Arrêtez d’essayer de prédire l’avenir – faites-le plutôt pour vous préparer

Le 15 janvier 2009, le vol 1549 d’US Airways a heurté un groupe de bernaches du Canada peu après son décollage de l’aéroport de LaGuardia. L’impact a immédiatement coupé les deux moteurs, laissant l’équipage avec seulement 208 secondes pour manœuvrer l’avion vers un amerrissage d’urgence sur le fleuve Hudson. Malgré l’absence d’entraînement spécifique à ce scénario, le capitaine Chesley « Sully » Sullenberger et son équipe ont réussi à poser l’appareil sans perte de vie : les 155 personnes à bord ont toutes survécu¹.

Cet événement, largement médiatisé sous le nom de « Miracle sur l’Hudson », illustre toutefois bien plus qu’un simple coup de chance. Dans ses réflexions ultérieures, Sullenberger a expliqué que des décennies d’expérience accumulée – des heures de vol, des formations aux situations d’urgence et une pratique constante de la prise de décision – avaient constitué une « banque d’expérience » suffisante pour effectuer un retrait crucial lorsqu’il en avait besoin². Cette métaphore offre un cadre utile pour les dirigeants confrontés à l’incertitude en 2026.

Adopter des changements stratégiques plutôt que radicaux

Lorsqu’une perturbation survient – ralentissement économique, émergence rapide d’une technologie comme l’intelligence artificielle générative – la tentation de réagir par des changements immédiats et globaux est forte. Pourtant, l’histoire montre que ces approches souvent échouent.

Une étude menée par le MIT Center for Information Systems Research a révélé que 95 % des tentatives d’intégration de l’IA générative dans les entreprises échouent, principalement parce que les dirigeants tentent de transformer simultanément tous les processus sans établir clairement où la technologie apporte réellement de la valeur³. Stephanie Woerner, directrice du centre, souligne que l’expérimentation constitue seulement la première étape ; le véritable défi consiste à passer d’un pilote fonctionnel à une « méthode de travail basée sur l’IA » intégrée dans les opérations quotidiennes.

Pour éviter le gaspillage de ressources, il est recommandé de :

• Commencer par des projets pilotes restreints, permettant d’apprendre et d’ajuster rapidement.
• Établir des priorités stratégiques en identifiant les problèmes spécifiques que l’IA peut résoudre.
• Mesurer les résultats avec des indicateurs clairs avant d’étendre l’initiative à l’ensemble de l’organisation.

Cette approche progressive réduit les risques tout en construisant une base de connaissances solide, analogue aux petits dépôts réguliers que Sullenberger décrivait dans sa banque d’expérience.

Recruter pour l’adaptabilité, pas seulement pour l’expérience

Le modèle traditionnel de recrutement met l’accent sur les diplômes, les compétences techniques et l’ancienneté dans un secteur donné. Bien que ces critères restent pertinents, ils ne suffisent plus dans un environnement où les compétences peuvent devenir obsolètes en quelques mois.

Les leaders modernes recherchent plutôt des signes d’adaptabilité :

• Curiosité démontrée par l’apprentissage autonome en dehors du champ de compétence principal.
• Capacité à citer des situations où ils ont dû abandonner un plan initial et improviser une solution.
• Volonté de remettre en question leurs propres hypothèses lorsqu’ils font face à l’ambiguïté.

Par exemple, lors d’un récent recrutement chez JotForm, un chef de produit issu du secteur de la santé a mis en avant son expérience de conception de systèmes où une erreur pouvait avoir des conséquences vitales. Cette expérience lui avait appris à anticiper les défaillances et à créer des processus résilients sous pression – des qualités directement transférables à la gestion de produits basés sur l’IA⁴. En posant des questions ouvertes sur la façon dont les candidats ont géré l’incertitude, les recruteurs peuvent mieux évaluer leur potentiel à prospérer lorsque les circonstances changent radicalement.

Pratiquer la réflexion en cas de crise

La réflexion en cas de crise ne doit pas être confondue avec la catastrophisation. Cette dernière consiste à imaginer le pire scénario jusqu’à la paralysie, tandis que la réflexion en crise est un exercice délibéré : se poser régulièrement la question « et si » afin de préparer des réponses avant que le problème ne survienne.

Dans les premières années de JotForm, le fondateur se demandait régulièrement ce qui se passerait si un concurrent majeur décidait d’entrer sur le marché des formulaires en ligne. Bien que l’idée soit inconfortable, cette anticipation lui a permis d’identifier les différenciateurs clés de l’offre – une personnalisation supérieure et une attention particulière à l’expérience utilisateur – et de renforcer ces aspects avant même l’arrivée d’une menace réelle. Lorsque Google a effectivement lancé un produit concurrent, l’équipe n’a pas été prise au dépourvu ; elle a pu agir rapidement en s’appuyant sur les scénarios déjà envisagés⁵.

Cet entraînement mental présente plusieurs avantages :

• Il réduit la réaction émotionnelle face à l’imprévu, permettant une prise de décision plus rationnelle.
• Il constitue une forme de « déposit » dans la banque d’expérience, augmentant les réserves disponibles lorsqu’un retrait important devient nécessaire.
• Il favorise une culture d’apprentissage continu, où chaque défi perçu devient une opportunité de renforcer la résilience organisationnelle.

Conclusion

Le « Miracle sur l’Hudson » nous rappelle que la préparation ne consiste pas à prédire chaque éventualité, mais à cultiver un état d’esprit où l’expérience, l’adaptabilité et la réflexion proactive sont continuellement nourries. En appliquant ces principes – changements mesurés, recrutement orienté vers la flexibilité et entraînement régulier à la pensée « et si » – les dirigeants peuvent transformer l’incertitude en avantage compétitif, tout comme le capitaine Sullenberger a transformé 208 secondes de crise en un atterrissage réussi.

¹ National Transportation Safety Board. (2010). Aircraft Accident Report: Loss of Thrust in Both Engines After Encountering a Flock of Birds and Subsequent Ditching on the Hudson River (NTSB/AAR-10/03).
² Sullenberger, C. B., & Zaslow, J. (2009). Highest Duty: My Search for What Really Matters. HarperCollins.
³ Woerner, S., & Beath, C. M. (2023). Generative AI in the Enterprise: Lessons from Early Adopters. MIT Sloan Management Review.
⁴ JotForm internal case study, 2024. Transférer l’expertise du secteur de la santé vers la gestion de produits IA.
⁵ Interview avec le fondateur