La plupart des plans d'entraînement sont écrits pour un cycliste fictif : le cycliste moyen. Celui qui récupère en exactement 48 heures, dort huit heures d'affilée chaque nuit et n'a jamais de mardi stressant au boulot. Mais ce cycliste n'existe pas. Comprendre comment fonctionne un coach IA vélo, c'est surtout comprendre ce que fait un système d'entraînement quand il arrête d'ignorer la réalité.
Le mécanisme de base : données, résultats et boucle de rétroaction
Pour faire simple, un coach IA vélo ingère des données structurées sur ton entraînement et ta physiologie, les traite avec des modèles d'adaptation des athlètes et sort un plan modifié. Ça, c'est le squelette. La chair est ce qui rend la chose intéressante. Un bon système IA compare en permanence ce qu'il avait prévu avec ce qui s'est vraiment passé. Tu devais tenir 280 watts pendant 20 minutes ; tu en as sorti 263 et ta fréquence cardiaque était 8 battements plus haute que prévu. Cet écart compte. Un plan statique s'en moque. Un bon système IA le voit comme un signal : ta fatigue est plus élevée que ce que le modèle prévoyait, et il faut ajuster le tir dans la phase suivante.
Le moteur derrière tout ça combine généralement modélisation de la performance et apprentissage automatique. Les modèles de performance, souvent basés sur le modèle de Bannister ou ses dérivés modernes, simulent comment la charge d'entraînement se transforme en condition physique et en fatigue. L'apprentissage automatique vient par-dessus pour apprendre tes propres coefficients de réponse à partir de ton historique, au lieu d'appliquer des moyennes génériques. Une étude de 2020 dans Applied Sciences (MDPI) a montré qu'un coach virtuel basé sur l'apprentissage par renforcement pouvait produire une planification d'entraînement du même niveau que des coachs humains après avoir analysé l'historique réel d'un cycliste. Les conséquences sont énormes : plus l'IA a de données sur toi, plus ses estimations sont précises.
Les montres et compteurs ont rendu cette boucle bien plus riche. La VFC (HRV), la FC au repos et les données de sommeil de ces appareils donnent au système des signaux quotidiens de préparation à l'entraînement qui vont bien au-delà de ce que les seuls fichiers de puissance peuvent montrer. Une recherche publiée dans Scientific Reports (2025) a révélé que combiner la VFC avec des scores de bien-être donnait de meilleurs résultats que d'utiliser uniquement la VFC. C'est exactement le genre d'interprétation multi-signaux qu'un système IA peut gérer à grande échelle, là où un coach humain aurait du mal à le calculer tous les jours pour des dizaines d'athlètes.
À quoi ça ressemble en pratique
Soyons honnêtes : la plupart des cyclistes imaginent le coaching IA comme une boîte noire magique qui sort un plan parfait de nulle part. La réalité est plus terre à terre, et plus utile. Tu connectes tes données d'entraînement (Garmin, Wahoo, Strava ou autre) et le système construit un modèle de référence de ta condition physique. Il estime ton équivalent FTP, ta plage optimale de charge d'entraînement et ton ratio charge aiguë/chronique. Ensuite, il planifie tes séances. Quand tu termines une séance, il réévalue. Tu rates une séance ? La semaine est réorganisée. Tu réussis une séance d'intervalles avec des puissances plus hautes que prévu ? Le modèle revoit à la hausse son estimation de ta condition actuelle et peut programmer quelque chose de plus dur plus tôt que prévu.
Un coach IA vélo donne le meilleur de lui-même pour les cyclistes avec peu de temps qui veulent que chaque séance compte. Les plans génériques sont conçus avec une marge : ils partent du principe que tu vas rater des séances et que tu as une récupération moyenne. Quand tu as quatre heures par semaine au lieu de douze, tu ne peux pas te permettre des suppositions moyennes. Un système IA qui te connaît spécifiquement (ta réponse à la fatigue, tes jours préférés pour rouler, tes performances passées dans diverses conditions) peut tirer plus d'adaptations de tes heures limitées que n'importe quel plan tout fait.
L'erreur classique quand on commence avec un coach IA : croire que les deux premières semaines de données sont fiables. Elles ne le sont pas. Le modèle se calibre. Si tu y vas à bloc la première semaine pour « montrer à l'IA ce que tu as dans le ventre », tu vas fausser sa valeur de référence vers le haut et tu risques de te voir prescrire des séances qui te feront basculer dans le surmenage. La meilleure approche est de t'entraîner normalement, honnêtement, pendant les premiers cycles. Donne-lui de vraies données, pas des données de pic de forme.
Quand ça compte, et quand ça compte moins
Un coach IA justifie son rôle quand ton entraînement a de la structure et de la régularité. Si tu roules 3 à 5 fois par semaine avec un minimum de données de puissance ou de fréquence cardiaque, la boucle de rétroaction fonctionne. Le système a de quoi apprendre. Si tu fais deux sorties tranquilles par semaine sans rien mesurer, tu auras un plan, mais le moteur d'adaptation n'aura pas grand-chose à se mettre sous la dent. Autant utiliser un plan générique.
C'est aussi très important pendant la phase foncière et la phase spécifique, où toute la subtilité est d'accumuler de la charge d'entraînement intelligemment. Pendant un pic de forme ou un affûtage, la marge d'erreur se réduit et les gains sont marginaux. Un bon coach humain qui te connaît bien garde un avantage dans ces dernières semaines avant un objectif principal, car il peut interpréter des signaux non quantifiables : le stress, la motivation, ton attitude au téléphone. La question de savoir si l'IA peut construire un vrai bon plan d'entraînement vélo est très liée à ça : elle le peut pour la majeure partie de ton année d'entraînement, avec une régularité impressionnante. Mais c'est un outil, ça ne te dispense pas de réfléchir à ton propre entraînement.
L'avantage pratique pour l'amateur sérieux, c'est l'accès à une logique de coaching personnalisée qui, il y a cinq ans, exigeait d'engager un coach. L'IA ne remplace pas la relation, l'expérience ou le jugement, mais elle rend l'entraînement adaptatif basé sur les données accessible à un prix et à une échelle qui changent la donne pour les cyclistes qui s'entraînent seuls.
À lire aussi
Découvrir LeCoach : ton appli de coach IA vélo
L'IA peut-elle construire un vrai plan d'entraînement vélo ?
Sources
Reche-Soto et al. (2021). Towards an AI-Based Tailored Training Planning for Road Cyclists: A Case Study. Applied Sciences, 11(1), 313. mdpi.com
López-Valenciano et al. (2025). Individual training prescribed by heart rate variability, heart rate and well-being scores in experienced cyclists. Scientific Reports. nature.com