Ένας νέος πόλεμος έχει ξεκινήσει εδώ και αρκετά χρόνια παράλληλα με το πελοτόν. Ένας τεχνολογικός πόλεμος με τη μορφή χρονομέτρησης, για το ποιος θα χρησιμοποιήσει καλύτερα δεδομένα και τεχνητή νοημοσύνη (AI) για να επιτύχει τα περισσότερα αποτελέσματα στον αγώνα. «οριακά κέρδη»μια έκφραση που διαδόθηκε τη δεκαετία του 2010 από την ομάδα του Sky (τώρα Netcompany INEOS).
Πρώτα και κύρια, δεδομένα (δεδομένα) των δρομέων, που συγκεντρώνονται όλο το χρόνο από τις ομάδες. Στην προπόνηση και στους αγώνες, σας επιτρέπουν να παρακολουθείτε την κατάσταση της φυσικής κατάστασης όλων και να ενεργείτε ανάλογα. «Με την ολοκλήρωση κάθε προπόνησης ή διαγωνισμού, όλα τα δεδομένα μεταφορτώνονται στην ιδιωτική μας πλατφόρμα», εξηγεί ο Frédéric Grappe, διευθυντής καινοτομίας στην Groupama-FDJ United.
:quality(50)/2026/07/12/6a53ce8c8083b738006518.png)
“Έχουμε τρεις διαστάσεις δεδομένων. Αυτά που προέρχονται από τον υπολογιστή του δρομέα: ισχύς, υψομετρία, θερμοκρασία αλλά και ό,τι είναι αντήχηση στο επίπεδο του εδάφους. Στη συνέχεια, μπορεί να υπάρχουν δεδομένα εσωτερικά του δρομέα, ουσιαστικά ο καρδιακός ρυθμός. Και μετά εκείνα εκτός δραστηριότητας, όπως η ποιότητα και ο χρόνος ύπνου, που μετρώνται με δαχτυλίδια στα δάχτυλά του. Υπάρχει επίσης ένας αισθητήρας σακχάρου στο αίμα που το βάζουμε περισσότερο.συνεχίζει ο Frédéric Grappe.
Αρκεί να μοντελοποιήσουμε έναν μορφότυπο για κάθε δρομέα, μια ουσιαστική βάση για το προσωπικό προκειμένου να προσφέρει προπόνηση και εξατομικευμένη διατροφή. “Τώρα, όλοι οι δρομείς είναι εξοπλισμένοι με ζώνη καρδιακών παλμών με έλεγχο της θερμοκρασίας του σώματος κατά τη διάρκεια της άσκησης, με watts, ρυθμό. Έχουμε ένα πλήρες προφίλ αθλητή, είτε στην προπόνηση είτε στον αγώνα, το οποίο ελέγχεται και αναλύεται εξονυχιστικά.”προσθέτει η σύμβουλός μας Lilian Calmejane.
Μέσα στην Groupama-FDJ United, ο Frédéric Grappe, καθώς και οι δύο επιστήμονες δεδομένωνOlivier Mazenot και Victor Scholler, παίζουν κεντρικό ρόλο, γιατί είναι αυτοί που συλλέγουν τα δεδομένα, τα αναλύουν και τα μεταγράφουν με εύπεπτο τρόπο. «Πρόκειται να δημιουργήσουμε εκπαιδευτικές ενότητες για μηχανικούς, θέση στο ποδήλατο, ψυχική προετοιμασία για να δώσουμε όσο το δυνατόν περισσότερες πληροφορίες στους προπονητές, ακόμη και στους διατροφολόγους»συνεχίζει ο άνθρωπος που είναι και ερευνητής στις αθλητικές επιστήμες. Χρησιμοποιούνται επίσης για προσλήψεις “για να κατανοήσουμε πώς εξελίσσονται τα προφίλ, τις ιδιότητες που ξεχωρίζουν. Αυτό μας επιτρέπει να έχουμε δεδομένα στα οποία μπορούμε να βασιστούμε για την πρόσληψη της πρώτης ομάδας.”
