Quand nous avons lancé NUA il y a presque deux ans, l'IA générative n'était pas encore viable en production. Mais même alors, nous avions une intuition claire : nous ne voulions pas construire une autre app d'entraînement — nous voulions quelque chose de plus proche d'un entraîneur. Combinant présence humaine et rigueur algorithmique.
Ce qui était fondamentalement cassé
En tant qu'athlètes, deux choses nous semblaient cassées dans tous les outils que nous utilisions.
Premièrement, l'opacité. Les décisions arrivaient sans explication — « fais confiance au plan ». La confiance s'érode semaine après semaine jusqu'à ce que l'athlète abandonne le plan. Deuxièmement, l'isolement. Vous recevez un tableur, pas un compagnon. Le plan ne sait pas que vous êtes fatigué, stressé ou en proie au doute.
Un entraîneur véritablement intelligent doit résoudre les deux : prendre de vraies décisions et vous faire sentir accompagné.
Notre première approche — et où elle a échoué
Notre MVP s'est concentré sur ce que nous pensions le plus important : un moteur d'entraînement puissant orienté vers les athlètes sérieux, une interface conversationnelle par WhatsApp pour émuler la proximité d'un entraîneur réel, et la décision consciente de ne pas construire de tableaux de bord — des outils comme Strava, Garmin ou Intervals.icu le font déjà bien.
L'idée était simple : la logique d'entraînement dans le moteur, l'expérience humaine dans le chat.
Cela a fonctionné… jusqu'à ce que ça ne fonctionne plus.
Quand quelque chose parle comme un entraîneur, les athlètes s'attendent à ce qu'il raisonne comme tel — dans n'importe quelle situation. Mais notre couche conversationnelle expliquait des décisions qu'elle ne prenait pas vraiment. Quand la réalité s'écartait des chemins prédéfinis, les fissures apparaissaient.
Vous ne pouvez pas séparer l'entité qui décide de celle qui explique et espérer que la confiance tienne.
Le coaching est un système en boucle fermée
Ce que nous avons finalement compris, c'est qu'un entraîneur n'est pas un ensemble de fonctionnalités. C'est une boucle fermée : comprendre les conditions initiales, planifier, observer l'exécution, expliquer le feedback, replanifier quand la réalité diverge.
Et cette boucle existe sur plusieurs couches simultanément — objectifs de saison, macrocycles, structure hebdomadaire, état de forme quotidien.
Si différentes parties du système raisonnent indépendamment sur chaque couche, la cohérence se perd. Vos intervalles du mardi existent à cause de votre course de mars, de votre fatigue de la sortie de dimanche et du fait que vous avez mal dormi la nuit dernière.
Où l'IA générative a vraiment aidé
Quand l'IA générative est devenue suffisamment fiable, nous y avons d'abord pensé comme une amélioration UX : plus d'empathie, plus de flexibilité.
Mais la vraie valeur était ailleurs. Pas supprimer les règles — les abstraire.
Au lieu de milliers de branches if/else, nous définissons maintenant quelles stratégies sont autorisées, quelles contraintes ne doivent jamais être violées, et quelles données comptent à chaque couche de décision. Dans cet espace contrôlé, l'IA sélectionne et justifie les décisions — mais n'invente jamais des capacités que le système n'a pas.
Aujourd'hui NUA fonctionne comme un système hybride : la structure algorithmique garantit sécurité et cohérence, tandis que l'IA opère comme une couche de décision restreinte avec plus de 60 agents spécialisés, gouvernés par les règles de la science du sport. Crucialement, la même entité décide et explique.
Absorber la complexité, ne pas l'exporter
En interne, nous suivons un grand nombre de métriques — exécution des séances, dynamiques de charge, tendances de récupération, signaux de performance.
Mais l'athlète doit vivre la clarté, pas la charge cognitive.
Tableaux de bord, graphiques TSS, courbes CTL — ils externalisent la complexité sur l'athlète. Ils font de vous l'analyste de votre propre performance. Notre travail est d'absorber cette complexité, pas de l'exporter. Vous dire quoi faire aujourd'hui, et pourquoi.
Les athlètes ne veulent pas dédier d'énergie mentale à des micro-décisions qu'un système peut raisonner avec plus de cohérence. Ils veulent se concentrer sur l'exécution, la sensation et l'intention. Le bon coaching a toujours fait cela. L'IA permet simplement de passer à l'échelle.
Encore un travail en cours
Nous ne considérons pas NUA comme terminé — loin de là. Chaque itération vient de la prise de conscience que notre modèle mental précédent d'un entraîneur était incomplet.
Mais si nous avons appris quelque chose, c'est ceci : construire un entraîneur IA a moins à voir avec ajouter de l'intelligence, et plus avec préserver la cohérence, la confiance et l'explicabilité à mesure que la complexité grandit.