Canyon-SRAM mise sur l’intelligence artificielle pour découvrir ce qui permet à ses coureuses d’améliorer leurs performances

L'intelligence artificielle continue de gagner du terrain dans le cyclisme professionnel. Canyon-SRAM a annoncé une collaboration avec l'entreprise américaine FasCat Coaching pour analyser l'historique d'entraînement et de performance de ses cyclistes grâce à l'IA. El'objectif est de découvrir des motifs qui aident à expliquer leurs meilleurs résultats et d'utiliser ces informations pour optimiser la préparation de 2027.

Canyon-SRAM utilisera l'intelligence artificielle pour découvrir quels entraînements fonctionnent le mieux

L'équipe allemande du Women's WorldTour a intégré FasCat Coaching comme partenaire de recherche et développement en intelligence artificielle pour le reste de 2026. La collaboration se concentrera sur la réalisation d'analyses individuelles de saison sur certaines coureuses sélectionnées par le département de performance.

Pour cela, ils utiliseront CoachCat, une plateforme capable de traiter de grandes quantités de données accumulées au cours de la carrière sportive d'une cycliste, y compris des historiques de cinq saisons ou plus.

La principale nouveauté n'est pas de recueillir des informations, quelque chose de courant dans les équipes professionnelles, mais de les analyser ensemble pour trouver des relations qui pourraient passer inaperçues.

RECOMENDADO

L'équipe INEOS change de nom, d'équipement et de couleurs : une nouvelle étape axée sur l'intelligence artificielle commence

« Donnez ces cinq secondes à Mathieu et vous ne le reverrez plus de toute la course » : Thibau Nys a remporté le titre européen, mais il n’arrête pas de penser à Van der Poel

Le spectaculaire Megamo Silk « Africa Twin » de Kirian Mirabet

Les roues de 32 pouces pourraient s’imposer à vitesse record, et l’industrie a de bonnes raisons d’accélérer

Carlos Coloma lève les doutes sur l’avenir de la BH Coloma Team et annonce des changements pour 2027

« J’adore les pavés » : Seixas veut suivre la voie tracée par Pogačar à vitesse grand V

Le système étudie quels blocs d'entraînement ont produit les plus grandes améliorations, comment la performance s'est stagnée ou quel type de préparation a précédé les meilleurs résultats. Il croise également les données de charge d'entraînement avec des facteurs tels que l'exposition à la chaleur, l'altitude, le sommeil ou la variabilité de la fréquence cardiaque (HRV).

À partir de ces informations, CoachCat essaie d'identifier quelles stratégies ont mieux fonctionné pour chaque coureuse et propose des ajustements pour sa planification future.

FasCat résume le fonctionnement de sa technologie en trois étapes : analyser, prédire et prescrire.

La technologie a déjà été testée avant le Tour de France Femmes

Bien que l'accord ait été annoncé maintenant, les deux parties avaient déjà travaillé ensemble avant le Tour de France Femmes de 2026.

Lors de cette collaboration, FasCat a analysé l'historique des coureuses de Canyon-SRAM pour réaliser des prédictions de puissance lors des étapes décisives, y compris les ascensions du Mont Ventoux et du Col d'Èze.

Selon l'entreprise, les données obtenues pendant la compétition ont permis de valider ces prédictions et de perfectionner le modèle, qui servira maintenant à détecter des opportunités d'amélioration pour la prochaine saison.

Frank Overton, fondateur et directeur exécutif de FasCat Coaching, considère que les équipes n'exploitent pas encore tout le potentiel des informations qu'elles recueillent :

« Les équipes WorldTour disposent d'une énorme quantité de données inexploitées qui pourraient leur dire exactement pourquoi une cycliste a gagné ou perdu, et ce qu'elles devraient changer. CoachCat trouve ces réponses en quelques minutes, pas en mois ».

Pour sa part, Dan Fleeman, directeur de la performance de Canyon-SRAM, explique l'intérêt de l'équipe pour cette technologie :

« Nous cherchons toujours de nouvelles façons de comprendre la performance, et l'analyse par intelligence artificielle de tout l'historique d'une cycliste est une étape naturelle suivante ».

« Les analyses d'IA de FasCat offrent à notre personnel de performance une nouvelle perspective objective sur ce qui a propulsé les meilleurs résultats de chaque coureuse et où nous pouvons nous améliorer pour 2027 », ajoute Fleeman.

L'intelligence artificielle commence à occuper une place importante dans le peloton professionnel

Le pari de Canyon-SRAM arrive à un moment où de plus en plus de structures professionnelles cherchent à intégrer l'intelligence artificielle dans leurs départements de performance.

Un des exemples les plus marquants est celui de INEOS et son alliance avec Netcompany pour incorporer la plateforme PULSE, une technologie conçue pour centraliser les informations d'entraînement, de compétition et de récupération, et faciliter la prise de décisions.

Bien que les deux initiatives partagent l'objectif de mieux exploiter les données, leurs approches sont différentes. Tandis que PULSE a un champ d'application plus large, incluant la gestion de l'équipe et les décisions pendant la compétition, CoachCat se concentre particulièrement sur l'analyse historique de la performance et la planification individuelle de l'entraînement.

Quoi qu'il en soit, l'approche est similaire : utiliser la technologie pour trouver de petits avantages compétitifs dans un sport où les marges entre gagner et perdre sont de plus en plus étroites.

Canyon-SRAM n'a pas communiqué combien de coureuses participeront à ce programme ni si la collaboration avec FasCat se poursuivra en 2027. Pour l'instant, l'accord confirmé se limite aux derniers mois de 2026, avec l'objectif de préparer la prochaine saison.