Cette intro est humaine (je suis pas le T-800 si vous avez la réf 
) Tout le monde (ou presque) utilise l'IA aujourd'hui. Les clubs de rugby ne vont pas déroger à la règle. Par curiosité et pour aller plus loin dans cette réflexion j'ai demandé à l'IA ce qu'elle en pensait ! Le texte qui suit c'est du 100% IA, j'ai juste fait le prompt et repris la mise en forme pour plus de clarté.
Une chose est sûre l'IA sera de plus en plus présente : Bonne lecture à tous !
Analyse vidéo automatisée, suivi de la charge physique, prévention des blessures, recrutement, formation, tactique… L'intelligence artificielle commence à trouver sa place dans le rugby professionnel. Encore discrète, elle pourrait profondément transformer le fonctionnement des clubs dans les prochaines années. Jusqu'où peut-elle aller ? Et à quoi pourrait ressembler un club comme le FC Grenoble dans dix ans ?
Pendant longtemps, l'image de l'entraîneur de rugby préparant son match était assez simple : un carnet, quelques cassettes puis des DVD, des heures passées devant les rencontres de l'adversaire et beaucoup d'expérience.
Le rugby professionnel a depuis changé de dimension. Vidéo, GPS, capteurs, statistiques, logiciels d'analyse, bases de données… Les staffs disposent désormais d'une quantité d'informations inimaginable il y a encore vingt ans. Une nouvelle étape se profile pourtant. Car collecter des données est une chose. Être capable d'en analyser des millions simultanément en est une autre. C'est précisément là qu'intervient l'intelligence artificielle.
Et contrairement à ce que l'on pourrait imaginer, il ne s'agit plus totalement de science-fiction.
En juillet 2025, la Fédération française de rugby consacrait une partie de son programme « Sciences & Rugby » aux innovations technologiques utilisées par les staffs de haut niveau.
Le thème d'un épisode entier ? L'intelligence artificielle appliquée au rugby.
Parmi les sujets abordés figuraient notamment la reconnaissance automatique des mouvements et l'analyse vidéo assistée par intelligence artificielle. La question n'est donc plus vraiment de savoir si l'IA entrera un jour dans le rugby. Elle y est déjà. La vraie question est désormais de savoir jusqu'où elle ira.
Des plateformes spécialisées comme Hudl proposent aujourd'hui aux équipes de rugby des solutions réunissant vidéo, données et suivi des performances. Certaines caméras peuvent déjà filmer automatiquement une rencontre tandis que les logiciels permettent de croiser les images avec les informations issues du suivi des joueurs. L'objectif est simple : réduire considérablement le temps passé à traiter les images pour permettre aux analystes de se concentrer davantage sur leur interprétation. Car dans un club professionnel, une semaine de préparation peut représenter des dizaines d'heures de vidéo.
C'est précisément le type de travail dans lequel l'automatisation peut devenir redoutablement efficace.
L'IA pourrait également identifier quelque chose de beaucoup plus subtil. Une équipe modifie progressivement son organisation défensive depuis quatre rencontres. À l'œil nu, le changement est difficile à percevoir. Mais un algorithme capable de comparer plusieurs milliers de séquences pourrait éventuellement le détecter. L'entraîneur disposerait alors d'un gigantesque assistant capable de lui dire :
« Voilà ce que montrent les données. À toi de décider ce que tu veux en faire. »
Et cette dernière phrase est essentielle. Parce que l'IA ne prendrait pas nécessairement la décision. Elle apporterait des informations permettant à l'humain de mieux décider.
Imaginez par exemple cette séquence :
Mêlée → lancement premier rideau → ruck rapide → renversement.
L'ordinateur analyse les centaines de séquences similaires disputées par l'adversaire. Et découvre quelque chose. Après le deuxième ruck, son troisième rideau se repositionne régulièrement avec quelques secondes de retard. Une zone vulnérable apparaît. Pour un entraîneur, c'est une information extrêmement précieuse. Nous ne parlerions alors plus simplement de statistiques.
Nous parlerions de reconnaissance de schémas tactiques.
C'est probablement l'une des applications les plus prometteuses… mais également l'une de celles qui nécessitent le plus de prudence.
