概述
球员球探中的人工智能使用数据和视频分析来发现人才、预测职业轨迹并找到被低估的运动员。它正在重塑足球、篮球和其他体育项目的俱乐部决定签下谁以及支付多少钱的方式。
球员侦察和招募中的人工智能侧重于实际部署：将模型功能转化为可靠的日常工作流程，提供可衡量的价值。
深入探讨
传统的球探依靠球探的眼睛和直觉，观看几场比赛。人工智能改变了规模：系统现在会采集球场上所有 22 名球员的事件数据（每次传球、铲球和射门）、GPS 跟踪和计算机视觉跟踪。 SkillCorner 和 Stats Perform 等公司从广播视频中提取玩家坐标，而平台可以同时对数千个潜在客户进行建模。奥克兰运动家队在棒球运动中著名的“点球成金”方法就是早期的统计版本。现代人工智能通过机器学习对其进行了扩展，可以预测未来价值、受伤风险和风格契合度。利物浦足球俱乐部等俱乐部建立了由物理学家领导的数据科学部门。我们的目标是在竞争对手和更富有的俱乐部之前找到低级别联赛中隐藏的宝石。
技术洞察
核心方法包括梯度增强模型和根据历史表现进行训练的神经网络，以预测预期目标 (xG) 贡献或未来市场价值等指标。计算机视觉（姿态估计、多目标跟踪）以每秒 25 帧的速度将原始视频转换为结构化位置数据。然后相似性算法将球员嵌入为向量，这样俱乐部就可以通过在风格特征空间中寻找最近的邻居来搜索“球员 X 的更便宜版本”。
掌握球员侦察和招募中的人工智能
球员球探中的人工智能使用数据和视频分析来发现人才、预测职业轨迹并找到被低估的运动员。它正在重塑足球、篮球和其他体育运动俱乐部决定签下谁以及支付多少钱的方式。球员侦察和招募中的人工智能侧重于实际部署：将模型功能转化为可靠的日常工作流程，提供可衡量的价值。为了建立深入的理解，请将球员侦察和招募中的人工智能视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，在球员侦察和招募中使用人工智能的强大团队会关注工作流程结果，而不是模型演示，并尽早定义人工检查点。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
应用级设计决定了人工智能是否能改善实际结果。与此同时，将损坏的流程自动化可能会加剧现有的问题。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
应用级设计决定了人工智能是否能改善实际结果。
应用级设计决定了人工智能是否能改善实际结果。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
良好的工作流程集成可以创造用户值得信赖的生产力收益。
良好的工作流程集成可以创造用户值得信赖的生产力收益。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
范围明确的用例可以减少变更疲劳和实施风险。
范围明确的用例可以减少变更疲劳和实施风险。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
利物浦足球俱乐部的数据部门使用位置模型来推荐穆罕默德·萨拉赫等签约和价值驱动的转会
SkillCorner 和 Stats 从广播片段中提取球员跟踪数据，以便在没有传感器覆盖的联赛中侦察球员
NBA 球队使用球员追踪（以前称为 SportVU）数据来评估统计数据遗漏的防守影响
棒球俱乐部使用 Statcast 退出速度和旋转率数据来选拔和评估投手和击球手，超越传统统计数据
实施模式
人工智能在球员侦察和招募实践中的应用
利物浦足球俱乐部的数据部门使用位置模型来推荐穆罕默德·萨拉赫等签约和价值驱动的转会。
利物浦足球俱乐部的数据部门使用位置模型来推荐像穆罕默德·萨拉赫这样的签约和价值驱动的转会。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪随着时间的推移生产力的提高和错误成本时，通常会得到更好的结果。
人工智能在球员侦察和招募实践中的应用
SkillCorner 和统计从广播片段中提取球员跟踪数据，以便在没有传感器覆盖的联赛中侦察球员。
SkillCorner 和 Stats 从广播片段中提取球员跟踪数据，以在没有传感器覆盖的联盟中侦察球员。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
人工智能在球员侦察和招募实践中的应用
NBA 球队使用球员追踪（以前称为 SportVU）数据来评估统计数据遗漏的防守影响。
NBA 球队使用球员跟踪（以前称为 SportVU）数据来评估得分未达到的防守影响。当球队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
人工智能在球员侦察和招募实践中的应用
棒球俱乐部使用 Statcast 退出速度和旋转率数据来选拔和评估投手和击球手，超越传统统计数据。
棒球俱乐部使用 Statcast 退出速度和旋转率数据来选拔和评价投手和击球手，超越传统的统计数据。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
将损坏的流程自动化可能会加剧现有问题。
团队可能会过度自动化并消除所需的人工判断。
如果不持续评估输出，质量可能会出现偏差。
实施路线图
绘制当前工作流程并确定摩擦最大的步骤。
绘制当前工作流程并确定摩擦最大的步骤。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在完全自动化之前定义人工检查点。
在完全自动化之前定义人工检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
对用户进行提示、升级路径和质量标准方面的培训。
对用户进行提示、升级路径和质量标准方面的培训。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪任务级结果以确认持续价值。
跟踪任务级结果以确认持续价值。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。