Dengan jin data yang kini sudah tidak ada lagi, ini adalah kasus tertinggal atau tertinggal di antara klub-klub sepak bola elit.
Perekrutan modern telah berkembang secara dramatis dalam beberapa tahun terakhir, dengan penggunaan video scouting dan wawasan berbasis data yang berfungsi untuk mengoptimalkan waktu dan mengurangi risiko ketika mencari striker yang mencetak 20 gol per musim atau gelandang box-to-box.
Berinvestasi dalam data adalah satu hal, namun berhasil memasukkannya ke dalam alur kerja klub adalah hal lain. Anda hanya perlu melihat sejauh itu Brentford dan Brighton untuk melihat bagaimana data digunakan untuk memaksimalkan pasar dan memungkinkan kedua klub untuk melampaui bobot mereka dalam beberapa tahun terakhir.
Beberapa penggemar mungkin masih menolak gagasan tentang data dalam sepak bola, tetapi hanya sedikit yang dapat membantah kegunaannya sebagai alat untuk menginformasikan pengambilan keputusan saat mencari pemain.
LEBIH DALAM
Jordan Henderson: Saya sangat yakin bahwa bermain di Arab Saudi adalah hal yang positif
Sebagai manusia, kita dipenuhi dengan bias – seringkali dengan alasan yang kuat. Bias ini memberi kita aturan, jalan pintas, dan heuristik untuk membantu kita memahami dunia, namun bias ini bisa saja salah.
Tentu saja, kepanduan tradisional tidak boleh meninggalkan permainan. Ini memungkinkan Anda menilai bahasa tubuh, temperamen, dan karakter seorang pemain. Namun, secara umum diterima bahwa metode ini tidak efektif dalam hal waktu dan biaya.
Di samping itu, apakah kepanduan tradisional lebih berhasil daripada melempar koin?
Data mengubah cara sebagian besar klub beroperasi, dan jalurnya semakin tajamdengan investasi pada ilmuwan data menjadi sama pentingnya dengan para pemainnya sendiri.
Di dunia di mana pembelajaran mesin, visi komputerDan jaringan saraf adalah istilah-istilah yang semakin dikenal dalam analisis sepak bola, langkah terakhir dari pekerjaan tersebut mungkin adalah yang paling penting – bagaimana kita dapat menggunakan informasi dari masa lalu untuk memprediksi masa depan?
“Ada beberapa contoh bagus dari klub-klub Liga Premier yang menetapkan tolok ukur baru dan cara baru dalam melihat data dalam beberapa tahun terakhir. Namun hal ini sering kali dilihat dari bagaimana kinerja seorang pemain saat ini, dengan rekan satu timnya saat ini di tim tersebut,” Dr Ryan Beal, CEO dan salah satu pendiri Olahraga Hidupmenjelaskan kepada Atletik.
“Ada manfaat besar dalam analisis melihat ke belakang, tapi apa yang selalu kami lakukan adalah mengubahnya ke situasi berwawasan ke depan untuk menantang para pencari bakat tentang seberapa baik menurut mereka seorang pemain akan menyesuaikan diri — dengan menggunakan angka-angka.”
LEBIH DALAM
Casemiro, Sterling dan Scamacca: Analisis kelayakan transfer dan siapa lagi yang ada di luar sana
Istilah umum untuk mencakup tahap analisis data berikutnya dalam sepak bola adalah kecerdasan buatan (AI). Pada intinya, AI hanyalah kemampuan komputer untuk melakukan tugas-tugas yang biasanya kita kaitkan dengan manusia.
Pengenalan suara? Ini adalah kecerdasan buatan.
Pengenalan wajah di ponsel Anda? Anda dapat menebaknya.
Identifikasi daftar pemain yang paling sesuai dengan gaya permainan tim Anda? Sekarang kita bicara.
