Cognizant et l'innovation

Lors de mon dernier article de blogue sur l’innovation, je vous expliquais quel était pour moi le levier de l’innovation.  Je vous mentionnais aussi que dans cet article, j’allais démystifier le processus d’innovation de la compagnie Cognizant [i].  Le voici donc!

Tout d’abord, une entrée en matière sur Cognizant :

Cognizant est une multinationale en technologie de l’information qui a été créée comme une division du groupe Dun & Bradstreet en 1994.  À cette époque, son siège social était à Chennai en Inde.  Sa mission est d’offrir des services en consultation (spécialisée en processus d’affaires) qui aident les organisations à s’immerger dans l’innovation et à toujours se dépasser.

En 1996 et 1997, elle connut une croissance et commença à servir des clients externes et par la suite, déménagea son siège social à Teaneck au New Jersey (États-Unis).  Elle est devenue autonome en 1998.  Dans les années 2000, elle a connu un essor fulgurant!  Cognizant fait maintenant partie du NASDAQ-100 ainsi que du S&P (Standard and Poor’s) 500 [ii]. C’est d’ailleurs la première compagnie de service issue de l’Inde à être listé sur le marché boursier Nasdaq.  En 2011, elle fut listée dans la prestigieuse « Fortune 500 »[iii] et ne cesse de grimper au classement depuis.

Cognizant et l’innovation :

Comme je le mentionnais dans mon article de blogue « L’innovation n’est pas qu’une simple invention »[iv], l’innovation va plus loin que la simple idée!  C’est aussi la vision qu’a Cognizant avec l’innovation [v].  Puisque la connaissance absolue n’existe pas, nous nous devons de continuellement innover et pour Cognizant, ce sont les gens qui créent de la valeur ajoutée en implémentant de nouvelles idées.  Ceci se traduit aussi par la formule suivante (voir figure 1).

Figure 1

En d’autres termes, l’innovation est le passage d’une vision abstraite à un état concret.  Mais quel est le processus que Cognizant privilégie pour ce passage? 

Ils le font par trois phases très simples (voir figure 2) ! :

1. Définir le besoin d’innovation – C’est la phase abstraite, où l’on détermine les modèles (patterns). C’est la phase de la stratégie qui analyse l’organisation, qui détermine les défis d’innovation et qui instaure les critères de sélection.
2. Gérer les idées – Cette phase est composée de trois sous-sections.
• La capture des idées, stimulées par des campagnes de discussion par des groupes ou toutes autres méthodes.
• L’évaluation des idées recueillies en les catégorisant par priorité, gain potentiel, complexité, etc.  C’est ici que l’on recherche l’éclair de génie (insight) !
• Bâtir une courte liste des meilleures idées, proposer celle qui possède le meilleur Business Case et déterminer les prochaines étapes.
3. L’exécution – La phase de transformation de l’abstrait en concret, c’est l’instanciation et l’implémentation. Elle est composée de deux sous-sections.
• L’exécution de la preuve de concept et la collecte des commentaires des usagers de la veille. 
• L’implémentation de l’innovation selon la méthodologie de projet appropriée.

Figure 2

Fort simple en effet!  Pourtant, changer une organisation pour mettre en place une culture d’innovation et la promouvoir n’est pas une mince tâche.

C’est pour cette raison que Cognizant encourage constamment l’innovation à l’interne de son organisation et que l’organisation a mis en place un programme baptisé « Innovation Capability Building Program »[vi]. Ce programme sert de formation à la logique abductive, en guidant les ressources à structurer leurs pensées dans la recherche d’un problème et, au final, « voir » l’ensemble du problème (to see the big picture).

Le programme, basé sur la collaboration, amène les participants dans cet état d’esprit par différentes méthodes de raisonnements.  L’une de ces méthodes, que je ne connaissais pas, est celle des « Six Thinking Hats »[vii].  Cette méthode permet aux participants de comprendre leur mode de raisonnement naturel et ensuite d’avoir la capacité de changer de mode de raisonnement selon les besoins.  Cette théorie, selon Cognizant, est très efficace pour augmenter la productivité dans les discussions de groupe, puisque si les participants portent tous le même chapeau, la productivité augmentera!

