最近， 在外媒SportTechie一檔播客節目中， 達拉斯小牛隊的老闆馬克·庫班被主持人問到， 他認為目前體育領域什麼是最被高估和最被低估的科技。
庫班說：“資料分析是最被高估的。 最被低估的是人工智慧及其衍生物。 ”
為什麼庫班會這樣認為？
“因為現在人工智慧變得越來越高效了， 這樣人工智慧就會狠狠地擊敗資料分析。 另外， 由於資料分析會成為人工智慧的一部分， 所以人工智慧更是不會消失的。 未來的資料分析部門要學習人工智慧、機器學習、深度學習、神經網路等等， 同時還要精通這些能力。
“但從歷史上說， 談到資料分析， 還要說回我剛買小牛的時候， 那時候我們剛開始使用先進的球員正負值， 你不得不恰當地使用這些資料， 並且必須能夠做到：‘OK， 哪些資料對我很重要？我該如何權衡這些變數， 我將從這些變數中得出什麼結論？’
“至少剛把它應用到小牛的時候，
“隨著時間的推移， 越來越多的球隊意識到資料分析的重要， 球員市場也變得更有效率。 然而， 這些資料並沒有成為它應該有的樣子， 而是變為了：‘好吧， 你能找到能打出你所需風格的球員嗎？’並且直到今天仍然是最大的挑戰。
“你可以擁有世界上最偉大的資料分析部門， 但現在要想靠資料分析來獲得比其他團隊大的優勢， 是非常困難的。 也許會有幾個球隊在資料分析上相對落後，
由於大部分NBA球隊不會在資料分析上落後， 所以現在庫班將其稱之為“有效市場”。
“繼續向前發展， 我認為你把什麼資料融入到你的模型中；如何清理你的資料；如何訓練你的資料， 無論它是結構化的、非結構化的；如何標記它， 所有這些都將是非常重要的”， 庫班繼續說道：“至少從我的角度來說， 我希望我們能學到、看到未曾想像過的東西， 畢竟我們不能在傳統的資料分析環境中感知到這些。 ”
聲明：本文編譯自SportTechie， 原文作者為Mark J. Burns