Pourquoi MyTrainer est bien plus qu'un GPT wrapper

Il y a quelques mois, alors que tout le monde lançait son application IA, le terme péjoratif "GPT wrapper" est apparu un peu partout. Il servait à disqualifier les produits construits au-dessus d'API comme l'API GPT d'OpenAI, comme si seule la couche du foundation model comptait vraiment.

Je pense que cette critique est passée à côté de l'essentiel.

Avec le temps, il est devenu évident que les produits IA les plus utiles ne sont souvent pas les modèles eux-mêmes. Ce sont les couches d'orchestration construites au-dessus : le produit, le workflow, la mémoire, les outils, les triggers, les contraintes et l'expérience utilisateur.

Claude Code est un bon exemple. Ce n'est pas un modèle. C'est un produit d'orchestration autour de modèles. Même chose pour Lovable. Leur valeur ne vient pas du fait qu'ils ont entraîné eux-mêmes un modèle de pointe. Leur valeur vient du fait qu'ils transforment des modèles puissants en un système qui résout très bien un problème concret.

C'est exactement comme cela que je vois MyTrainer.

La critique du "GPT wrapper" est passée à côté du sujet

L'expression "GPT wrapper" suppose que la valeur n'existe qu'au niveau du modèle. Ce n'est tout simplement pas comme cela que fonctionne le logiciel.

En pratique, la plupart des produits logiciels qui réussissent sont construits sur des briques d'infrastructure qu'ils n'ont pas inventées eux-mêmes. Une entreprise peut créer un excellent produit de base de données sans avoir inventé le transistor. Elle peut créer un excellent SaaS sans avoir inventé le cloud. Et aujourd'hui, elle peut créer un excellent produit IA sans entraîner son propre foundation model.

La difficulté n'est pas seulement d'obtenir une réponse textuelle d'un modèle. La difficulté, c'est de transformer une capacité brute de modèle en un produit fiable, utile, spécialisé, orienté et intégré dans un vrai workflow.

C'est là que l'orchestration devient essentielle.

Un produit IA devient intéressant lorsqu'il sait quel modèle utiliser, quel contexte transmettre, quand poser des questions, quand agir, comment mémoriser ce qui compte et comment connecter la sortie du modèle à un résultat utilisateur concret.

C'est pour cela que je ne vois pas MyTrainer comme une mauvaise imitation de ChatGPT. Je le vois comme un produit d'orchestration IA spécialisé dans la santé et le fitness.

La différence entre MyTrainer et ChatGPT

ChatGPT est une application web et mobile généraliste qui répond à presque toutes les questions que vous lui posez.

MyTrainer est différent.

MyTrainer est une application mobile qui vous pose d'abord des questions, construit ensuite votre plan d'entraînement et de nutrition personnalisé, puis continue à vous coacher dans la durée. L'application répond aussi à vos questions, mais ce n'est qu'une partie du produit.

Elle envoie également des notifications personnalisées, adapte vos séances, se connecte à vos données de santé, se souvient de votre progression et vous aide à structurer votre pratique du fitness de bout en bout.

Cette différence est importante.

Un chatbot généraliste repart d'une conversation vide. Un produit de coaching spécialisé repart de votre contexte réel : votre objectif, votre emploi du temps, votre matériel, vos habitudes nutritionnelles, vos blessures, vos contraintes et votre historique dans l'application.

C'est pour cela que, selon moi, la comparaison entre ChatGPT et MyTrainer ne se joue pas vraiment sur la question de savoir lequel est "le plus intelligent" dans l'absolu. La vraie question est plutôt : lequel est conçu pour mieux résoudre ce problème précis ?

Ce que MyTrainer fait et que ChatGPT ne fera pas pour vous

ChatGPT est généraliste. C'est sa force. Il est utile pour de nombreuses tâches, qu'il s'agisse d'écriture, de code, de recherche, de brainstorming ou de questions du quotidien.

MyTrainer est spécialisé. C'est sa force.

Parce qu'il est spécialisé dans la santé et le fitness, il peut aller beaucoup plus loin sur les actions qui comptent vraiment dans ce domaine.

Il ne se contente pas de produire un bloc de texte avec une idée de séance. Il vous donne des séances concrètes que vous pouvez réellement suivre à la salle, avec une structure d'entraînement, des consignes d'exécution, des timers de repos, des compteurs de répétitions, des vidéos et un plan déjà intégré dans un programme plus large.

