à ma connaissance, est celle où le dispositif rend service à celui qui l’alimente avant de rendre service à l’organisation. Concrètement : si écrire trois lignes au moment d’une décision permet, dix-huit mois plus tard, de retrouver instantanément pourquoi on avait tranché ainsi — ce que tout le monde cherche régulièrement et ne trouve jamais — alors l’effort est amorti par celui qui le fournit.

C’est probablement, de toute la conception, la variable qui détermine si le dispositif vivra ou mourra en dix-huit mois.

La seconde objection : le monde change trop vite pour que les décisions passées soient instructives.

Elle est plus intéressante. Si le contexte a tellement bougé qu’une décision de 2023 ne dit plus rien sur les décisions de 2026, alors le corpus n’a pas de valeur d’apprentissage.

Je crois que c’est partiellement vrai sur le contenu et faux sur la structure. Les faits techniques vieillissent vite ; les modes de raisonnement erroné, non. Une organisation qui découvre qu’elle sous-estime systématiquement les délais réglementaires, ou qu’elle surestime la transférabilité des résultats obtenus sur un modèle, ou qu’elle accorde trop de poids au dernier résultat publié, a appris quelque chose de robuste. Ces biais sont stables, ils ne dépendent pas du contenu technique, et ils sont invisibles sans corpus.

Voilà pourquoi je place cette recommandation au-dessus de toutes les autres. Elle ne produit rien de visible la première année. Elle ne fait l’objet d’aucun discours de marché — personne ne vend cela. Elle est modeste au point d’être décevante à présenter en comité.

Et elle est la seule chose, dans tout ce que j’ai décrit, dont je sois à peu près certain qu’elle aura de la valeur quel que soit ce qui se produira ensuite.

XII. Ce qui peut rendre tout ceci faux

Je dois maintenant démonter mon propre texte, parce qu’un essai prospectif qui ne le fait pas n’est pas un essai — c’est une brochure.

Voici les quatre manières dont ce raisonnement peut se révéler erroné. Elles ne sont pas des précautions de style : je les crois réellement possibles, et deux d’entre elles me paraissent plus probables qu’improbables.

Première manière : la partie amont n’est peut-être pas aussi absorbée que je le prétends.

Tout ce texte repose sur l’idée que la production d’analyse et d’hypothèses est devenue quasi gratuite. C’est vrai en volume. Ce n’est peut-être pas vrai en qualité utilisable.

Il existe une possibilité sérieuse que ce qui est produit à bas coût soit systématiquement médiocre d’une manière qu’on ne détecte pas immédiatement — plausible, bien formé, et légèrement à côté. Auquel cas l’abondance n’est pas une abondance de matière exploitable : c’est une abondance de matière qui a l’air exploitable, ce qui est beaucoup plus dangereux et beaucoup moins utile.

Le test décisif n’a pas encore eu lieu. Il aura lieu quand on pourra comparer, sur plusieurs années, le taux de succès des programmes issus de l’exploration automatisée à celui des programmes issus de l’ancienne méthode. Aucune organisation ne collecte cette donnée aujourd’hui. Elle sera disponible dans cinq ans, et elle tranchera.

Deuxième manière : le temps physique pourrait s’effondrer plus vite que je ne le crois.

J’ai construit une grande partie du raisonnement sur l’irréductibilité du temps de validation. Si l’automatisation des laboratoires, la simulation et les modèles prédictifs progressent au rythme de la dernière décennie, cette irréductibilité pourrait se réduire à une portion beaucoup plus étroite qu’aujourd’hui.

Dans ce cas, le goulot se déplacerait encore — vers la capacité de décision, ou vers la validation réglementaire, ou vers l’acceptabilité. Le raisonnement général tiendrait mais son point d’application changerait, ce qui invaliderait toutes les recommandations pratiques.

Troisième manière, et je la crois la plus probable : les organisations pourraient simplement ne rien faire.

