L'app Sports d'Apple, un marché de 2,61 milliards de dollars et un adolescent dans la base de données de Microsoft

Apple a conçu une application sportive qui ne fait presque rien. La revue de Slate de juin 2026 défend l'idée que c'est exactement le but. Elle mérite d'être lue en parallèle des prévisions de marché qui arrivent dans le secteur de la technologie sportive.

L'application s'appelle « Sports ». Elle n'a pas de titres d'actualités, pas de guides de streaming et pas de flux algorithmique. Slate rapporte que lors du téléchargement, vous verrez les cotes de paris sur le tableau de scores, mais un simple interrupteur dans les paramètres les désactive définitivement. Il reste les noms des équipes, les logos, les classements, les horaires des matchs et les scores, plus une page de classement. L'auteur note qu'il y a très peu de publicité, avec des exceptions occasionnelles comme une bannière Apple promouvant le contenu d'Apple TV.

Le contraste avec le reste de la catégorie est le fond de l'article. L'application officielle de la Major League Baseball, longtemps préférée du critique, a « progressivement entouré les scores et vidéos de baseball d'habillage qui a rendu l'application plus lourde ». L'application d'ESPN privilégie désormais son offre de télévision en direct et un défilement vertical autonome de vidéos, la section des scores se trouvant dans « une vaste mer de autres boutons ». L'application du PGA Tour est, selon le critique, « plus une affiche publicitaire que quoi que ce soit d'autre ».

Que disent les chiffres du marché

Ce raisonnement produit s'oppose à un ensemble de chiffres bien plus vaste. Un rapport de MarketsandMarkets distribué via Yahoo Finance le 22 septembre 2026 estime le marché de l'IA dans le sport à 2,61 milliards de dollars, en croissance à un taux annuel de croissance composé de 16,7 % jusqu'en 2030. C'est une prévision, pas une mesure, et le chiffre principal doit être traité avec la prudence habituelle accordée à l'évaluation du marché par les fournisseurs.

Le flux d'actualités de fin septembre suggère où l'argent se déplace réellement. Sports Business Journal a publié un article technologique le 23 septembre sur les données alimentant les ventes de billets et la croissance des fans. Databricks a annoncé un partenariat avec Cal Athletics le 24 septembre, présenté comme un retour à ses racines à Berkeley. Le Conseil de l'Atlantique a lancé un Centre du Pouvoir du Sport le même jour, selon le Ministère du Sport.

Tout n'est pas flatteur. Le New York Post a rapporté le 21 septembre que DraftKings utilisait l'IA pour cibler les parieurs perdants, citant une ligne interne disant que « le meilleur investissement serait un joueur pathologique ». Cette histoire rappelle que l'analyse de données sportives et l'analyse des paris sont souvent le même pipeline pointé vers différents clients.

Où se trouvent réellement les données

Deux projets open source publiés en août 2026 montrent une couche différente de la pile, celle qui décide qui possède les nombres. Adaca Analytics, posté sur GitHub le 8 septembre, est un système de tableau de bord auto-hébergé pour Google Analytics 4 et BigQuery qui s'exécute sur Cloudflare Workers. Les agrégats quotidiens de l'API de données GA4 ou d'une exportation BigQuery atterrissent dans une base de données D1 que l'opérateur possède, tandis que les données en temps réel restent sur Google. Il est livré avec six tableaux de bord et un constructeur en quatre étapes, et chaque nombre s'ouvre sur une page de détail avec sa propre tendance et ses décompositions, précalculées pour se charger en un seul aller-retour.

Le projet est sous licence MIT et vient d'Adaca, une société de conseil en logiciel. La configuration nécessite de créer un compte de service Google avec un accès Viewer sur une propriété GA4, de télécharger sa clé JSON et de déployer via le bouton Déployer de Cloudflare, qui fourche le dépôt, provisionne D1 et KV, et déploie le Worker avec son cron. Il n'y a pas de connexion ; le README indique aux opérateurs de placer Cloudflare Access ou l'authentification de base intégrée devant.

