Deux athlètes peuvent être sur la même ligne de départ. Même talent apparent. Même discipline. Même ambition. Même capacité à souffrir. Mais pas le même système autour.
Même ligne de départ. Pas le même système autour.
Pendant longtemps, on a lu le haut niveau avec des leviers assez visibles : l’entraînement, le matériel, le staff, la nutrition, la récupération, la stratégie.
Ces leviers existent toujours. Ils restent déterminants. Mais une nouvelle couche s’ajoute, plus discrète, plus complexe, beaucoup moins lisible pour le public.
Un athlète peut s’appuyer sur un coach, une montre, un plan d’entraînement, quelques données de terrain et un staff classique.
Un autre peut évoluer dans un écosystème beaucoup plus avancé : biomarqueurs réguliers, monitoring continu, modèles prédictifs, nutrition individualisée, récupération pilotée, suivi médical de pointe, décisions ajustées avec l’aide de systèmes de données et parfois d’IA.
Le sujet n’est pas l’athlète. C’est le système autour de lui.
Cet article ne vise aucun athlète, aucune équipe, aucune performance précise. Sans preuve, on ne désigne personne. La question est plus large : quel niveau de technologie invisible entoure désormais certaines performances ?
La nouvelle couche invisible de la performance
La performance moderne ne se limite plus à “s’entraîner plus” ou “récupérer mieux”. À très haut niveau, certains environnements peuvent déjà croiser des informations issues du sommeil, de la VFC/HRV, de la glycémie, du lactate, de la charge d’entraînement, de biomarqueurs sanguins, de la nutrition, de l’humeur, de la récupération et de l’historique individuel.
Pris séparément, ce sont des indicateurs. Mis ensemble, interprétés par un staff compétent et reliés à des modèles, ils deviennent un système de pilotage.
La littérature sur le monitoring sportif va dans ce sens : Halson rappelle qu’il n’existe pas un marqueur unique suffisamment robuste pour comprendre la fatigue. Saw, Main et Gastin montrent que les mesures subjectives, comme fatigue, stress perçu, humeur ou bien-être, peuvent être très sensibles pour suivre la réponse à la charge. Les travaux récents sur les biosenseurs, la HRV et le machine learning décrivent aussi une progression rapide vers un suivi plus intégré.
Le point important n’est pas de fantasmer une machine qui déciderait tout. Le point important est que l’avantage peut venir de l’intégration : plus de données, mieux contextualisées, interprétées plus vite, avec de meilleurs garde-fous.
Biologie pilotée, biologie agentique : de quoi parle-t-on ?
On peut appeler ça, avec prudence, une biologie pilotée.
Pas parce que le corps deviendrait une machine simple à régler. Justement, il ne l’est pas. Mais parce que la biologie n’est plus seulement observée après coup. Elle est suivie, modélisée, interprétée, puis parfois ajustée par des humains, des données, des outils médicaux, des stratégies nutritionnelles, des protocoles de récupération autorisés et des modèles prédictifs.
On pourrait même parler de biologie agentique comme image moderne : une biologie entourée d’agents humains et numériques qui surveillent, suggèrent, alertent et orientent les décisions.
Important
Ce n’est pas un terme scientifique installé. C’est une image utile pour décrire une évolution : le corps de l’athlète devient de plus en plus intégré dans une boucle de feedback.
La passerelle amateur existe déjà
Ce sujet ne concerne pas seulement les pros. Il arrive déjà dans le quotidien des amateurs : montre connectée, score de sommeil, VFC/HRV, glycémie, capteurs, score de récupération, plateformes d’entraînement, algorithmes, IA, nutrition personnalisée.
La différence, c’est l’échelle.
Chez l’amateur, ces outils sont souvent fragmentés. Une montre d’un côté, TrainingPeaks de l’autre, un capteur, quelques sensations, un coach, parfois un bilan sanguin.
Au très haut niveau, ces briques peuvent être intégrées dans un écosystème plus puissant, plus coûteux, plus médicalisé, et parfois moins transparent pour ceux qui regardent de l’extérieur.
Plus tu mesures, plus tu peux piloter. Mais plus tu pilotes, plus tu peux aussi dériver.
Les frontières à ne pas mélanger
C’est ici que le sujet devient sensible. Il ne faut surtout pas tout mélanger.
- Médecine validée : diagnostic, traitement, suivi médical, indication claire, responsabilité professionnelle.
- Recherche : hypothèses, protocoles encadrés, résultats à interpréter avec prudence.
- Traitements sur indication médicale : utiles et légitimes quand ils répondent à une situation médicale réelle.
- Marché gris wellness : promesses d’optimisation, produits ou services parfois mal contrôlés, preuves inégales.
- Substances ou méthodes interdites : cadre antidopage, règles WADA/AMA, responsabilité de l’athlète et de son entourage.
Le Code mondial antidopage et la Liste des interdictions de l’AMA/WADA servent de repères réglementaires. La Liste inclut notamment une catégorie S0 pour les substances non approuvées et une catégorie S2 pour certaines hormones peptidiques, facteurs de croissance, substances apparentées et mimétiques.
