Une nouvelle guerre s’est enclenchée depuis plusieurs années en parallèle du peloton. Une guerre technologique sous forme de contre-la-montre, à qui utilisera le mieux la data et l’intelligence artificielle (IA) pour obtenir en course le plus de « gains marginaux », expression popularisée dans les années 2010 par l’équipe Sky (devenue Netcompany INEOS).
Au premier rang, les données (data) des coureurs, qui sont collectées toute l’année par les équipes. A l’entraînement, en course, elles permettent de suivre à la trace l’état de forme de chacun, et d’agir en fonction. « A chaque entraînement ou compétition terminée, toutes les données sont téléchargées dans notre plateforme privée », nous explique Frédéric Grappe, directeur de l’innovation chez Groupama-FDJ United.
« On a trois dimensions de données. Celles qui viennent du compteur du coureur : la puissance, l’altimétrie, la température mais aussi tout ce qui est réverbération au niveau du sol. Ensuite, il peut y avoir des datas internes au coureur, la fréquence cardiaque essentiellement. Et puis celles en dehors de l’activité, comme la qualité et le temps de sommeil, qui se mesurent avec des bagues au doigt. Il y a aussi un capteur que l’on met de plus en plus à l’entraînement, c’est la glycémie », poursuit Frédéric Grappe.
De quoi modéliser un morphotype pour chaque coureur, une base essentielle pour les staffs afin de proposer un entraînement et une nutrition individualisée. « Maintenant, tous les coureurs sont équipés d’une ceinture cardiaque avec contrôle de la température corporelle à l’effort, avec les watts, la cadence. On a un profil athlète complet, que ce soit à l’entraînement ou en compétition, qui est scruté et analysé », ajoute notre consultant Lilian Calmejane.
Au sein de Groupama-FDJ United, Frédéric Grappe, ainsi que les deux data scientists, Olivier Mazenot et Victor Scholler, jouent un rôle pivot, car ce sont eux qui récoltent les données, les analysent, et les retranscrivent de manière digeste. « On va créer des modules d’entraînement pour la mécanique, la position sur le vélo, la préparation mentale pour donner le maximum d’informations aux entraîneurs, voire aux nutritionnistes », poursuit celui qui est également chercheur en sciences du sport. Elles servent également au recrutement « afin de comprendre comment les profils progressent, les qualités qui ressortent. Ça nous permet d’avoir des données sur lesquelles s’appuyer pour le recrutement de l’équipe première. »
Mais créer cette plateforme a pris du temps, « deux ans pour la comprendre, un an de plus qu’elle soit fonctionnelle », précise Frédéric Grappe. Car auparavant, l’équipe était tributaire d’une société extérieure pour son développement, ce qui posait des problèmes. « La propriété intellectuelle ne vous appartient pas. C’est-à-dire que s’ils vous coupent le truc et si la société s’arrête, vous perdez tout. Quand la plateforme a été fonctionnelle à 100%, on a cessé avec la société privée ».
Ces datas, qui se comptent pour chaque coureur en millions, voire en milliards sur plusieurs années, demandent un travail titanesque aux spécialistes s’il est fait à la main. Le développement ultra rapide de l’IA leur permet désormais de gagner un temps énorme dans le traitement de ces données et beaucoup d’équipes nouent des partenariats depuis deux ans, comme l’équipe Groupama-FDJ United avec l’IA d’Amazon en juillet 2025.
« Avec l’arrivée de l’IA, ce qu’un data scientist faisait en une semaine, aujourd’hui, il peut le faire en une journée, voire en quelques heures »
Frédéric Grappe, directeur de l’innovation chez Groupama-FDJ Unitedà franceinfo: sport
Encore plus que les données pures, c’est la qualité et la célérité de leur interprétation qui est le nerf de la guerre dans le peloton. Team Visma | Lease A Bike fut parmi les premiers à s’y intéresser. « J’ai commencé en 2016 en construisant un fichier Excel avec toutes les données des coureurs », dévoile à franceinfo: sport Richard Plugge, le PDG de l’équipe. Et quand Patrick Broe [le chef de la stratégie] est arrivé, nous avons commencé à vraiment utiliser l’IA de l’époque, pour voir comment nous pouvions optimiser tout ce que nous faisions », poursuit le manager, qui dispose aujourd’hui de cinq personnes à temps plein dédiées à l’IA.
Aujourd’hui en partenariat avec McKinsey, Quantum Black et depuis février avec les Français de Mistral, l’équipe de Jonas Vingegaard dispose d’une « AI Control room », qui lui permet d’affiner la nutrition grâce à une application ou de confirmer le choix d’un coureur pour le Tour de France. « Nous l’utilisons comme une confirmation de notre propre sentiment ou pour questionner ce que nous avons fait », précise Richard Plugge.
Lors du Tour de France 2024, la formation Lotto Dstny avait, elle, par exemple pu indiquer, grâce à l’IA, un état de stress anormal pour son coureur Victor Campenaerts. Ce dernier avait alors relâché son effort ce jour-là, avant de gagner une étape quelques jours plus tard.
