AI颠覆的第一个体育赛道，来了

文 / 薛尹博

编 / 陈点点

人工智能技术正以惊人速度发展。ChatGPT横空出世不过一年多，OpenAI就再度扔出了Sora这枚「重磅炸弹」，引发社会各界的关注与讨论。

与此同时，体育界也开始探索人工智能技术的应用场景。在过去很长一段时间里，以足球经理人为核心铺开的球探网络，是绝大多数欧洲俱乐部发掘天才球员的主要途径。

然而，一款于2023年3月推出的人工智能球探搜索平台Plaier，已经影响了一些俱乐部挑选球员的方式与职业足球经理人的饭碗，而随着这名「AI球探」不断学习与成长，在未来，AI球探业态或将带给体育产业更大的惊喜……

Plaier交出投名状，为何只是球探的配角？

Plaier平台创立于2023年3月，名称来源于「player」和「AI」两个词语的结合，平台联合创始人Jan Wendt则是起家于更加注重数据分析的赛车行业。

这个平台能够使俱乐部实时分析世界各地的比赛和球队，并将分析结果与转会市场上可用的球员联系起来，帮助足球经理人出具量身定制的转会建议，提升俱乐部整体实力。

Plaier创始团队 图源：Plaier

Plaier的数据模型与已经应用于大数据分析的平台基本一致，但其具备两方面优势。

Plaier内部开发的人工智能分析了迄今为止最大的全球足球数据池，其中包括来自世界各地超过10万名活跃球员，胜在数量；另一方面，该平台不仅会生成每个位置的球员排名，还会根据球员的特点与俱乐部实际的补强需求，对球员进行「数据加权」。

与此同时，同联赛的其他俱乐部及其比赛风格，也被考虑到了这个权重中，从而在为俱乐部寻找合适的增援时获得了前所未有的准确性。

两方面优势让愿意尝鲜的俱乐部给Plaier一个机会，而让平台真正打响知名度的，则是成功的实践案例。

常年蛰伏于德乙的达姆施塔特将一份球队感兴趣的18岁球员名单给到Plaier平台进行分析，分析结果认为俱乐部不应该签下这些球员中的任何一个。

起初，俱乐部方面对该结果表示怀疑，但之后的赛季证实了Plaier的判断：这些球员都没有出色的表现。从此，达姆施塔特逐渐信任了Plaier，并依据其建议对球员阵容及引援政策进行改进，最终于上赛季成功升入德甲。

Plaier球员筛选页面 图源：Plaier

在商业合作方面，据统计，目前约有30家来自欧洲顶级联赛的俱乐部正在与Plaier合作，其中不乏来自英超、德甲这样的顶级联赛球队，未来有进一步拓展其商业版图的潜力。

而在大众讨论方面，Plaier进行了如「贝林厄姆是新生代球员中最具潜力的那个」「凯恩的进球不会对拜仁的成绩产生显著影响」等极具话题度的预测。

Plaier的出现切实优化了足球俱乐部在阵容适配及转会战略方面的行动。但现阶段仍然需要一名具有足球素养的职业总监或者经理人对Plaier进行实际操作。

综上所述，Plaier绝不是为了完全消除俱乐部对职业球探的需求，相反，它能够使球探更专注于球队真正需要的球员身上，避免「竹篮打水一场空」。

区别于市面上数据分析平台的两方面优势以及具备实践价值的应用案例，让Plaier逐步在AI球探这个新领域崭露头角。而追溯AI球探的发展历史，我们从中能够看到更大的商业空间。

足球俱乐部科技「军备竞赛」大潮下，AI球探前景几何？

当今体育赛事早已是高度数据化的时代。纵观体育领域，不少运动员都会在比赛、训练期间穿戴专门的设备，监测并收集身体数据、运动表现，经过AI模型分析，帮助运动员提升运动状态及规避伤病风险等。

