"AIが良い選手を見つけても最終的な選択は人" Kリーグのスカウトたちが絶対に手放さないもの··· 「性格・態度・適応は数字で測れない」 [創刊22 企画③]

*このコンテンツはAIによって翻訳されました。

ユルゲン·クロップドイツ代表チーム監督がリバプール（イングランド）を率いた時代、彼が望んだ攻撃手はユリアン·ブラントだった。 しかし、リバプールのデータ分析チームの視線は他のところに向かった。

まさに「モハメド·サラ」だった。 データ分析が作り出した選択だった。 結果は大成功だった。

サラだけではない。 長い間、リバプールの中核戦力として活躍してきたロベルト·フィルミーヌやアンディ·ロバートソン、サディオ·マネも同様に、データ基盤選手評価のスカウティングの代表的な成功事例として挙げられる。

英国スカイスポーツによると、元リバプールデータ研究責任者のイアン·グラハムは、球団が成功する過程でデータ分析部署が莫大な影響力を発揮したと説明した。 彼は選手がボールをタッチする度に該当プレイが所属チームの得点可能性をどれだけ高めるかを計算する「ポゼッションバリュー」プログラムを開発した。 グラハムはこれを活用して迎え入れ候補を評価し推薦し、これはリバプールが新しい全盛期を開く重要な踏み台になった。

グラハムは2012年から2023年までリバプールでデータ研究責任者として働いた。 同期間、リバプールは欧州サッカー連盟（UEFA）チャンピオンズリーグ（UCL）とイングランド·プレミアリーグ（EPL）をはじめ、数多くのトロフィーを持ち上げた。

代表的な事例がマネとサラだ。 クロップ監督がマリオ·ゲッツェを望んだ当時、リバプールデータ分析チームはマネを推薦した。 また、クロップ監督がブラントの迎え入れを推進すると、データ分析チームはサラにさらに高い評価を下した。 スカイスポーツは「リバプール球団はクロップ監督を説得してサラの迎え入れに同意するようにした」と説明した。

時間が経つにつれ、データ分析は人工知能(AI)技術と結合し、さらに速い速度で発展している。 以前はすでに発生した競技記録を収集し整理することに焦点が合わされたとすれば、今はまだ起きていない状況を予測し選手の行動一つ一つに価値を付与する段階まで進んだ。

現代サッカーでAIが最も幅広く活用される分野の一つが選手評価だ。 ソウル市立大学人工知能学科のコ·サンギ教授は最近スターニュースとのインタビューで「最も基礎的な事例が期待得点である『xG』だ。 特定の状況でシュートが得点につながる確率を機械学習モデルで計算する」として「最近はパスとシュート、ドリブルなど選手が競技場で遂行するすべてのアクションの価値を評価し、ボールを持っていない時のオフザボールの動きまで分析するモデルが出てきている」と説明した。

このようなデータ分析を誰よりも早く積極的に受け入れた代表的な球団がリバプールだった。

コ教授は「海外ではビッグクラブがすでにデータ分析とAIまで活用し選手分析とスカウティングをしている」とし「モハメド·サラナアンディ·ロバートソン、ロベルト·ピルミヌのような選手を迎え入れる時もリバプールデータ分析部署でAI基盤競技分析モデルと選手評価モデルなどを活用して選手を評価しスカウティングしたと知られている」と伝えた。

▶ AI、より広く選手を探す

AIが持つ最も大きな武器の一つは断然多くの選手を捜し出すことができる「範囲」だ。コ教授は「人間スカウトはどうしても制限された選手に対してだけ情報を得ることができ、直接試合を見る方式なので分析できる選手プールが制限的」とし「AI基盤モデルはデータさえ与えられれば全世界の多くの選手を同時に分析できるため、そのような制約がはるかに少ない」と話した。

続けて「現在AIを活用するクラブは一種の候補リストを作り出すのにAIを使うと理解している」として「AIが初期迎え入れリストを推薦すれば、その中で人間スカウトと分析チームが選手たちをより一層綿密に調査し、契約条件などを検討した後、最終的に迎え入れを進行する方式」と説明した。

