Prendre soin ne se délègue pas : le mendomi à l’heure de l’IA

Récemment, lors d’un échange sur le leadership lean, Jacques Chaize me racontait une scène : un opérateur, peu habitué aux projecteurs, présente son premier kaizen. Il explique l’avant, l’après, l’obstacle surmonté. Son responsable écoute, pose des questions, reformule et reconnaît l’effort.

Ce qui me frappe dans cette scène, ce n’est pas seulement que l’opérateur soit reconnu. C’est que son responsable apprend, lui aussi. Il découvre une difficulté du travail qu’il n’avait peut-être pas mesurée. Il comprend mieux ce que l’opérateur a dû essayer, corriger et apprendre pour réussir.

La présentation ne sert donc pas uniquement à célébrer un résultat. Elle donne au manager une occasion de mieux comprendre le travail et la manière dont il peut soutenir celui qui le réalise.

Imaginons maintenant que le responsable participe à distance à cet échange. Il assiste à distance, pose quelques questions et remercie. Il reçoit ensuite l’enregistrement, demande à une IA d’en produire la synthèse et de préparer un message d’encouragement. Le retour est rapide, bien formulé, personnalisé.

Ce message n’est pas nécessairement inutile ou insincère. Mais il ne nous dit rien de l’essentiel : qu’a vraiment compris le responsable de la difficulté rencontrée ? Et que fera-t-il de cette compréhension ?

Le mendomi : ne pas laisser l’autre seul devant l’obstacle

Le terme japonais mendomi désigne le fait de prendre soin des autres, de s’occuper d’eux. Il ne s’agit pas d’un mot inventé par Toyota, ni d’une méthode réservée à l’entreprise.

Dans une présentation de ses pratiques de leadership, Toyota Material Handling Europe l’associe à une attention portée aux collaborateurs, à leurs circonstances personnelles et au soutien dont ils ont besoin¹. Le soin ne se limite donc pas à la performance au poste.

Dans le travail quotidien, cette attention donne une traduction concrète au respect des personnes² : ne pas laisser quelqu’un seul face à une difficulté qu’il ne parvient pas encore à surmonter.

Cela ne veut pas dire résoudre le problème à sa place. Un responsable peut reprendre une tâche, donner immédiatement la solution et obtenir le résultat attendu, sans avoir aidé son collaborateur à progresser. À l’inverse, il peut multiplier les questions au nom de l’autonomie et laisser la personne s’épuiser devant un obstacle qui exige son intervention.

Prendre soin demande de discerner ce qui manque : une explication, un entraînement, un moyen matériel, une décision, ou simplement du temps pour essayer. Cela demande aussi de revenir voir si l’aide a été utile.

C’est ainsi que je propose de lire la scène du kaizen. Le responsable ne distribue pas seulement de la reconnaissance. Il cherche à comprendre ce que cette réussite lui apprend sur le travail et sur le soutien à apporter.

Ce que l’automatisation devrait rendre possible

Le lean n’invite pas à refuser l’automatisation. Le jidoka, l’un des deux piliers du système de production Toyota, offre au contraire un repère utile. Dans sa présentation officielle du TPS, Toyota explique que la détection des anomalies et l’arrêt permettent notamment d’éviter qu’une personne reste occupée à surveiller une machine³. L’automatisation rend le problème visible et réduit une surveillance sans valeur ajoutée.

On ne peut pas transposer directement ce fonctionnement à tous les usages de l’IA. Mais il conduit à une question pertinente pour le management : quelle activité humaine voulons-nous rendre possible grâce au temps libéré ?

Une IA peut préparer une synthèse, rapprocher des observations, proposer des hypothèses ou aider à formuler un retour. Ces usages peuvent être précieux. Ils deviennent problématiques lorsque la préparation remplace la rencontre avec la situation.

Lire une synthèse d’un kaizen peut aider le responsable à poser de meilleures questions. Cela ne garantit pas qu’il les posera. Repérer un écart dans un tableau peut orienter une visite sur le terrain. Cela ne remplace pas cette visite.

Le temps gagné n’est pas, en lui-même, une preuve de progrès managérial. Tout dépend de ce que nous en faisons.

Aider le manager, sans lui permettre de s’absenter

Gill Pratt⁴ fournit un éclairage intéressant, à condition de distinguer sa proposition de notre transposition au management.

Dans une présentation des recherches du Toyota Research Institute diffusée par Toyota Times Global, l’approche de l’IA est centrée sur l’amplification des capacités humaines plutôt que sur le remplacement de l’humain⁵.

Pour le management, j’en retiens une question — c’est ici une transposition, non une règle formulée par Pratt : cherchons-nous à rendre le responsable plus capable d’aider, ou à produire les signes de son aide en son absence ?

La différence apparaît dans des usages ordinaires :

Un manager peut utiliser une IA pour préparer un échange difficile, clarifier ses observations et éviter une formulation maladroite. Il lui reste à écouter ce que la personne dira, à remettre en question son interprétation et à prendre ses responsabilités.

Il peut aussi faire produire un message chaleureux sans chercher à comprendre ce qui s’est passé. La forme sera peut-être réussie. Le travail managérial, lui, n’aura pas été fait.