Une étude publiée en 2025 dans l'European Journal of Sport Science a utilisé les données GPS de 63 joueurs professionnels de rugby suivis pendant trois saisons afin d'étudier la capacité de plusieurs modèles de machine learning à évaluer le risque de blessure.
Les chercheurs ont notamment analysé la charge de travail des semaines précédentes et adapté leurs modèles selon les postes.
Une autre recherche publiée en 2025 est particulièrement intéressante puisqu'elle a été menée avec des données provenant d'un club français : le Racing 92.
Les chercheurs ont utilisé des réseaux de neurones pour analyser les données quotidiennes des joueurs et travailler sur leur disponibilité à l'entraînement ainsi que sur la prévention des blessures.
Nous ne sommes donc plus uniquement dans la théorie.
Le Racing 92 collabore depuis plusieurs années avec des chercheurs autour de la biomécanique et de la donnée. Un travail mené avec l'EPF et d'autres partenaires a notamment étudié l'utilisation d'algorithmes pour exploiter les données issues des entraînements et rechercher des indicateurs associés au risque de blessure.
Le principe n'est pas de dire :
« Ce joueur va se blesser mardi. »
Ce serait évidemment irréaliste. Mais plutôt :
« Plusieurs indicateurs montrent actuellement une situation inhabituelle par rapport au profil habituel de ce joueur. »
Le préparateur physique et le staff médical peuvent ensuite interpréter cette alerte. C'est une différence fondamentale. L'IA ne diagnostique pas. Elle détecte des signaux.
La sécurité des joueurs offre probablement l'exemple le plus impressionnant de ce que représente aujourd'hui le « big data » dans le rugby.
World Rugby utilise des protège-dents instrumentés contenant des capteurs capables de mesurer les accélérations subies par la tête.
Ces dispositifs peuvent notamment contribuer à identifier certains impacts importants et compléter les observations réalisées par les médecins et la vidéo dans le cadre des protocoles appropriés.
En avril 2026, World Rugby annonçait avoir enregistré grâce à ces dispositifs plus de :
900 000. À cette échelle, aucun médecin, analyste ou chercheur ne peut évidemment examiner individuellement chaque événement. Les outils statistiques et algorithmiques deviennent indispensables pour rechercher des tendances dans cette montagne de données.
Les protège-dents instrumentés mesurent notamment la fréquence et l'intensité de certains mouvements de la tête.
World Rugby explique que ces informations doivent permettre de mieux comprendre l'exposition des joueurs aux impacts.
Elles peuvent également compléter les outils utilisés pour identifier les situations nécessitant une évaluation médicale.
À terme, l'analyse de centaines de milliers d'impacts pourrait surtout permettre de mieux comprendre une question essentielle :
Pourquoi certains joueurs sont-ils davantage exposés que d'autres ?
Le rugby professionnel possède une caractéristique idéale pour l'intelligence artificielle : son marché des joueurs est mondial. France, Angleterre, Irlande, Afrique du Sud, Nouvelle-Zélande, Australie, Japon, Géorgie, Argentine, compétitions universitaires… Pour une cellule de recrutement, suivre sérieusement tous les joueurs potentiellement intéressants est impossible.
L'intelligence artificielle pourrait devenir un gigantesque moteur de recherche sportif. Un directeur sportif pourrait demander :
Plutôt que de rechercher uniquement un nom connu, il pourrait demander :
Et découvrir éventuellement un joueur évoluant dans un championnat auquel personne n'avait initialement pensé. Cela ne ferait pas disparaître le recruteur. Au contraire, cela lui permettrait de regarder vingt profils pertinents plutôt que deux cents profils au hasard. Il resterait ensuite tout ce que les statistiques mesurent mal : personnalité, capacité d'intégration, comportement dans un groupe, environnement familial, motivation… Autrement dit : l'humain.
Pour un club disposant de moyens inférieurs, chaque poste supplémentaire représente un investissement important. Or l'automatisation peut permettre à une petite équipe d'analyse d'effectuer beaucoup plus de travail. Une caméra peut filmer automatiquement. Un logiciel peut préclasser les séquences. Une IA peut rechercher certaines situations.