C'est un petit projet, mais il pointe vers une question récurrente dans l'analyse sportive : les équipes et les sociétés de médias génèrent d'énormes jeux de données comportementales à travers des outils qu'ils ne contrôlent pas. Auto-héberger la couche de tableau de bord est une réponse. Posséder tout l'arrière-plan en temps réel en est une autre.

Lark et la question Firebase

Lark, posté sur GitHub le 13 août 2026, est un serveur de base de données en temps réel écrit principalement en Rust sur Glommio, avec un composant edge en Go pour terminer les connexions WebSocket, WebTransport et REST HTTP. Sa proposition est la compatibilité en place avec les SDK de Firebase Realtime Database, y compris le SDK JS de Firebase, pour qu'une équipe puisse remplacer la base de données en temps réel tout en continuant à utiliser Firebase Auth, Hosting et Storage.

Le README du projet est inhabituellement prudent sur la maturité. Le numéro de version 0.x, dit-il, « reflète l'âge du projet, pas une instabilité connue ». Le format sur disque est décrit comme quelque chose que les mainteneurs ne briseront pas sans fournir un chemin de migration, et les changements cassants dans les versions 0.x sont décrits comme rares, documentés dans le journal des modifications et accompagnés d'un chemin de migration lorsque les données stockées sont affectées. Lark Cloud exécute la même base de code et héberge de vraies données clients, et le moteur est testé contre la suite de tests du SDK de Firebase. Firebase est une marque déposée de Google, et le README énonce clairement que Lark n'est pas affilié, approuvé ou parrainé par Google.

Le dossier d'exemples inclut un tableau blanc multijoueur construit sur le SDK client en environ 300 lignes de TypeScript pur, et un port de l'application de blog social de démarrage rapide de Firebase avec « quelques lignes modifiées ».

Le contre-exemple de sécurité

Toute l'histoire sportive et analytique n'est pas sur la conception du produit ou l'évaluation du marché. Tom's Hardware a rapporté le 28 septembre 2026 qu'un adolescent utilisant le pseudo Faav a accédé à une plateforme d'analyse interne de Microsoft appelée Titan, atteignant 25 000 enregistrements de données d'employés et, selon son propre décompte à travers les tables, 17 000 000 000 000 enregistrements au total. Il a reçu 5 000 dollars à travers le programme de prime à la faille de Microsoft.

Selon le rapport, Faav a utilisé un bot orchestrateur d'IA qu'il a construit, appelé Antares, pour scanner les sous-domaines. Il a trouvé un hôte Azure Cloud et un fichier Swagger/OpenAPI listant quatre routes. Trois nécessitaient une authentification Azure Active Directory ; une, nommée /v2/Query, non, et acceptait du SQL brut. Une page de connexion de 2023 récupérée via la Wayback Machine incluait un fichier de configuration Apache Superset décrivant 56 définitions de tables. Le point de terminaison rejetait initialement les requêtes pour manque de JWT, et après dix jours de tentatives infructueuses, Faav a conclu à partir des réponses du serveur que la signature du jeton n'était pas vérifiée, puis a présenté un jeton revendiquant un accès administrateur.

L'IA et l'intuition humaine se sont ici complétées. Antares a fait dix jours de travail que je n'avais pas à faire [...] Sa persévérance, plus une intuition humaine, est ce qui a rendu cette découverte possible.

Faav a dit à Tom's Hardware qu'il avait « passé l'année à hacker Microsoft de temps en temps autour de l'école », et qu'il avait aussi trouvé des bugs dans les produits d'Amazon, Google et Adobe. Les détails comptent au-delà de la prime : un point de terminaison de requête non authentifié acceptant du SQL brut, accessible après un scan de sous-domaine, est le type de surface que toute plateforme d'analyse dans le sport ou ailleurs peut exposer par accident.

Mettre les trois fils ensemble, le secteur semble moins uniforme que les prévisions ne le suggèrent. L'application Sports d'Apple montre que la retenue est une fonctionnalité que les utilisateurs remarquent. Les chiffres du marché montrent que le capital continue de circuler. Lark et Adaca Analytics montrent des développeurs essayant de garder la propriété de la couche de données. Et le cas Microsoft montre ce qui arrive quand cette couche est laissée ouverte.