Pendant des années, nos bracelets connectés ont surtout été des compteurs. Ils mesuraient, ils empilaient, ils dessinaient des courbes — et nous laissaient ensuite seuls face à la question la plus simple : « OK… et maintenant, je fais quoi ? » Avec l’arrivée d’un coach conversationnel dopé à Gemini, Fitbit change de posture : moins de tableaux de bord, plus de dialogue.
Google étend la Public Preview de son Personal health coach (le coach santé IA de Fitbit) à davantage de monde : iPhone (iOS) aux États-Unis, et iOS + Android au Royaume-Uni, Canada, Australie, Nouvelle-Zélande et Singapour.
Le tout reste réservé aux abonnés Fitbit Premium, avec un déploiement « sur les prochains jours/prochaines semaines » et en anglais dans un premier temps.
Ce que fait ce coach de Fitbit (et pourquoi c’est différent d’un simple « insight »)
Ce coach n’est pas une série de conseils génériques. L’idée, c’est une interface conversationnelle qui s’appuie sur vos données Fitbit (activité, sommeil, etc.) et vous répond comme un assistant : expliquer une tendance, proposer un ajustement, construire une routine — au lieu de vous laisser interpréter des graphiques. The Verge précise que l’expérience est propulsée par Gemini et intégrée au redesign de l’app.
Autre élément important : on est sur une Public Preview par consentement (programme de test), avec une logique de feedback/itérations plutôt qu’un lancement « gravé dans le marbre ».
Sur le plan produit, cette ouverture à l’iPhone est tout sauf anecdotique. Fitbit a longtemps donné l’impression d’avoir ses meilleures nouveautés côté Android en premier. Là, Google fait l’inverse : il rééquilibre l’expérience, et rend Fitbit Premium plus défendable pour un public iOS qui, historiquement, bascule facilement vers l’Apple Watch « par défaut ».
En clair : la guerre ne se joue plus sur « qui mesure le mieux », mais sur qui explique le mieux — et qui transforme la donnée en action.
Le point de vigilance : un coach IA reste un coach… pas un médecin
Le coach peut aider à structurer un entraînement, améliorer l’hygiène de sommeil, ou contextualiser vos variations. Mais il n’efface pas la limite fondamentale : ce sont des recommandations basées sur des signaux capteurs et des modèles, pas un diagnostic clinique.
Et comme tout produit IA, la qualité dépendra autant de la fiabilité des données que de la justesse des réponses — d’où l’intérêt (et la prudence) de la phase « preview ».
