*Nội dung này được dịch bằng AI.Xem bản gốc
Khi Jürgen Klopp, người sẽ trở thành huấn luyện viên đội tuyển bóng đá Đức, đang dẫn dắt Liverpool (Anh), anh ấy muốn có một tiền đạo là Julian Brandt. Tuy nhiên, tầm nhìn của bộ phận phân tích dữ liệu Liverpool lại hướng tới một nơi khác.
Đó chính là Mohamed Salah. Đó là lựa chọn được tạo ra bởi phân tích dữ liệu. Kết quả là một thành công lớn.
Không chỉ Salah. Roberto Firmino, Andy Robertson và Sadio Mané — những cầu thủ từng là lực lượng cốt lõi của Liverpool trong thời gian dài — cũng được coi là những trường hợp thành công điển hình của scouting dựa trên dữ liệu để đánh giá cầu thủ.
Theo Sky Sports của Anh, Ian Graham, cựu trưởng bộ phận nghiên cứu dữ liệu của Liverpool, giải thích rằng bộ phận phân tích dữ liệu đã phát huy ảnh hưởng to lớn trong quá trình câu lạc bộ đạt được thành công. Ông đã phát triển chương trình "Possession Value" tính toán mỗi khi cầu thủ chạm bóng, mức độ lối chơi đó nâng cao khả năng ghi bàn của đội bóng. Graham đã sử dụng công cụ này để đánh giá và giới thiệu các ứng viên tuyển dụng, và điều này đã trở thành bước đệm quan trọng giúp Liverpool mở ra một thời kỳ huy hoàng mới.
Từ năm 2012 đến năm 2023, Graham đã làm việc tại Liverpool với tư cách là giám đốc nghiên cứu dữ liệu. Trong giai đoạn này, Liverpool đã giành được nhiều danh hiệu, bao gồm UEFA Champions League (UCL) và Giải Ngoại hạng Anh (EPL).
Những ví dụ điển hình là Mane và Salah. Khi huấn luyện viên Klopp muốn chiêu mộ Mario Götze, đội phân tích dữ liệu của Liverpool đã giới thiệu Mane. Ngoài ra, khi huấn luyện viên Klopp thúc đẩy việc chiêu mộ Brandt, đội phân tích dữ liệu đã đánh giá cao hơn Salah. Sky Sports giải thích rằng "câu lạc bộ Liverpool đã thuyết phục huấn luyện viên Klopp đồng ý chiêu mộ Salah".
Theo thời gian, phân tích dữ liệu kết hợp với công nghệ trí tuệ nhân tạo (AI) đang phát triển với tốc độ nhanh hơn bao giờ hết. Nếu trước đây trọng tâm tập trung vào việc thu thập và sắp xếp các kỷ lục trận đấu đã xảy ra, thì hiện nay đã tiến tới giai đoạn dự đoán các tình huống chưa xảy ra và gán giá trị cho từng hành động của cầu thủ.
Trong bóng đá hiện đại, một trong những lĩnh vực mà AI được ứng dụng rộng rãi nhất là đánh giá cầu thủ. Ji Neung-hak-gwa (Prof.) của Đại học Thành phố Seoul gần đây đã trao đổi với StarNews rằng "ví dụ cơ bản nhất là xG (expected goals - bàn thắng kỳ vọng). Chúng tôi sử dụng mô hình học máy để tính toán xác suất một cú sút dẫn đến bàn thắng trong một tình huống cụ thể" và "gần đây, các mô hình đánh giá giá trị của tất cả các hành động mà cầu thủ thực hiện trên sân cỏ như chuyền bóng, sút bóng, dribble, thậm chí phân tích các chuyển động off the ball khi cầu thủ không có bóng đang xuất hiện".
Đội bóng tiêu biểu nhất đã tiếp nhận phân tích dữ liệu này nhanh chóng và tích cực hơn bất kỳ ai khác là Liverpool.