Cette précision n’est pas là pour ouvrir une discussion pratique sur des produits. Elle sert à rappeler une ligne simple : dans le sport, les frontières sont médicales, légales et antidopage. Elles ne se décident pas sur une promesse marketing.
La fracture : visible contre invisible
Le futur du sport ne sera pas seulement séparé par le talent, le volume d’entraînement ou le matériel visible.
Il sera aussi séparé par l’accès à des systèmes invisibles : qui peut mesurer plus souvent, qui peut interpréter plus finement, qui peut avoir un staff médical plus réactif, qui peut individualiser la nutrition, la récupération, le sommeil, la charge et les décisions avec plus de précision.
Le problème n’est pas la technologie en elle-même. La data peut protéger. La médecine peut soigner. La science peut améliorer la santé. Un meilleur suivi peut éviter des erreurs, des blessures, des surcharges.
Mais croire qu’un corps mieux mesuré est automatiquement un corps mieux respecté serait une erreur.
Légal ou interdit ne suffit pas à cadrer tout l’enjeu. Il existe aussi une question d’accès, de transparence, de santé long terme, de pression implicite et de capacité à refuser certaines optimisations.
Position BPC : optimiser, oui, mais avec garde-fous
Chez BPC, la technologie n’est pas un problème. Les données ne sont pas un problème. La science n’est pas un problème. Au contraire : bien utilisées, elles rendent le coaching plus précis et parfois plus protecteur.
Mais la Performance Durable impose une question supplémentaire : qu’est-ce que cette optimisation coûte au corps, à la santé long terme, à la lucidité de l’athlète et à la qualité de décision ?
Le rôle du coach n’est pas de devenir un simple opérateur de dashboard. Il est de relier les données à un athlète réel, dans une vie réelle, avec un objectif réel et des limites réelles.
Dans ce monde-là, le rôle du coach, du médecin, du staff et des institutions ne sera pas seulement d’optimiser. Ce sera aussi de savoir ce qu’on refuse d’optimiser.
Ce que cela change pour les amateurs
Pour un triathlète amateur, la bonne réponse n’est pas de copier le haut niveau. Ce serait souvent impossible, coûteux, inutile, parfois risqué.
La bonne réponse est plus simple : mieux utiliser les données accessibles sans leur donner plus de pouvoir qu’elles ne méritent.
Avant de suivre un score, pose-toi 5 questions
- Est-ce que je comprends ce que l’indicateur mesure réellement ?
- Est-ce que je sais ce qu’il ne mesure pas ?
- Est-ce que je le croise avec mes sensations, mon sommeil, mon stress et mon historique ?
- Est-ce que ce score m’aide à décider, ou est-ce qu’il me rend dépendant ?
- Est-ce que cette optimisation respecte ma santé, mes règles sportives et ma vie réelle ?
Conclusion : le futur séparera les écosystèmes
On ne peut pas juger les individus sans preuve. Mais on peut analyser le système qui arrive.
Et ce système va probablement creuser les écarts plus vite qu’on ne l’imagine.
Pas seulement par une nouvelle substance isolée. Pas seulement par une nouvelle montre. Pas seulement par un nouveau modèle IA.
Par une nouvelle manière de piloter le corps.
Le futur ne séparera pas seulement les talents. Il séparera les écosystèmes.
Références et repères
- World Anti-Doping Agency. World Anti-Doping Code. wada-ama.org
- World Anti-Doping Agency. The Prohibited List, notamment catégories S0 et S2. wada-ama.org
- Halson S. L. (2014). Monitoring training load to understand fatigue in athletes. Sports Medicine. DOI 10.1007/s40279-014-0253-z. PMID 25200666. PubMed
- Saw A. E., Main L. C., Gastin P. B. (2016). Monitoring the athlete training response: subjective self-reported measures trump commonly used objective measures. British Journal of Sports Medicine. DOI 10.1136/bjsports-2015-094758. PMID 26423706. PubMed
- Ye X. et al. (2026). Wearable Biosensing and Machine Learning for Data-Driven Training and Coaching Support. Biosensors. DOI 10.3390/bios16020097. PMID 41744715. PubMed
- Alvares T. S. et al. (2025). Mapping HRV in sports science: from monitoring to machine learning. Frontiers in Sports and Active Living. DOI 10.3389/fspor.2025.1714962. PMID 41602795. PubMed
- Chen J. et al. (2026). Biomarkers as Temporal Signals: A Decision-Linked Multi-Layer Framework for Exercise Recovery, Overload, and Adaptation. International Journal of Molecular Sciences. DOI 10.3390/ijms27083675. PMID 42074313. PubMed
- Yuan et al. (2026). Coupling mechanisms between energy compensation and metabolic adaptation during high-intensity training in athletes. Scientific Reports. DOI 10.1038/s41598-026-51352-x. PMID 42086811. À interpréter comme signal de recherche, pas comme règle pratique individuelle. PubMed