Pronostiqueurs contre IA, algorithmes et foule : qui a été rentable ?

Nous avons classé les 155 des 172 services de pronostics football de l’Indice de précision de Tips.GG selon l’origine des pronostics : humains, IA, algorithmes ou communauté. Deux services sur cinq parmi ceux gérés par des humains ont terminé avec un bénéfice, tandis que moins d’un service sur dix fondé sur un algorithme y est parvenu.

Trente-cinq des services gérés par un algorithme ont publié chacun plus de 1 000 pronostics entre janvier et septembre 2026. Aucun n’a terminé en positif.

Le haut du classement revient surtout aux humains. Quatre des cinq services ayant enregistré plus de 10 % de rendement sont gérés par des tipsters humains.

Dans le détail, la part des services bénéficiaires est la suivante : humains 41,3 %, IA 16,0 %, communauté 15,4 % et algorithmes 7,1 %.

Cette analyse utilise trois mesures : la part des services bénéficiaires (combien de services d’un type ont terminé en positif), le ROI médian (la performance du service type d’un groupe) et le ROI par mise (le rendement obtenu en misant sur chaque pronostic d’un type).

Voilà pour le titre. La suite explique pourquoi la réalité est moins simple qu’il n’y paraît.

Qui fait les pronostics ?

Dans notre premier audit des services de pronostics football, nous les avions classés selon leurs résultats. Ici, nous classons le même indice selon l’origine des pronostics.

Il existe quatre types.

Humain : un expert identifié, une équipe éditoriale ou un tipster unique, comme sur bets.co.za et wettfreunde.net.

IA : le service affirme que l’intelligence artificielle, l’apprentissage automatique ou les réseaux neuronaux produisent ses pronostics, comme le font StaTips sur X (Twitter) et betideas.com.

Algorithme : le service décrit un modèle statistique ou un algorithme sans revendiquer l’IA, comme betimate.com et TheyScored (Twitter).

Communauté : les pronostics sont agrégés à partir des choix des utilisateurs, par le biais de votes, comme sur sofascore.com, ou de ligues communautaires de tipsters telles que celles d’olbg.com et bettingexpert.com.

La règle est simple. Un service est classé selon ce qu’il dit de lui-même là où ses pronostics sont publiés : son site, sa page « À propos », sa fiche sur une boutique d’applications ou sa biographie de profil. Nous avons enregistré une citation et un lien pour chaque ligne. Cela nous a permis de classer 160 des 172 services.

Douze services ne disent rien sur la personne ou le système qui produit les pronostics que nous suivons. Pour ceux-ci, le type relève d’une décision éditoriale : trois ont été classés dans la catégorie Humain et neuf dans la catégorie Algorithme, avec un astérisque dans le tableau ci-dessous. Aucun des douze n’a terminé avec un bénéfice et ils ne modifient pas le résultat. Si on les exclut, l’ordre reste le même : la part des services humains bénéficiaires monte à 43,1 % et celle des services algorithmiques à 9,1 %.

Dix-sept services ne font pas partie de la comparaison. Ils décrivent un mélange de méthodes et apparaissent comme Mixtes dans le tableau ci-dessous. Les faire entrer dans un seul type reviendrait à leur attribuer une méthode qu’ils ne revendiquent pas.

L’écart se creuse parmi les petits services

La différence entre les humains et les algorithmes est réelle. Elle tient aussi au volume de production.

Le service algorithmique médian a publié environ 5 500 pronostics sur les neuf mois. Le service humain médian en a publié 423. Trente-cinq des 42 services algorithmiques ont dépassé 1 000 pronostics, contre 20 des 75 services humains.

La rentabilité diminue lorsque le volume augmente. Si l’on sépare chaque groupe à 1 000 pronostics, l’écart se réduit en haut du classement, mais reste marqué en dessous.

Au-dessus de 1 000 pronostics, presque personne ne gagne de l’argent, quelle que soit l’origine des pronostics : 5 des 73 services comparés, et aucun d’entre eux n’est algorithmique. Trois des cinq sont humains, et aucun de ces trois n’a terminé avec plus de 0,85 % d’avance. En dessous de 1 000 pronostics, les humains dominent. Parmi les services humains, 50,9 % ont terminé avec un bénéfice, contre 3 des 7 services algorithmiques, 3 des 15 services d’IA et 1 des 5 flux communautaires. Ces groupes sont restreints : il faut donc y voir ce que montre cet ensemble de données, pas une règle générale.

Ce que cette division ne montre pas, c’est que les humains prédisent mieux les matchs de football que les modèles. Un tipster qui publie 200 pronostics a beaucoup plus de chances de connaître une série favorable qu’un modèle qui en publie 9 000. La plupart des services algorithmiques choisissent de publier à une échelle où la chance finit par s’équilibrer, tandis que la marge du bookmaker fait le reste.

