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