Whoop vient d'ajouter Memory. Le vrai problème n'était pas que votre tracker avait oublié.

La semaine dernière, Whoop a introduit une fonctionnalité nommée Memory dans la version bêta v5.3 de son application, et la presse spécialisée dans les technologies portables l'a rapidement relayée. Le concept est simple : informez l'application — par texte ou par la voix — de vos objectifs, de l'état de votre genou, d'une semaine de voyage à venir ou d'une période difficile au travail. Chaque élément dispose d'un interrupteur, ce qui permet d'activer ou de désactiver les éléments de contexte que le coach utilise un jour donné. Ce produit éloigne davantage Whoop du simple « tableau de bord de scores » pour le rapprocher de ce que leur communication qualifie de système de coaching à long terme.

Il s'agit d'une décision produit judicieuse. C'est également, de manière plus intéressante, un aveu honnête concernant un point que l'ensemble du secteur des capteurs d'activité évitait discrètement depuis des années.

Un capteur poignet peut mesurer votre fréquence cardiaque au repos, votre HRV, votre effort (strain) et la régularité de votre sommeil avec une précision qui aurait impressionné un spécialiste des sciences du sport il y a vingt ans. Ce qu'il ne peut pas faire — et Whoop est le premier fabricant à lancer une fonctionnalité qui le reconnaît explicitement —, c'est vous expliquer pourquoi l'une de ces données a varié. Memory constitue le correctif apporté à cette lacune.

Ce que fait réellement Memory

Les analyses publiées s'accordent sur un point : Memory est une couche d'information persistante au sein de Whoop Coach où les utilisateurs enregistrent le contexte invisible pour les capteurs. Objectifs. Blessures. Contraintes d'emploi du temps. Notes telles que « douleur au genou réapparue » ou « vol pour Tokyo dimanche ». Chaque entrée dispose d'un interrupteur d'activation, ce qui permet de désactiver les éléments non pertinents pour la semaine en cours.

Cette mémoire intervient ensuite dans les recommandations formulées par le coach. Si votre score de récupération s'effondre le lundi matin, au lieu de suggérer de manière générique une journée à faible effort, le coach peut relier cette baisse au long vol enregistré le vendredi ou au rhume mentionné le mercredi. Le résultat obtenu est davantage contextualisé. La reconnaissance des schémas comportementaux s'améliore à mesure que les informations saisies augmentent.

Selon la présentation de Whoop, cette évolution transforme le produit : il ne s'agit plus de simples scores affichés sur un écran, mais d'un dispositif comparable à un entraîneur se souvenant de vous d'une séance à l'autre. Cet argument se défend. Dans les versions précédentes, le coaching proposé par n'importe quel capteur présentait un fonctionnement amnésique par conception — chaque matin repartait de zéro, chaque recommandation reposait uniquement sur la physiologie des 24 dernières heures. Un véritable entraîneur sait que vous traitez une épaule sensible et cesse de demander pourquoi votre développé militaire ne progresse plus.

Ainsi, sur le plan du produit, Memory améliore Whoop. La question est de savoir si cette avancée rend le coaching par capteurs autonomes réellement efficace dans son ensemble — ou si elle se contente de corriger une limite tout en en révélant une autre.

La limite qu'il corrige

La version sans détour du coaching par capteurs connectés, avant l'arrivée de ce type de fonctionnalité, se résumait à : « Voici vos chiffres. Nous n'avons aucune idée de ce qui se passe dans votre vie. Bonne chance. »

Il ne s'agit pas d'une lecture cynique. C'est exactement ainsi que le système fonctionnait. Les capteurs mesuraient. Les algorithmes attribuaient des scores. L'application affichait les résultats. Si votre HRV s'effondrait, l'application ignorait si vous veniez de divorcer, si vous aviez passé la nuit à vous disputer, si vous aviez bu une bouteille de vin ou simplement mangé une pizza trop tard. Tous ces événements produisent des signatures autonomes similaires et exigent des réponses très différentes. L'appareil étant incapable de faire la différence, il appliquait par défaut l'option générique la plus sûre — généralement « levez le pied aujourd'hui ».

