На рынке появилась система спортивной аналитики на основе технологий искусственного интеллекта, машинного зрения и методов анализа больших данных — Iceberg Sports Analytics. Система создаёт порядка миллиона строк данных по каждой игре и фиксирует, что происходит на площадке, а глубинный графический анализ помогает получать информацию о технике и навыках спортсменов, вырабатывать для них рекомендации и делать прогноз относительно победы в следующем матче.
Компания начала разработку аналитической платформы ещё в 2015 году, а в 2016 году выпустила первую версию, прошедшую проверку у первых клиентов. В качестве инвестора выступил отец идеолога проекта, Александра Мартынова — Владислав Мартынов, также известный как основатель компании Yota Devices. Среди клиентов сервиса такие клубы как ХК «Ак Барс», ХК «Сочи», один из самых молодых клубов КХЛ, New York Islanders, входящий в десятку самых успешных клубов NHL. Хоккейная академия RedBull (Зальцбург, Австрия) использует Iceberg для подготовки молодых спортсменов. В процессе подписания контракты с другими хоккейными клубами по всему миру.
От просмотра фильма до идеи
Идея создания системы появилась у главного идеолога проекта, Александра Мартынова, после просмотра фильма «Человек, который изменил всё». Фильм снят на основе реальных событий, а за основу сюжета взята история бейсбольной команды, которая начала изучать статистику игр и выигрывать с помощью неё матчи. После учёбы в Торонто Александр поехал работать аналитиком в хоккейный клуб, где и выносил идею.
Брэд Питт в роли менеджера оклендской бейсбольной команды в фильме «Человек, который изменил всё»
Что из себя представляет система и как она работает
Разработчики написали алгоритмы и формулы, которые используют видеосъемку игры для вычисления координат всех игроков — в какое время находился конкретный спортсмен и где, с какой скоростью он перемещался и на каком расстоянии от него находилась шайба. Три камеры снимают всю игру и, если в лиге 20 команд, достаточно будет снять 10 из 20, чтобы обладать всей информацией и иметь необходимые данные и статистику.
Мы обсчитываем за матч более миллиона различных координат и с помощью алгоритмов превращаем их в объективную аналитику. Есть похожие технологии: на игроков закрепляются RFID-датчики, которые фиксируют их координаты передвижения, после чего эта информация анализируется и создаётся статистика. Во-первых не всегда возможно повесить датчики на команду оппонента. Часто игроки и представители других команд чувствуют себя некомфортно, осознавая, что на них установлены посторонние предметы. Во-вторых, мы предоставляем не просто цифры, но и глубокий аналитический консалтинг – наши аналитики переводят цифры в понятные для тренерского штаба выводы.
Чтобы получить статистику, необходимо установить камеры, сделать видеосъемку игры, загрузить полученные данные в облачную платформу и интегрировать видео в статистику с помощью алгоритма. Алгоритм постоянно учится, и чем больше обрабатывается данных, тем меньше погрешность. Идентифицирует система игроков по номеру на спортивной форме. Как только игрок появляется на поле, камера распознаёт его и привязывает к нему определённую траекторию. Таким образом, каждый игрок представляет собой на поле точку, за движением и скоростью которого следит система. Также алгоритм видит, как ускорялась эта точка, на каком моменте игры потеряла скорость и по каким причинам.
Для чего нужна такая система
Собрав данные, можно не только анализировать готовую статистику по прошедшим матчам, но и прогнозировать дальнейшие игры и комбинации. Утверждать на 100%, что эта информация поможет определить победителя в лиге, нельзя, но если знать статистику оппонента — понимать, кого ставить против игроков другой команды, побеждать будет значительно проще. Можно не только выявлять сильнейшего игрока в команде противника, но и найти его слабые точки и слепые зоны, чтобы понять, как нужно играть, чтобы выиграть. Инструмент позволяет любой хоккейной команде изучить противников и на основе полученных данных полностью менять тактику своей игры.
Как система помогает экономить деньги
Скаутинг — это поиск молодого игрока в команду. Но, если он просит $1 млн в год, то можно узнать, стоит он таких денег или нет, просто открыв статистику: может, лучше взять двух молодых и выносливых игроков по $0,5 млн? Хотя рассчитать настоящую стоимость человека система ещё не позволяет, она может оценить спортсмена по разным критериям, начиная от аккуратности пасов и заканчивая выносливостью, сопоставляя его с другими спортсменами, предварительно изучив и их зарплатные ожидания.
