Будущее спортивной аналитики: как SūmerSports и Cisco создают интеллектуальную и доверенную ИИ-инфраструктуру
Во времена студенческого футбола мне приходилось проводить долгие часы за просмотром видеозаписей матчей, разбирая каждый эпизод буквально покадрово. Играя на позиции центра, ты отвечаешь за всю линию нападения: определяешь схемы защиты, анализируешь действия соперника и передаёшь информацию партнёрам ещё до начала розыгрыша. Работа тренеров, игровые схемы, собственные записи и материалы о противнике — всё это формирует конкурентное преимущество. Эти знания достаются тяжёлым трудом, а качественная подготовка в течение недели становится залогом успеха всей команды.

И подобная информация никогда не выходит за пределы коллектива.
Именно стремление сохранить своё преимущество помогает понять, почему сегодня столь многие спортивные организации осторожно относятся к использованию искусственного интеллекта. Именно поэтому результаты проекта, который мы реализовали совместно с профессиональным спортивным клубом в лаборатории SHI AI Labs, имеют столь большое значение.
В рамках программы Country Digital Acceleration (CDA) мы развернули инфраструктуру искусственного интеллекта, позволяющую выполнять сложную спортивную аналитику полностью внутри организации. Данные не покидают её пределы, не используются закрытые облачные модели и отсутствует зависимость от внешних платформ, которым безразличен итог воскресного матча. Итогом стало не просто ускорение обработки информации. Команда получила гораздо более ценный результат — уверенность. Уверенность в том, что аналитические выводы действительно можно использовать при принятии решений.
ИИ приносит пользу только тогда, когда работает на основе собственных данных организации: её игровых схем, внутренних процессов и накопленного опыта. Универсальные модели не способны обеспечить такой уровень понимания. Без этой привязки исчезают доверие и практическая ценность результатов.
Проблема заключается вовсе не в моделях, а во всей окружающей их инфраструктуре.
Практически все профессиональные клубы уже экспериментируют с ИИ. В их распоряжении находятся огромные массивы информации: системы отслеживания игроков, показатели эффективности, статистика соперников, отчёты скаутов, данные о поведении болельщиков. Доступ к мощным моделям также имеется. Однако большинство организаций по-прежнему не выходит за рамки пилотных проектов.
И причина вовсе не в ограничениях технологий.
Главная сложность заключается в том, что существующая инфраструктура не соответствует требованиям, которые предъявляет использование ИИ в профессиональном спорте.
Ставки здесь чрезвычайно высоки. Игровые схемы, детали контрактов, уникальные тактические разработки, создаваемые месяцами. Даже записи обычных тренировок способны давать серьёзное конкурентное преимущество. Спортивные организации работают с одной из самых чувствительных и критически важных категорий данных. Их деятельность построена вокруг недельных циклов подготовки, где даже одна утечка информации в неподходящий момент может серьёзно повлиять на результат.
А в таких направлениях, как телевизионные трансляции или взаимодействие с болельщиками, требования становятся ещё строже. Здесь критически важна работа в реальном времени. Даже задержка в несколько секунд может испортить пользовательский опыт — будь то синхронизация статистики с трансляцией, сервисы на стадионе или мобильные приложения второго экрана.
Традиционная корпоративная схема внедрения ИИ — перенос данных в облако, выполнение вычислений и возврат результатов — вступает в противоречие с этими требованиями. По сути, организации предлагают передать наиболее ценные конкурентные данные инфраструктуре, которая находится вне их полного контроля, хотя необходимую аналитику можно было бы выполнять внутри собственной среды.
Большинство спортивных организаций понимает эту проблему. Однако лишь немногие нашли её решение.
Именно здесь появляется платформа SūmerSports. Она изначально создавалась специально для спорта, умеет работать с уникальными спортивными наборами данных и использует модели, учитывающие реальные особенности соревнований — от оценки игроков до разработки командной стратегии. Главный принцип прост: перемещать нужно не данные, а интеллект.
Подход, который мы реализовали совместно с профессиональной спортивной организацией, оказался достаточно простым. Искусственный интеллект работает там, где уже находятся данные. Вся информация остаётся внутри организации, полностью контролируется, защищается и управляется самой командой. Аналитика приходит к данным, а не наоборот.
Такая же философия лежит и в основе инфраструктуры.
ИИ-платформа SūmerBrain, созданная специально для профессионального спорта, теперь работает на базе Cisco AI PODs — заранее интегрированных и проверенных решений полного цикла, снимающих самые сложные задачи внедрения искусственного интеллекта.
Фактически речь идёт о принципе plug-and-play: инфраструктура быстро собирается, все её компоненты заранее совместимы друг с другом, а организация получает систему, которой можно доверять уже с первого дня эксплуатации.
Именно эта простота имеет решающее значение.
Большинство спортивных организаций сталкивается с трудностями не из-за самих моделей. Их останавливает необходимость объединить вычислительные мощности, сеть, безопасность, каналы передачи данных и эксплуатационные процессы в единую систему. Всё это оказывается слишком сложным, медленным и рискованным.
В профессиональном спорте подобные задержки напрямую отражаются на результате команды. Когда подобные препятствия исчезают, искусственный интеллект перестаёт быть экспериментом и становится полноценным рабочим инструментом.
Как недавно отметила генеральный директор Lorrissa Horton:
«Организации терпят неудачу не потому, что модели работают плохо. Они терпят неудачу потому, что всё вокруг модели оказывается значительно сложнее и медленнее, чем ожидалось».
Совместное использование SūmerBrain и Cisco AI PODs позволяет значительно быстрее превращать данные в практические выводы, устраняя длительные этапы интеграции, которые обычно тормозят внедрение ИИ.
Эпоха Moneyball уже изменила спорт. Сейчас начинается следующий этап.
Сегодня уже никто не сомневается, что качественная аналитика способна изменить конкурентную борьбу. Все организации это понимают. Вопрос больше не в том, использовать ли данные вообще. Главный вопрос — сможет ли команда быстрее и безопаснее остальных превратить их в реальное конкурентное преимущество с помощью искусственного интеллекта.
Мой опыт в студенческом футболе позволяет хорошо понимать подобное давление. Конкурентное преимущество — это не абстрактное понятие. Это разница между тренерским штабом, который выходит на матч полностью уверенным в своих решениях, и штабом, который всё ещё сомневается. Именно такую уверенность и должен создавать искусственный интеллект. Но он не сможет этого сделать, если люди не доверяют ни самой системе, ни тому, как она использует их данные.
Тот же принцип распространяется далеко за пределы футбольного поля.
Для руководства клуба надёжная ИИ-инфраструктура открывает новые возможности при выборе игроков, формировании состава и заключении контрактов. Дело не только в качестве аналитики — важно, что руководители могут ей доверять и принимать решения на её основе.
В административных подразделениях аналогичный подход помогает анализировать поведение болельщиков, создавать персонализированные сервисы, повышать эффективность работы стадионов и находить новые источники дохода, выявляя закономерности, которые невозможно обнаружить вручную из-за огромного объёма данных.
Лидерами станут не те организации, которые используют самые совершенные модели. Сегодня хорошие модели доступны практически всем. Побеждать будут те, кто сумеет создать инфраструктуру, позволяющую эффективно применять эти модели — там, где данным доверяют, инфраструктура работает без сбоев, а путь от анализа до принятия решения измеряется секундами, а не бесконечными совещаниями.
Именно это нам удалось подтвердить в реальных условиях, совместно с действующей профессиональной организацией.
Технологии уже готовы.
Теперь главный вопрос заключается лишь в том, готова ли к ним ваша инфраструктура.
