agiliz
Falar connosco
Casos de estudo

Caso 04

−80%

de tempo a preparar o plano de cada atleta, com acompanhamento mais próximo e alertas rigorosos e mensuráveis

Antes
Planos montados à mão, regra a regra
Depois
Plano gerado e explicado, pronto a aprovar

Performance Command Center

O centro de comando de performance de atletas de elite

Regras de periodização automatizadas, dados de readiness e contexto médico lidos por IA, e o treinador a aprovar cada decisão num único fluxo.

  • Desporto
  • IA e Integrações
Equipa
3 pessoas

Resultados

A NOMAS prepara os planos de treino de futebolistas profissionais, com atletas como Diogo Dalot e Luis Díaz. Esse trabalho assentava em tarefas manuais e no conhecimento concentrado nos treinadores, um modelo que funciona mas que não escala. A Agiliz desenhou e está a construir o Performance Command Center: uma plataforma que automatiza a geração de planos, transforma os dados de cada atleta em recomendações e mantém sempre o critério do treinador no centro da decisão.

Cliente
NOMAS Perform
Setor
Desporto de elite, performance de futebolistas
Tecnologias
Next.js, TypeScript, PostgreSQL, AWS em região europeia, Amazon Bedrock AgentCore, API Iterpro, API WHOOP, WhatsApp Business Cloud API
Duração
Desde julho de 2026, com entregas faseadas
Equipa
Guilherme Ferreira, Lourenço Barros, Rui Pereira

01A oportunidade

  • Planos montados à mão, atleta a atleta

    Preparar o plano de cada atleta consumia tempo de elevado valor aos treinadores, tempo que saía do trabalho no terreno.

  • Regras aplicadas uma a uma

    Dias entre jogos, minutos jogados no jogo anterior, gestão do retorno ao jogo: as regras de periodização eram aplicadas manualmente, num processo lento e sujeito a inconsistências.

  • Dados ricos que não viravam decisões

    Wearables, readiness e contexto médico existiam, mas não eram convertidos de forma controlada em decisões de treino. E não havia rasto de que decisão foi tomada e porquê.

02A solução

  1. 01

    Regras do treinador transformadas em sistema.

    Ciclos de treino por dias entre jogos e minutos jogados, regras standard e exceções por atleta. A plataforma gera o plano certo e mostra sempre que regra foi aplicada e porquê.

  2. 02

    Ligação nos dois sentidos à Iterpro.

    Atletas, exercícios, calendário e minutos jogados entram automaticamente, e o plano aprovado volta para lá. O atleta continua a usar a ferramenta que já conhece.

  3. 03

    Ligação direta à WHOOP.

    Recuperação, sono, strain e variabilidade cardíaca entram todos os dias. A noite mal dormida passa a pesar no plano antes de o atleta chegar ao treino.

  4. 04

    IA que analisa regras e métricas.

    Cruza a WHOOP com readiness, carga, questionários e contexto médico, e dá recomendações explicadas, com os dados e os critérios que as sustentam.

  5. 05

    Agentes de IA para a equipa técnica.

    Um agente coordenador distribui tarefas por subagentes: acompanhar atletas, preparar briefings diários, apoiar conteúdo. Cada agente só acede aos dados de que precisa.

  6. 06

    O treinador sempre no comando.

    Planos, recomendações e propostas dos agentes entram num único fluxo de revisão. Nada chega ao atleta sem aprovação humana.

  7. 07

    Dados de saúde protegidos por desenho.

    AWS em região europeia, uma sessão de IA isolada por atleta, avaliação de impacto sobre a proteção de dados e auditoria completa desde o primeiro dia.

03Como implementámos

Pelo MEDIR, como em todos os projetos. É o mesmo ecrã que o cliente acompanha no portal, fase a fase.

  1. M Mapear

    Concluída

  2. E Estimar

    Concluída

  3. D Decidir

    Concluída

  4. I Implementar

    Entregas faseadas · desde jul 2026

  5. R Rever

    Em curso

  1. Mapear

    Como os treinadores montavam cada plano: regras aplicadas uma a uma e dados de wearables sem ligação às decisões.

  2. Estimar

    Tempo de elevado valor dos treinadores gasto a montar planos, atleta a atleta, sem rasto de cada decisão.

  3. Decidir

    Regras configuráveis, IA a recomendar e o treinador a aprovar num só fluxo, com os dados de saúde protegidos.

  4. Implementar

    Performance Command Center em entregas faseadas, ligado à Iterpro e à WHOOP.

    • Regras de periodização por ciclo e por atletadesde jul 2026
    • Ligação nos dois sentidos à Iterprodesde jul 2026
    • Dados diários da WHOOP no plano de cada atletadesde jul 2026
    • Recomendações de IA explicadasdesde jul 2026
    • Fluxo único de aprovação pelo treinadordesde jul 2026

  5. ReverFase atual

    Cada entrega chega à produção com valor próprio, pronta para novas fontes de dados e novos modelos.

04O impacto

O treinador deixa de montar cada plano à mão. Abre a plataforma e encontra, para cada atleta, o plano gerado pelas regras, as recomendações da IA com a sua justificação e um único botão para aprovar.

A metodologia da NOMAS passa a ser aplicada de forma uniforme a todos os atletas, com rasto de cada decisão. O conhecimento que vivia na cabeça dos treinadores fica no sistema.

A NOMAS ganha capacidade para acompanhar mais atletas sem crescer a equipa técnica ao mesmo ritmo. A arquitetura está preparada para novas fontes de dados e novos modelos de IA.

Próximo caso

05 · Smash Studio

Toda a área informática de um estúdio, entregue a um só parceiro

Ler caso

1

Mais casos

Vamos construir algo real.

Chega de projetos-piloto que nunca chegam à produção. Começamos pelo Mapa da operação: duas semanas, preço fixo, para saber onde se perdem horas, dinheiro e clientes. Depois construímos, integramos e ficamos ao lado da equipa.

Falar com a Agilizgeral@agiliz.pt