Si vous essayez de reconstruire cette expérience manuellement avec ChatGPT, vous réalisez vite qu'il vous faut plusieurs produits ouverts en même temps : ChatGPT pour les réponses, Notes pour le programme, Horloge pour les timers, YouTube pour les démonstrations d'exercices, Google Images pour les repères de forme, et probablement une autre application pour suivre votre progression.

MyTrainer regroupe tout cela dans un seul système.

L'application réalise aussi des bilans mensuels avec vous et se souvient des éléments qui comptent dans le temps : votre progression, vos blessures, vos préférences, votre emploi du temps et les ajustements nécessaires pour garder le programme aligné avec votre objectif.

Cette mémoire est une grande différence. Un bon produit de coaching ne devrait pas traiter chaque message comme s'il venait d'un inconnu.

Le vrai produit, c'est le système, pas seulement le chat

Une autre différence importante, c'est que MyTrainer n'est pas lié à un seul modèle. Comme beaucoup de produits IA sérieux, il peut utiliser plusieurs modèles et choisir le bon selon la tâche.

C'est comme cela que je pense que les produits IA devraient être construits.

Les utilisateurs n'ont pas à se soucier de savoir si une recommandation provient d'un modèle ou d'un autre. Ce qui compte, c'est que le produit donne la bonne réponse, prenne la bonne action et continue de s'améliorer dans le temps.

Autrement dit, le vrai produit, c'est le système, pas seulement la boîte de chat.

Ce système inclut l'orchestration, les évaluations, la gestion du contexte, le design produit, les notifications et tous les petits détails qui transforment la sortie d'un modèle en une véritable expérience utilisateur.

Dans le fitness, ces détails comptent énormément.

C'est une chose de répondre à une question comme : "que dois-je faire si j'ai mal à l'épaule au développé incliné ?" C'en est une autre de connaître le programme actuel de la personne, de comprendre à quel moment cet exercice intervient dans la semaine, de connaître les exercices de remplacement disponibles, puis de mettre à jour la séance en conséquence.

Cette deuxième version ressemble déjà beaucoup plus à du coaching.

Il travaille aussi quand vous ne l'utilisez pas

L'un des aspects les plus intéressants d'un produit agentique spécialisé, c'est qu'il n'a pas besoin d'attendre que l'utilisateur tape un message.

MyTrainer peut continuer à travailler en arrière-plan.

Il peut adapter votre programme pendant que vous dormez. Il peut vous envoyer des notifications personnalisées. Et quand je parle de notifications personnalisées, je parle à la fois du contenu personnalisé et du bon timing.

Le timing compte aussi.

Par exemple, il y a une grande différence entre recevoir une notification de motivation générique à midi et recevoir un rappel pertinent 15 minutes avant votre séance prévue, avec le bon message pour votre situation réelle.

Ce n'est pas seulement du "chat IA". C'est un comportement produit.

C'est la différence entre un modèle qui répond à des prompts et un système qui agit dans le bon contexte.

Pourquoi la spécialisation gagne en pratique

L'industrie de l'IA a appris quelque chose d'important au cours de la dernière année : le marché ne récompense pas uniquement la qualité brute des modèles. Il récompense aussi la qualité du produit.

Les gens n'adoptent pas des outils comme Claude Code parce qu'ils veulent benchmarker un modèle en isolation. Ils les adoptent parce que le workflow est utile.

Je pense qu'il se passe exactement la même chose dans le fitness.

Les utilisateurs ne veulent pas seulement un chatbot capable de parler d'entraînement. Ils veulent un produit capable de les guider, de se souvenir de ce qui compte, de s'adapter à la vraie vie et de réduire la friction entre l'intention et l'exécution.

C'est ce que je construis avec MyTrainer.

Si vous voulez ma vision plus large de la pertinence de l'IA pour le coaching, j'ai aussi écrit un article à ce sujet : L'IA est-elle pertinente pour le coaching ?.

Conclusion

Le terme "GPT wrapper" n'avait de sens que si l'on pensait que tout ce qui se situe au-dessus du modèle était trivial.

Ce n'est pas trivial du tout. Dans beaucoup de cas, c'est même le produit principal.

MyTrainer n'essaie pas d'être ChatGPT appliqué au fitness. Mon ambition est d'en faire un vrai agent IA de bout en bout pour la santé et le fitness : un produit qui pose les bonnes questions, construit le bon plan, répond ensuite aux bonnes questions, se souvient de ce qui compte et agit quand c'est utile.

C'est un produit très différent.

Si vous voulez l'essayer, MyTrainer propose 30 jours d'essai gratuit et vous pouvez le télécharger ici.