Sono davanti agli occhi di tutti le cifre che girano nell’ambiente del calcio. Cifre “astronomiche” per stipendi spesso contestati, ma cifre “astronomiche” anche quelle meno considerate ma altrettanto elevate destinate all’acquisto di campioni, o di promettenti talenti.
Ci sono investimenti multimilionari da decidere la posta in gioco e la posta in gioco sta diventando sempre più alta, anche per via della “globalizzazione” del calcio mercato. Nonostante questo, i livelli di incertezza sulle prestazioni e sul ROI restano estremamente elevati.
Il problema maggiore è rappresentato dalla complessità di integrazione dei dati sui giocatori di natura soggettiva, derivanti dalla diretta osservazione. Sono preziosi ma sono “custoditi” in combinazioni di parole e frasi, quindi anche tremendamente complessi da estrarre e gestire quando i modelli di analisi sono stati ideati per “giocare” con i numeri. Non è impossibile tenerne conto, ma comporta per qualsiasi team di recruiting un considerevole investimento di tempo che impatta sulla tempestività e sull’efficacia delle sue decisioni.
L’AI “presta ascolto” e regala valore al parere umano
Forte del suo enorme database di valutazioni quantitative sui giocatori e della sua spinta innovativa verso lo sviluppo di applicazioni ad alta intensità di dati, il Siviglia FC ha deciso di rivolgersi all’intelligenza artificiale generativa per risolvere questo annoso e diffuso problema. Lo ha fatto attraverso una collaborazione con IBM, scommettendo e investendo sulla sua piattaforma di AI watsonx, integrandola con la suite esistente di applicazioni sviluppate autonomamente e già messe in campo negli scorsi anni.
Scout Advisor, così si chiama il progetto, nasce quindi per “sbloccare il potenziale dal nostro database completo di giocatori, per poter prendere decisioni più efficienti e informate sull’acquisto e ottenere nuovi vantaggi competitivi” spiega Elias Zamora, Chief Data Officers del Siviglia FC.
Il ruolo con cui entra in campo l’AI generativa, in un contesto così specifico e circoscritto, è quello di agente di arricchimento e automation del processo di recruiting. La sua capacità di comprendere il linguaggio naturale permette, infatti, di completare la ricerca di talenti da sempre basata solo sulle metriche, con le osservazioni “umane” presenti sui report scritti, osservazioni finora difficili da considerare in modo regolare e analitico.
Dal punto di vista tecnologico, tutto ciò richiede un intenso ed efficace utilizzo di foundation model e l’elaborazione del linguaggio naturale da parte di watsonx che, per conto del Siviglia FC ricerca e analizza le enormi quantità di informazioni presenti nei database esistenti del club, per valutare potenziali nuovi acquisti.
Oltre che dalle centinaia di migliaia di dati quantitativi (altezza e peso, velocità, numero di goal o minuti giocati, etc) ora le scelte di investimento dipenderanno anche da quelli qualitativi non strutturati, finalmente ricavabili dall’analisi testuale di oltre 200.000 report relativi alla ricerca di talenti. “Prima c’era una forte limitazione rispetto al nostro potenziale legato ai report redatti dagli osservatori ‘umani’ – ricorda Zamora – era complesso se non impossibile leggerli e prenderli tutti in considerazione stando nei tempi dettati dal mercato. L’AI generativa ci permette invece di sbloccare questo valore, rendendo veloce e facile leggerli e processarli tutti. Ciò significa essere molto più competitivi ed efficaci nel fare scouting”.
Scout Advisor genera liste accurate di candidati, basandosi sui requisiti illustrati. Crea anche una sintesi completa dell’intera serie di report disponibili per ogni singolo giocatore, collegandola alle informazioni approfondite già presenti sulle prestazioni, basate sulle rilevazioni numeriche ricavate dalle applicazioni dati di proprietà del Siviglia FC.
Un “upgrade” che apre nuovi promettenti scenari ma che ha comportato un profondo e attento impegno dal punto di vista tecnologico. Un impegno condiviso tra i due partner e intenso, “soprattutto nell’arricchire le query e spiegare al modello il linguaggio e le dinamiche tipiche del mondo del calcio – racconta Zamora – come, per esempio, le caratteristiche tipicamente richieste per i diversi ruoli. Complesso anche insegnare all’AI a estrarre da un intero e lungo report solo le parti relative alla domanda posta, quelle sulle performance solo in attacco o in difesa, per esempio, non considerando le restanti, se non necessario”.
Actionable insights da testi umani: un goal non solo per il calcio
Almeno dal punto di vista della privacy, il progetto non ha fatto particolarmente penare il Siviglia FC e nemmeno IBM. “Non si tratta di dati sensibili – precisa Zamora – sono le nostre valutazioni personali di come le persone si comportano in campo. Il poterle prendere in considerazione in modo analitico e sistematico, segna un punto di svolta non solo per il nostro club, ma per l’intero settore sportivo”.
Gli “osservatori” vedono fortemente aumentare il valore del proprio lavoro e possono affinare il proprio modus operandi, in futuro, per poterlo massimizzare. Per esempio, imparando a interagire con l’AI generativa, sfruttandola a loro volta, o per meglio impostare report e pareri testuali.
Anche i giocatori stessi, però, possono trarre importanti vantaggi da questa “svolta”. Grazie all’AI, infatti, le loro soft skill riescono a essere maggiormente conosciute e prese in considerazione. Si tratta quindi di un implicito ma chiaro incentivo a non trascurarle, anche solo per migliorare il proprio ranking agli occhi di chi fa recruiting.
Restando nel mondo dello sport, si può pensare a ulteriori applicazioni di questo paradigma, estendendolo alla sfera degli infortuni. È Zamora stesso, infatti, che immagina “si potrebbe usare per analizzare la probabilità che un giocatore possa avere incidenti fisici, partendo dai dati di training e fisiologici, dalla sua storia medica e dalla sua propensione agli infortuni, ma tenendo conto anche di come lui si sente adesso, grazie all’AI che comprende il natural language”.
Un nuovo scenario “sportivo” da esplorare, potenzialmente rivoluzionario, come quelli che si prospettano anche in altri settori. Quanto implementato da IBM per il Siviglia FC è infatti traslabile in altri ambiti, in tutti quelli in cui serve “estrarre ‘key informations’ da ciò che le persone scrivono in linguaggio naturale, trasformandole in insights che possono essere attivati” spiega Zamora. Tra i settori più intuitivamente interessati, quello del turismo e della comunicazione, ma anche quello della finanza. Potenzialmente tutti, perché tante sono ancora le informazioni “incastrate” nei testi e che, sbloccate grazie all’AI generativa, possono dare vita a nuovi scenari su cui basare future decisioni strategiche.
