Ce que les dirigeants devraient apprendre du Tour de France et de la Coupe du monde

En ce moment, à la Coupe du monde, des caméras suivent chaque mouvement des joueurs et génèrent plus de 150 millions de points de données par match, pendant qu'un capteur logé dans le ballon capte son déplacement 500 fois par seconde. Un système d'IA condense tout ça en temps réel et signale un hors-jeu probable aux arbitres en quelques secondes, là où il fallait autrefois de longues minutes de reprises vidéo et de discussions. Au Tour de France, les équipes transforment des années de données en modèles prédictifs, tout ça pour aller chercher les quelques secondes qui font la différence en montagne.

Deux des plus grands événements sportifs de la planète, tous les deux propulsés par l'IA. Dans le sport, ça soulève un vrai débat. L'IA, est-ce de la triche ou un avantage compétitif légitime? En affaires, personne ne se pose la question, même si bien des choses restent les mêmes qu'on dirige une équipe ou une entreprise. La seule question qui compte, c'est de savoir si vous arrivez à en tirer des résultats concrets, et là-dessus, ces équipes ont beaucoup à nous apprendre. Si votre rôle consiste à transformer des preuves de concept en systèmes qui roulent vraiment en production, cet article est pour vous.

Le problème n'est pas vos données, c'est votre cycle de décision

Regardez comment se prend une décision de hors-jeu aujourd'hui. 16 caméras suivent 29 points sur le corps de chaque joueur, un jumeau numérique en 3D reproduit les proportions exactes de chacun et le capteur dans le ballon marque l'instant précis où la passe est jouée. Ce qui impressionne, ce n'est pas nécessairement le volume de données, c'est que tout converge vers une seule décision claire, que les arbitres peuvent appliquer au moment même où l'action se produit.

La plupart des entreprises disposent déjà du même avantage dans leurs systèmes, avec des données en temps réel qui arrivent des opérations, des ventes et de la logistique. Le hic, c'est que ces données dorment là pendant qu'on prend les décisions à partir des rapports de la semaine dernière. La valeur ne vient pas d'accumuler plus de données, elle vient de réduire la distance entre ce que vous avez déjà et le moment où quelqu'un agit, grâce à des pipelines en temps réel qui placent la réponse devant le décideur pendant que la décision compte encore.

On ne gagne pas grâce à un seul exploit, mais en accumulant les gains

Avec les équipes dominantes d'aujourd'hui comme UAE Team Emirates, on pourrait croire que le Tour de France se gagne grâce à un coup d'éclat de son leader. En réalité, il se joue sur des gains marginaux qui s'accumulent pendant trois semaines, la plupart trop petits pour qu'on les remarque un à un, que ce soit la nutrition, l'aérodynamisme, la récupération, la pression des pneus ou une heure de sommeil de plus. Mis bout à bout, ces gains décident qui montera sur le podium, et c'est pourquoi le cyclisme est devenu l'un des sports les plus axés sur les données au monde. UAE Team Emirates exploite sa propre plateforme d'IA qui transforme une panoplie de données, comme la puissance, la fréquence cardiaque, le sommeil et la glycémie, en un plan quotidien pour chaque coureur, tandis que son plus grand rival, Visma-Lease a Bike, s'est associé à l'entreprise d'IA Mistral pour ne pas se laisser distancer.

En entreprise, l'IA récompense le même souci du détail. Parfois, le rendement vient d'une refonte complète de vos façons de travailler, de A à Z. D'autres fois, les plus grands gains se cachent dans les plus petits détails, des dizaines d'optimisations qui s'additionnent discrètement jusqu'à peser sur une chose aussi importante que vos parts de marché.

Quand Aeromag a intégré l'IA à son dégivrage d'avions, l'entreprise a gagné environ une minute par intervention. Sur une saison complète, ça représente près de 130 000 minutes de temps au sol optimisé et plus d'un million de dollars d'économies annuelles pour ses compagnies aériennes partenaires, avec au passage moins de carburant et moins d'émissions. Une minute à la fois, à l'échelle de toute une opération.

La meilleure IA garde un humain dans la boucle

Voici ce qu'on oublie souvent quand on s'inquiète de confier des décisions à une machine. Le système de hors-jeu ne siffle jamais. Il signale un possible hors-jeu et alerte les arbitres, mais c'est un humain qui tranche. Ça fonctionne pareil dans le peloton, où l'IA recommande un plan et le directeur sportif décide de ce que l'équipe fait vraiment. Cette répartition des rôles, c'est justement tout le principe, et comme l'a souligné un chercheur en IA, la Coupe du monde en donne une leçon claire, celle de laisser le système faire ce qu'il fait plus vite et plus précisément que n'importe quel humain, et de garder le jugement là où il doit rester.

L'IA qui fonctionne bien en production suit la même logique. Plutôt que de remplacer les gens, elle affine leur jugement et leur redonne la décision, en faisant ressortir la réponse et en laissant un humain responsable trancher.

La victoire que tout le monde voit repose sur le travail que personne ne voit

Le coureur qui franchit la ligne en juillet, c'est la partie visible, peut-être 1 % de l'effort total. Derrière ce moment se cache une année de fichiers de puissance, de données de récupération et de modélisation qui ne feront jamais les faits saillants, si bien qu'une victoire qui semble se jouer en un seul après-midi s'est en réalité construite pendant une intersaison que personne ne regardait.

Beaucoup d'entreprises veulent la victoire de juillet sans bâtir les fondations. Elles veulent le tableau de bord, la prédiction et la décision automatisée, mais sans l'infrastructure de données en dessous qui rend tout ça fiable, et souvent sans s'être d'abord posé la vraie question, celle du problème d'affaires qu'on cherche réellement à régler. La vérité qui dérange, c'est que tout le monde peut acheter les mêmes outils prêts à l'emploi, alors le véritable avantage vient de combiner la discipline et l'infrastructure à une IA conçue autour de votre problème ou de votre objectif réel, plutôt qu'à un produit générique en espérant qu'il fasse l'affaire. C'est l'argument en faveur du sur-mesure, et c'est cette partie ingrate du travail qui sépare les organisations qui obtiennent de vrais résultats de celles qui en sont encore aux projets pilotes.

L'essentiel

Le sport d'élite a cessé de débattre de l'IA depuis un bon moment. Et ça ne se limite pas au soccer et au cyclisme. Le baseball s'appuie désormais massivement sur les données de suivi Statcast, et les équipes de Formule 1 prennent leurs décisions de course à partir de la télémétrie en direct. L'IA agit comme un moteur de rentabilité, avec un humain aux commandes, et la leçon pour nous, c'est que l'avantage réside dans ce que vous choisissez de bâtir autour d'elle.

Points clés

• Le goulot d'étranglement, ce sont rarement vos données, c'est la vitesse à laquelle elles atteignent la décision.
• Le ROI de l'IA vient souvent de petits gains qui s'accumulent, pas seulement d'une grande transformation.
• L'IA qui se déploie vraiment garde un humain pour la décision finale.
• La victoire que tout le monde voit repose sur l'infrastructure de données que la plupart des organisations négligent, et sur les problèmes que vous choisissez de régler.

Si vous vous demandez où se cachent vos propres gains marginaux, ça vaut la peine d'en parler.