Intelligenza Artificiale nel calcio: dal flop della Salernitana ai successi dei Top Club
Le squadre che padroneggeranno le tecnologie di Intelligenza Artificiale acquisiranno un vantaggio competitivo potenzialmente decisivo.
Intelligenza Artificiale nel calcioNell’ultimo calciomercato la Salernitana ha commesso errori nell’uso degli algoritmi di Intelligenza Artificiale, finendo per compiere numerose scelte poco lucide. Le conseguenze di queste scelte hanno avuto pesanti ripercussioni sul pessimo rendimento della squadra granata con la conseguente mesta retrocessione in cadetteria. Abbiamo voluto porre sotto la lente di ingrandimento questo insuccesso nell’uso dell’Intelligenza Artificiale, per ricercare e ipotizzare le cause del cattivo uso degli algoritmi, che altrove vengono impiegati da anni con risultati assai lusinghieri.
I possibili errori commessi dalla società granata:
- Mancanza di un approccio “human-in-the-loop”. Uno degli errori più frequenti è fare affidamento esclusivo e cieco sulle analisi algoritmiche, senza integrarle con la valutazione degli esperti di calcio. La Salernitana potrebbe aver commesso questo errore, tralasciando il know-how degli scout e dei tecnici.
- L’altro possibile errore che si commette nei casi di insuccesso è il voler risparmiare sull’investimento richiesto dall’AI, accontentandosi di ricevere dataset incompleti o non rappresentativi. L’efficacia degli algoritmi di AI dipende dai dati su cui vengono addestrati. Se i dataset utilizzati non coprivano un’ampia gamma di variabili (video, tracking, statistiche, etc.) o non erano aggiornati, le valutazioni dei calciatori sarebbero risultate lacunose.
Questa esperienza negativa è un monito su come l’AI da sola, senza i necessari investimenti finanziari e senza il corretto “human-in-the-loop”, possa rivelarsi un’arma spuntata.
L’utilizzo virtuoso dell’Intelligenza Artificiale nei Top Club
Altrove la situazione è assai più interessante. I migliori club hanno già abbracciato da tempo un utilizzo integrato di tecnologia e competenze umane, sfruttando tutto il potenziale inespresso dell’Intelligenza Artificiale applicata al calcio. È il caso del Liverpool, che punta ad algoritmi predittivi evoluti di realtà come RecedoData per analizzare enormi quantità di dati e video, ottimizzando la costruzione della rosa in funzione della precisa identità di gioco della squadra.
Il Manchester City dal canto suo crede molto nell’Intelligenza Artificiale e ha investito pesantemente nella sussidiaria Trace, un hub di computer vision e machine learning per scovare talenti nascosti in tutto il mondo, come il gioiellino serbo Luka Ilic, prelevato dal Manchester City e girato in prestito al Troyes dopo essere emerso dalle analisi dei sistemi Trace.
L’Ajax invece è stata una delle prime società ad aver sviluppato algoritmi proprietari per l’analisi predittiva dei prospetti più promettenti. È grazie a questi strumenti i lancieri hanno potuto accaparrarsi giovani come Ryan Gravenberch, oggi al Bayern Monaco, fin dalla tenera età di 8 anni, quando i modelli ne certificarono le potenzialità fuori dal comune.
L’onda lunga dell’innovazione tecnologica sta arrivando anche in Italia. Più di un club utilizza ormai strumenti di data analytics e machine learning per supportare le proprie operazioni di calciomercato, anche se con metodologie eterogenee e diversi livelli di integrazione tra uomo e macchina.
La Roma ad esempio si affida ai sistemi di ZySoft, realtà olandese specializzata in soluzioni di scouting digitali che consentono di profilare migliaia di prospetti in tutto il mondo sulla base delle immagini video. Un supporto alle valutazioni degli osservatori che però non sostituisce il lavoro sul campo.
Diverso è l’approccio dell’Atalanta, che insieme a SPAL e Crotone ha acquistato i diritti per l’Italia della piattaforma Tonsser, sorta di LinkedIn per calciatori dilettanti di tutto il mondo. Grazie agli algoritmi di raccomandazione di Tonsser, i club possono mettere in luce talenti sommersi pescando da un bacino di oltre 750.000 atleti profilati. Inoltre con il ruolo di Official Artificial Intelligence Partner, la società di “Vedrai” ha messo a disposizione dei bergamaschi la propria tecnologia con AI a supporto sia del settore giovanile sia dell’area marketing.
C’è poi la galassia dei data provider professionali di Intelligenza Artificiale come Wyscout e InStat, che offrono a prezzi anche molto elevati (100-500k€ l’anno) software completi di raccolta dati, video tracking e modelli avanzati di misurazione delle performance. Soluzioni scelte da molti grandi club italiani come l’Inter.
Restano infine le società specializzate nell’Intelligenza Artificiale applicata allo sport come SportingEdge ed AltoRendimienti, che sviluppano soluzioni ad hoc per le singole realtà professionistiche. Il primo caso concreto di un club aver adottato queste tecnologie in Italia è la Fiorentina, da questa stagione cliente di SportingEdge.