リバプールは他の球団より早くデータ分析を積極的に受け入れることができる背景も持っていた。 球団オーナーのフェンウェイ·スポーツ·グループ（FSG）は、米大リーグ（MLB）ボストン·レッドソックスでもデータ基盤の意思決定システムを活用して成功を経験したことがある。 ボストンは04年、86年ぶりにワールドシリーズの首位に立った。

米国ESPNは「リバプールでは選手スカウティングと関連して主観性を減らそうとする変化が球団経営陣から降りてくる明確な方針だった」と伝えた。

データ分析の最大の長所もやはり「規模」と「一貫性」だ。 グラハムは「データを活用すればはるかに広い範囲の選手をスカウトしやすくなる」と強調した。

続けて「どんな人間も全世界で開かれるすべてのサッカー試合を直接見ながら同時にすべての選手がどんな価値を作り出しているのか判断することはできない」とし「またデータを使えばスカウティング過程を体系化するほかはない。 すべての選手に同じフィルターを適用できるからだ」と説明した。

▶ データを使う球団が強まる

最近はリバプールだけでなく、ブライトン·アンド·ホーヴ·アルビオン、ブレントフォードなど、イングランドでデータとAI技術を重視するチームが増え続けている。

特にブライトンとブレントフォードは、相対的に少ない資本にもかかわらず、効率的な選手の迎え入れと球団運営を前面に出してEPLに定着した代表的な事例だ。 ブライトンは11年、リーグ1（3部）からチャンピオンシップ（2部）に昇格した後、17年、EPLに進出した。 ブレントフォードも2014年のリーグ1でチャンピオンシップに昇格し、2021年にはついにEPL昇格に成功した。

グラハムはデータ分析をきちんと活用する球団として「リバプールとブライトン、ブレントフォード」を挙げ「下部リーグでプレーする若い選手をリバプールが発見すれば『ブレントフォードが連れて行くこともできる』という話が出るほどだった」とビハインドストーリーを公開した。 それだけデータを活用する球団の選手発掘能力が優れていたという意味だ。

コ教授もやはりAIをどれだけうまく活用するかが今後の球団競争力にも影響を及ぼしかねないと見通した。 彼は「AIを使う球団と使わない球団の差が直ちに大きく現れないこともありうる」としながらも「より良い判断を繰り返し積み重ねていくならば、その格差は少しずつ累積するだろう」と展望した。

▶ AIが変えるサッカーチームの採用市場

全世界のサッカー界はすでにAI導入と共に急速に変化している。 変化は単に選手の迎え入れ方式だけに止まらない。 サッカーチームの組織構成と採用市場まで変えている。

英国フィナンシャルタイムズは先月29日「サッカークラブがデータを確保しようとする競争が激しくなっている」とし「プロサッカー球団が英国全体採用市場で占める比重はこの5年間で3倍に増えた。 特にデータ専門家に対する需要が大きく増加した」と伝えた。

報道によると、英国から上がってくる採用公告1万件のうち、7件以上がプロサッカー球団から出る。 20年の1万件当たり2.4件だったのに比べると、大幅に増加した数値だ。

特に、EPL球団が今年出した採用公告の中で、データや分析関連職務が約5%を占めた。 メディアは「これは2年前と比べて2倍水準」と説明した。

インディドのジャック·ケネディ首席エコノミストは「データと分析は球団が選手迎え入れや相手分析のような分野で競争球団より優位を確保するためにより一層集中している領域」と話した。

実際にトッテナムは最近スカウティングインサイトアナリストを募集し、ブレントフォードもインサイト·戦略部署関連の採用公告を出した。 この5年間、データ·分析関連人材採用を最も大きく増やした球団としてはブライトン、ニューカッスル、マンチェスターユナイテッドなどが挙げられた。

ケネディはこの10年間、プレミアリーグに昇格したブレントフォードとブライトンについて、データ活用能力を前面に出し、「自分たちの階級以上に良い成果を出すチーム」と評価した。

彼は「両球団の球団オーナーともにプロ賭博師としてお金を稼いだ人々なので、常にデータを非常に重視し、そのような接近法をサッカー球団運営にも適用した」とし「伝統的な大型球団はほとんどお金で問題を解決することができる。 スカウト一度が失敗しても、また別の選手に1億ポンドを使うことができる。 小さな球団はそれができない」と説明した。 AIの発展がサッカー団の中に新しい職務と組織を作り出しているわけだ。

