Décider dans l’incertitude : ce que les dirigeants doivent vraiment maîtriser aujourd’hui

Dans la France de cet automne 2026, les questions se bousculent : mon département existera-t-il encore dans un an ? Mon écosystème économique restera-t-il comparable ? Aurai-je absorbé ou serai-je absorbé ? Mon patrimoine aura-t-il disparu ou décuplé ?

Le léger recul de l’activité au troisième trimestre, la baisse de confiance des ménages, les tensions sur les coûts et les trésoreries, les manifestations des 17 et 24 octobre, l’appel à la grève du 5 novembre et l’horizon de l’élection présidentielle d’avril-mai 2027 créent un climat particulier. La Banque de France note d’ailleurs une nette remontée de l’incertitude exprimée par les entreprises en septembre.

Ces situations ne relèvent pourtant pas toutes de la même logique. Certaines incertitudes sont mesurables ; d’autres non. Confondre les deux conduit à des décisions fragiles. L’histoire de la pensée sur l’incertitude montre qu’elle a toujours oscillé entre le hasard des événements, les limites de notre connaissance et les possibilités de modélisation. Cette distinction n’est pas académique : elle change la façon dont un dirigeant doit agir.

Dès l’Antiquité, l’incertitude se rapporte au changement, à la causalité et à la possibilité. La tension entre Héraclite (tout change) et Parménide (l’être est permanent) structure encore nos débats. Aristote sépare nécessité et contingence. Les sceptiques, Pyrrhon et Carnéade, déplacent la question vers la connaissance : peut-on atteindre la certitude, se contenter du vraisemblable ou suspendre son jugement ? Les traditions médiévales arabes et juives, puis Thomas d’Aquin et Guillaume d’Ockham, prolongent ces interrogations sur les futurs contingents et les limites du savoir humain.

Pour un dirigeant, la leçon est claire : une partie de l’incertitude tient aux événements eux-mêmes, une autre à notre position d’observateur. Agir comme si l’on pouvait tout savoir est une erreur de diagnostic. La première action concrète consiste donc à cartographier explicitement ce qui relève de l’inconnu structurel (évolutions réglementaires ou politiques majeures) et ce qui relève d’une simple difficulté d’information.

À partir de la Renaissance, l’incertitude devient un objet de formalisation. Cardano, Pascal, Fermat, puis Huygens, Bernoulli, Bayes et Laplace construisent le calcul des probabilités. L’incertain se représente par des distributions, des espérances et des probabilités. Mais Montaigne, Descartes, Hume et Kant rappellent que le calcul ne prouve pas que tout soit calculable. Les régularités passées ne garantissent pas logiquement leur reproduction.

Au XIXe et XXe siècles, les outils se multiplient : estimation (Gauss, Legendre), régularités statistiques (Quetelet), variabilité et corrélations (Galton, Pearson), processus stochastiques (chaînes de Markov, processus de Poisson, mouvement brownien), équations différentielles stochastiques, martingales et simulations de Monte-Carlo. En physique, démographie, économie, finance ou fiabilité, ces modèles permettent d’estimer des trajectoires et des probabilités. Pourtant, Frank Knight et John Maynard Keynes insistent sur une distinction fondamentale : le risque (probabilisable) n’est pas l’incertitude (sans distribution suffisamment connue). Ne pas connaître la probabilité d’un événement n’équivaut pas à connaître une probabilité faible.

Proposition d’action pour les dirigeants : séparez systématiquement, dans vos comités de direction, les décisions relevant du risque (où des probabilités ou des scénarios quantifiés sont possibles) de celles relevant de l’incertitude pure (où il faut rechercher la robustesse plutôt que l’optimum unique). Pour le risque, optimisez. Pour l’incertitude, construisez des décisions qui restent pertinentes dans le plus grand nombre possible de configurations futures.

Après 1945, Shannon (théorie de l’information), Wiener (cybernétique), von Neumann et Morgenstern (théorie des jeux), Savage (probabilités subjectives), Zadeh (ensembles flous), Dempster et Shafer (fonctions de croyance), Kahneman et Tversky (biais cognitifs), Lorenz (sensibilité aux conditions initiales) et Mandelbrot (fractales) élargissent le champ. Les cindyniques, plus récemment, articulent cinq dimensions – valeurs, finalités, règles, données événementielles et connaissances – pour révéler les écarts et contradictions susceptibles de produire des dommages systémiques.

Au XXIe siècle, Taleb (événements extrêmes), Gigerenzer (heuristiques en environnement incertain) et les méthodes d’Uncertainty Quantification insistent sur la comparaison de scénarios, la sensibilité des résultats et la stabilité des décisions lorsque les hypothèses changent.

