Une intelligence artificielle qui gère entièrement une équipe de baseball

L'intelligence artificielle est-elle plus efficace que l'intelligence collective ? C'est ce que va tester la nouvelle équipe de basket d'Oakland qui a engagé un manager IA.

Le 6 septembre 2025, les Oakland Ballers sont devenus la première équipe professionnelle à confier la gestion d'un match à un système d'IA.

Je crois qu'il ne s'agit pas uniquement d'un effet d'annonce destiné à assurer la publicité sur cette équipe montante, créée il y a seulement 2 ans, par un entrepreneur de l'edtech et s'est permise de remporter la petite mais dynamique "Pioneer League" en 2025.

C'est dans cette league que sont, historiquement, testées les nouvelles technologies avant qu'elles ne soient adoptées par les équipes de la "Major League". Les Ballers ont, ainsi, testé l'année passée, Fan Controlled Sports, une technologie d'intelligence collective, qui dicte ses décisions aux coachs. Cette techno n'a rien donné car les fans privilégiaient la prise de risque...

Côté IA, de nombreux "coachs" prennent déjà largement leurs décisions en s'appuyant sur les centaines de statistiques collectées ou calculées sur les joueurs de leur équipe et des équipes adverses.

Ce sont, donc, déjà, souvent les chiffres qui dictent la composition de l'équipe ou le joueur que l'on met en face du lanceur de l'équipe adverse, par exemple.

Distillery, un prestataire IA de Los Angeles, a créé Aaronlytics, un système de décision assisté par l'IA, qui vise à singer la façon de penser d'Aaron Miles, la coach de l'équipe.

Pour y parvenir, Distillery, l a, vraisemblablement combiné :

- Machine learning traditionnel (avec probablement Databricks déjà utilisé dans le baseball pour l'ingestion et l'agrégation de données, scripts d’analyse, développement de pipelines ETL pour nettoyer les flux, analyse, détection de patterns, scouting assisté par IA, projections de performance, optimisation des stratégies de match). Le système d'IA a été entrainé sur un siècle de données statistiques de baseball, et aussi, évidemment, sur les matchs des Ballers, afin d'apprendre au système les préférences et le style de gestion d'équipe d'Aaron Miles, lui-même.

- IA symbolique (moteur de règle, permettant d'ajouter des "patterns" non automatiquement détecté par le machine learning)

- IA générative (GPT4 est cité dans la communication officielle, car c'est le seul outil connu du grand public, mais je crois qu'il sert surtout d'interface en langage naturel).

Le moteur de décision en temps réel constitue le cœur du système. Il ingère les données de match en direct, les statistiques des joueurs et les performances historiques pour générer des recommandations.

Le système fait remonter les décisions que le manager doit prendre, comme les combinaisons lanceur-frappeur ou le moment optimal pour faire sortir un joueur. Mais, le système n'est pas encore capable.

Pour l'affichage, c'est Flutter qui a été retenu pour gérer la multiplicité de terminaux appelant l'application sur et en dehors du terrain.