U eri u kojoj se odluke u sportu sve više donose na temelju podataka, jedan nogometni klub prednjači u implementaciji napredne umjetne inteligencije u proces skautinga. To je španska Sevilla. Dok većina evropskih klubova tek eksperimentira s digitalnim alatima, španski prvoligaš već koristi generativnu umjetnu inteligenciju kako bi transformirao način na koji identificira nogometne talente.
U partnerstvu s IBM WatsonX i pomoću otvorenog Llama 3.1 70B Instruct modela, Sevilla je razvila vlastiti alat pod nazivom "Scout Advisor" – AI asistenta koji omogućuje sportskim direktorima bržu, precizniju i pametniju obradu skautskih podataka.
Šta je novo?
Iako su tradicionalni skautski sistemi godinama prikupljali stotine hiljada izvještaja, analiza nestrukturiranih podataka prepunih subjektivnih dojmova, kvalitativnih komentara i stilskih zapažanja, ostajala je velika rupa u sistemu.
Scout Advisor sad popunjava tu prazninu kroz nekoliko posve novih funkcionalnosti. Sportski direktor može AI-ju postaviti pitanje poput "Koji igrači najbolje probijaju odbrambene linije?", a sistem u nekoliko sekundi nudi sažet pregled stotina izvještaja.
AI razumije fudbalsku terminologiju i prepoznaje kontekst. Pojam "dinamičan vezni igrač" nije samo atribut, već cijeli niz taktičkih i tehničkih karakteristika. Proces koji je ranije trajao sedmicama sada traje minute, a budući da koristi open-source model, Sevilla ne ovisi o vanjskim pružateljima usluga, što garantira sigurnost podataka i fleksibilnost.
Kakav može biti učinak?
Svima je danas posve jasno da u kontekstu rastuće konkurencije i inflacije transfernih cijena igrača, klubovi koji prvi uđu u inteligentnu obradu skautskih podataka mogu ostvariti konkurentsku prednost koja se mjeri desecima miliona eura godišnje.
Scout Advisor nema ulogu da zamijeni ljudsku intuiciju, već je nadopunjuje - omogućujući sportskom kadru da brže donosi bolje odluke. Cijel proces djeluje kao naredni korak u razvoju sportske analitike, posebno naprednih analiza tzv. Moneyball strategije.
AI kao svjetlo na kraju tunela
Umjetna inteligencija trebala bi biti jaka karta na koju čuveni španski klub igra. Sevilla posljednjih sezona prolazi kroz izraženu rezultatsku krizu, znatno odstupajući od nivoa na kojem su godinama bili prepoznatljivi u evropskom fudbalu.
Klub koji je donedavno redovno osvajao Evropsku ligu i borio se za vrh La Lige, danas se sve češće nalazi u donjem dijelu ljestvice. Finansijski ne mogu parirati madridskim klubovima i Barceloni, ali još uvijek imaju dovoljno novca da budu bolji nego su bili u posljednje dvije sezone (12. i 14.)
Šta rade drugi?
Jedan od pionira "Moneyball" pristupa u nogometu - engleski Brentford koristi podatkovne modele za identifikaciju potcijenjenih igrača, s fokusom na lige nižeg profila. AI se koristi za analizu učinka igrača u kontekstu specifičnih taktičkih sistema. Klub ima mali skautski tim, ali visoko razvijenu data science jedinicu koja analizira hiljade igrača prema modelu sličnom onome u bejzbolu.
Danski Midtjylland, Brentfordov sestrinski klub, još ranije je eksperimentirao s prediktivnim modelima za rezultate, kao i kod skautiranja talenata na temelju "skrivenih" statistika (npr. Expected Goals prije nego što je postao uobičajen dio praćenja fudbala).
Manchester City gradi globalnu mrežu podataka između svojih klubova (New York City FC, Melbourne City, itd.) kako bi kreirao AI modele koji prate razvoj igrača na različitim kontinentima. AI se koristi i za optimizaciju pozicioniranja igrača na terenu, ne samo za skautiranje.
Liverpool koristi AI modele za biomehaničku analizu pokreta igrača, ne samo za njihovu izvedbu, već i za predviđanje povreda. U skautingu su poznati po korištenju kombiniranih modela koji uključuju statistiku, video analize i AI interpretaciju trenda performansi.
.webp){kind=icon}