サッカー界への進出を準備している彼らにとっても、AI活用能力は新たな競争力となっている。 コ教授は「AIがサッカー界でどんな仕事ができるのか早く勉強することが重要だ」として「自分がしたい業務の中でどんな部分をAIが助けることができるのかを理解しなければならない。 これはサッカーだけに当てはまる話ではなく、今後ほとんどすべての職業群に適用される問題だ」と述べた。

また「今後はどんな職業を持ってもAIと共に仕事をする時代が来るだろう」とし「スカウトをしたい人も、指導者になりたい人も自身が引き受ける業務でAIがどんな助けを与えることができるのか明確に理解しなければならない」と強調した。

▶ セビリア·チェルシー·MLSまで··· 世界に広がるAIスカウティング

変化はイングランドに限ったことではない。 伝統的にデータ分析と多少距離があるという評価を受けたスペインサッカーでも新しい流れが現れている。 中心にはセビリアがある。

セビリアはグローバル企業IBMと協力してAIスカウトプログラム「スカウトアドバイザー」を2024年から活用している。 大規模な選手データベースで球団が望む条件に合う選手をより早く簡単に検索するためだ。

おかげでスカウトたちは膨大な選手プールで候補群を集めるのに使った時間を大幅に減らすことができるようになった。 その代わり、スカウト候補選手と直接関係を結んで性向と態度を把握し、試合を直接観察したりデータを土台に最終判断を下すのにより多くの時間を使うことができる。

セビリアの最高データ責任者エリアス·サモラも「これは私がサッカーで見た技術の中で最も革命的な技術」と絶賛した。

また、他のEPLクラブのチェルシーは、AIを幼少年スカウティングに活用している。 チェルシーは「フューチャーブルース」プログラムとAIスカウトを活用して英国だけでなく全世界の幼い選手たちを評価する。 選手がスマートフォンにAIスカウトアプリケーションをダウンロードし、チェルシーが指定した運動と技術訓練を遂行した後、映像を掲載すればAIがこれを分析する方式だ。

AIは選手の身体の動きだけでなく、ボールの動きまで追跡する。 パスやシュートの過程で選手とボールの動きがどのようにつながるかを分析し、多様な指標で評価する。

その後、AIが提供したデータを基に、チェルシーのスカウトとコーチが再び選手の潜在力を判断する。 AIが1次で数多くの選手をふるいにかけ、最終的な評価は人間専門家が引き受ける構造だ。

米大リーグサッカー（MLS）も同じ方向に動いている。 MLSは'ai'。「io」と手を握り、全世界の選手が多くの費用をかけて米国やカナダまで移動しなくてもAIを通じて1次スカウティング評価を受けることができるシステムを導入した。

チェルシーのやり方と似ている。 選手がスマートフォンに指定された訓練を撮影して映像をアップロードすれば、AIが選手の能力を分析して点数をつける。 高い評価を受けた選手には、米国とカナダで開かれる行事に参加し、実際にMLS関係者の前で練習する機会が与えられる。

従来のスカウティングの最大の障壁だった費用と距離、時間の制約をAIが崩しているわけだ。

▶ Kリーグにも浸透したAIスカウティング

Kリーグにも少しずつ変化の動きが現れている。 一部の球団がスカウティングと選手分析業務にAIプログラムを活用し始めた。 まだ全面的な正式導入段階というよりはデータを蓄積し、実際の現場でどのように活用できるか可能性を試験する段階に近いが、世界サッカーの流れがKリーグにも少しずつ浸透している。

A球団スカウト関係者はスターニュースとのインタビューで「選手迎え入れ過程で一般的なスタットデータと技術チームの定性的評価を共に活用している」とし「初めて候補選手を検討する時、スカウトが現場競技と映像を通じて選手を評価し、運営チームでは出場記録と各種パフォーマンス指標など有意義なデータを整理し選手迎え入れ報告書に反映する」と伝えた。