Les plus grosses formations du peloton, à l’image de Lidl-Trek, disposent également de staffs dédiés au développement de l’IA, mais c’est logiquement la formation UAE Team Emirates qui impressionne à ce niveau-là. La formation la plus riche du monde a lié un partenariat début 2025 avec Analog, filiale de G42 basée aux Émirats arabes unis, afin de développer sa propre IA, Anna.
Anna oriente de manière particulièrement précise les choix de l’équipe et des coureurs, qui décident de la suivre ou non. « Sur la question du poids, l’IA peut dire : pour l’Amstel Gold Race, Pogacar serait plus performant à 65,5 ou 66 kg, plutôt que les 64 qu’il fait pour le Tour », dévoilait à L’Equipe en 2025 Jeroen Swart, directeur de la performance de la formation émiratie.
Dans une interview à Velo.outsideonline.com, il avait également détaillé une autre capacité de l’IA propre à la meilleure formation au classement UCI depuis trois ans et demi. « Ils ont affiché un profil en 3D de l’une des étapes du Tour. Nous pouvions alors demander à Anna de nous montrer le déroulement de la course à l’aide de petites figurines. Elle pouvait nous raconter des moments clés, en se concentrant notamment sur Tadej et les données le concernant », avait-il détaillé. « Cette technologie ouvre des perspectives fascinantes. Si nous lui demandons comment gagner Milan-San Remo ? Oui, elle pourrait répondre. Mais évidemment, nous gardons les résultats pour nous », avait-il développé début janvier 2025 auprès de Bici.pro. C’est désormais chose faite pour le Slovène.
Sur ce Tour de France, la formation émiratie avait par exemple porté lors de la 5e étape un casque spécial, issu de 20 000 créations de fans et finalisé par un artiste IA, Gizem Akdag.
Mais l’IA, dans le cyclisme comme ailleurs, revêt plusieurs limites importantes. Il faut déjà savoir la maîtriser, lui « parler » correctement avec les « prompts » afin qu’elle donne la réponse la plus adéquate possible. « L’IA Claude est beaucoup utilisée. Elle est redoutable, on peut l’intégrer à une plateforme, elle va aller vous chercher les dysfonctionnements, vous aider à optimiser. C’est un truc de dingue. Mais il ne faut pas la laisser faire ce qu’elle veut. Si vous n’avez pas l’expertise, elle peut vous faire aller dans des développements qui ne sont pas toujours cohérents. D’où l’importance du data scientist de maîtriser l’IA », prévient Frédéric Grappe.
« Quand vous utilisez ces IA, vous les nourrissez pour tout le monde. En fait, c’est un monstre que vous nourrissez. Il ne faut jamais l’oublier. Si Claude s’est nourri sur des paradigmes très forts mais faux, les réponses ne sont pas toujours bonnes par rapport à ce que vous souhaitez avoir. »
Frédéric Grappe, directeur de l’innovation chez Groupama-FDJ Unitedà franceinfo: sport
« L’IA est un outil. Donc vous devez avoir les gens qui comprennent comment l’utiliser. Je la compare avec un vélo de contre-la-montre. Si vous me mettez sur le vélo, je ne gagne pas l’étape, vous devez avoir Jonas Vingegaard pour cela. Vous devez avoir les gens qui comprennent ce qu’il y a dedans », complète de son côté Richard Plugge.
En plus de la question de la confidentialité des données des coureurs en cas de recours à des sociétés privées, ou de la fiabilité des capteurs utilisés pour récolter les datas, il faut également parfois convaincre toute une équipe du bien-fondé de cette avancée. « J’ai connu la mise en place de la première plateforme dans l’équipe au début des années 2000. Ça a mis quelques années pour que les coureurs comprennent qu’à un moment donné, ce n’était pas pour faire le ‘flic’ mais pour améliorer le process méthodologique et aller plus loin dans l’amélioration des performances », se rappelle Frédéric Grappe.
« On est dans une exponentialité de l’utilisation des datas sauf qu’on atteint une limite. Il y en a tellement que si les modèles ne sont pas bons, les coureurs vont en être en partie dépendants et vous ne les faites pas progresser, voire régresser. »
Frédéric Grappe, directeur de l’innovation chez Groupama-FDJ Unitedà franceinfo: sport
Les coureurs les plus jeunes, qui ont grandi et se sont développés grâce à toutes ces données, sont parmi les moins difficiles à convaincre. Mais il faut également que le coureur soit à même d’ingérer toutes ces données, et qu’il accepte que la machine prenne parfois une forme de primauté sur le ressenti. « Si les modèles sont mal compris et mal interprétés, ils peuvent créer des dysfonctionnements au niveau de l’athlète, qui peut être complètement déréglé, comme une machine. Si vous voulez que tout se passe bien, il faut que tout le monde soit aligné. Mais ça, c’est extrêmement difficile », conclut Frédéric Grappe.
Source:
www.franceinfo.fr
