Sportseiere og roboten

Alle snakker om det siste AI-prosjektet, Chat GBT, og responsene har variert fra spenning til terror. Faktisk har Chat GBT blitt et så kulturelt fenomen at siden opererer med overkapasitet, og du kan ikke engang komme deg videre akkurat nå. Litt som når du ringer flyselskapet og de ber om nummeret ditt og sier at de vil sende deg tekstmeldinger når du er neste i køen.

I mellomtiden påvirker AI allerede ulike bransjer, men ingen er mer synlig eller endrer spill enn sportsbransjen. Årsaken er at å forutsi fremtidige utfall er avgjørende for alt innen idrett. Tenk på noen av avgjørelsene som må tas i sanntid. Denne typen prediktiv analyse basert på dataanalyse har eksistert en stund introdusert av Oakland Athletics og dets daglige leder Billy Beane, som med en lønn på $44 millioner var i stand til å konkurrere gunstig med lag som Yankees med en lønnssum på $125 millioner. Karakteren hans ble berømt spilt av Brad Pitt i filmen Moneyball, basert på en bok om Beane med samme navn.

Den grunnleggende forutsetningen for Money Ball var at statistisk analyse, slik som slugging-prosent og baseprosent, var en mer effektiv måte å forutsi suksess enn forretningsintuisjonen til baseball-innsidere bestod av speidere og ledere. Eieren av Oakland på den tiden, Lew Wolff, satset stort på å gi Beane spillerom til å teste avhandlingen sin på et tidspunkt da den var helt ukjent. Da jeg snakket med ham, sa Wolff: "Folk trodde jeg var gal som la Billy bruke statistikk for å ta avgjørelser i stedet for intuisjonen til baseballekspertene."

Alle de store sportsligaene innlemmer AI i alt de gjør, spesielt fra et fansengasjementperspektiv.

NFL har allerede sluttet seg til AmazonAMZN
for å samle AI-innsikt. For eksempel har de lansert et AI-verktøy som kombinerer syv AI-modeller, inkludert en ny modell for å forutsi verdien av en pasning før ballen kastes, for å evaluere quarterback-pasningsytelsen. De NBA innlemmer også AI blir et engasjementsverktøy for å gi fansen en dyp analyse av ytelsen til lag og spillere i nesten alle tenkelige situasjoner.

Selv om ChatGBT for tiden ikke engasjerer seg i prediktiv analyse, har det gjort det klart at kraften til AI til å samle enorme mengder data kan føre til bedre beslutningstaking når det gjelder spiller- og spilletidsbeslutninger og implikasjonen for speidere, trenere og daglige ledere. folk har så mange viktige beslutninger å ta avgjørende for suksessen til franchisen, for eksempel:

Hvem skal du tegne eller bytte for?

Bør en bestemt spiller starte eller settes inn i spillet?

I baseball er de største avgjørelsene vi ser når vi skal dra en pitcher og hvilken avlaster vi skal ta inn, eller når vi skal knipe treff og hvem vi skal ringe på. I basketball og fotball har vi samme type dilemma – hvem og når vi skal erstatte. Hver del av spillet er forskjellig med forskjellig statistikk rundt hvert enkelt spill som skjer. Med kraften til kunstig intelligens kan vi bokstavelig talt undersøke millioner av datapunkter i sanntid for å finne en langt bedre prediktiv analyse enn Billy Beane kunne med bare slugging og baseprosent. AI kan forutsi alt fra forventet ytelse hvis en spiller blir satt inn i oppstillingen eller spillet, eller en spillers karriereforventning og sannsynlighet for skade.

Implikasjonene av alt dette er at i fremtiden med forhånd maskinlæring er skremmende. Lakers er et godt eksempel som sliter med å finne den beste birollen til LeBron James. Med avansert AI trenger du ikke en daglig leder for å ta avgjørelser basert på speiderrapporter eller intuisjon for å gjøre handelen, dataene vil fortelle deg hvilken spiller som passer best til systemet. Så borte blir GMs og speidere.

Deretter snakker du om treneren. Prediktiv analyse vil fortelle deg når erstatninger må gjøres. Ingen gjettearbeid involvert. Det eneste forbeholdet er når en superstjerne som LeBron James sier at de ikke vil ha en robot som trener laget. Så faller det hele fra hverandre.

Mange mennesker føler at for mye AI vil føre til en dystopisk verden. Jeg er ikke så sikker på at jeg er uenig. Lebron, hva synes du?