L'analyste intervient ensuite sur les éléments réellement intéressants.
Cela pourrait progressivement rendre accessibles à des clubs de Pro D2, de Nationale et peut-être un jour aux structures amateurs des capacités autrefois réservées aux organisations les plus riches.
La question devient évidemment particulièrement intéressante à Grenoble.
Le FCG n'attend pas l'intelligence artificielle pour utiliser la donnée.
Lors de la préparation de la saison 2025-2026, le club présentait par exemple une organisation de la performance autour de Romain Guérin comprenant notamment Clément Turrel comme Data Analyst, aux côtés des préparateurs physiques et du spécialiste de la réathlétisation.
Autrement dit, la donnée fait déjà partie du fonctionnement de la performance grenobloise.
L'étape suivante pourrait consister à utiliser davantage l'intelligence artificielle pour exploiter ces informations.
Imaginons ce que cela pourrait apporter au FCG.
Une IA pourrait analyser les dernières rencontres d'un adversaire de Pro D2 et identifier automatiquement ses principales tendances :
sorties de camp, lancements après touche, comportements défensifs, zones préférentielles d'attaque, efficacité dans les 22 mètres…
Le staff pourrait ensuite approfondir les situations réellement pertinentes.
Les données GPS permettraient d'établir le profil habituel de chaque joueur.
L'intelligence artificielle pourrait rechercher les variations inhabituelles de charge ou de performance.
Un joueur pourrait ainsi effectuer une séance légèrement différente de celle de son coéquipier évoluant pourtant au même poste.
Pour un club comme Grenoble, qui ne dispose pas des mêmes moyens financiers que les plus grosses écuries du Top 14, l'intérêt pourrait être considérable.
L'objectif ne serait pas forcément de trouver les meilleurs joueurs.
Mais plutôt de trouver les joueurs sous-évalués correspondant exactement au projet grenoblois.
Grenoble possède également une tradition importante de formation. Imaginez qu'un joueur soit suivi numériquement de 16 à 21 ans. Évolution physique, vitesse, activité défensive, technique, temps de jeu, performances…
L'IA pourrait visualiser sa courbe de progression et comparer son développement avec celui d'autres joueurs passés auparavant par le centre de formation. Non pas pour annoncer : « Celui-ci deviendra professionnel. » Mais pour aider les éducateurs à identifier plus rapidement les domaines dans lesquels chaque jeune doit progresser.
Brive repositionne moins rapidement son troisième rideau depuis la 60e minute.
Pour les passionnés de tactique, ce serait une nouvelle manière de regarder le rugby.
Et après le match ?
Quelques minutes pourraient suffire pour générer une première analyse statistique, sélectionner automatiquement les actions importantes et produire différents résumés. Le supporter pourrait même choisir :
Le potentiel dépasse donc largement les quatre lignes du terrain.
Il peut même se tromper avec une apparence de certitude extrêmement convaincante. Un système entraîné sur de mauvaises données produira de mauvaises conclusions.
Un joueur atypique peut également être mal évalué simplement parce qu'il ne ressemble pas aux profils utilisés pour construire le modèle.
C'est probablement l'un des grands enjeux des prochaines années :
ne pas confondre aide à la décision et décision automatique.
Elle pourrait analyser :
Mais accepterions-nous qu'un ordinateur décide qui doit jouer une finale ?
Probablement pas. Et ce n'est sans doute pas souhaitable. Parce qu'un algorithme ne vit pas dans un vestiaire. Il ne voit pas nécessairement le jeune joueur qui prend confiance depuis trois semaines. Il ne ressent pas l'état d'un groupe après une défaite. Il ne sait pas toujours qu'un joueur expérimenté peut rassurer quatorze coéquipiers simplement par sa présence.
Il existe dans le sport une dimension humaine extrêmement difficile à transformer en données.
7 h 00.
Les données de récupération des joueurs sont analysées.
8 h 00.
Le staff reçoit une proposition de charge d'entraînement individualisée.
9 h 30.
L'entraînement commence. Des caméras enregistrent automatiquement la séance et suivent les déplacements.
11 h 30.