Αλλά η δημιουργία αυτής της πλατφόρμας πήρε χρόνο, «Δύο χρόνια για να το καταλάβω, άλλο ένα χρόνο για να είναι λειτουργικό»καθορίζει τον Frédéric Grappe. Διότι προηγουμένως, η ομάδα εξαρτιόταν από εξωτερική εταιρεία για την ανάπτυξή της, γεγονός που δημιουργούσε προβλήματα. “Η πνευματική ιδιοκτησία δεν σας ανήκει. Δηλαδή αν σας κόψουν και αν σταματήσει η εταιρεία, τα χάνετε όλα. Όταν η πλατφόρμα ήταν 100% λειτουργική, σταματήσαμε με την ιδιωτική εταιρεία”.
Αυτά τα δεδομένα, τα οποία υπολογίζονται για κάθε δρομέα σε εκατομμύρια, ακόμη και σε δισεκατομμύρια για αρκετά χρόνια, απαιτούν μια τιτάνια δουλειά από ειδικούς, αν γίνεται με το χέρι. Η εξαιρετικά γρήγορη ανάπτυξη της τεχνητής νοημοσύνης τους επιτρέπει πλέον να εξοικονομούν τεράστιο χρόνο στην επεξεργασία αυτών των δεδομένων και πολλές ομάδες έχουν δημιουργήσει συνεργασίες εδώ και δύο χρόνια, όπως η ομάδα Groupama-FDJ United με την AI της Amazon τον Ιούλιο του 2025.
«Με την άφιξη της τεχνητής νοημοσύνης, αυτό που έκανε ένας επιστήμονας δεδομένων σε μια εβδομάδα, σήμερα μπορεί να κάνει σε μια μέρα ή ακόμα και σε λίγες ώρες»
Frédéric Grappe, διευθυντής καινοτομίας στην Groupama-FDJ Unitedà franceinfo: αθλητισμός
Περισσότερο από καθαρά δεδομένα, είναι η ποιότητα και η ταχύτητα της ερμηνείας τους που είναι τα νύχια του πολέμου στο πελοτόν. Η ομάδα Visma | Lease A Bike ήταν μεταξύ των πρώτων που έδειξε ενδιαφέρον. “Ξεκίνησα το 2016 δημιουργώντας ένα αρχείο Excel με όλα τα δεδομένα των δρομέων”αποκαλύπτει στο franceinfo: sport Richard Plugge, ο διευθύνων σύμβουλος της ομάδας. Και όταν ο Πάτρικ Μπρο [le chef de la stratégie] εμφανίστηκε, αρχίσαμε να χρησιμοποιούμε πραγματικά το AI της εποχής, για να δούμε πώς θα μπορούσαμε να βελτιστοποιήσουμε όλα όσα κάναμε». συνεχίζει ο μάνατζερ, ο οποίος σήμερα έχει πέντε άτομα πλήρους απασχόλησης αφοσιωμένα στην τεχνητή νοημοσύνη.
Σήμερα σε συνεργασία με την McKinsey, την Quantum Black και από τον Φεβρουάριο με τη γαλλική Mistral, η ομάδα του Jonas Vingegaard έχει ένα “Αίθουσα ελέγχου AI”που του επιτρέπει να βελτιώσει τη διατροφή χάρη σε μια εφαρμογή ή να επιβεβαιώσει την επιλογή ενός αναβάτη για τον Γύρο της Γαλλίας. «Το χρησιμοποιούμε ως επιβεβαίωση του δικού μας συναισθήματος ή για να αμφισβητήσουμε τι έχουμε κάνει»ακριβώς Richard Plugge.
Κατά τη διάρκεια του Tour de France 2024, η ομάδα Lotto Dstny ήταν, για παράδειγμα, σε θέση να υποδείξει, χάρη στην τεχνητή νοημοσύνη, μια κατάσταση μη φυσιολογικού στρες για τον αναβάτη της Victor Campenaerts. Στη συνέχεια, ο τελευταίος χαλάρωσε την προσπάθειά του εκείνη την ημέρα, πριν κερδίσει ένα στάδιο λίγες μέρες αργότερα.
