Loi de Little : la formule qui relie en-cours, débit et délai

L = λ × W

Trois moyennes, mesurées sur la même période et sur le même périmètre. Chaque métier leur donne un nom différent, ce qui rend la loi plus compliquée qu'elle ne l'est.

La formule se lit dans les trois sens. Le délai se déduit de l'en-cours : W = L ÷ λ. Le débit aussi : λ = L ÷ W. Une seule règle de calcul : la même unité de temps partout. Un débit en dossiers par mois donne un délai en mois.

Choisissez la valeur à trouver, saisissez les deux autres (virgule ou point pour les décimales). Le calcul se fait dans votre navigateur.

Mode « mon cabinet » : votre délai, et ce qu'un plafond d'en-cours changerait

Comptez les dossiers ouverts aujourd'hui (signés, pas encore livrés) et ceux que vous avez terminés en moyenne chaque mois sur les six derniers mois. La loi de Little donne votre délai moyen. Testez ensuite un plafond : un nombre maximum de dossiers travaillés en même temps, les autres attendant leur tour dans une file visible. L'exemple chargé ajoute 20 % de débit, une hypothèse à remplacer par votre mesure, pour montrer ce qui fait vraiment baisser le délai total.

Ce dernier point surprend souvent. Plafonner l'en-cours ne crée pas de capacité : mettez 0 dans le champ « débit gagné » et le délai total revient à 4 mois, comme aujourd'hui, parce que vous terminez toujours 15 dossiers par mois. Ce qui change, c'est que l'attente devient visible et gérable (on peut prioriser, prévenir, refuser), que chaque dossier démarré avance vite, et que l'équipe perd moins de temps à jongler. C'est ce dernier gain qui raccourcit le délai total : avec 20 % de débit en plus, l'exemple passe de 4 à 3,3 mois. Mesurez-le sur vos propres dossiers avant d'y compter.

La loi demande peu, ce qui fait sa force. Elle ne suppose rien sur la façon dont les arrivées se répartissent, sur la durée de chaque traitement, sur le nombre de personnes ou de machines qui servent, ni sur l'ordre de passage (premier arrivé premier servi, priorités, hasard). Little le rappelle dans son article de 2011 : le résultat est indépendant de la discipline de file (source). En revanche, quatre conditions comptent en pratique.

• Un système stable. Sur la période observée, il entre à peu près autant d'éléments qu'il en sort. Si vous signez 20 dossiers par mois et en terminez 15, l'en-cours grossit de 5 par mois et le délai calculé aujourd'hui sera dépassé demain.
• Des moyennes sur une période assez longue. Sur une journée ou une semaine, les dossiers déjà ouverts au début et pas finis à la fin faussent le calcul. Sur plusieurs mois, cet effet de bord devient petit. La relation est même exacte sur une période finie quand le système est vide au début et à la fin, comme un magasin entre l'ouverture et la fermeture.
• Le même périmètre pour les trois mesures. Si le délai court de la signature à la facture, l'en-cours doit compter tous les dossiers entre ces deux bornes, y compris ceux qui dorment.
• La même unité de temps. Débit par mois, délai en mois.

Little insiste sur un point que beaucoup d'articles oublient : la loi mesure, elle ne prévoit pas. « Nous sommes dans le métier de la mesure, pas de la prévision », écrit-il (Little, 2011). Pour prévoir, il faut des données sur plusieurs périodes et des méthodes statistiques, ou un modèle.

Pour les étudiants, l'idée tient en une figure. Little la présente ainsi dans son article de 2011 (Little, 2011, section 2.1). Observez un système pendant une durée T, vide au début et à la fin, et tracez n(t), le nombre d'éléments présents à chaque instant. Appelez A l'aire sous cette courbe et N le nombre d'arrivées.

• L'en-cours moyen est l'aire divisée par la durée : L = A ÷ T.
• Le débit est le nombre d'arrivées divisé par la durée : λ = N ÷ T.
• Le délai moyen est l'aire divisée par le nombre d'éléments, car l'aire est aussi la somme des temps passés par chacun : W = A ÷ N.