L'entraîneur reçoit directement les quinze séquences importantes de la matinée. Pas besoin de regarder deux heures de vidéo.
14 h 00.
La cellule recrutement reçoit une alerte. Un jeune pilier évoluant à 12 000 kilomètres possède un profil correspondant aux caractéristiques recherchées depuis plusieurs semaines. Un recruteur décide d'aller regarder ses matchs.
16 h 00.
L'analyste prépare la prochaine rencontre. L'IA a déjà classé les principales séquences des quinze derniers matchs de l'adversaire.
Samedi, 22 h 55.
Le match vient de se terminer. Quelques minutes plus tard, le staff dispose déjà d'une première analyse complète de la rencontre.
Une partie de ce scénario semble futuriste. Mais presque toutes les briques technologiques permettant de le construire existent déjà.
Les meilleurs clubs ne seront donc probablement pas ceux qui laisseront l'intelligence artificielle décider à leur place. Ils seront ceux qui sauront associer deux formes d'intelligence :
la capacité phénoménale de la machine à analyser des données…
et celle des hommes à comprendre le rugby.
Car une intelligence artificielle pourra analyser un million de plaquages. Elle pourra comparer des milliers de joueurs. Elle pourra détecter des espaces que personne n'avait remarqués. Mais il lui restera une chose particulièrement difficile à mettre dans un tableau Excel.
Ce moment, à cinq minutes de la fin, où quinze joueurs épuisés se regardent derrière leur ligne et décident collectivement qu'ils ne reculeront plus d'un centimètre.
Et heureusement…
c'est peut-être précisément là que commence le rugby.
) Tout le monde (ou presque) utilise l'IA aujourd'hui. Les clubs de rugby ne vont pas déroger à la règle. Par curiosité et pour aller plus loin dans cette réflexion j'ai demandé à l'IA ce qu'elle en pensait ! Le texte qui suit c'est du 100% IA, j'ai juste fait le prompt et repris la mise en forme pour plus de clarté.Une chose est sûre l'IA sera de plus en plus présente : Bonne lecture à tous !
Intelligence artificielle : la prochaine révolution du rugby a-t-elle déjà commencé ?
Analyse vidéo automatisée, suivi de la charge physique, prévention des blessures, recrutement, formation, tactique… L'intelligence artificielle commence à trouver sa place dans le rugby professionnel. Encore discrète, elle pourrait profondément transformer le fonctionnement des clubs dans les prochaines années. Jusqu'où peut-elle aller ? Et à quoi pourrait ressembler un club comme le FC Grenoble dans dix ans ?
Pendant longtemps, l'image de l'entraîneur de rugby préparant son match était assez simple : un carnet, quelques cassettes puis des DVD, des heures passées devant les rencontres de l'adversaire et beaucoup d'expérience.
Le rugby professionnel a depuis changé de dimension. Vidéo, GPS, capteurs, statistiques, logiciels d'analyse, bases de données… Les staffs disposent désormais d'une quantité d'informations inimaginable il y a encore vingt ans. Une nouvelle étape se profile pourtant. Car collecter des données est une chose. Être capable d'en analyser des millions simultanément en est une autre. C'est précisément là qu'intervient l'intelligence artificielle.
Et contrairement à ce que l'on pourrait imaginer, il ne s'agit plus totalement de science-fiction.
L'IA est déjà entrée dans le rugby
En juillet 2025, la Fédération française de rugby consacrait une partie de son programme « Sciences & Rugby » aux innovations technologiques utilisées par les staffs de haut niveau.Le thème d'un épisode entier ? L'intelligence artificielle appliquée au rugby.
Parmi les sujets abordés figuraient notamment la reconnaissance automatique des mouvements et l'analyse vidéo assistée par intelligence artificielle. La question n'est donc plus vraiment de savoir si l'IA entrera un jour dans le rugby. Elle y est déjà. La vraie question est désormais de savoir jusqu'où elle ira.