Οι μεγαλύτερες ομάδες στο peloton, όπως η Lidl-Trek, έχουν επίσης προσωπικό αφιερωμένο στην ανάπτυξη της τεχνητής νοημοσύνης, αλλά λογικά είναι η ομάδα των ΗΑΕ Team Emirates που εντυπωσιάζει σε αυτό το επίπεδο. Ο πλουσιότερος σχηματισμός στον κόσμο έχει συνάψει συνεργασία στις αρχές του 2025 με την Analog, θυγατρική του G42 με έδρα τα Ηνωμένα Αραβικά Εμιράτα, προκειμένου να αναπτύξει το δικό της AI, την Anna.
Η Άννα καθοδηγεί με ιδιαίτερα ακριβή τρόπο τις επιλογές της ομάδας και των δρομέων, που αποφασίζουν να την ακολουθήσουν ή όχι. “Όσον αφορά το βάρος, το AI μπορεί να πει: για τον αγώνα Amstel Gold Race, ο Pogacar θα είχε καλύτερη απόδοση στα 65,5 ή 66 κιλά, παρά στα 64 που κάνει για το Tour. dévoilait Ã Η Ομάδα το 2025 ο Jeroen Swart, διευθυντής επιδόσεων της ομάδας των ΗΑΕ.
Σε συνέντευξή του στο Velo.outsideonline.com, εξήγησε επίσης μια άλλη ικανότητα τεχνητής νοημοσύνης ειδικά για την καλύτερη ομάδα στην κατάταξη της UCI εδώ και τριάμισι χρόνια. “Έδειξαν ένα τρισδιάστατο προφίλ ενός από τα στάδια του γύρου. Στη συνέχεια θα μπορούσαμε να ζητήσουμε από την Άννα να μας δείξει την πρόοδο του αγώνα χρησιμοποιώντας μικρά ειδώλια. Θα μπορούσε να μας πει για βασικές στιγμές, εστιάζοντας ιδιαίτερα στον Tadej και τα δεδομένα που τον αφορούν”.διευκρίνισε. “Αυτή η τεχνολογία ανοίγει συναρπαστικές προοπτικές. Αν τον ρωτήσουμε πώς να κερδίσει το Μιλάνο-Σαν Ρέμο; Ναι, θα μπορούσε να απαντήσει. Προφανώς όμως κρατάμε τα αποτελέσματα για εμάς», εξήγησε στις αρχές Ιανουαρίου του 2025 στο Bici.pro. Τώρα γίνεται για τον Σλοβένο.
Σε αυτόν τον Γύρο της Γαλλίας, η ομάδα των Εμιράτων, για παράδειγμα, φορούσε ένα ειδικό κράνος κατά τη διάρκεια του 5ου σταδίου, που προέκυψε από 20.000 δημιουργίες θαυμαστών και οριστικοποιήθηκε από έναν καλλιτέχνη AI, τον Gizem Akdag.
Αλλά η τεχνητή νοημοσύνη, στην ποδηλασία όπως και αλλού, έχει αρκετά σημαντικά όρια. Πρέπει να ξέρεις ήδη πώς να την ελέγχεις, να της «μιλάς» σωστά με τις «προτροπές» ώστε να δώσει την όσο το δυνατόν πιο επαρκή απάντηση. “Το Claude AI χρησιμοποιείται πολύ. Είναι τρομερό, μπορούμε να το ενσωματώσουμε σε μια πλατφόρμα, θα αναζητήσει δυσλειτουργίες, θα σας βοηθήσει να βελτιστοποιήσετε. Είναι τρελό. Αλλά δεν πρέπει να το αφήσετε να κάνει αυτό που θέλει. Εάν δεν έχετε την τεχνογνωσία, μπορεί να σας κάνει να προχωρήσετε σε εξελίξεις που δεν είναι πάντα συνεκτικές. Εξ ου και η σημασία του masterscientist”προειδοποιεί ο Frédéric Grappe.