Les propres pronostics de Tips.GG proviennent d’une équipe éditoriale : notre ligne compte donc dans la catégorie Humain. Elle affiche 5 836 pronostics, 53,9 % de précision et un ROI de −4,05 %.

Nous faisons ainsi partie des 20 services humains à fort volume. Trois d’entre eux ont terminé en positif, aucun avec plus de 0,85 %. À grande échelle, les tipsters humains ressemblent le plus à tout le monde.

L’IA est un pari large, pas un meilleur pari

Vingt-cinq services décrivent leurs pronostics comme reposant sur l’IA. Quatre d’entre eux ont terminé avec un bénéfice, soit 16,0 %, un résultat inférieur à celui de l’indice dans son ensemble et à peine supérieur à celui de la communauté.

Les résultats du groupe vont dans les deux directions. StaTips (Twitter) affirme que son équipe développe des pronostics par IA. Le service a obtenu +10,11 % sur 582 pronostics. À l’autre extrémité, Scorebet24 (Twitter), qui décrit ses conseils comme fondés sur l’IA, a perdu 17,66 % sur 473 pronostics.

L’étiquette elle-même est un mauvais indicateur. Sept services du tableau ont « AI » dans leur nom. Un seul a terminé en positif : Football Predictions AI (Twitter), à +3,18 %. footballpredictions.ai, qui contient AI dans son nom sans que nous ayons trouvé de méthodologie, a perdu 15,10 %, le deuxième plus mauvais résultat du groupe.

Les services d’IA ne sont pas non plus plus précis que ceux gérés par des humains. Le service d’IA médian a correctement trouvé 51,0 % de ses pronostics, contre 54,5 % pour les services humains et 50,0 % pour les services algorithmiques.

« On nous demande si l’IA a finalement battu les tipsters. La réponse honnête est que l’étiquette apposée à un pronostic vous en dit beaucoup moins que l’historique qui l’accompagne. Sur quelques centaines de pronostics, presque n’importe qui peut sembler brillant — une personne, un modèle ou une communauté. Sur plusieurs milliers, presque tout le monde finit par payer la marge du bookmaker. La question à poser à un service n’est pas qui ou quoi produit ses pronostics, mais depuis combien de temps il obtient de bons résultats aux cotes qui lui sont proposées. »

Anton Malyutin, CEO de Tips.GG

La communauté perd lentement

Les flux communautaires se comportent différemment des humains comme des modèles. Ils s’éloignent rarement beaucoup dans un sens ou dans l’autre.

Treize services agrègent les choix de leurs utilisateurs. Leurs résultats vont de −5,02 % pour Football Predictions Community Voting (Twitter) à +5,20 % pour betblog.com, et aucun autre type ne reste dans une fourchette aussi étroite. Seuls deux ont terminé en positif : betblog.com et BetExplorer (Twitter), à +2,22 %.

Cette fourchette étroite apparaît lorsque chaque pronostic est comptabilisé. Mis bout à bout, les pronostics de la communauté ont produit −3,27 % par mise, soit la plus faible perte des quatre types. Cela reste une perte : miser sur l’ensemble de la communauté aurait coûté de l’argent.

Les plus grandes communautés ont toutes perdu. sofascore.com, betclan.com et olbg.com totalisent à eux trois plus de 35 000 pronostics, et aucune n’a terminé en positif. Un vote réunissant des milliers d’utilisateurs constitue une moyenne, et les moyennes s’éloignent rarement beaucoup de la cote, dans un sens comme dans l’autre.

À propos des données et de leurs limites

Le suivi de Tips.GG enregistre les pronostics de résultats de matchs de football (1X2) publiés par des sites web, des opérations de tipsters et des chaînes individuelles. Cette étude couvre la période du 1er janvier au 30 septembre 2026. Chaque pronostic est réglé sur la base d’une mise fixe de 10 $ à la cote enregistrée par Tips.GG pour ce match, marge du bookmaker incluse (8,33 % en moyenne) ; un service doit donc battre cette marge pour terminer en positif.

La précision correspond à la part des pronostics gagnants. Le ROI est le bénéfice exprimé en pourcentage du total des mises, et un service est considéré comme rentable lorsque son ROI est supérieur à zéro. Pour être retenu, un site doit compter 50 pronostics évalués et un compte répertorié sous une plateforme doit en compter 200. Les noms gérés par un même éditeur sont fusionnés en une seule ligne. Cela laisse 172 services, dont 43 ont gagné de l’argent. La méthodologie complète est publiée dans Indice de précision de Tips.GG : méthodologie.