D'où L = A ÷ T = (N ÷ T) × (A ÷ N) = λ × W. L'aire sert deux fois, et Little en donne la raison physique : un élément qui attend est compté dans l'en-cours au moment même où il accumule du temps d'attente.

La forme probabiliste. En théorie des files d'attente, la loi porte sur des moyennes de long terme : si le débit λ et le délai moyen W existent et sont finis, l'en-cours moyen L existe et vaut λW. Dans un cadre stationnaire (régime permanent), elle s'écrit avec des espérances : E[N(t)] = λ E[W_i], où N(t) est le nombre d'éléments présents à l'instant t et W_i le temps passé par l'élément i. Little attribue la première preuve rigoureuse dans cette généralité à Shaler Stidham, en 1972 puis 1974 (Little, 2011, section 3.1).

Le supermarché

C'est l'exemple que Little reprend dans son article de 2011 (source) : un magasin ouvert de 7 h à 23 h, vide à l'ouverture et à la fermeture. Prenons des chiffres simples. Si 120 clients entrent par heure et que chacun reste 25 minutes, soit 25/60 d'heure, il y a en moyenne 120 × 25/60 = 50 clients dans le magasin. À l'inverse, un gérant qui compte 50 personnes en rayon et 120 passages en caisse par heure en déduit le temps moyen de visite sans suivre un seul client.

La cave à vin

Autre exemple de Little : une cave qui contient en moyenne 600 bouteilles et en reçoit 100 par an. Chaque bouteille y reste en moyenne 600 ÷ 100 = 6 ans. La loi vaut même quand le système n'est jamais vide et qu'aucun « service » n'a lieu : il suffit que les bouteilles entrent, attendent et sortent.

Les dossiers d'un cabinet

Un cabinet d'expertise comptable, d'avocats ou de conseil a 60 dossiers ouverts et en clôt 15 par mois. Délai moyen : 4 mois. Le dirigeant veut le ramener à 2 mois. La loi lui donne deux voies, et seulement deux : terminer 30 dossiers par mois avec 60 ouverts, ou en terminer 15 avec 30 ouverts, file d'attente comprise. Signer plus pour « faire tourner » le cabinet sans plus de capacité ne fait qu'allonger l'attente. C'est exactement le piège du cabinet fictif Maison Delaunay, dont la marge fond alors qu'il signe davantage de mandats.

Le développement logiciel et Kanban

Le Kanban Guide définit le WIP comme « le nombre d'éléments de travail démarrés mais non terminés », le débit comme le nombre d'éléments terminés par unité de temps, et le temps de cycle comme le temps écoulé entre le démarrage et la fin d'un élément ; il demande de contrôler explicitement le nombre d'éléments en cours (Kanban Guide, version 2025.5). Ce sont les trois termes de la loi de Little. Une équipe qui a 24 tickets en cours et en livre 8 par semaine a un temps de cycle moyen de 3 semaines. Si elle limite son WIP à 12 tickets et garde le même débit, un ticket démarré sort en 1,5 semaine.

Attention au vocabulaire : en logiciel, le lead time court souvent de la demande à la livraison, le temps de cycle du démarrage à la livraison. Les deux obéissent à la loi, chacun avec l'en-cours de son propre périmètre.

Chiffres d'illustration, choisis pour que le calcul se fasse de tête.

Elle dit que l'en-cours, le débit et le délai sont liés et ne peuvent pas bouger chacun de leur côté. Connaître deux d'entre eux donne le troisième, ce que Little présente comme l'usage le plus courant et le plus utile de la loi. Elle sert aussi de contrôle : si vos chiffres ne la respectent pas, l'un d'eux est faux (des dossiers clos jamais fermés dans l'outil, un délai mesuré sur un autre périmètre).

