Rolly, Rally, Momentum : trois nouvelles expériences IA ont fait leurs débuts à Roland-Garros cette année, sur fond de prolongation de partenariat avec la FFT jusqu’en 2031. Ce que le tournoi a surtout révélé, c’est l’architecture de contraintes qu’Infosys a dû construire pour que ses systèmes restent fiables sous pression.
Quand les questions sont infinies, le cache ne suffit pas
Rolly, le chatbot déployé sur le site et l’application Roland-Garros, a illustré une limite classique des systèmes conversationnels en production. L’équipe avait d’abord envisagé de mettre en cache les réponses aux questions les plus fréquentes : statistiques par surface, confrontations directes, meilleurs services. En pratique, les combinaisons de questions se sont révélées trop nombreuses et trop imprévisibles pour que cette approche tienne. Le système a donc été conçu pour générer une requête en base de données à la volée pour chaque nouvelle question, en s’appuyant sur les données en direct plutôt que sur des réponses préfabriquées.
Momentum, le moteur intégré au Match Centre pour visualiser les bascules d’un match en temps réel, a posé un problème différent : comment afficher une notion subjective, que 50 000 spectateurs ressentent chacun à leur manière, sans la faire passer pour une mesure objective. La réponse a été de distinguer explicitement ce qui est vérifié, score, break, jeu remporté, de ce qui est calculé. La valeur de momentum a été présentée comme une inférence, soumise à un test de dérive continu entre le calcul temps réel et le recalcul batch. Une valeur affichée ne pouvait pas être réécrite silencieusement après coup. Le système a été validé sur 14 matchs des Championnats 2025, dont quatre quarts de finale, deux demi-finales et une finale, jeu par jeu, dans les deux tableaux.
Un robot dans la Fan Zone, mais des garde-fous dans le code
Rally, le robot humanoïde déployé dans la Fan Zone, a interagi avec près de 10 000 visiteurs. La plateforme physique était celle du fabricant ; Infosys a pris en charge la couche conversationnelle. Concrètement, cela a signifié définir précisément ce à quoi le système pouvait répondre et dans quelles conditions il devait s’abstenir. Le contenu autorisé a suivi la même chaîne de validation que les commentaires officiels en français, co-validés avec la FFT. Le robot opérait par ailleurs derrière une barrière physique, sans contact direct avec le public.
Le commentaire IA, disponible en français sur l’ensemble du tournoi pour la première fois, a mis en évidence un problème concret sur ce même terrain de la validation. Un modèle généraliste traduit “break” par “pause” et “deuce” par “deux”, deux erreurs élémentaires dans un contexte tennistique. La solution a été de protéger les termes à risque avant la traduction, de laisser le modèle opérer, puis de rétablir de manière déterministe le vocabulaire correct. Les accords grammaticaux ont suivi la même logique, en s’appuyant sur le genre réel du joueur tel qu’il figurait dans les données structurées du match, sans laisser le modèle le déduire. Rien n’a été auto-validé.
Ce que deux semaines sous pression enseignent sur le déploiement en entreprise
Raghavan Subramanian, Head of Infosys Tennis Platform, est explicite sur ce point : un Grand Chelem est un banc d’essai sans filet. Deux semaines, audience mondiale, temps réel, aucune possibilité de corriger discrètement ce qui a déjà été vu. Ce que cette contrainte a imposé se résume en trois disciplines que Raghavan Subramanian transpose directement au contexte enterprise.
La première est la séparation stricte entre faits et inférences. Dans un système de production, chaque valeur doit pouvoir être retracée jusqu’à sa source, et ce qui relève du calcul doit être identifié comme tel, avec une traçabilité permettant à un auditeur de remonter n’importe quelle sortie. La deuxième est l’ordre des opérations : valider la logique avant d’écrire le code, et vérifier le raisonnement avant d’optimiser l’exécution. Selon Raghavan Subramanian, les échecs les plus coûteux ne sont pas les pannes système, ce sont les sorties qui paraissent correctes et sont factuellement fausses, des erreurs qui ne déclenchent aucune alerte et s’accumulent silencieusement.
La troisième discipline est la gouvernance avec intervention humaine intégrée. À Roland-Garros, une valeur contestée par un réviseur déclenchait une correction algorithmique, les deux versions restant consignées dans le journal d’audit. Dans des secteurs comme la banque ou l’assurance, ce schéma, décision algorithmique, intervention humaine, traçabilité intégrale, conditionne directement la capacité à justifier les décisions d’un système IA devant un régulateur. Sur ce point, Raghavan Subramanian est direct : Infosys n’a pas inventé ce modèle à Roland-Garros, mais l’y a démontré publiquement, ce qui est une contrainte d’une autre nature.
Infosys et la FFT ont annoncé la prolongation de leur partenariat jusqu’en 2031, avec une feuille de route qui étend le périmètre au-delà des fans, vers les journalistes, les équipes de diffusion et les joueurs.