I modelli sviluppati combinano reti neurali profonde e gaming simulation per prevedere il rendimento potenziale di ogni giocatore in base alle proprie caratteristiche fisiche, tecniche e tattiche. Si tratta di “digital twin” dei calciatori che vengono fatti giocare migliaia di partite virtuali per addestrare algoritmi di machine learning e poterne così pronosticare con accuratezza l’impatto sulle prestazioni della squadra.
Prezzi molto elevati, anche milioni di euro annui per le soluzioni più avanzate
Prezzi molto elevati, anche milioni di euro annui per le soluzioni più avanzate, ma sempre più società sono disposte a investire per tenersi al passo con l’innovazione. Del resto, come dimostrano i successi di Manchester City, Liverpool e Ajax, la strada per massimizzare il potenziale di ogni finestra di calciomercato passa da un uso intelligente e pervasivo delle nuove tecnologie, mantenendo però sempre l’uomo nel loop decisionale.
Le perplessità verso queste nuove tecnologie non mancano nel mondo del calcio. “I calciatori non sono numeri” ha dichiarato qualche anno fa José Mourinho, allenatore che non ha mai nascosto il suo scetticismo verso l’eccessiva datificazione dello sport.
Una diffidenza che però non trova più spazio ai massimi livelli. “L’applicazione dell’Intelligenza Artificiale al nostro lavoro ci ha dato un netto vantaggio competitivo” ha invece rivelato qualche mese fa Txiki Begiristain, direttore sportivo del Manchester City campione d’Inghilterra.
Aneddoti a parte, diversi presidenti illuminati hanno intrapreso questa strada. È il caso di John Henry, numero uno del Liverpool nonché pioniere della data analytics applicata al baseball, che non ha avuto remore a investire milioni per costituire reparti specializzati di data science al servizio di Klopp.
Un percorso iniziato qualche anno prima dal coriaceo Aurelio De Laurentiis, che per primo in Italia decise di affiancare lo scouting tradizionale con un pool di giovani ricercatori con il compito di sviluppare algoritmi predittivi sulle prestazioni sportive.
“All’inizio i capi osservatori sono rimasti scettici, ma dopo qualche acquisto azzeccato si sono ricreduti” ha raccontato De Laurentiis qualche anno fa. “Oggi nessuna big può più permettersi di trascurare questo tipo di strumenti.”
Un’opinione condivisa anche dall’ad dell’Inter Beppe Marotta: “Nel calcio moderno c’è posto solo per chi rimane al passo con l’innovazione tecnologica. Il nostro approccio di scouting integra da anni dati, video e intelligenza artificiale“.
Dello stesso avviso il presidente del Bayern Monaco Herbert Hainer: “Grazie ai nostri modelli di machine learning siamo riusciti ad anticipare l’esplosione di talenti come Musiala prima della concorrenza“.
Parole confermate anche dai fatti, dato che il prodigioso Jamal Musiala venne acquistato a soli 8 anni dal Chelsea dopo essere stato individuato dai sistemi di raccomandazione del Bayern già in tenera età.
Uno scenario ormai diffuso in tutta Europa. Il Red Bull Salisburgo ad esempio dispone di uno staff di data scientist che analizza le prestazioni nei minimi dettagli attraverso modelli sofisticati. “Il nostro focus è ottimizzare la rosa in base allo stile di gioco della prima squadra” ha rivelato il ds Christoph Freund. “Preferiamo scovare talenti sommersi che spendere a caso.”
Alla luce di questa analisi si conferma che questi reparti e risorse dedicate alla Intelligenza Artificiale nessuna big può permettersi di trascurare se vuole rimanere competitiva nel nuovo scenario di profonda datificazione dello sport più popolare al mondo.
Da questi numerosi esempi virtuosi si ha conferma che l’Intelligenza Artificiale è entrata prepotentemente nel calcio e più in generale nell’industria dello sport professionistico. Una rivoluzione ormai inarrestabile, che nessun insuccesso isolato, come quello registrato a Salerno potrà invertire.
L’adozione di strumenti di AI per aumentare il vantaggio competitivo è uno scenario ormai diffuso. Uno status quo che non tarderà a intensificarsi ulteriormente nei prossimi anni, quando sempre più società calcistiche creeranno reparti specializzati di data science per internalizzare queste competenze.
L’unica vera sfida sarà riuscire a bilanciare in modo virtuoso intelligenza umana e capacità analitica delle macchine, facendo dialogare scout, allenatori e algoritmi di AI in un processo decisionale davvero integrato. Un obiettivo sempre più critico per restare competitivi nel nuovo scenario datificato del calcio moderno.
Un nuovo mondo a metà tra sport e scienza, in cui le squadre capaci di padroneggiare le più avanzate tecnologie di Intelligenza Artificiale e di integrarle nel modo corretto con le conoscenze dei propri uomini di calcio acquisiranno un vantaggio competitivo potenzialmente decisivo. Il futuro è ormai qui, non resta che saperlo cavalcare al meglio.