对于足球领域而言，数据的运用场景早已超越了比赛本身，这也就给了足球AI技术更加广阔的想象空间及商业前景。

可以预见的是，随着人工智能技术的不断发展和普及，AI球探的精准度会不断提高。例如，IBM与西甲塞维利亚俱乐部联合推出了一款生成式AI工具Scout Advisor球探顾问系统，为俱乐部的球探团队提供全方位的引援识别与评估系统。另一个西甲豪门巴萨也在利用Olocip研发的球员评估模型，筛选每个位置上符合自身要求的球员……

与此同时，对于部分职业经理人而言，AI球探是一把双刃剑。

不久前，英超西汉姆联从德甲不来梅挖走了转会数据分析师哈恩，更巧的是，这位分析师之前就在达姆施塔特工作，对于Plaier这样的AI球探平台使用了如指掌。我们不难预测，未来的足球分析师可能不需要优渥的人脉与庞大的球探网络，只需要熟练掌握AI球探工具，就可以撑起整个俱乐部的分析工作。

无论是AI球探平台的层出不穷，还是数据分析师、经理人的职业轨迹变化，在如今的足球世界中，AI技术的运用俨然成为了各家俱乐部之间的军备竞赛。

而对于各个专注于足球AI模型开发的团队而言，更多俱乐部的加入，就意味着更多潜在客户的出现，市场份额将进一步增大，这无疑是个好消息。

Scout Advisor球探顾问系统 图源：塞维利亚官网

但AI球探行业也面临着一些挑战。首先，足球比赛的结果受到多方面因素的影响，包括球员状态、伤病情况、天气条件等，从目前市面上AI球探产品依据的数据来看，这些因素都会影响AI球探的预测准确度。

另一方面，数据的质量和可靠性也是一个挑战，不同联赛和球队的数据收集方式和质量存在着差异。AI球探公司直接找到已成体系的体育数据公司作为接口，接入大数据模型，再进行分析与训练，似乎更能节约成本。

以上分析实际上只是基于现阶段AI球探的发展做出的预判，其逻辑关系并不笃定，我们不妨从与AI球探关联性较大的体育数据领域，寻找该行业的发展路径。

体育数据公司的成功经验，能成为AI球探的突破口吗？

在科技演进的过程中，大数据的分析与应用是人工智能的基础，而类似「AI球探」这样的应用则需要大量的数据来进行训练和学习，以便能够识别模式、做出阵容及引援的决策。

体育数据领域，绕不开的就是sportradar体育雷达——历经20多年的发展，这家公司已然成为了这一行业、乃至全球体育产业的巨头公司。

在sportradar逐渐完善其体育数据方面的业务线和产品线后，公司开始找到彼时还是独行侠老板库班和黄蜂老板乔丹这样的明星投资人对投融资活动进行商业背书，为自身实现质变创造契机。

此后，sportradar开始撬动各大体育联盟资源，并积极开拓电竞增量市场，建立体育联盟、媒体、消费者、体育博彩运营商的一站式解决方案，最终成为行业领头羊。

延伸阅读：估值近百亿！又一家体育巨头上市了

另一家数据公司则是比sportradar起家更早，成立于1981年的Stats。其最早的业务是收集MLB的赛事数据信息，详细的技术统计让他们在业界声名鹊起。

千禧年被FOX收购后，Stats迎来了发展的黄金期，先后与NFL、NHL、NBA等职业体育联盟达成合作伙伴关系，并在全美体育业务线实现制霸后，又将势力拓展到世界杯、奥运会等全球性赛事，真正走向了世界。

通过以上两个体育数据公司的启示我们不难看出，这类初创公司都通过极强的专业性率先在自己的舒适区站稳脚跟，进而寻求明星投资或者并购机遇，为公司注入更大的资本，再去寻求与更知名、更国际化的体育联盟合作，扩大市场占有率，在激烈的垂直领域竞争中占据一席之地。

时至今日，这套打法依旧值得AI技术公司进行借鉴与思考。

▂

无论如何，AI技术所具备的学习和迭代能力，已经在Sora引发的AIGC浪潮中让所有行业震惊不已。而在足球领域中，AI球探的出现，也将改变职业经理人的生存格局，并为这项运动的发展提供更加广阔的想象空间。

至于依托类似技术起家的公司，能否在体育产业中掀起更大的浪潮，或许我们心中已有答案，静等时间进行验证。