Giáo sư Go cho biết: "Ở nước ngoài, các câu lạc bộ lớn đã sử dụng phân tích dữ liệu và AI để phân tích cầu thủ và scouting", đồng thời nói rằng "khi tuyển dụng các cầu thủ như Mohamed Salah, Andy Robertson và Roberto Firmino, bộ phân tích dữ liệu của Liverpool đã sử dụng mô hình phân tích trận đấu dựa trên AI và mô hình đánh giá cầu thủ để đánh giá và scouting các cầu thủ".
▶ AI tìm kiếm cầu thủ một cách rộng hơn
Một trong những vũ khí lớn nhất mà AI sở hữu chính là "phạm vi" để tìm kiếm nhiều cầu thủ hơn. Giáo sư Go cho biết: "Các nhà tuyển dụng con người chỉ có thể thu thập thông tin về một số lượng hạn chế các cầu thủ, và vì họ xem trực tiếp các trận đấu nên nhóm cầu thủ mà họ có thể phân tích là hạn chế", đồng thời nói rằng "mô hình dựa trên AI có thể phân tích đồng thời nhiều cầu thủ trên toàn thế giới nếu được cung cấp dữ liệu, do đó những hạn chế đó ít hơn nhiều".
Tiếp theo, ông cho biết "hiện tại, các câu lạc bộ sử dụng AI được biết là dùng AI để tạo ra một danh sách ứng cử viên" và giải thích "khi AI đề xuất danh sách tuyển sinh ban đầu, các nhân viên scouting và đội phân tích con người sẽ điều tra các cầu thủ kỹ lưỡng hơn trong danh sách đó, xem xét các điều kiện hợp đồng, v.v., rồi cuối cùng tiến hành tuyển sinh".
Liverpool có nền tảng thuận lợi để tiếp nhận phân tích dữ liệu sớm hơn các câu lạc bộ khác. Chủ sở hữu Fenway Sports Group (FSG) đã có kinh nghiệm thành công khi áp dụng hệ thống ra quyết định dựa trên dữ liệu tại Boston Red Sox của MLB. Boston đã lên ngôi vô địch World Series vào năm 2004, sau 86 năm chờ đợi.
ESPN Mỹ đưa tin: "Tại Liverpool, việc giảm chủ quan trong công tác scouting cầu thủ là một chính sách rõ ràng xuất phát từ ban lãnh đạo câu lạc bộ".
Lợi thế lớn nhất của phân tích dữ liệu vẫn là 'quy mô' và 'tính nhất quán'. Graham nhấn mạnh rằng "khi sử dụng dữ liệu, việc tuyển chọn cầu thủ trong phạm vi rộng hơn trở nên dễ dàng hơn nhiều".
Tiếp theo, ông nói: "Không có con người nào có thể xem trực tiếp tất cả các trận đấu bóng đá diễn ra trên toàn thế giới đồng thời và đánh giá giá trị mà mỗi cầu thủ đang tạo ra". Ông cũng giải thích: "Ngoài ra, khi sử dụng dữ liệu, quá trình scouting không thể không được hệ thống hóa. Bởi vì chúng ta có thể áp dụng cùng một bộ tiêu chí cho tất cả các cầu thủ".
▶ Những đội bóng ghi dữ liệu sẽ trở nên mạnh hơn
Gần đây, không chỉ Liverpool mà các đội bóng như Brighton and Hove Albion, Brentford và những đội khác ở Anh cũng ngày càng chú trọng đến dữ liệu và công nghệ AI.
Đặc biệt, Brighton và Brentford là những ví dụ điển hình về các câu lạc bộ đã thành công trong EPL nhờ vào việc tuyển dụng cầu thủ hiệu quả và quản lý đội bóng tốt với vốn tương đối hạn chế. Brighton được thăng hạng từ League One (hạng ba) lên Championship (hạng hai) năm 2011, sau đó lên EPL năm 2017. Brentford cũng được thăng hạng từ League One lên Championship năm 2014, và cuối cùng đã thành công trong việc thăng hạng EPL năm 2021.