CE QUI EXISTE DÉJÀ — L'IA ET L'ANALYSE VIDÉO
Des plateformes spécialisées comme Hudl proposent aujourd'hui aux équipes de rugby des solutions réunissant vidéo, données et suivi des performances. Certaines caméras peuvent déjà filmer automatiquement une rencontre tandis que les logiciels permettent de croiser les images avec les informations issues du suivi des joueurs. L'objectif est simple : réduire considérablement le temps passé à traiter les images pour permettre aux analystes de se concentrer davantage sur leur interprétation. Car dans un club professionnel, une semaine de préparation peut représenter des dizaines d'heures de vidéo.C'est précisément le type de travail dans lequel l'automatisation peut devenir redoutablement efficace.
L'entraîneur augmenté
Imaginons maintenant la préparation d'un match dans quelques années. Le prochain adversaire a disputé quinze rencontres. Cela représente plus de vingt heures de rugby et plusieurs milliers de phases de jeu. Une intelligence artificielle pourrait analyser l'ensemble de ces rencontres et rechercher automatiquement des comportements récurrents. Elle pourrait par exemple constater :Ou :
L'IA pourrait également identifier quelque chose de beaucoup plus subtil. Une équipe modifie progressivement son organisation défensive depuis quatre rencontres. À l'œil nu, le changement est difficile à percevoir. Mais un algorithme capable de comparer plusieurs milliers de séquences pourrait éventuellement le détecter. L'entraîneur disposerait alors d'un gigantesque assistant capable de lui dire :
« Voilà ce que montrent les données. À toi de décider ce que tu veux en faire. »
Et cette dernière phrase est essentielle. Parce que l'IA ne prendrait pas nécessairement la décision. Elle apporterait des informations permettant à l'humain de mieux décider.
Le rugby pourrait devenir encore plus stratégique
C'est probablement dans l'analyse tactique que l'évolution sera la plus spectaculaire pour les passionnés de rugby. Les statistiques actuelles nous indiquent combien de mètres un joueur a parcouru, combien de plaquages il a réalisés ou combien de ballons il a touchés. L'IA pourrait permettre de passer progressivement de la statistique à la compréhension des situations. Grâce à l'analyse vidéo et au suivi des déplacements, un système pourrait reconstruire la position des trente joueurs sur le terrain. Et donc analyser… les espaces.Imaginez par exemple cette séquence :
Mêlée → lancement premier rideau → ruck rapide → renversement.
L'ordinateur analyse les centaines de séquences similaires disputées par l'adversaire. Et découvre quelque chose. Après le deuxième ruck, son troisième rideau se repositionne régulièrement avec quelques secondes de retard. Une zone vulnérable apparaît. Pour un entraîneur, c'est une information extrêmement précieuse. Nous ne parlerions alors plus simplement de statistiques.
Nous parlerions de reconnaissance de schémas tactiques.
Peut-on prévoir une blessure ?
C'est probablement l'une des applications les plus prometteuses… mais également l'une de celles qui nécessitent le plus de prudence.Une étude publiée en 2025 dans l'European Journal of Sport Science a utilisé les données GPS de 63 joueurs professionnels de rugby suivis pendant trois saisons afin d'étudier la capacité de plusieurs modèles de machine learning à évaluer le risque de blessure.
Les chercheurs ont notamment analysé la charge de travail des semaines précédentes et adapté leurs modèles selon les postes.
Une autre recherche publiée en 2025 est particulièrement intéressante puisqu'elle a été menée avec des données provenant d'un club français : le Racing 92.
Les chercheurs ont utilisé des réseaux de neurones pour analyser les données quotidiennes des joueurs et travailler sur leur disponibilité à l'entraînement ainsi que sur la prévention des blessures.
Nous ne sommes donc plus uniquement dans la théorie.
CE QUI EXISTE DÉJÀ — LE RACING 92 EXPÉRIMENTE
Le Racing 92 collabore depuis plusieurs années avec des chercheurs autour de la biomécanique et de la donnée. Un travail mené avec l'EPF et d'autres partenaires a notamment étudié l'utilisation d'algorithmes pour exploiter les données issues des entraînements et rechercher des indicateurs associés au risque de blessure.Le principe n'est pas de dire :
« Ce joueur va se blesser mardi. »
Ce serait évidemment irréaliste. Mais plutôt :
« Plusieurs indicateurs montrent actuellement une situation inhabituelle par rapport au profil habituel de ce joueur. »
Le préparateur physique et le staff médical peuvent ensuite interpréter cette alerte. C'est une différence fondamentale. L'IA ne diagnostique pas. Elle détecte des signaux.
