TISC : L’IA qui Révolutionne les Décisions en Basketball
Imaginez-vous sur le banc d’une finale NCAA, il reste 4,2 secondes, votre équipe est menée d’un point et la balle est dans les mains de votre meneur. Dans ce genre de situation, chaque milliseconde compte. Et si une intelligence artificielle pouvait, à cet instant précis, vous murmurer la meilleure action possible en se basant sur des millions de situations similaires ? C’est exactement le pari fou que vient de prendre une jeune startup baptisée TISC.
Quand l’IA devient l’assistant ultime des coaches de basket
Créée en mai 2024 par deux anciens ingénieurs de Wish, Arpan Bhattacharya et Mahbod « Moe » Sabbaghi, TISC (The Intelligent Search Company) sort enfin du stealth mode avec une annonce qui fait déjà parler dans les cercles tech et sportifs.
La startup vient de boucler une levée pre-seed de 2,1 millions de dollars (environ 2,9 millions CAD) menée par le fonds californien OVO Fund et le torontois n49p, avec la participation notable de Panache Ventures à Montréal. Un tour de table qui montre bien l’attrait des deux côtés de la frontière pour ce projet hybride.
« Le basketball est un sport extrêmement bruyant. Des sources d’information arrivent de partout. Considérez-nous comme un casque anti-bruit pour la prise de décision. »
– Mahbod « Moe » Sabbaghi, COO et cofondateur de TISC
Une IA spécialisée là où les grands modèles généralistes échouent
Les grands modèles de langage (LLM) comme GPT-4 ou Claude excellent dans beaucoup de domaines… mais pas forcément quand il faut analyser en temps réel des flux vidéo, des statistiques joueurs, des historiques de matchs et proposer une action pertinente en moins d’une seconde.
C’est là qu’intervient TISC : la startup fine-tune des modèles open-source pour en faire de véritables experts du pattern recognition en situation fluide. L’objectif ? Transformer des tonnes de données brutes en recommandations exploitables immédiatement.
Concrètement, pendant un match, l’IA de TISC peut :
- Analyser la position de chaque joueur en temps réel
- Comparer la situation actuelle à des milliers de possessions similaires dans l’histoire de la ligue
- Proposer le play le plus efficace statistiquement (pick-and-roll côté gauche, isolation pour le shooteur d’élite, etc.)
- Fournir le pourcentage de réussite attendu et les contre-mesures probables de l’adversaire
Des premiers pilotes prometteurs avec des équipes NCAA
La théorie, c’est bien. La pratique, c’est mieux. TISC a déjà séduit deux programmes de Division I : le Virginia Military Institute et l’Université de North Texas. Un pilote plus ambitieux est également prévu avec la Women’s Premier Basketball Association dans la baie de San Francisco.
Ces tests grandeur nature permettent d’affiner les modèles et, surtout, de prouver la valeur ajoutée sur le terrain. Parce que dans le sport professionnel, chaque point de pourcentage gagné peut se traduire en millions de dollars de contrats ou en titre de champion.
Le basketball n’est qu’une tête de pont
Si le basket constitue le premier marché visé, les cofondateurs ne s’en cachent pas : c’est avant tout un laboratoire à ciel ouvert pour tester leur technologie dans un environnement ultra-exigeant mais relativement peu risqué.
À terme, TISC vise des domaines où une décision erronée peut avoir des conséquences dramatiques :
- Les centres d’appels d’urgence (911)
- La lutte contre les incendies de forêt
- Les opérations militaires et de défense
- La médecine d’urgence
« Même si le sport ne représente qu’un petit pourcentage de notre chiffre d’affaires futur, c’est un terrain d’expérimentation parfait. »
– Arpan Bhattacharya, CEO de TISC
Un positionnement stratégique entre Canada et États-Unis
Incorporée dans le Delaware (comme la majorité des startups qui veulent lever aux US), TISC garde néanmoins un pied solide au Canada. Les cofondateurs l’expliquent sans détour : ils veulent pouvoir piocher dans les deux viviers de talents.
D’un côté, la Silicon Valley pour le financement et les premiers clients sportifs. De l’autre, le Canada (Toronto, Waterloo, Montréal) pour les ingénieurs en machine learning de haut niveau formés dans des universités reconnues mondialement.
Une stratégie qui rappelle celle d’autres succès canadiens comme Cohere ou Element AI avant lui : garder le développement au nord de la frontière tout en levant les fonds au sud.
Pourquoi le sport est le terrain de jeu idéal pour l’IA décisionnelle
Le sport professionnel génère des quantités astronomiques de données structurées : tracking optique, statistiques avancées, vidéos 4K sous tous les angles… Tout est déjà là. Il ne manque plus que l’intelligence capable de transformer ce chaos organisé en avantage compétitif.
Et contrairement à d’autres secteurs, l’erreur n’est pas fatale : un mauvais play suggéré coûte un match, pas une vie humaine. C’est donc le parfait banc d’essai avant de passer aux applications critiques.
Les investisseurs l’ont bien compris. Alex Norman, managing partner chez n49p, résume parfaitement la vision :
« TISC a construit une technologie qui permet à n’importe quel humain ou IA de trouver exactement ce qu’il cherche, peu importe la complexité ou la fragmentation des données. »
– Alex Norman, n49p
Et maintenant ?
Avec seulement trois personnes à temps plein et un stagiaire en route, TISC reste une équipe ultra-lean. Les fonds fraîchement levés vont servir à :
- Recruter massivement des talents en machine learning
- Élargir les pilotes existants
- Développer les relations avec les ligues professionnelles (NBA, WNBA, NCAA…)
- Préparer l’extension vers d’autres sports (football américain ? hockey ?)
Le chemin est encore long, mais le potentiel est énorme. Dans un monde où la vitesse de décision devient un avantage compétitif majeur, des outils comme celui de TISC pourraient bien redéfinir non seulement le sport, mais tous les domaines où l’humain doit choisir vite et bien.
Le basketball d’aujourd’hui, les pompiers de demain, les soldats d’après-demain… La révolution de la décision augmentée ne fait que commencer. Et elle porte, pour l’instant, les couleurs d’une petite startup entre Toronto et San Francisco.