Чем система отличается от остальных решений
Iceberg собирает огромное количество данных, производит их автоматически и оказывает аналитическую поддержку. Помимо высокого уровня безопасности от взлома у системы есть ещё одно преимущество — возможность брать её в любой уголок мира. Портативность сервиса позволяет взять его даже в самолёт, не сдавая в багажное отделение, так как весит такой чемоданчик искусственного интеллекта всего 9 кг.
Вот так выглядит Iceberg Sports Analytics в собранном виде.
Конкуренты либо вешают датчики на спортсменов, либо используют человеческие ресурсы — берут человека, который смотрит игру и записывает данные вручную. Конечно же, будет субъективность и как следствие погрешности в цифрах. Когда один из клиентов выбирал между нами и сервисом, где человек сидел и записывал, он выбрал нас, потому что его погрешность точности анализа данных составила свыше 20%, а наша - 3,8%
Система собирает более миллиона информационных точек с матча, больше половины которых даже не используется для аналитики впоследствии. Тренерам нужна не вся информация и вся статистика, а лишь определённые данные. Но если тренерский штаб захочет посчитать показатель, который система ещё не считала — эта информация пригодится, а сервис выявит нужные данные за 30 минут.
Как на этом ещё заработать
В глобальном понимании спорт и рынок спорттеха очень сильно изменятся. С точки зрения зрителя, если внедрять эту систему в режиме реального времени, можно делать очень качественный интерактив. Человек сможет смотреть матч, а в паузах между игрой видеть статистику — сколько километров и с какой скоростью проехал игрок, сколько забил шайб и сколько пропустил пасов. Заработать на этом смогут и букмекерские конторы, так как появится возможность собирать все данные по чемпионату и прогнозировать, кто выиграет — станет очень просто.
Нужны ли будут спортивные аналитики
У генеральных менеджеров клубов нет времени вникать в игру — они хотят, чтобы им просто приносили понятные данные. Информацию в этом случае может предоставлять либо аналитик внутри команды — человек, который обработал все данные и сделал отчёт, либо система. Однако человека полностью заменить не получится. Например, на фондовых рынках, несмотря на роботов, есть трейдеры, которые выполняют работу вручную. А вот сборщики данных действительно вряд ли понадобятся.
Что ждёт рынок в будущем
По словам идеолога проекта, задачи спортивного анализа в большинстве случаев решаются вручную. Это трудоёмко, медленно, ведёт к большому количеству ошибок и дополнительных расходов. Сейчас компания планирует расширяться и выходит на рынок Азии, где происходит хоккейный бум из-за программы по развитию китайского хоккея в рамках подготовки к Олимпиаде-2022. Если посмотреть в будущее и задаться вопросом, может ли алгоритм заменить тренера в спорте — ответа мы, к сожалению, пока не получим.
«Мы стараемся очень осторожно относиться к таким заявлениям, потому что для работы любого сложного организма нужны люди. Но мы точно можем сказать, что уже спроектировали алгоритмы, которые выдают рекомендации игрокам, тренерам и менеджменту клуба, на основе которых их работа становится эффективнее», — сказал инвестор Iceberg Sports Analytics Владислав Мартынов.
Тем не менее, мировой рынок цифровой спортивной аналитики только зарождается. По оценкам аналитического агентства Winter Green Research, в 2014 году рынок аналитики составил $125 млн, но уже к 2021 году составит $4,7 млрд. Уровень проникновения таких решений в хоккее пока ещё очень низкий и находится на уровне 20-25% от общего рынка спортивной аналитики. По оценкам Iceberg Sports Analytics, к 2021 году он составит около $1 млрд.
Материалы по теме:
6 областей ИИ и машинного обучения, за которыми стоит наблюдать
ИИ-сервис Amper пишет музыку, за которую не стыдно
13 самых влиятельных бизнес-трендов ближайшего будущего
Американский учёный объяснил, почему даже собака умнее, чем IBM Watson
Нашли опечатку? Выделите текст и нажмите Ctrl + Enter
Материалы по теме
- 1 Как Web3-проекты меняют взаимодействие между болельщиками и спортсменами
- 2 Клиентская база спортивной студии: как работать с данными, чтобы продавать и не страдать от падения трафика
- 3 Российский спорттех в 2022: поиски смыслов на стыке спорта и венчура
- 4 Уроки пандемии: что объединяет кризисы 2022 и 2020 и как бизнесу с этим справиться
- 5 Откуда берёт трафик зависимый от Instagram* бизнес? Статистика рынка спортивных студий