900 000 impacts à analyser
La sécurité des joueurs offre probablement l'exemple le plus impressionnant de ce que représente aujourd'hui le « big data » dans le rugby.World Rugby utilise des protège-dents instrumentés contenant des capteurs capables de mesurer les accélérations subies par la tête.
Ces dispositifs peuvent notamment contribuer à identifier certains impacts importants et compléter les observations réalisées par les médecins et la vidéo dans le cadre des protocoles appropriés.
En avril 2026, World Rugby annonçait avoir enregistré grâce à ces dispositifs plus de :
900 000 événements d'accélération de la tête dans le rugby de haut niveau.
900 000. À cette échelle, aucun médecin, analyste ou chercheur ne peut évidemment examiner individuellement chaque événement. Les outils statistiques et algorithmiques deviennent indispensables pour rechercher des tendances dans cette montagne de données. CE QUI EXISTE DÉJÀ — LE PROTÈGE-DENTS DEVIENT UN CAPTEUR
Les protège-dents instrumentés mesurent notamment la fréquence et l'intensité de certains mouvements de la tête.World Rugby explique que ces informations doivent permettre de mieux comprendre l'exposition des joueurs aux impacts.
Elles peuvent également compléter les outils utilisés pour identifier les situations nécessitant une évaluation médicale.
À terme, l'analyse de centaines de milliers d'impacts pourrait surtout permettre de mieux comprendre une question essentielle :
Pourquoi certains joueurs sont-ils davantage exposés que d'autres ?
Le recrutement : chercher un joueur parmi des milliers
Le rugby professionnel possède une caractéristique idéale pour l'intelligence artificielle : son marché des joueurs est mondial. France, Angleterre, Irlande, Afrique du Sud, Nouvelle-Zélande, Australie, Japon, Géorgie, Argentine, compétitions universitaires… Pour une cellule de recrutement, suivre sérieusement tous les joueurs potentiellement intéressants est impossible.L'intelligence artificielle pourrait devenir un gigantesque moteur de recherche sportif. Un directeur sportif pourrait demander :
Le système pourrait parcourir les données disponibles et faire émerger une première sélection. Plus intéressant encore : il pourrait rechercher des ressemblances. Un club perd un joueur essentiel.
Plutôt que de rechercher uniquement un nom connu, il pourrait demander :
Et découvrir éventuellement un joueur évoluant dans un championnat auquel personne n'avait initialement pensé. Cela ne ferait pas disparaître le recruteur. Au contraire, cela lui permettrait de regarder vingt profils pertinents plutôt que deux cents profils au hasard. Il resterait ensuite tout ce que les statistiques mesurent mal : personnalité, capacité d'intégration, comportement dans un groupe, environnement familial, motivation… Autrement dit : l'humain.
Et si l'IA profitait surtout aux clubs disposant de moins de moyens ?
C'est l'un des paradoxes les plus intéressants. On pourrait penser que l'intelligence artificielle renforcera automatiquement les clubs les plus riches. Cela pourrait évidemment arriver. Mais l'effet inverse est également envisageable. Un grand club peut employer plusieurs analystes vidéo, recruteurs, préparateurs physiques et spécialistes de la donnée.Pour un club disposant de moyens inférieurs, chaque poste supplémentaire représente un investissement important. Or l'automatisation peut permettre à une petite équipe d'analyse d'effectuer beaucoup plus de travail. Une caméra peut filmer automatiquement. Un logiciel peut préclasser les séquences. Une IA peut rechercher certaines situations.
L'analyste intervient ensuite sur les éléments réellement intéressants.
Cela pourrait progressivement rendre accessibles à des clubs de Pro D2, de Nationale et peut-être un jour aux structures amateurs des capacités autrefois réservées aux organisations les plus riches.
Et au FCG ?
La question devient évidemment particulièrement intéressante à Grenoble.Le FCG n'attend pas l'intelligence artificielle pour utiliser la donnée.