Le type est une affirmation, pas une méthode que nous avons vérifiée. Nous avons classé les services selon ce qu’ils disent d’eux-mêmes. Nous n’avons pas audité ce qui fonctionne en arrière-plan. theanalyst.com décrit un « superordinateur Opta alimenté par l’IA », dont les pronostics proviennent de simulations de matchs basées sur les évaluations Opta ; il est donc classé dans la catégorie IA, car c’est ainsi qu’il se présente. Un même service peut être décrit différemment selon l’endroit. La fiche de l’application de forebet.com mentionne l’intelligence artificielle, mais son site web, où ses pronostics sont publiés, décrit des « algorithmes mathématiques et modèles statistiques » : il est donc classé dans la catégorie Algorithme. Nous avons classé chaque service selon les pages d’où proviennent ses pronostics.

Certaines lignes contiennent plusieurs types de pronostics. Dans six services comparés hors de la catégorie Communauté, une partie du flux est présentée comme issue d’un vote communautaire : xgscore.io 41,6 %, livetipsportal.com 41,0 %, betmines.com 37,2 %, sport.ua 13,5 %, zagranie.com 7,9 % et goal.pl 7,3 %. Trois autres en contiennent moins de 1 %. Chaque service est comptabilisé dans son ensemble ; nous n’avons pas séparé la part issue des votes du reste du flux. Une chaîne apparaît sur deux lignes. Matt SB (YouTube) gère la chaîne, tandis que Sophie SB (YouTube) donne ses propres pronostics dans une série de vidéos publiée sur celle-ci ; notre suivi enregistre ses pronostics séparément, sous son nom.

Certains groupes sont restreints. La catégorie Communauté compte 13 services. Un seul résultat passant de part et d’autre de zéro fait varier son taux de près de huit points.

Chaque pronostic est réglé de la même manière. La mise fixe sert de base de comparaison, pas d’affirmation sur la manière dont quiconque a parié, et la cote unique enregistrée par Tips.GG pour un match n’est pas nécessairement une cote à laquelle chaque lecteur aurait pu parier.

Alors, qui a gagné de l’argent ?

Aucun type dans son ensemble. En regroupant tous les pronostics, ou en prenant le service type, les quatre types ont terminé derrière le bookmaker. Ceux qui ont gagné de l’argent sont des services individuels : 43 des 172 de l’indice, pour la plupart de petites structures gérées par des humains.

Les trois mesures montrent la position de chaque type :

• Part des services bénéficiaires : les humains dominent, avec 41,3 % des services humains en positif, contre 16,0 % pour l’IA, 15,4 % pour la communauté et 7,1 % pour les algorithmes.
• ROI médian : les humains dominent à nouveau, avec un service humain type à −1,22 %, devant la communauté à −2,67 %, l’IA à −3,76 % et les algorithmes à −4,89 %.
• ROI par mise : la communauté arrive légèrement en tête à −3,27 %, devant les humains à −3,74 %, l’IA à −4,35 % et les algorithmes à −4,91 %.

Les mesures convergent en bas du classement : les services algorithmiques arrivent derniers dans les trois catégories. En tête, elles opposent les humains et la communauté ; sur le ROI par mise, les deux groupes ne sont séparés que par moins d’un demi-point.

La réponse au titre n’est donc pas un type. Le service qui a battu la marge est le plus probablement un tipster humain ayant publié quelques centaines de pronostics. Mais un type ne constitue pas un historique de résultats : avant de suivre un service, vérifiez combien de pronostics il a publiés et quels résultats il a obtenus aux cotes qui lui étaient proposées.

Réutiliser les données

Le tableau complet se trouve ci-dessous, avec les 172 services, le type de chaque service, ses pronostics, sa précision et son ROI. Il peut être cité et réutilisé gratuitement, à condition d’attribuer les données à Tips.GG et d’ajouter un lien vers cette étude. Le type de chaque ligne, ainsi que la citation et le lien sur lesquels il repose, sont disponibles sur demande, tout comme les questions relatives à la méthodologie et les données dans d’autres formats : [email protected].

Les 172 services par type

Les 172 services, classés par ROI. Prédictions sur les résultats des matchs de football, du 1 janvier au 30 septembre 2026, réglées avec une mise fixe de $10. La précision correspond à la part des prédictions gagnantes. Le ROI correspond au bénéfice total exprimé en pourcentage du total des mises. Le type reflète la description publique de chaque service ; 12 lignes ont été classées par décision éditoriale, comme expliqué ci-dessus. Les lignes marquées « Mixte » ne sont pas prises en compte dans la comparaison des types. * Type déterminé par les rédacteurs de Tips.GG ; le service ne décrit pas comment ses pronostics sont établis.

Vous pouvez consulter toutes les recherches de Tips.GG ici.