“Όταν χρησιμοποιείτε αυτά τα AI, τα ταΐζετε για όλους. Στην πραγματικότητα, είναι ένα τέρας που ταΐζετε. Δεν πρέπει ποτέ να το ξεχνάμε αυτό. Εάν ο Claude τρέφονταν με πολύ δυνατά αλλά ψεύτικα παραδείγματα, οι απαντήσεις δεν είναι πάντα καλές σε σύγκριση με αυτό που θέλετε να έχετε.”
Frédéric Grappe, διευθυντής καινοτομίας στην Groupama-FDJ Unitedà franceinfo: αθλητισμός
“Η τεχνητή νοημοσύνη είναι ένα εργαλείο. Άρα πρέπει να έχεις τους ανθρώπους που καταλαβαίνουν πώς να το χρησιμοποιούν. Το συγκρίνω με ένα χρονοδοκιμαστικό ποδήλατο. Αν με βάλεις στο ποδήλατο, δεν κερδίζω τη σκηνή, πρέπει να έχεις τον Jonas Vingegaard για αυτό. Πρέπει να έχεις ανθρώπους που καταλαβαίνουν τι περιέχει.” complète de son côté Richard Plugge.
Εκτός από το ζήτημα της εμπιστευτικότητας των δεδομένων των δρομέων σε περίπτωση προσφυγής σε ιδιωτικές εταιρείες ή της αξιοπιστίας των αισθητήρων που χρησιμοποιούνται για τη συλλογή των δεδομένων, μερικές φορές είναι επίσης απαραίτητο να πειστεί μια ολόκληρη ομάδα για τα πλεονεκτήματα αυτής της προόδου. “Έζησα την εφαρμογή της πρώτης πλατφόρμας στην ομάδα στις αρχές της δεκαετίας του 2000. Χρειάστηκαν μερικά χρόνια για να καταλάβουν οι αναβάτες ότι σε μια δεδομένη στιγμή, δεν ήταν να ενεργήσουν “μπάτσος” αλλά να βελτιώσουν τη μεθοδολογική διαδικασία και να προχωρήσουν περαιτέρω στη βελτίωση της απόδοσης”.θυμάται ο Frédéric Grappe.
“Είμαστε σε μια εκθετική χρήση δεδομένων εκτός από το ότι φτάνουμε σε ένα όριο. Είναι τόσα πολλά από αυτά που αν τα μοντέλα δεν είναι καλά, οι δρομείς θα εξαρτώνται εν μέρει από αυτά και δεν θα τους κάνετε να προχωρήσουν ή ακόμα και να υποχωρήσουν.”
Frédéric Grappe, διευθυντής καινοτομίας στην Groupama-FDJ Unitedà franceinfo: αθλητισμός
Οι νεότεροι δρομείς, που έχουν μεγαλώσει και αναπτυχθεί χάρη σε όλα αυτά τα δεδομένα, είναι από τους λιγότερο δύσκολους να πειστούν. Αλλά ο δρομέας πρέπει επίσης να είναι σε θέση να απορροφήσει όλα αυτά τα δεδομένα και να αποδεχτεί ότι το μηχάνημα μερικές φορές παίρνει μια μορφή υπεροχής έναντι του συναισθήματος. “Εάν τα μοντέλα παρεξηγηθούν και παρερμηνευθούν, μπορεί να δημιουργήσουν δυσλειτουργίες σε επίπεδο αθλητή, οι οποίες μπορεί να διαταραχθούν εντελώς, όπως ένα μηχάνημα. Αν θέλετε όλα να πάνε καλά, όλοι πρέπει να ευθυγραμμιστούν. Αλλά αυτό είναι. εξαιρετικά δύσκολο”.καταλήγει ο Frédéric Grappe.