Lors de la préparation de la saison 2025-2026, le club présentait par exemple une organisation de la performance autour de Romain Guérin comprenant notamment Clément Turrel comme Data Analyst, aux côtés des préparateurs physiques et du spécialiste de la réathlétisation.
Autrement dit, la donnée fait déjà partie du fonctionnement de la performance grenobloise.
L'étape suivante pourrait consister à utiliser davantage l'intelligence artificielle pour exploiter ces informations.
Imaginons ce que cela pourrait apporter au FCG.
Préparer les adversaires
Une IA pourrait analyser les dernières rencontres d'un adversaire de Pro D2 et identifier automatiquement ses principales tendances :sorties de camp, lancements après touche, comportements défensifs, zones préférentielles d'attaque, efficacité dans les 22 mètres…
Le staff pourrait ensuite approfondir les situations réellement pertinentes.
Individualiser les entraînements
Les données GPS permettraient d'établir le profil habituel de chaque joueur.L'intelligence artificielle pourrait rechercher les variations inhabituelles de charge ou de performance.
Un joueur pourrait ainsi effectuer une séance légèrement différente de celle de son coéquipier évoluant pourtant au même poste.
Recruter autrement
Pour un club comme Grenoble, qui ne dispose pas des mêmes moyens financiers que les plus grosses écuries du Top 14, l'intérêt pourrait être considérable.L'objectif ne serait pas forcément de trouver les meilleurs joueurs.
Mais plutôt de trouver les joueurs sous-évalués correspondant exactement au projet grenoblois.
- Un joueur de Nationale.
- Un jeune peu utilisé en Top 14.
- Un profil évoluant en Nouvelle-Zélande ou en Afrique du Sud.
- Un joueur dont certaines caractéristiques statistiques ressemblent fortement à celles d'un élément que le FCG souhaite remplacer.
Suivre les jeunes sur plusieurs années
Grenoble possède également une tradition importante de formation. Imaginez qu'un joueur soit suivi numériquement de 16 à 21 ans. Évolution physique, vitesse, activité défensive, technique, temps de jeu, performances…L'IA pourrait visualiser sa courbe de progression et comparer son développement avec celui d'autres joueurs passés auparavant par le centre de formation. Non pas pour annoncer : « Celui-ci deviendra professionnel. » Mais pour aider les éducateurs à identifier plus rapidement les domaines dans lesquels chaque jeune doit progresser.
Le supporter pourrait lui aussi découvrir un nouveau rugby
La révolution ne s'arrêterait pas à la porte des vestiaires. Imaginez un FCG-Brive au Stade des Alpes dans quelques années. Sur l'application du club ou pendant la retransmission :- Occupation : FCG 61 %
- Probabilité de marquer sur cette possession : 38 %
- Grenoble gagne 73 % de ses collisions dans le couloir gauche depuis le début du match.
Brive repositionne moins rapidement son troisième rideau depuis la 60e minute.
Pour les passionnés de tactique, ce serait une nouvelle manière de regarder le rugby.
Et après le match ?
Quelques minutes pourraient suffire pour générer une première analyse statistique, sélectionner automatiquement les actions importantes et produire différents résumés. Le supporter pourrait même choisir :
- Résumé 2 minutes
- Résumé 10 minutes
- Analyse tactique
- Performance individuelle
Un club pourrait aussi utiliser l'IA… loin du terrain
On parle beaucoup de performance sportive, mais un club professionnel est également une entreprise. Billetterie, communication, boutique, partenariats, restauration, organisation des matchs, réseaux sociaux… L'intelligence artificielle pourrait également transformer ces activités. Un club pourrait mieux anticiper l'affluence d'une rencontre, personnaliser ses campagnes auprès des supporters ou automatiser une partie de la production de contenus. Un partenaire pourrait recevoir automatiquement un bilan précis de sa visibilité. Le service communication pourrait retrouver en quelques secondes toutes les images d'un joueur prises depuis trois saisons. La billetterie pourrait identifier les rencontres susceptibles d'attirer davantage certaines catégories de public.Le potentiel dépasse donc largement les quatre lignes du terrain.