Penerapan – atau lebih tepatnya terjemahan – dari temuan ini adalah saat Anda memaksimalkan dampaknya. Tanpa pesan yang disampaikan dengan jelas, wawasan yang dihasilkan dapat menemui jalan buntu dengan cepat.
Meskipun spreadsheet, dasbor, dan visualisasi data bukannya tanpa kelebihan, rilis terbaru SentientSports menyalurkan AI generasi baru untuk membantu pengguna memahami informasi dengan cara yang mudah diakses.
Ia menggunakan bentuk AI yang disebut “AI Generatif” yang menggunakan informasi yang ada untuk menghasilkan berbagai jenis konten, termasuk teks, gambar, atau audio.
OpenAI ObrolanGPT mungkin merupakan contoh paling terkenal yang diketahui banyak orang, namun siapa pun yang pernah menggunakan chatbot online untuk membantu mereka membayar tagihan telepon sudah menggunakan alat canggih ini.
Untuk Beal dan rekan-rekannya, mereka merancang ChatGPT versi khusus sepak bola — disebut ScoutGPT — yang menggunakan data langsung untuk memungkinkan pengguna mengajukan pertanyaan tentang pemain atau tim dan menerima jawaban, didukung oleh analisis kompleks, secara sederhana bahasa sepak bola.
Teknologi ini telah mempertemukan beberapa pemikir terkemuka dari seluruh industri, termasuk mantan wakil ketua eksekutif Manchester United Ed Woodward dan Profesor Gopal Ramchurn, yang merupakan CEO dari Responsible AI UK – program AI andalan UKRI.
Mari kita lihat sebuah contoh.
Siapakah lima penyerang teratas berusia di bawah 25 tahun yang menekan lawan dan dihargai di bawah £30 juta ($38 juta)?
Penjelasan komprehensif memberikan daftar pendek yang mencakup striker baru RB Leipzig Lois Openda, Randal Kolo Muani dari Eintracht Frankfurt dan Oihan Sancet dari Athletic Bilbao – didukung oleh model analisis SentientSports.
Dari respon awal, pengguna dapat menyelidiki lebih jauh dengan mengajukan pertanyaan mengenai keluaran yang diberikan. Sangatlah penting bahwa platform ini dirancang agar berfungsi bagi mereka yang paling sering menggunakan platform ini.
“Kami sudah memiliki CEO klub-klub Liga Premier yang menggunakannya, serta penggemar, analis klub, dan agen. Kami benar-benar mencoba menyebarkan jaringan ini secara luas untuk mendapatkan masukan dari kelompok pengguna yang berbeda untuk mengetahui bagaimana mereka akan menggunakannya dan untuk apa mereka menggunakannya.” kata Beal.
Secara khusus, terdapat potensi besar bagi teknologi AI untuk mengubah masa depan pengalaman digital bagi para penggemar dengan membekali mereka dengan alat dan analisis yang digunakan klub dalam pengambilan keputusan mereka sendiri.
Misalnya, AI dapat membantu klub terhubung dengan penggemar dalam bahasa asli mereka, menumbuhkan rasa keterhubungan dengan tim yang mungkin berjarak ribuan mil jauhnya.
Membangun keterlibatan langsung antara klub dan penggemar dapat menghadirkan tantangan nyata bagi klub, namun tim SentientSports ingin menjembatani kesenjangan tersebut, dengan memanfaatkan pengalaman Woodward selama berada di Manchester United.
Platform ini juga dapat digunakan pada tingkat kinerja tim. Analis Liga Premier tidak diragukan lagi akan melakukan hal yang sama dapatkan rincian tentang pendatang baru Kota Lutontapi pencarian cepat untuk gaya permainan menyoroti tim Rob Edwards sebagai tim yang langsung dan menekan yang menciptakan peluang dengan baik dari umpan silang.
Sebuah titik awal yang bagus bagi para analis untuk menggali lebih jauh video tersebut.
Mengapa tidak langsung membahas topik terpanas bursa transfer musim panas?
