Le Sevilla FC permet à ses recruteurs d’interroger 300 000 rapports de détection avec un Scout Advisor fondé sur Llama

Le problème

Les recruteurs du Sevilla FC rédigent des rapports détaillés sur les joueurs, en notant des traits comme l’attitude, la ténacité et le leadership. Le club en détient plus de 300 000. Ses autres outils de données traitaient bien les chiffres mais ne pouvaient pas exploiter ce texte libre. Meta indique qu’avant l’outil, l’analyse d’une seule liste de candidats prenait de 200 à 300 heures aux recruteurs, et son étude de cas décrit la recherche manuelle comme prenant des jours.

Ce qu’ils ont construit

Le service des données du club a travaillé avec IBM pour construire Scout Advisor. Un recruteur saisit une question sur le type de joueur recherché. L’outil renvoie les joueurs correspondants avec de courts résumés tirés des rapports de détection. Il s’appuie sur Llama 3.1 70B Instruct de Meta, un modèle open-weight (à poids ouverts : ses fichiers sont publiés, si bien qu’une entreprise peut l’exploiter elle-même), sur la plateforme watsonx d’IBM. Les réponses sont en espagnol.

Comment ils s’y sont pris

Le langage du football est plein d’argot ; l’équipe a donc ajouté une étape qui réécrit chaque question avec un contexte footballistique avant la recherche. Une demande de « talented wings » est développée en une description de ce que fait un bon ailier, ce qui évite que le système renvoie des résultats sans rapport. La question enrichie pilote une recherche par similarité dans les rapports, et les passages correspondants sont transmis à Llama pour rédiger les résumés. Ce schéma s’appelle la génération augmentée par récupération (RAG) : le modèle répond à partir des propres documents du club et non de sa mémoire. Le directeur des données du club dit que le modèle a été choisi pour l’enrichissement et le résumé de texte, surtout en espagnol. Il ajoute que faire tourner un modèle ouvert dans l’environnement du club évite d’envoyer des données à des services tiers.

Résultats

Meta rapporte que l’évaluation de plusieurs rapports de détection sur un joueur est passée de plusieurs heures à quelques secondes. Le directeur sportif dit qu’il n’a plus à lire des dizaines de rapports et qu’il obtient ce dont il a besoin en peut-être deux minutes. Le club fait aussi état d’une meilleure identification des talents et de nouveaux travaux de conseil pour d’autres équipes qui veulent utiliser l’IA. Aucune mesure d’exactitude, aucun coût ni aucune taille d’équipe n’est publié.