Pour les personnes dont le quotidien varie peu d'une semaine à l'autre — athlètes professionnels en saison, pratiquants suivant des blocs d'entraînement stables —, ce fonctionnement convenait. Pour tous les autres, les recommandations semblaient la plupart du temps imprécises, car le modèle analysait le corps sans connaître le contexte sous-jacent.

Memory réintroduit ce contexte. Si vous avez indiqué à l'application que vous êtes en déplacement, malade, en phase de décharge ou en préparation d'un objectif précis, le coach peut enfin exploiter ces données. Il s'agit d'une réelle amélioration par rapport à la situation antérieure.

La limite qu'il révèle

Voici l'inconvénient, et il est significatif : Memory fonctionne en déléguant le problème de collecte du contexte à l'utilisateur.

L'application ne connaissait pas votre stress professionnel, vous devez donc désormais le saisir. L'application ne voyait pas que votre genou vous faisait souffrir, vous devez donc à présent l'enregistrer. Le capteur ne lit toujours ni vos intentions ni les événements de votre vie — il vous offre simplement un espace plus complet pour les consigner.

Que cela constitue un avantage ou une contrainte dépend de ce que vous attendez de votre application de fitness.

Si vous tenez déjà un journal de vos entraînements, si vous appréciez d'échanger avec vos outils ou si l'idée de « raconter votre semaine à votre coach » vous séduit, cette fonctionnalité est excellente. Vous vous sentirez mieux pris en compte, les recommandations paraîtront plus personnalisées et la contrainte de la saisie représentera un faible coût.

Si vous avez ouvert une application de fitness pour penser moins — et non davantage — à votre entraînement, Memory s'avère être une très bonne fonctionnalité pour quelqu'un d'autre.

L'auteur du site gadgetsandwearables le souligne directement : certains utilisateurs apprécieront la personnalisation supplémentaire, en particulier si elle rend les recommandations moins génériques. D'autres préféreront peut-être que Whoop reste davantage en arrière-plan. Cette tension ne constitue pas un problème propre à Whoop. C'est un sujet qui concerne toute l'industrie des capteurs d'activité, et que Whoop vient de mettre en évidence en publiant la version la plus explicite de cette interrogation.

Pourquoi saisir davantage de texte n'est pas la seule réponse

Memory repose sur un présupposé qu'il convient d'analyser : l'idée que le seul moyen de fournir davantage de contexte à un système de coaching consiste à le demander à l'utilisateur.

C'est une option. L'autre option, vers laquelle moins de produits de mesure de la forme s'orientent, consiste à analyser le contexte que l'utilisateur produit déjà — et à déduire le reste.

Voici quelques exemples de ce à quoi cela pourrait ressembler :

• L'agenda affiche trois réunions consécutives entre 6 h et 9 h. Aujourd'hui n'est pas une journée pour une séance de 90 minutes. Le système n'a pas besoin que vous écriviez « je suis débordé aujourd'hui ».
• La température du poignet mesurée la nuit par l'Apple Watch est supérieure de 0.4° à votre valeur de référence trois nuits de suite. Associée à une baisse de la HRV et à une hausse progressive de la fréquence cardiaque au repos, cela indique que l'organisme déclenche une réponse immunitaire. Le coach réduit la charge sans vous demander d'écrire « je crois que je tombe malade ».
• Les deux dernières séances pour les jambes ont été particulièrement pénibles d'une manière inhabituelle — la fréquence cardiaque est restée élevée pendant les repos, l'effort perçu (enregistré discrètement via les évaluations d'après-séance) a dépassé d'un point les prévisions du programme. Le plan du jour réduit automatiquement une série de travail.

Rien de tout cela ne nécessite de vous rappeler de mettre à jour un journal. Cela demande seulement au coach d'examiner les signaux que l'utilisateur émet déjà et d'en déduire des conclusions. C'est moins explicite. Moins interactif. À vrai dire, cela a moins l'apparence d'une fonctionnalité produit classique — mais cela génère considérablement moins de frictions.

