Dans la série britannique 'Sherlock', Holmes résout des affaires en faisant preuve d'un raisonnement exceptionnel. Cependant, son processus de déduction repose principalement sur la déduction et l'induction. Si l'on compare cela au monde réel, la méthode de Sherlock est certes spectaculaire, mais elle pourrait ne pas fonctionner aussi bien dans la réalité.
En effet, le raisonnement utilisé par Sherlock repose sur des hypothèses conçues pour obtenir un résultat dramatique.
Prenons l'exemple d'un cambriolage.
Une fenêtre est brisée, et une femme dont les documents ont été volés se trouve dans une situation économique précaire. L'hypothèse générale qui pourrait émerger sur les lieux est que 'quelqu'un est entré chez elle et a volé ses documents avant de s'enfuir'.
Mais Sherlock, sur la base de l'observation immédiate des morceaux de verre à l'extérieur de la fenêtre, se concentre sur l'hypothèse que la femme est la coupable. Il la soupçonne et cela conduit à ses aveux, confirmant ainsi la véracité de son hypothèse.
Cependant, dans la réalité, ce type de raisonnement abrupt peut s'avérer risqué car il nécessite la vérification directe d'éléments complexes avant d'être confirmé comme étant vrai.
Dans le monde du conseil en entreprise, ce raisonnement déductif et inductif se retrouve dans le domaine de la gestion scientifique.
Il est principalement adapté à l'amélioration et à l'extensibilité des domaines connus. Le développement logique de McKinsey et BCG s'inscrit dans cette lignée. La caractéristique principale de la déduction et de l'induction est la présence d'une hypothèse au début. Dans une structure similaire, l'hypothèse statistique selon laquelle cette approche est efficace apparaît, et cela conduit à des résultats très pertinents pour atteindre l'objectif d'optimisation au sein d'une structure existante.
Et la croissance d'une entreprise est marquée par des phases de croissance et de crise qui se répètent. S'il y a des moments où une croissance stable est bien gérée, il y a aussi des moments où il faut tenter de créer quelque chose de nouveau à partir de zéro, à la fin de cette croissance.
Ce défi dans un nouveau domaine, un nouveau marché, équivaut à un investissement dans une forte incertitude. Lorsque les hypothèses utilisées dans le raisonnement déductif et inductif sont absentes ou peu fiables, l'approche abductive est appropriée.
L'approche abductive commence par remettre en question les hypothèses familières.
Lorsque les tentatives basées sur les hypothèses précédemment utilisées se révèlent inefficaces, lorsqu'on est confronté à un défi dans un nouveau domaine ou un nouveau marché et que les informations de référence sur lesquelles s'appuyer sont insuffisantes, on commence par se lancer dans le monde réel. Puis, à partir des schémas observés et des idées découvertes, on crée de nouvelles hypothèses et on pose des questions provocantes sur les règles existantes, créant ainsi un point de départ original.
Ce type d'approche est adapté à l'exploration de domaines inconnus et est axé sur l'originalité. Le développement logique de ReD et Gemic, basé sur les théories des sciences sociales, s'inscrit dans cette lignée.
Il semble nécessaire que les entreprises réfléchissent à la distinction et à l'application de différents types de raisonnement, tels que la déduction, l'induction et l'abduction, en fonction du niveau d'incertitude des problèmes auxquels elles sont confrontées.
Ce cadre diagnostique permet d'identifier les grandes inconnues dans les entreprises, un terme qui désigne des problèmes commerciaux complexes et inconnus où la création de sens peut être particulièrement utile. Voici un aperçu des niveaux qui catégorisent les problèmes commerciaux et de la manière dont la création de sens s'applique :
Niveau 1 : Connus
Caractéristiques : Connaissance des clients et du marché ; définition claire du problème ; les résultats futurs peuvent être prédits ; les données et analyses conventionnelles peuvent être utilisées pour y répondre.
Exemple : Un problème de vente pendant la période des fêtes peut être attribué à des facteurs météorologiques ; l'augmentation de la publicité et des réductions peut contribuer à résoudre le problème.
Niveau 2 : Hypothétiques
Caractéristiques : Familiarité modérée avec les clients et le marché ; une série de résultats possibles ; des problèmes similaires rencontrés auparavant ; des hypothèses peuvent être formulées et testées ; les données conventionnelles et les modèles analytiques peuvent s'appliquer.
Exemple : Les ventes par magasin sont en baisse malgré un investissement accru dans les vendeurs. Une série d'hypothèses peuvent être testées pour trouver la cause profonde.
Niveau 3 : Grandes inconnues
Caractéristiques : Très peu familier avec les clients et le marché ; pas de sens clair des résultats probables ; problème non rencontré auparavant ; aucune hypothèse à tester ; les données et analyses conventionnelles sont peu susceptibles de fournir des solutions claires.
Exemple : Un pipeline d'innovation regorgeant d'idées, mais les lancements de produits ne stimulent pas la croissance. Dans ce cas, la création de sens peut aider à comprendre des contextes sociaux ou culturels inconnus et à guider de nouvelles stratégies.
Source : Un anthropologue entre dans un bar…
Commentaires0