C’est le scénario que l’histoire rend le plus vraisemblable. Les structures décrites au deuxième mouvement ont une inertie considérable. Elles sont adossées à des carrières, des statuts, des budgets, des identités professionnelles. Rien ne garantit qu’elles évolueront parce qu’elles sont devenues sous-optimales — les organisations survivent très longtemps à l’obsolescence de leur conception, surtout quand aucune force extérieure ne les y contraint.

Le scénario le plus probable n’est donc peut-être pas la reconception, mais une longue période où l’IA sera utilisée à l’intérieur de structures conçues pour la rareté, produisant des gains individuels, des files d’attente croissantes et aucune transformation. Dix ou quinze ans de palier 1, avec des tableaux de bord flatteurs.

Si c’est ce qui se produit, alors ce texte décrit ce qui aurait pu arriver — ce qui reste utile, mais autrement.

Quatrième manière : je pourrais me tromper sur la question.

C’est la plus fondamentale. J’ai posé que le travail de la question resterait humain, parce que les systèmes actuels répondent bien et demandent mal. C’est une observation sur l’état de la technique à un instant donné, pas une vérité de principe.

Rien n’établit qu’une machine ne puisse pas, à terme, identifier une question féconde — repérer une anomalie dans un corpus, une contradiction non résolue, une hypothèse que tout le monde tient pour acquise sans qu’elle ait jamais été testée. Ce sont des opérations que l’on pourrait tout à fait imaginer automatisées, et certains travaux vont dans cette direction.

Si cela arrive, alors la rareté se déplacera encore, et elle se déplacera vers le seul endroit qui reste : vouloir. La décision de s’intéresser à ceci plutôt qu’à cela, qui n’est pas une opération cognitive mais un acte d’engagement, et qui suppose d’avoir quelque chose à perdre.

C’est probablement là que tout ceci finit. Mais nous en sommes assez loin pour que ce ne soit pas le sujet des dix prochaines années.

XIII. Ce qui ne changera pas

Après tout ce qui précède, il faut nommer ce qui résiste. C’est important, parce que les textes prospectifs ont un biais systématique : ils surestiment ce qui change et ne parlent jamais de ce qui reste.

La matière ne négociera pas. C’est acquis et c’est la seule certitude solide de ce texte. Tout ce qui doit se passer dans le monde physique se passera au rythme du monde physique. Une organisation peut multiplier ses idées par mille ; elle ne fera pas pousser une plante plus vite, ni vieillir un alliage, ni raccourcir la durée d’un suivi de cohorte.

La responsabilité restera indivise. Quelqu’un devra signer. Les raisons juridiques pourraient évoluer ; celle-ci, non : nous n’accordons de crédit qu’à une parole qui engage celui qui la prononce. Une recommandation dont personne ne répond redevient une simple suggestion. Cette structure est anthropologique avant d’être institutionnelle, et elle ne bougera pas.

Le savoir tacite restera tacite. Une partie de ce que sait une organisation n’est écrite nulle part et ne le sera jamais, parce que ceux qui le détiennent ne savent pas qu’ils le détiennent. On peut en formaliser une fraction — c’est même l’essentiel de ce que ces quatre textes recommandent — mais il subsistera un noyau irréductible qui se transmet par la présence et par rien d’autre. Toute organisation qui décide de se passer du compagnonnage long perdra ce noyau, et le perdra définitivement.

La confiance restera coûteuse à établir. Une organisation fonctionne sur des relations entre gens qui se sont éprouvés. Aucune quantité d’information ne remplace le fait d’avoir travaillé ensemble sur quelque chose de difficile. Ce capital-là se constitue lentement, se détruit vite, et n’a aucun substitut technologique.

Et enfin, la difficulté de changer restera la même. C’est peut-être la remarque la plus utile de ce texte pour un dirigeant. Rien de ce qui précède ne relève de la technologie ; tout relève de décisions d’organisation qui heurtent des intérêts, des statuts et des habitudes. La technologie a accéléré de plusieurs ordres de grandeur. La capacité des organisations à se réformer n’a pas bougé d’un pouce, et c’est probablement elle, in fine, qui déterminera qui traverse cette période et qui ne la traverse pas.