• Chapeau blanc : Pour se concentrer sur les faits, on discute seulement des informations connues et nécessaires.
• Chapeau vert : Pour des réflexions sur la créativité, les nouvelles idées ou les alternatives.  Une occasion d’exprimer de nouveaux concepts ou perceptions.
• Chapeau jaune : Lorsque nous avons besoin de positivisme et d’optimisme dans les discussions.
• Chapeau bleu : Pour la gestion d’une réflexion structurée.
• Chapeau noir : Signifie qu’il faut porter une attention particulière à la gravité d’une situation ou d’un évènement (il ne faut pas trop utiliser ce chapeau).
• Chapeau rouge : Pour des réflexions sur nos émotions, nos intuitions, sans nécessairement avoir d’explications logiques.

La rapide ascension et les succès de Cognizant sont, selon moi, directement reliés aux efforts d’une culture d’organisation basée sur la logique abductive et d'une recherche continuelle en innovation.  Alors, si vous voulez que votre organisation se retrouve dans le « Fortune 500 », je vous encourage à en faire de même!

Qu’en pensez-vous?

---

[i] “Cognizant - About Cognizant,” Cognizant, 2013, http://www.cognizant.com/about-cognizant.

[ii] John Bilardello, “Standard & Poor’s,” Standard & Poor’s, 2013, http://www.standardandpoors.com/home/en/us.

[iii] “Fortune 500 2013: Annual Ranking of America’s Largest Corporations from Fortune Magazine,” CNNMoney, accessed November 30, 2013, http://money.cnn.com/magazines/fortune/fortune500/.

[iv] Simon-Pierre Marion, “L’innovation n’est pas qu’une simple invention !,” L’innovation, August 31, 2013, http://simonpierremarion.blogspot.ca/2013/08/linnovation-nest-pas-quune-simple.html.

[v] Robert G. Eccles, David Lane, and Prabakar Pk Kothandaraman, Cognizant Technology Solutions, Case (Field) (Harvard Business School, January 2008), http://hbr.org/product/cognizant-technology-solutions/an/408099-PDF-ENG.

[vi] Kumar Sachidanandam, “How Cognizant Drives Innovation Bottom Up,” Management Next, January 2012, http://managementnext.com/magazine/how-cognizant-drives-innovation-bottom-up/.

[vii] Edward De Bono, Six Thinking Hats, 1st Back Bay pbk. ed., rev. and updated (Boston: Back Bay Books, 1999).

Le levier de l’innovation

Dans son ouvrage, "Innovate Or Die: Outside the Square Business Thinking" [i] Jack Collis explique que sans l’innovation, les organisations seront appelées à mourir.   Rien de surprenant, puisque l’innovation est considérée, de nos jours, comme un levier important à l’économie.

Mais si l’innovation sert de levier à l’économie, quel est celui de l’innovation?

M. Albert Lejeune, Ph.D., dans l’énoncé de sa recherche sur la soutenabilité [ii], nous donne une piste de solution en posant cette autre question : « Comment la logique abductive, celle qui devrait mener à l’innovation, émerge-t-elle au sein d’un groupe d’individus qui cherchent à introduire la soutenabilité dans un modèle d’affaires? »

Prenons un léger recul, pour bien comprendre ce qu’est la logique « abductive ».  L’abduction est un mode de raisonnement utilisé dans le processus de découverte par « sérendipité » (faite de façon inattendue, car faite accidentellement, à la suite  d’un concours de circonstances).  C’est la troisième dimension des formes de raisonnement, qui complète celles de la déduction et de l’induction.

Ainsi, la logique abductive consiste à émettre des hypothèses (idées) à partir d’observations réalisées sur le terrain. Au départ, celles-ci sont dénuées de fondement scientifique, mais elles seront justifiées par les étapes ultérieures de la démarche logique.  C’est alors que se produit ce que Bernard Lonergan appelle l’insight : "L'insight est le trait de lumière, le « déclic », en termes plus techniques, la saisie, la découverte d'une intelligibilité. Par lui, on découvre une explication, on saisit une unité possible. Il fait passer de l'obscurité à la lumière, du désordre à l'organisation, du tâtonnement à la simplicité de la solution; en d'autres termes, du niveau sensible à une explication d'ordre intelligible." [iii]
 

Le levier de l’innovation commence donc par l’émergence des idées, lesquelles surviennent suite à différentes situations.  Ces idées seront par la suite assemblées (regroupées), comme les indices d’une énigme, jusqu'à l’émergence de l’insight (ou l’éclair de génie).

Voilà la réponse à mon questionnement!  Par contre, ceci ne répond pas à l’interrogation de M. Lejeune...

Sans prétendre connaître la réponse à sa question, peut-être qu’une partie de la solution se retrouve dans le modèle d’innovation qu’a introduit Cognizant (le sujet de mon prochain article)!

---

[i] Jack Collis, Innovate Or Die: Outside the Square Business Thinking (HarperCollins Publishers Australia, 2007).
[ii] Albert Lejeune, “Soutenabilité - Thèse au DIC,” 2013, http://www.albertlejeune.com/These%20au%20DIC/
[iii] Bernard J. F. Lonergan, Insight: A Study of Human Understanding (Harper & Row, 1978).

Innovation et prise de décision

En innovation, il est primordial de prendre les bonnes décisions. Pour ce faire, les entreprises modernes se basent habituellement sur leur intelligence d’affaires.  Il faut toutefois savoir que "la prise de décision ne doit pas uniquement se faire sur la vélocité de l’information en intelligence d’affaires, elle doit aussi être en étroite relation avec la compréhension de l’impact des décisions sur la performance dans le temps."[i]

Afin d’en arriver à cette compréhension, j’aimerais vous parler des modèles de simulation.  "Ceux-ci permettent de contribuer à un meilleur contrôle des risques et à une prise de décision beaucoup plus efficace en présence d’incertitude."[ii]

Il existe plusieurs types d’outils pour nous aider à bâtir des modèles de simulation :

Harvard Business Review[iii]

• "Les outils classiques de budgétisation des investissements; Ces outils estiment la progression de la marge bénéficiaire d’un projet, selon le potentiel d’investissement, pour établir s’il est avantageux d’y investir.
• Les outils d’analyses qualitatives; Permettre la prise de décisions en fonction d’un ensemble de scénarios qualitatifs représentant comment le présent pourrait évoluer dans le futur et en identifiant les conséquences des décisions considérées.
• Les outils de scénarios quantitatifs; Ces outils analysent les décisions en spécifiant les résultats possibles et leurs probabilités.  Ils utilisent des méthodes mathématiques, statistiques et de simulation pour identifier les risques et bénéfices potentiels de nos choix.
• Les outils de raisonnement basé sur des cas; Une approche méthodique qui permet la synthèse des informations recueillies dans les expériences passées qui sont similaires à celle recherchée afin d’aider dans la prise de décision.
• Les outils de recoupement d’informations; Il s’agit de collecter et de compiler l’information de diverses sources afin d’aider dans la prise de décision."[iii]

Powersim - Cloutier(2013)

Pour illustrer mon propos, je m’inspire d’un exemple que j’apprécie particulièrement, soit le calcul du taux d’adoption des technologies, proposé par Martin Cloutier Ph.D., dans le cadre de son cours "Technologies de la décision et système d'information - MBA UQAM 2013".  Dans ce cas précis, le choix de modèle de simulation est le scénario quantitatif.  L’outil que je recommande pour ce modèle est Powersim, maintenant partenaire avec la compagnie SAP [iv].

Cependant, il peut être très complexe de comprendre un modèle quantitatif, sans connaitre le raisonnement et les formules derrière son développement.  C’est pourquoi dans cet article, je vous propose une représentation à l’aide d’un modèle d’analyses qualitatives.  L’outil, ou plus précisément la méthode, que j’utilise est le diagramme d’influence (DI) [v].  Avec le DI que voici, vous aurez une représentation concise du schéma mental du modèle.  Ce schéma vous aidera à mieux comprendre le taux d’adoption de nouvelle technologie.

Diagramme d'Influence du Taux d'Adoption des Technologies

Description des éléments (variables et constantes du modèle) :

• Les éléments exogènes (externe au modèle) : Il y en a deux, ce sont des constantes, le Délai d’adoption et le Multiplicateur.
• Les éléments endogènes (interne au modèle) : Il y en a six.  Les deux premiers sont des variables de niveau, le Potentiel d’adopteurs et les Adopteurs.  Le troisième est une variable de taux, Taux d’adoption, calculé de la façon suivante : Potentiel d’adopteur * Effet réseau * (1 – Limite adoption) / Délai adoption.  Les trois derniers sont des variables auxiliaires. La Fraction d’adopteurs (égale à Adopteurs / (Adopteurs + Potentiel d’adopteurs)), la Limite d’adoption (qui est un graphique représentant une courbe croissante de 0 à 1 (axe des Y) avec un axe des X variant selon la Fraction d’adopteurs) et l’Effet réseau (égal à Fraction d’adopteurs * Multiplicateur).

Description des boucles et relations :

• Il y a premièrement un équilibrage (E1) (nombre impair d’influences opposées) entre Potentiel d’adopteurs et Taux d’adoption. Cela s’explique, car plus le Potentiel d’adopteurs augmente (diminue), plus le Taux d’adoption augmentera (diminuera) aussi.  Par contre, à l’inverse, plus le Taux d’adoption augmente (diminue), plus le Potentiel d’adopteurs diminuera (augmentera).
• La deuxième boucle d’équilibrage (E2) s’explique, car plus le Taux d’adoption augmente (diminue), plus le nombre d’Adopteurs augmentera (diminuera), plus la Fraction d’adopteur augmentera (diminuera) et plus la Limite d’adoption augmentera (diminuera) aussi. Finalement, à l’inverse, plus la Limite d’adoption augmentera (diminuera) et plus le Taux d’adoption diminuera (augmentera).
• La troisième boucle d‘équilibrage (E3) s’explique, car plus le Taux d’adoption augmente (diminue) et plus, à l’inverse, le Potentiel d’adopteurs diminuera (augmentera) et plus la Fraction d’adopteurs diminuera (augmentera). Par contre, plus la Fraction d’adopteurs augmente (diminue) et plus la Limite d’adoption augmentera (diminuera) aussi.  Finalement, comme nous le savons déjà, il y a influence opposée entre la Limite d’adoption et le Taux d’adoption.
• Il y a aussi deux boucles de renforcements (nombre pair d’influences opposées).  La première (R1), s’explique car plus le Taux d’adoption augmente (diminue) et plus le nombre d’Adopteurs augmentera (diminuera), plus la Fraction d’adopteur augmentera (diminuera), plus l’Effet réseau augmentera (diminuera) et plus le Taux d’adoption augmentera (diminuera) aussi.
• La dernière boucle, de renforcement aussi, s’explique, car il y a une influence opposée entre le Taux d’adoption, le Potentiel d’adopteurs et la Fraction d’adopteurs. Elle s’explique aussi, parce qu’il y a une Influence positive entre la Fraction d’adopteurs, l’Effet réseau et le Taux d’adoption.

Ce modèle n’est pas nécessairement complet, mais il vous explique clairement les fondements du taux d’adoption des innovations de nouvelles technologies.  Selon vous, quels autres éléments devrions-nous ajouter pour améliorer le modèle?

Si vous êtes gestionnaire, savoir quand décider est aussi important que de savoir quoi décider.  Les modèles de simulations sont de bons outils pour vous aider dans cette quête.  En tant que gestionnaire, il est donc important de bien connaître ces outils et de bien les utiliser lors des décisions importantes.  Maintenant, posez-vous la question...  Est-ce que votre organisation utilise des modèles de simulations pour la prise de décision?

---

[i] L. Martin Cloutier, Université du Québec à Montréal, and Centre de recherche en gestion, Méthodes pour dégager les données pertinentes: l’information en soutien à la prise de décision (Montréal: Université du Québec à Montréal, Centre de recherche en gestion, 2001).

[ii] Frank Hyneman Knight, Risk, Uncertainty and Profit (Cosimo, Inc., 2005).

[iii] Hugh Courtney, Dan Lovallo, and Carmina Clarke, “Deciding How to Decide,” Harvard Business Review Magazine, November 2013.

[iv] “SAP Software Partner,” October 2007, http://www.powersim.com/info/about/press-releases/sap-software-partner2/.

[v] Martin Cloutier, “L’information simulée en soutien à la prise de décision: Concepts et applications en financement d’entreprises” (Québec, 2002).

Un département d’innovations – Partie 2

À la suite de mon dernier article Un département d’innovations – Partie 1, j’ai fait la lecture de plusieurs articles et de deux ouvrages sur DARPA, que voici :

• The Department of Mad Scientists: How DARPA Is Remaking Our World, from the Internet to Artificial Limbs[i]
• Cloning DARPA Successfully[ii]

Pour vous permettre de cloner DARPA efficacement, je propose donc une brève analyse desdits comportements organisationnels chez DARPA, selon les théories expliquées dans l’ouvrage « Comportement Organisationnel – Comportements humains et organisations dans un environnement complexe »[iii] :

• Les personnalités dominantes des employés, selon la théorie du Big Five, sont la fiabilité et l’ouverture à l’expérimentation.  Selon la théorie MBTI (Myers-Briggs), on les catégorise comme personnalité adaptative et à haut besoin d’accomplissement.

• La motivation des individus passe par la responsabilisation, la nature du travail et l’accomplissement. Ce sont les facteurs de satisfaction dominants, selon la théorie de Herzberg, qui permettent aux employés de DARPA de garder un haut degré de productivité.  Une autre théorie qui s’applique est celle des attentes (Vroom) : les individus croient que leurs efforts les conduiront à atteindre un certain niveau de performance, elle-même source de résultats ou de récompenses qu’ils valorisent.[iv]

• L’autonomie, l’agilité et la simplicité (minimalisation de la bureaucratie) des équipes de travail sont primordiales pour l’atteinte des objectifs.  Il s’agit donc d’une structure organisationnelle "divisionnalisée" avec des équipes de travail autonomes :
• Pour rassembler le personnel autour d’un même projet d’innovation et
• Pour effectuer un travail complet comprenant plusieurs tâches interdépendantes, tout en jouissant d’une grande autonomie dans l’exécution de leur travail.[v]

• Un processus décisionnel et de pouvoir centralisé aux chefs de projets : contrairement à ce que l’on pourrait croire, les décisions ne se font pas en groupe, car les innovations n’ont pas tendance à faire consensus[vi].  Il est donc primordial d’avoir un chef très fort, très instruit, capable de faire des choix difficiles, de prendre des risques et de savoir recruter des ressources de très haut calibre.

• Aménagement de travail efficace pour une communication optimale : primordial dans un contexte d’innovation, l’information doit circuler librement à tous les niveaux d’une équipe de projets.

• Des contrôles de gestion privilégiant la créativité et la flexibilité : les gestionnaires vont surveiller si les objectifs sont atteints sans fournir des façons de procéder préétablies. C’est pourquoi chez DARPA, les chefs de projet font une gestion baladeuse, c’est-à-dire qu’ils sortent de leurs bureaux pour glaner de l’information au cours d’échanges informels avec les employés.[vii]

• Leadership orienté vers les résultats : il s’agit d’une théorie de l’adéquation chemins-buts[viii] ou les comportements du chef encouragent les employés à atteindre des performances élevées. 

• Une culture organisationnelle avec forte tendance à innover et à prendre des risques.

Mon analyse sur DARPA, sans être scientifique, apporte un éclairage sur les comportements organisationnels que vous devriez adopter, dans l’éventualité où vous envisageriez le déploiement d’un département d’innovation dans votre organisation. 

Il importe cependant, avant de vous lancer dans une aventure de cette envergure, de bien vous questionner sur les risques financiers associés à un département d’innovation.

Votre organisation est-elle prête ou simplement capable de les assumer ?

---

[i] Michael P Belfiore, The Department of Mad Scientists: How DARPA Is Remaking Our World, from the Internet to Artificial Limbs (New York: Harper, 2010).

[ii] Erica R.H. Fuchs, “Cloning DARPA Successfully: Those Attempting to Copy the Agency’s Success in Advancing Technology Development First Better Be Sure They Know How DARPA Actually Works (Defense Advanced Research Projects Agency ),” Science and Technology, September 22, 2009.

[iii] Charles Benabou, Steven McShane, and Sandra L. Steen, Comportement organisationnel : Comportements humains et organisations dans un environnement complexe, 2e édition (Canada: Chenelière, 2013).

[iv] Victor Harold Vroom, Work and Motivation (New-York: John Wiley & Sons, 1967).

[v] Susan Albers Mohrman et al., Designing Team-based Organizations: New Forms for Knowledge Work (États-Unis: Jossey-Bass, 1995).

[vi] Regina E. Dugan and Kaigham J. Gabriel, “‘Special Forces’ Innovation: How DARPA Attacks Problems,” HBR - The Magazine, October 2013, http://hbr.org/2013/10/special-forces-innovation-how-darpa-attacks-problems/ar/1.

[vii] Thomas J. Peters and Robert H. Waterman, In Search of Excellence: Lessons from America’s Best-Run Companies (UK: HarperCollins, 2004).

[viii] Robert J. House, “Path-goal Theory of Leadership: Lessons, Legacy, and a Reformulated Theory,” The Leadership Quarterly 7, no. 3 (1996): 323–352, doi:10.1016/S1048-9843(96)90024-7.