続けて「最終迎え入れ決定段階でもこのような評価とデータを総合した選手迎え入れ報告書を土台に判断する」として「単純に数値が良い選手を選択するよりは現在の選手団構成と監督のサッカー方向にどれほど適合するかを共に考慮する方式」と説明した。

AIデータの場合、まだ活用体系を具体化していく段階だ。 関係者は「単純な得点、アシスト、パス成功率のような既存のスタットを越え、監督のゲームモデルに合う選手の細部的な動きや戦術遂行能力をどんな基準でデータ化し評価するかについて必要な指標を確定する過程にある」と話した。

しかし、今後さらに多くの領域でAIが活用される見通しだ。 関係者は「今後このような基準が確立されればAIを通じてボールがない時の動き、圧迫と転換状況での行動、位置選定など既存のスタットだけでは確認しにくい部分までより細かく分析し選手探索と評価に活用する計画」と明らかにした。

続けて「迎え入れ以後にも出場記録と主要パフォーマンスデータを持続的に蓄積し選手評価に活用しており、今後再契約や年俸交渉、選手団運営方向を判断する参考資料として使用している」とし「結局、現在は既存データを積極的に活用しながらAIを通じた戦術的·行動的データ分析は実際活用のための基準を確立していく段階」と強調した。

海外球団と同様、AIの長所は断然、スカウティング業務の範囲と速度だった。 A球団は以前はスカウトが直接知っているリーグや選手、人的ネットワークを通じて推薦された選手を中心に検討する場合が多かったが、現在はデータとAIを活用してはるかに広い範囲で球団が望む条件に合う選手を先に選んでいる。

A球団スカウト関係者は「特に単純に得点、アシスト、パス成功率のような記録を見ることを越え、監督のゲームモデルで特定ポジションの選手がどんな動きをしなければならないのかを先に定義し、その条件に近い選手を探してみる方式が可能になった」と指摘した。

続けて「結局、以前は『どんな選手が良い選手か』を先に見たとすれば、今は『私たちのチームにどんな選手が必要か』を定義した後、その選手に近い人を探す過程がはるかに精巧になったと考える」と話した。

行政的な部分でも変化が生じた。 A球団運営チームの場合、以前は契約や行政、基本的な資料整理が主な役割だったとすれば、今は技術チームが評価した選手のデータを追加で分析し、比較して意思決定を支援する役割まで担っている。

関係者は「今後AI活用が本格化すればスカウトが捜し出した選手を検証することはもちろん、逆にデータで発見した選手を技術チームに提案する形態の相互作用もさらに多くなると見る」と見通した。

幼少年発掘もやはりAI活用の可能性が高い領域だ。 関係者も「長期的にはこの領域でAIの価値がさらに大きくなることもありうる」と肯定的に評価した。

下部リーグや幼少年の場合、十分なデータが蓄積されていない場合が多いため、1部リーグの選手のように精巧に比較するのは難しい。 しかし、試合映像が十分に確保されれば、スカウトが直接すべての試合を確認しなければならなかった領域でも、AIが1次的に候補を絞る役割を果たすことができるということだ。

今後はAIが発掘·推薦した選手が実際にプロリーグにデビューする事例も出てくる可能性があると展望した。 関係者は「既存のスカウトでは現実的に人が見られる競技数に限界がある。 有名なリーグや良いチームの選手にさらに多くの関心を持たざるを得なかった」として「しかしAIとデータはリーグの有名さよりは選手が実際の試合でどんな行動をしたのかを基準に比較することができる」と説明した。

続けて「したがって過去ならばリーグ水準や所属チームのために関心を受けなかった選手も特定能力が非常に優れていれば候補群に入る可能性が高くなる」として「選手の立場でも結局どこで走るか劣らずどのように走るかが評価される可能性が大きくなるだろう」と強調した。

▶ それでも最後の選択は人間の目

ここまで見ると、人間スカウターの役割が大幅に減るように見える。 しかし、実際、世界最高球団の選手獲得の過程を見れば、話は変わる。

AIとデータがいくら発展しても、最後の瞬間には再び人間の目が登場する。

リバプールもやはりデータが最初からロベルト·フィルミーヌの価値を完璧に調べたわけではなかった。 迎え入れの過程でデータ分析が大きな役割をしたのは事実だが、人間の判断がなかったとすれば、ピルミヌはリバプールのユニフォームを着ることができなかった可能性もある。

グラハムは、フィルミーヌの迎え入れ過程で、当時リバプール技術ディレクターだったマイケル·エドワーズの強力な主張があったと紹介した。 ピルミヌは攻撃手、攻撃型MF、側面攻撃手の3つのポジションを消化することができ、球団データ分析チームはどのポジションに重点を置いて彼を評価すべきか悩んだ。

当初、ピルミヌは攻撃手に分類された。 しかし、データ上、FWとしての評価は高くなかった。 するとエドワーズがフィルミーヌを「10番の役割」と見るべきだと主張した。 データ分析チームはピルミヌを再び分析し、結果は驚くべきものだった。 「10番」に分類した時、ピルミヌは欧州最高の若手選手の一人と評価されたからだ。

英ガーディアンはこのようなエピソードを紹介し「当時、フィルミーヌより高い評価を受けた若い選手たちはアレクシス·サンチェス、ハメス·ロドリゲス、イスコ、オスカー、ポール·ポグバ、アーロン·ラムゼイなどだった」と説明した。

グラハムは「エドワーズが引き続きフィルミーヌを深く分析しなければならないと主張しなかったとすれば、私たちは実際にそのように多くの時間をかけて彼を分析しなかっただろう」と振り返った。

結局、データがフィルミーヌの迎え入れを強く後押ししたが、そのデータを再び覗かせ、まともに活用したのは人間の判断だった。

KリーグのA球団も似たような考えだった。 A球団はまだAIが先に見つけた選手を実際の迎え入れ検討までつなげたことはない。 ただ関係者は「今後はそのような事例が出てくると考える」とし「例えば得点やアシスト、パス成功率のように一般的なスタットだけを見れば大きく目立たない選手でも監督のゲームモデルに必要なボールがない時の動き、圧迫タイミング、空間浸透、守備転換、位置選定などをAIで分析した時に高い評価を受ける選手が出てくる可能性がある」と評価した。

それと共に「そのような選手が候補群に上がってくるならば、最初は『なぜこの選手が高い評価を受けたのか』という疑問から出発し映像を再び確認することになりそうだ」とし「その過程で既存方式では行き過ぎたはずの選手の価値を新たに発見することもできるだろう」と展望した。

関係者は「結局、期待するのはAIが選手を代わりに選んでくれるのではなく、既存のスカウト方式では簡単に発見できなかった選手をもう一度見るようにする役割」と強調した。

▶ AIがまだ読めないもの

AIやデータだけでは見られない領域もある。 関係者は「試合中に同僚とどのように疎通するのか、ボールが来る前に周辺をよく見るのか、ミスした後にどんな反応を見せるのか、チームが難しい時に積極的にボールを要求するのか、それとも隠れてしまうのか、監督の指示が出た後に実際のプレーをどれだけ早く修正するのか、同じ部分はまだ数字で完璧に説明しにくい」と話した。

結局、このような部分は人間の目と判断を通じて確認しなければならない。 関係者は「訓練ではさらに多くのことが見られる」とし「訓練強度、競争心、同僚に対する態度、ベンチにいる時の行動まで結局一人の選手がチームに入ってきた時にどんな影響を与えるかを判断する重要な要素」と説明した。

外国人選手の迎え入れも同じだ。 関係者は「外国人選手ならサッカーの実力だけでなく、新しい国家と文化、食べ物、家族の生活環境、言語にどれだけ適応できるかも重要だ」とし「いくら良い選手でも適応できなければ本人の能力を全て見せることが難しいからだ。 このような部分で明らかにスカウトと現場専門家の経験が作用する」と伝えた。

続けて「これをスカウトの単純な『感』とだけ表現したくはない」として「多くの選手と多くの試合を長い間見て、成功と失敗事例を繰り返し経験しながら蓄積された一種のパターン認識と経験値だと考える」と話した。

結局、最終的には人間の判断が重要にならざるを得ない。 関係者は「AIは強力な意見を提示できるが、その決定に対する責任は結局人が負わなければならないということが最も重要な基準だと考える」と話した。

続けて「AIと私の判断が違うという理由だけでAIの評価を捨てることはなさそうだ。 むしろ「なぜこのように異なる結果が出たのか」を再確認する過程が重要だ」と強調した。

また彼は「私たちが逃した部分があるかもしれないし、逆にAIが使うデータがその選手の実際の役割やリーグの特性を十分に反映できなかったかもしれない」とし「それで再びデータと映像を確認し、技術チーム内でも意見を交わす」と説明した。

幼少年の発掘でも注意が必要だ。 関係者はAIスカウティング活用と関連して「幼少年は特に気をつけなければならない。 身体的な成長時期が異なり、現在の競技力が未来の競技力を意味しないため」とし「幼少年ではデータの現在の数値より成長可能性と変化の方向をどのように判断するかがはるかに重要だと考える」と伝えた。

リバプールもユルゲン·クロップ前監督が幼い選手に過ぎなかったトレント·アレクサンダー-アーノルドを練習で見守った後、新しい右側フルバックの迎え入れをあきらめた。 アレクサンダー·アーノルドが成長できるように、スクワッドに席を残しておいたのだ。 以後、彼は世界的な選手に成長した。 クロップ監督の選手を見る目が重要な役割を果たした事例だ。

グラハムも「私たちが作った評価が完璧ではないということをスカウトたちが理解することが本当に重要だった」と話した。

セビリアFCのヴィクトル·オルタスポーツディレクターも2023年、ワールドフットボールサミットで開かれたカンファレンスで、「私たちは絶対にデータだけで選手を迎え入れるつもりはありません。 しかし、データを活用せずに選手を迎え入れることも絶対にないでしょう」と強調した。

続いてオルタディレクターは「良い選手は常に良いデータを持っています。 しかし、その次には常に人間の目が存在します。 すべてを評価して決めるのは結局人間の目です」と説明した。

結局、重要なのはAIが探し出して作り出したデータを人間がどのように解釈するかだ。 アイリッシュタイムズは、AIが独自にすべての決定を下すのではなく、人間がAIの提案を検討し、最終選択する構造を強調した。

メディアは「AIツールが本来の機能を遂行するためには、まず人間が産業的規模の関連データを提供し、適切な質問を投げかけなければならない」として「そしてAIが出した提案を人間が受け入れたとすれば、そのアイデアを実際の競技場で具現できなければならない」と説明した。

▶ AIは人間スカウトの「アドバイザー」

A球団関係者も「スカウトは競技と訓練を通じて選手の性格、態度、成長可能性、戦術理解度のように数字で完全に説明しにくい部分を判断する」とし「反面、データとAIは人が見逃せるパターンを捜し出し、より広い選手群を比較し、その判断を客観的に検証するのに強みがある」と説明した。

続けて「今後はスカウター個人の力量ほどスカウターの判断をデータで後押しし、監督のゲームモデルに合う基準を整理し、選手評価を体系化するスカウター補助役割が非常に重要になると見る」と話した。

それと共に「結局、良い選手の迎え入れはスカウトとAIのどちらか一方がうまくできて作られるのではなく、現場の定性的判断とデータ基盤の定量的分析を有機的に連結する『チーム』から出てくると考える」と強調した。

B球団のベテランスカウトもやはり「AIがデータ側面で十分に大きな助けになると見るが、サッカーにはまた別の評価領域がある」とし「特定選手のプレースタイルや性格などが代表的だ。 このような部分をデータで完璧に数値化することは難しい」と主張した。

また、「外国人選手も似ている。 他の国では食生活をはじめ、生活と文化が明らかに違うだろう。 簡単に言えば結局適応の問題」とし「もし迎え入れた選手がKリーグ文化に適応できなければ、そのデータが絶対的に重要なのか質問を投げかけたい」と説明した。

続いて「幼少年選手の場合、変化がもっと大きい。 身体的な変化もあるだろうが、心理的な変化もある。 AIがデータを土台に予測すると言っても100%合っているとは見られない部分」と強調した。

それと共に「AIが助けになるだろうが、サッカーというのは記録だけでするものでもない」とし「だからAIだけに依存することはできないようだ」と付け加えた。

© STARNEWS. 無断転載・再配布禁止

*このコンテンツはAIによって翻訳されました。