XIV. La question qui reste

Je voudrais terminer sur ce qui me paraît la conséquence la plus intéressante de tout ceci, et qui n’est pas celle qu’on attend.

On a beaucoup dit que l’intelligence artificielle allait démocratiser la connaissance — que chacun aurait accès à ce qui n’était accessible qu’à quelques-uns. C’est vrai, et c’est probablement une bonne nouvelle.

Mais ce que révèle cette abondance est plus dérangeant. Quand tout le monde a accès à toutes les réponses, ce qui distingue les organisations n’est plus ce qu’elles savent. C’est ce qu’elles cherchent.

Or c’est précisément la chose dont personne ne s’est jamais occupé. Nous avons construit des institutions extraordinairement sophistiquées pour produire et valider des réponses — universités, revues, laboratoires, comités, protocoles, systèmes de pairs. Nous n’avons construit rigoureusement aucune institution pour produire de bonnes questions. Elles ont toujours été le fait d’individus, souvent solitaires, et généralement mal compris par les structures qui les employaient.

Ce n’était pas grave tant que les réponses étaient rares. La rareté des réponses faisait office de sélection : une question mal posée ne coûtait qu’à celui qui la posait, puisqu’il fallait des années pour découvrir qu’elle ne menait nulle part, et que ce coût pesait sur lui seul.

Maintenant que les réponses sont abondantes, une question mal posée coûte à tout le monde — parce qu’elle mobilise instantanément une capacité de production considérable, qu’elle produit une masse de matière convaincante, et qu’elle occupe la file devant celles qui auraient mérité d’y être.

C’est pour cela que je crois que la décennie qui vient portera, dans les organisations savantes, sur quelque chose de très inattendu. Pas sur la puissance des modèles, ni sur la qualité des données, ni sur la gouvernance de l’IA.

Sur la capacité à décider ce qui mérite d’être cherché.

C’est un travail que nous n’avons jamais organisé, que nous ne savons pas évaluer, pour lequel nous ne formons personne, et qui n’a de titulaire nulle part.

Il vient de devenir le seul qui compte.

Je voudrais laisser une dernière image, parce qu’elle m’a servi plus souvent qu’un raisonnement.

Une organisation de recherche a longtemps ressemblé à un tireur qui dispose de peu de munitions. Tout son art consistait à viser : évaluer la distance, corriger le vent, prendre son temps. Les institutions qu’elle s’est données — les comités, les dossiers, les revues de faisabilité — sont des dispositifs de visée. Ils ont été construits parce que chaque tir coûtait cher.

Ce qui vient de se produire, c’est que les munitions sont devenues gratuites. Pas les cibles : elles sont toujours aussi loin, aussi difficiles à atteindre, et il n’y en a pas plus qu’avant.

La réaction instinctive est de tirer davantage. C’est ce que font la plupart des organisations aujourd’hui, et c’est ce que leurs indicateurs les encouragent à faire, puisque le nombre de tirs est ce qu’ils mesurent.

La bonne réaction est autre. Quand tirer ne coûte plus rien, la question n’est plus comment viser. Elle est : sur quoi tirons-nous, et qui a choisi ces cibles-là ?

Personne n’a jamais eu à répondre, parce que le coût des munitions répondait à notre place. Une organisation qui ne pouvait tirer que trois fois n’avait pas besoin d’une doctrine du choix des cibles : elle prenait les trois plus évidentes, et c’était rationnel.

C’est cette économie de la décision qui vient de disparaître, et elle emporte avec elle une grande partie de ce que nous croyions savoir sur la manière d’organiser la recherche.

Je ne sais pas ce qui la remplacera. Je crois savoir où il faudra chercher, et ce n’est pas du côté des modèles.