Elle ne dit pas pourquoi le délai est long. Elle ne désigne pas l'étape qui bloque, ne sépare pas le temps de travail du temps d'attente, et ne dit pas quel compromis choisir. Little l'écrit : la loi ne dira pas aux dirigeants comment arbitrer ni comment améliorer leurs indicateurs, elle pose une relation nécessaire (Little, 2011). Pour trouver la cause, il faut regarder à l'intérieur du système, étape par étape.

Elle ne dit pas non plus que réduire l'en-cours suffit. Si le débit baisse en même temps (une équipe qui n'a plus assez de travail prêt, une étape qui attend), le délai ne bouge pas. Little note au passage que les grosses files créent leurs propres pertes, ce qu'il appelle un surcoût lié à la file : relances, reprises, changements de contexte. C'est là que se trouve souvent le vrai gain.

Le débit d'un système est fixé par son étape la plus lente, le goulot d'étranglement. C'est l'idée centrale de la théorie des contraintes, diffusée par Eliyahu Goldratt avec son livre Le But en 1984 (Wikipédia). La loi de Little en tire la conséquence : tant que le goulot ne va pas plus vite, λ ne bouge pas, et chaque dossier ajouté à l'en-cours ajoute du délai. Le travail s'empile devant le goulot.

Les deux idées se complètent. La théorie des contraintes dit où agir ; la loi de Little dit ce que l'action produira sur le délai. Dans un cabinet dirigé par son fondateur, le goulot est très souvent le temps de relecture du fondateur lui-même : les consultants avancent, puis les dossiers attendent sa validation. Vous pouvez voir où se forme la file dans votre propre cabinet avec notre simulateur gratuit Twin Lite, qui fait tourner dix chiffres sur 52 semaines.

John D. C. Little, chercheur en recherche opérationnelle, a publié en 1961 l'article « A Proof for the Queuing Formula: L = λW » dans la revue Operations Research, volume 9, numéro 3, pages 383 à 387 (article original). Il enseignait alors au Case Institute of Technology de Cleveland.

Il n'a pas découvert la relation : il l'a démontrée. Dans son propre récit, publié pour les 50 ans de la loi, Little explique qu'en cours il faisait remarquer, comme le faisait déjà le manuel de Philip Morse paru en 1958, que la formule L = λW revenait dans tous les modèles de files d'attente. Un étudiant, Sid Hess, lui a demandé s'il serait difficile de la prouver en général. « Ça ne devrait pas être trop dur », a répondu Little, qui y a passé ses étés suivants (Little, Operations Research, 2011).

Little a ensuite fait carrière à la MIT Sloan School of Management. Il est mort le 27 septembre 2024, à 96 ans (MIT News). Le nom « loi de Little » s'est imposé avec l'usage, surtout en gestion de production et en architecture informatique, les deux domaines qui s'en servent le plus selon lui (Little, 2011).

Un jumeau numérique d'entreprise simule le chemin de chaque dossier, du premier appel à l'encaissement. Avant de s'en servir pour décider, on lui fait rejouer le passé : les douze derniers mois du cabinet, avec ses vraies arrivées. La loi de Little sert alors deux fois.

• Pour contrôler les données. Si l'outil de gestion affiche 60 dossiers ouverts, 15 clôtures par mois et un délai moyen de 7 mois, les trois chiffres ne tiennent pas ensemble : 15 × 7 = 105, pas 60. Il y a des dossiers fantômes ou un délai mal mesuré. On corrige avant de modéliser.
• Pour vérifier le rejeu. Étape par étape, l'en-cours simulé doit égaler le débit simulé multiplié par le délai simulé, et ces trois valeurs doivent coller au réel. Nous exigeons un rejeu à ±10 % sur le débit et à ±15 % sur les délais avant d'utiliser un jumeau pour une décision.

Une fois ce contrôle passé, le jumeau fait ce que la loi ne fait pas : il montre où le délai se forme et teste un plafond d'en-cours, une embauche ou une délégation de la relecture avant de les payer. C'est ce que fait le jumeau que nous construisons pour les cabinets et PME de services. Il s'appuie sur AI Jungle, qui relie ensuite le jumeau à des agents et à des workflows concrets.