L'entraîneur bénéficie ainsi d'informations précieuses sur les transferts, la tactique et même les blessures. Cette révolution discrète vise à créer l'organisation la plus avancée technologiquement du football anglais. Des modèles informatiques, alimentés par des millions de points de données, permettent d'anticiper les problèmes avant même qu'ils ne surviennent.
D'après le Daily Mail, les Gunners ont rapidement développé leur département de science des données, investissant massivement dans l'infrastructure d'intelligence artificielle. Rivaliser avec les clubs d'élite européens est un défi de taille, et la direction d'Arsenal a clairement indiqué que, pour rester compétitif, il faut non seulement du talent sur le terrain, mais aussi une intelligence tactique en coulisses. Une rotation bien menée peut éviter la blessure d'un joueur clé. Un bon coup de maître en matière de recrutement peut révéler une perle rare là où d'autres n'y voient aucun intérêt. Arteta a déjà laissé entendre, avec prudence toutefois, que l'adoption de l'IA au sein du club est déjà en cours.
« Elle est déjà utilisée pour de nombreuses choses et de nombreux processus qui peuvent aider non seulement une équipe, mais aussi toute une organisation », a-t-il déclaré. « Cela va s'améliorer et nous apporter des informations précieuses, ou du moins des pistes de réflexion. Je ne suis pas expert, mais c'est un outil précieux. Nous avons développé certaines choses qui, selon nous, peuvent nous aider à mieux nous comprendre et à évaluer nos performances et nos axes d'amélioration. »
Les Gunners disposent de modèles de performance internes.
Les plus grandes avancées réalisées au centre d'entraînement de London Colney proviennent de leurs modèles de performance sur mesure, des programmes d'intelligence artificielle conçus en interne par les data scientists d'Arsenal. Chaque jour, d'énormes volumes d'informations sont collectés, notamment les cartes GPS des sprints, les temps de récupération, les dépenses énergétiques, les données biomécaniques, les actions en match et même les micromouvements lors des exercices d'entraînement.
Contrairement aux analyses traditionnelles, qui s'appuient souvent sur des extraits vidéo et des évaluations subjectives, ces systèmes traitent des dizaines de milliers de points de données pour chaque séance. Les modèles apprennent ensuite à identifier les signes de fatigue, les inefficacités mécaniques et les signaux d'alerte subtils avec une précision imperceptible à l'œil nu. Le changement est profond, car Arsenal se prépare désormais à ce qui va se produire, au lieu de réagir à ce qui vient de se produire.