C'est dans cette voie que je développe Dorsi. Vous portez une Apple Watch. La montre connaît déjà votre sommeil, votre HRV, votre fréquence cardiaque au repos, la température de votre poignet, votre fréquence cardiaque à la marche et vos récents entraînements. Je lis ces données. Je lis vos dernières séances au sein de ma propre application. Je conçois le plan d'aujourd'hui à partir de ce qui existe déjà.

Si vous souhaitez échanger — par exemple pour indiquer que vous avez mal dormi ou que votre épaule se réveille —, je prends en compte cette information et je m'adapte. Mais je n'en ferai pas un prérequis. La règle par défaut est l'absence de travail personnel imposé, et plus vous vous entraînez, moins le besoin de narration se fait sentir, car les données révèlent ce qui se passe.

Ce que Whoop Memory nous apprend sur l'avenir des capteurs d'activité

En prenant du recul, Memory s'avère intéressant au-delà du seul cas de Whoop. C'est le signe que l'ensemble de la catégorie des capteurs connectés se heurte au même plafond à peu près au même moment.

Pendant environ une décennie, la stratégie consistait à proposer de meilleurs capteurs, davantage d'indicateurs et des tableaux de bord plus esthétiques. Cette échelle est devenue raide. Les capteurs sont désormais performants. Les métriques sont abondantes. Les tableaux de bord sont saturés. Ajouter un dixième graphique biométrique ne modifie plus l'expérience.

La prochaine étape — pour Whoop, pour Oura, pour Apple, pour tout le monde — réside dans l'interprétation. Traduire ce que les capteurs mesurent en actions concrètes que l'utilisateur peut entreprendre. Memory constitue une manière d'y parvenir : enrichir la couche contextuelle en demandant à l'utilisateur des informations que les capteurs ne peuvent pas saisir.

Il existe au moins une autre voie : affiner l'analyse des signaux déjà existants, déduire le contexte à partir du comportement plutôt que de le demander, et transformer le résultat final pour passer de « voici un graphique » à « voici la séance ». C'est une orientation plus discrète. C'est aussi, selon moi, celle qui bénéficie aux personnes qui n'ont pas souscrit pour devenir leur propre analyste d'entraînement.

Les deux approches sont valables. Il s'agit de produits différents destinés à des utilisateurs différents. Memory fait de Whoop un meilleur hybride entre tableau de bord et journal d'entraînement pour les personnes qui apprécient ce fonctionnement. La voie qui m'intéresse s'adresse à celles et ceux qui souhaitent voir le tableau de bord s'effacer au profit d'un choix quotidien binaire : s'entraîner, ou pas.

En résumé

• Memory représente une véritable amélioration du produit. Cette fonctionnalité comble une réelle limite du fonctionnement antérieur du coach de Whoop.
• Elle transfère également la tâche de collecte du contexte sur l'utilisateur. C'est un atout pour certains, une contrainte pour d'autres.
• La prochaine décennie du secteur des capteurs d'activité ne portera pas sur l'ajout de nouveaux capteurs. Elle concernera la traduction — c'est-à-dire la transformation des données en décisions.
• Écrire davantage constitue une stratégie. Analyser ce que la montre sait déjà tout en se passant de narration en est une autre.
• Le choix du bon produit dépend de ce que vous recherchez : un partenaire avec qui échanger, ou un coach qui vous transmet simplement la séance du jour avant de s'effacer.

Whoop a choisi la voie conversationnelle et la maîtrise bien. Ce n'est pas mon orientation. Si vous souhaitez une application de fitness qui vous interroge sur votre semaine, Memory est une excellente raison de conserver votre Whoop. Si vous en préférez une qui analyse votre montre et vous restitue quarante-cinq minutes sans que vous n'ayez à y réfléchir, c'est un produit différent — et c'est celui que je développe.