Ces modèles ne sont pas interchangeables. Probabilités, processus stochastiques,
ensembles flous, fonctions de croyance, cindyniques et approches robustes répondent à des natures d’incertitude différentes. Les utiliser indifféremment revient à se tromper d’outil.

• Constituez un « tableau de bord d’incertitude » distinguant : aléas quantifiables, imprécisions d’information, discordances systémiques (écarts entre valeurs, règles et finalités de l’organisation) et inconnus radicaux.
   
• Pour les décisions stratégiques majeures (investissements irréversibles, restructurations, positionnements concurrentiels), testez systématiquement la robustesse : que se passe-t-il si les hypothèses centrales sont fausses de 20 à 30 % ? Quelles options restent valables dans plusieurs scénarios ?
   
• Intégrez les biais cognitifs identifiés par Kahneman et Tversky dans vos processus de décision : créez des « équipes rouges » ou des mécanismes de contradiction systématique pour éviter l’excès de confiance et l’ancrage.

La richesse des modèles distingue distributions d’événements, trajectoires, imprécision des informations et discordances systémiques. Elle sépare aussi ce qui demeure inconnu de ce qu’un modèle rend calculable. Or la décision transforme elle-même le système observé : une acquisition modifie un marché, une réglementation change les comportements, une restructuration altère les équilibres internes. L’incertitude produite ou amplifiée par l’action affecte les conditions de la représentation initiale.

Politique, entrepreneur et manager rencontrent cette difficulté avec des responsabilités, temporalités et marges d’action différentes. Leurs représentations doivent être appréciées au regard de ces positions et des phénomènes qu’ils transforment.

La décision doit donc être évaluée non seulement sur ses résultats attendus, mais aussi sur ses conséquences possibles, sa réversibilité ou son irréversibilité, et sur la capacité du système à corriger sa trajectoire lorsque les hypothèses initiales ne sont plus vérifiées.

Cartographie des incertitudes : une fois par trimestre, classez les enjeux majeurs selon leur nature (risque calculable / incertitude radicale / discordance systémique) et adaptez les outils.

Décisions robustes plutôt qu’optimales uniques : privilégiez les options qui conservent de la valeur dans plusieurs futurs plausibles, même si elles ne maximisent pas le scénario central.

Réversibilité et options : pour les engagements lourds, construisez des étapes de sortie ou de pivot. Préférez les investissements modulaires aux paris irréversibles lorsque l’incertitude est élevée.

Capacité d’absorption et de correction : renforcez la trésorerie de précaution, diversifiez les sources de revenus et de financement, et formalisez des processus de révision rapide des hypothèses (revues stratégiques courtes et fréquentes).

Gouvernance de l’incertitude : nommez un responsable (ou un comité) chargé de challenger les modèles utilisés, de suivre les signaux faibles et de proposer des scénarios alternatifs. Les cindyniques ou l’analyse des discordances entre valeurs, règles et finalités de l’entreprise peuvent révéler des fragilités internes avant qu’elles ne deviennent critiques.

Formation des équipes dirigeantes : familiarisez le comité de direction avec la distinction risque/incertitude et avec les limites des modèles quantitatifs. L’objectif n’est pas de transformer chacun en statisticien, mais de créer une culture commune de la modestie épistémique et de la robustesse.

L’incertitude n’est ni une fatalité ni un simple bruit de fond que l’on pourrait évacuer par plus de données ou de modèles sophistiqués. Elle est une caractéristique structurelle de l’action collective et individuelle. L’histoire des idées – d’Aristote à Knight, de Keynes à Taleb – montre que la qualité d’une décision se mesure moins à la précision d’une prévision qu’à la solidité des représentations mobilisées et à la capacité de l’organisation à absorber les écarts entre le prévu et le réalisé.

Pour les dirigeants confrontés à l’automne 2026 et à l’horizon 2027, l’enjeu n’est pas d’éliminer l’incertitude – entreprise impossible – mais de la traiter avec discernement. Distinguer risque et incertitude pure, privilégier la robustesse aux optimisations fragiles, construire des organisations capables de révision rapide et d’absorption des chocs : telles sont les conditions d’une décision responsable. Dans un environnement où les transformations politiques, économiques et sociales se multiplient, ceux qui sauront cultiver cette lucidité et cette agilité transformeront l’incertitude en avantage stratégique. Les autres resteront spectateurs de trajectoires qu’ils n’auront pas anticipées.