Mais attention à la boîte noire
Cette révolution pose cependant de vraies questions. Et la première concerne les données. Les informations médicales, physiologiques et physiques d'un joueur sont particulièrement sensibles.- Qui peut les consulter ?
- Combien de temps sont-elles conservées ?
- Que deviennent-elles lorsqu'un joueur quitte le club ?
- Peuvent-elles être utilisées lors d'une négociation de contrat ?
- Et que se passe-t-il si un algorithme considère qu'un joueur présente un risque important de blessure ?
Il peut même se tromper avec une apparence de certitude extrêmement convaincante. Un système entraîné sur de mauvaises données produira de mauvaises conclusions.
Un joueur atypique peut également être mal évalué simplement parce qu'il ne ressemble pas aux profils utilisés pour construire le modèle.
C'est probablement l'un des grands enjeux des prochaines années :
ne pas confondre aide à la décision et décision automatique.
L'IA choisira-t-elle un jour les quinze titulaires ?
Techniquement, elle pourrait probablement proposer une équipe.Elle pourrait analyser :
- la forme récente,
- la fatigue,
- l'adversaire,
- les associations entre joueurs,
- la météo,
- les performances historiques,
- le profil de l'arbitre,
- les données d'entraînement…
Mais accepterions-nous qu'un ordinateur décide qui doit jouer une finale ?
Probablement pas. Et ce n'est sans doute pas souhaitable. Parce qu'un algorithme ne vit pas dans un vestiaire. Il ne voit pas nécessairement le jeune joueur qui prend confiance depuis trois semaines. Il ne ressent pas l'état d'un groupe après une défaite. Il ne sait pas toujours qu'un joueur expérimenté peut rassurer quatorze coéquipiers simplement par sa présence.
Il existe dans le sport une dimension humaine extrêmement difficile à transformer en données.
À quoi ressemblera un club de rugby en 2035 ?
Projetons-nous.7 h 00.
Les données de récupération des joueurs sont analysées.
8 h 00.
Le staff reçoit une proposition de charge d'entraînement individualisée.
9 h 30.
L'entraînement commence. Des caméras enregistrent automatiquement la séance et suivent les déplacements.
11 h 30.
L'entraîneur reçoit directement les quinze séquences importantes de la matinée. Pas besoin de regarder deux heures de vidéo.
14 h 00.
La cellule recrutement reçoit une alerte. Un jeune pilier évoluant à 12 000 kilomètres possède un profil correspondant aux caractéristiques recherchées depuis plusieurs semaines. Un recruteur décide d'aller regarder ses matchs.
16 h 00.
L'analyste prépare la prochaine rencontre. L'IA a déjà classé les principales séquences des quinze derniers matchs de l'adversaire.
Samedi, 22 h 55.
Le match vient de se terminer. Quelques minutes plus tard, le staff dispose déjà d'une première analyse complète de la rencontre.
Une partie de ce scénario semble futuriste. Mais presque toutes les briques technologiques permettant de le construire existent déjà.
Une révolution silencieuse
Le rugby a déjà connu plusieurs révolutions.- Le professionnalisme.
- La préparation physique moderne.
- L'analyse vidéo.
- Les GPS.
- La data.
- Une séance légèrement modifiée.
- Un joueur repéré plus tôt.
- Une faiblesse adverse découverte plus rapidement.
- Une charge physique adaptée.
- Une heure de vidéo économisée.
- Un jeune mieux accompagné.
Les meilleurs clubs ne seront donc probablement pas ceux qui laisseront l'intelligence artificielle décider à leur place. Ils seront ceux qui sauront associer deux formes d'intelligence :
la capacité phénoménale de la machine à analyser des données…
et celle des hommes à comprendre le rugby.
Car une intelligence artificielle pourra analyser un million de plaquages. Elle pourra comparer des milliers de joueurs. Elle pourra détecter des espaces que personne n'avait remarqués. Mais il lui restera une chose particulièrement difficile à mettre dans un tableau Excel.
Ce moment, à cinq minutes de la fin, où quinze joueurs épuisés se regardent derrière leur ligne et décident collectivement qu'ils ne reculeront plus d'un centimètre.
Et heureusement…
c'est peut-être précisément là que commence le rugby.
Dernière édition:
