85 % des industries ne savent pas mesurer la productivité. Les 15 % restants croissent de 13,9 % au-dessus de leurs pairs.

La productivité est le mot le plus prononcé dans toute réunion d'opérations. Et le moins mesuré avec rigueur.

La plupart des entreprises industrielles suivent le volume de production, le taux d'occupation des machines et le coût unitaire. Elles appellent cela de la productivité. Ça n'en est pas.

La productivité, c'est la valeur générée par unité de ressource consommée, temps, énergie, main-d'œuvre, capacité installée. Quand vous mesurez les bonnes choses, les décisions changent. Quand vous ne le faites pas, vous optimisez l'apparence de l'opération, pas son résultat.

L'indicateur que tout le monde suit, et qui ne mesure rien

Le TRG (Taux de Rendement Global, ou OEE). Il occupe la moitié d'un mur dans les salles de contrôle. Il est sur tous les tableaux de bord exécutifs. C'est l'indicateur favori de qui veut donner l'impression de mesurer la productivité.

Le problème, c'est ce que le TRG masque.

Une machine peut tourner à 85 % de TRG et produire malgré tout des articles que personne n'a commandés, en lots qui génèrent du stock excédentaire, à un rythme qui déséquilibre le flux de la ligne. L'indicateur reste au vert. L'opération perd de l'argent.

En 2026, LNS Research a publié un chiffre qui devrait figurer dans chaque conseil d'administration industriel : 85 % des industries n'ont aucune visibilité réelle sur la productivité opérationnelle. Les 15 % qui l'ont croissent de 13,9 % au-dessus de leurs pairs sur cinq ans, selon l'Industrial Productivity Index de LNS Research.

Ce n'est pas de la technologie. C'est une méthode de mesure.

Ce que les entreprises qui croissent mesurent différemment

Les entreprises en haut de la distribution ne mesurent pas davantage. Elles mesurent différemment.

Elles comprennent la productivité comme un système : le bon output, au bon moment, avec la consommation de ressources minimale nécessaire. Et elles la mesurent sur plusieurs couches à la fois :

• Productivité de flux : temps de traversée de la commande, de l'entrée à la livraison, pas seulement le temps dans la machine.
• Productivité du travail : valeur générée par heure travaillée, pas la présence de l'opérateur sur la ligne.
• Productivité de l'énergie et des intrants : coût réel de transformation par unité, pas le coût total dilué.
• Productivité de décision : le temps entre la disponibilité de la donnée et l'action corrective prise.

Cette dernière est souvent la plus révélatrice. Dans beaucoup d'industries, la donnée existe. La décision prend des jours.

Pourquoi une mauvaise mesure produit les bonnes décisions pour le mauvais problème

Quand vous mesurez l'occupation des machines comme de la productivité, votre réponse naturelle à une baisse de résultat est d'augmenter l'occupation. Vous accélérez le rythme. Vous approuvez des heures supplémentaires. Vous achetez de la capacité.

Et vous aggravez le goulot d'étranglement trois postes plus loin.

C'est le principe de base du Système Toyota, toujours ignoré à l'échelle industrielle. L'usine n'est pas une collection de machines qui doivent être occupées. C'est un flux qui doit être équilibré. Mesurer chaque point de façon isolée produit des optimums locaux et de très mauvais résultats globaux.

Résultat concret : les entreprises qui investissent dans l'automatisation avant de régler la couche de mesure automatisent de mauvais processus, plus vite et à moindre coût variable, mais avec le même mauvais résultat systémique.

McKinsey estime que jusqu'à 70 % des projets de transformation numérique dans l'industrie échouent à générer une valeur durable. L'une des causes les plus fréquentes : l'absence de baseline de productivité réelle avant la mise en œuvre.

Ce que Magellan constate en pratique

Dans les projets de diagnostic opérationnel de Magellan, la première activité structurée est de reconstruire la ligne de visibilité de la productivité, ce que l'entreprise peut réellement voir de sa propre opération.

Dans plus de la moitié des missions, nous trouvons trois schémas récurrents :

• Des indicateurs de résultat (coût, volume, délai) sans décomposition par les vecteurs de cause, flux, ressource, décision.
• Des données disponibles dans le système qui n'atteignent jamais à temps la personne qui prend la décision opérationnelle.
• Des objectifs de productivité définis comme une variation en pourcentage sur l'année précédente, sans référence à ce qui est possible compte tenu du parc installé.

Magellan utilise l'IA pour croiser historique de production, arrêts, variations d'intrants et données de maintenance, et repérer où l'écart entre productivité mesurée et productivité potentielle est le plus large. Cette carte oriente là où l'effort d'amélioration générera un retour réel, pas seulement une apparence de progrès.

Le résultat le plus courant de ce diagnostic : l'entreprise découvre qu'elle a entre 20 % et 35 % de capacité productive inexploitée, sans acheter le moindre équipement.

Le point inconfortable

La plupart des dirigeants industriels savent que leurs indicateurs de productivité sont incomplets. Mais ils continuent à prendre des décisions d'investissement, d'automatisation et d'effectifs sur cette base.

Non par incompétence. Par inertie institutionnelle.

Changer le système de mesure, c'est admettre que des décisions antérieures ont été prises avec la mauvaise information. C'est confronter des managers qui construisent leurs indicateurs depuis des années. C'est accepter que le tableau de bord exécutif que tout le monde approuve ne mesure pas ce que tout le monde croit qu'il mesure.

C'est là le coût réel du problème. Il n'est pas technologique. Il est politique.

Et pendant que la discussion reste à ce niveau, les 15 % qui mesurent correctement continuent de croître de 13,9 % au-dessus de leurs pairs, en silence.

Question finale : Si vous retiriez tous les indicateurs d'occupation et de volume de votre tableau de bord exécutif et les remplaciez par la valeur générée par ressource consommée, que découvririez-vous que vous ne saviez pas ?