Dengan Harry Kane yang mengamankan kepindahannya ke Bayern Munich, para penggemar dapat dengan mudah mengeksplorasi kesesuaian pemain berusia 30 tahun itu untuk sistem Thomas Tuchel dengan laporan pencarian bakat yang komprehensif – merinci di mana letak kekuatan dan kelemahannya.
Bagi Beal, penerjemahan analisis kompleks ke dalam bahasa sepak bola sangatlah penting. Teknologi ini harus beradaptasi dengan penggunanya, baik itu penggemar, analis data, direktur olahraga, atau CEO.
“Ini tentang hubungan antara manusia dan ilmu data bagi seseorang yang tidak memiliki gelar PhD atau tidak memahami matematika di baliknya, namun mereka dapat berbicara dalam bahasa sepak bola,” kata Beal.
“Saya yakin ilmuwan data mana pun yang Anda ajak bicara di klub akan mengatakan bahwa betapapun bagusnya ilmu data, bagian tersulitnya adalah menjelaskannya kepada seseorang yang merupakan ‘orang sepak bola’ dan ingin menggunakan istilah-istilah sepak bola untuk berbicara — dan Saya rasa orang-orang yang mampu melakukan hal tersebut mungkin adalah ilmuwan data terbaik dan paling dihormati di klub-klub tersebut.”
Penerapan dan komersialisasi AI semakin berkembang di dunia sepak bola, dengan perusahaan seperti aiScout yang memungkinkan para pemain akar rumput untuk merekam penampilan mereka di sebuah aplikasi dalam ‘uji coba virtual’ yang dapat dinilai oleh klub.
Sangatlah penting bahwa penggunaan data tersebut tidak boleh menjadi titik akhir, namun titik awal – sebuah alat yang dapat mendukung, bukan menggantikan, proses pengambilan keputusan. Seperti halnya teknologi apa pun, platform ini memiliki keterbatasan dan kelebihan, namun tetap menjadi perangkat yang kuat bila digunakan secara optimal.
“Kami tidak bermaksud menggunakan AI untuk mengambil alih transfer dana, mengambil alih pekerjaan masyarakat. Kami ingin menjadikan masyarakat lebih efisien dan membantu mereka mengambil keputusan yang lebih baik,” kata Beal. “Kepercayaan adalah bagian besar darinya. Orang mungkin berkata, ‘Kami memercayai pramuka kami dengan pengalaman 20-30 tahun untuk memprediksi kinerja di masa depan, mengapa saya harus memercayai datanya?’. Tugas kami adalah menguji kembali model kami dan membuktikan manfaatnya – dan dibutuhkan waktu untuk membangun kepercayaan tersebut.”
Prediksi AI tersebut mungkin tidak 100 persen benar, namun memberikan jaminan risiko yang penting bagi para pengambil keputusan, sehingga memungkinkan pengguna untuk menggabungkan “firasat” dan analisis mereka sendiri dengan analisis yang ada di platform.
Memiliki antarmuka di mana orang dapat mengajukan pertanyaan tentang keluaran adalah keunggulan AI Generatif. Jika direktur olahraga merasa ragu dengan informasi yang diberikan, mereka dapat merespons, meminta contoh lebih lanjut, dan berdialog dengan teknologi AI yang didukung oleh ScoutGPT.
Meskipun sepak bola akan selalu menjadi hiburan bagi para penggemarnya, sorotan terhadap bisnis sepak bola menjadi lebih terang dari sebelumnya dalam beberapa tahun terakhir. Untuk memiliki bisnis yang sukses, Anda perlu mengoptimalkan proses Anda dan menggunakan teknologi terkini sering kali menjadi cara utama untuk mencapai hal ini.
Baik itu perusahaan seperti SciSports, SkillCorner, Opta atau StatsBomb, AI berkembang dalam industri sepak bola. Ketika klub semakin terbiasa dengan inovasi dalam permainan ini, babak baru AI ini dapat mengubah lanskap sepenuhnya.