Cela appelle une vigilance simple : ne laissons pas une formulation personnalisée suggérer une attention que nous n’avons pas réellement accordée.

Le problème n’est pas qu’une machine ait contribué au message. Il commence lorsque le message tient lieu d’attention.

Celui qui reçoit l’aide peut nous dire si elle aide

Un responsable peut être convaincu d’avoir soutenu son équipe. Il a répondu vite, prodigué un conseil, félicité un effort. Pourtant, le collaborateur peut rester bloqué au même endroit.

Sans en faire une règle universelle attribuée à Toyota, je retiens donc un critère simple : pour évaluer notre aide, demandons aussi à celui qui la reçoit ce qu’elle lui a permis de faire.

A-t-il mieux compris le problème ? Peut-il réaliser une tâche qu’il ne maîtrisait pas auparavant ? L’obstacle signalé a-t-il été levé ? Sait-il vers qui se tourner s’il rencontre à nouveau cette difficulté ?

Ces questions ramènent le soin à ses effets, plutôt qu’aux intentions du responsable ou à la qualité de son discours.

Elles permettent aussi d’évaluer un usage de l’IA. Une synthèse qui aide le manager à repérer un besoin d’accompagnement peut être utile. Un compte rendu impeccable qui laisse ce besoin sans réponse ne suffit pas.

Avant l’outil, préciser l’engagement

Avant d’introduire une IA dans une activité managériale, nous gagnerions à préciser ce qui restera de notre responsabilité :

• Que devrons-nous encore aller voir et comprendre nous-mêmes ?
• Qu’est-ce que le collaborateur doit-il apprendre à faire, avec quel soutien ?
• Comment vérifierons-nous que notre aide lui a effectivement servi ?

Ces questions n’interdisent pas l’automatisation. Elles empêchent de confondre un livrable produit avec une responsabilité assumée (ou redevabilité).

Revenons à l’opérateur qui présente son premier kaizen. Une IA pourra aider son responsable à préparer ses questions ou à garder une trace de l’échange. Mais il faudra toujours quelqu’un pour écouter, découvrir ce qu’il n’avait pas compris et décider de la suite avec lui.

Prendre soin ne signifie pas tout faire soi-même. Cela signifie rester responsable de comprendre la difficulté de l’autre et de l’aider à progresser.

Si l’IA nous libère du temps, le premier test sera peut-être très simple : serons-nous plus disponibles pour le prochain kaizen ?

Alexandre Guillard

Publié le 9 novembre 2026. Abonnez-vous à Articles ILF sur LinkedIn

Notes

• 1.Mendomi. Toyota Material Handling Europe présente le mendomi comme une attention aux collaborateurs qui inclut les circonstances extérieures au travail susceptibles d’affecter leur situation. Cette référence permet de ne pas réduire le soin au seul accompagnement de la résolution de problèmes. Voir « Leading teams with empathy — the Toyota way ».
• 2.Respect for People. Dans le Toyota Way 2001, le Respect for People constitue, avec Continuous Improvement, l’un des deux piliers du cadre de valeurs et de méthodes de l’entreprise — à distinguer des deux piliers du TPS, Just-in-Time et jidoka. Il articule Respect et Teamwork : faire l’effort de se comprendre, assumer ses responsabilités et construire la confiance mutuelle ; favoriser le développement personnel et professionnel, partager les possibilités de développement et renforcer la performance individuelle et collective. Il ne se réduit donc ni à la courtoisie ni à une bienveillance sans exigence. La lecture proposée ici situe le mendomi à cette articulation : comprendre la difficulté, ajuster le soutien et développer la capacité d’agir. Ce rapprochement est une interprétation managériale, non une équivalence terminologique établie par Toyota. Sources : Toyota Way 2001 et Sustainability Data Book 2018, p. 5–11.
• 3.Jidoka. Toyota décrit le jidoka comme une « automatisation avec une touche humaine » : les anomalies sont détectées et le processus arrêté afin d’éviter la production de défauts et de permettre le traitement du problème. La séparation du travail humain et du travail de la machine réduit notamment le besoin de surveillance permanente. Voir "Toyota Production System". Le lien avec les usages managériaux de l’IA développé dans cet article est une analogie, non une prescription officielle de Toyota.
• 4.Gill Pratt. Directeur scientifique (Chief Scientist) et Executive Fellow for Research de Toyota Motor Corporation, Gill Pratt est également directeur général fondateur du Toyota Research Institute (TRI). Il y dirige des recherches portant notamment sur l’IA centrée sur l’humain, la robotique et les technologies d’amplification des capacités humaines. Voir sa biographie officielle au TRI.
• 5.Amplification des capacités humaines. Voir Toyota Times Global, « Toyota’s Approach to AI: An Inside Look at Cutting-Edge Research | Toyota Times News », notamment la présentation de cette orientation, ainsi que l’échange avec Gill Pratt autour du soin et de l’amplification.

Cet article Prendre soin ne se délègue pas : le mendomi à l’heure de l’IA est apparu en premier sur Institut Lean France.