Graham đã chỉ ra "Liverpool, Brighton và Brentford" là những câu lạc bộ sử dụng phân tích dữ liệu một cách hiệu quả, đồng thời tiết lộ câu chuyện phía sau: "Khi Liverpool phát hiện một cầu thủ trẻ thi đấu ở hạng dưới, mọi người sẽ nói 'Brentford cũng có thể chiêu mộ anh ta'". Điều này cho thấy khả năng phát hiện tài năng của các câu lạc bộ sử dụng dữ liệu là vô cùng xuất sắc.
Giáo sư Go cũng dự báo rằng khả năng sử dụng AI sẽ có ảnh hưởng đến sức cạnh tranh của các câu lạc bộ trong tương lai. Ông nói: "Sự khác biệt giữa các câu lạc bộ sử dụng AI và những câu lạc bộ không sử dụng AI có thể không được thể hiện rõ ràng ngay lập tức", nhưng "nếu tích lũy những quyết định tốt hơn một cách liên tục, thì khoảng cách đó sẽ tích lũy từng chút một".
▶ Thị trường tuyển dụng của các câu lạc bộ bóng đá đang thay đổi vì AI
Toàn bộ giới bóng đá thế giới đang thay đổi nhanh chóng cùng với việc áp dụng AI. Sự thay đổi không chỉ dừng lại ở cách thức tuyển dụng cầu thủ. Nó đang thay đổi cả cấu trúc tổ chức của các câu lạc bộ bóng đá và thị trường tuyển dụng.
Tờ Financial Times của Anh đã đưa tin vào ngày 29 rằng "cuộc cạnh tranh giữa các câu lạc bộ bóng đá để sở hữu dữ liệu đang trở nên gay gắt" và "tỷ trọng mà các câu lạc bộ bóng đá chuyên nghiệp chiếm trong thị trường tuyển dụng toàn Anh đã tăng gấp 3 lần trong 5 năm qua. Đặc biệt, nhu cầu về các chuyên gia dữ liệu đã tăng đáng kể".
Theo báo cáo, trong số 10.000 tin tuyển dụng từ Anh, hơn 7 tin đến từ các câu lạc bộ bóng đá chuyên nghiệp. So với năm 2020 khi con số này là 2,4 tin trên 10.000, đây là mức tăng đáng kể.
Đặc biệt, trong các thông báo tuyển dụng mà các câu lạc bộ EPL đưa ra năm nay, các vị trí liên quan đến dữ liệu và phân tích chiếm khoảng 5%. Theo thông tấn xã, "đây là mức tăng gấp đôi so với hai năm trước".
Nhà kinh tế học trưởng của Indeed, Jack Kennedy, cho biết: "Dữ liệu và phân tích là những lĩnh vực mà các câu lạc bộ đang tập trung hơn nữa để giành được lợi thế so với các đối thủ cạnh tranh trong các lĩnh vực như tuyển dụng cầu thủ hay phân tích đối thủ."
Thực tế, Tottenham gần đây đã tuyển dụng một nhà phân tích scouting insights, và Brentford cũng đã đăng tuyển dụng liên quan đến bộ phận insights và chiến lược. Trong 5 năm qua, các câu lạc bộ tăng cường tuyển dụng nhân sự liên quan đến dữ liệu và phân tích nhiều nhất được xác định là Brighton, Newcastle, Manchester United và những câu lạc bộ khác.
Kennedy gần đây đã đánh giá Brentford và Brighton — hai đội đã được thăng hạng lên EPL trong 10 năm qua — là "những đội đạt được thành tích tốt hơn so với tầm của họ" nhờ vào khả năng sử dụng dữ liệu.
Ông nói: "Cả hai chủ sở hữu của hai câu lạc bộ đều là những người kiếm tiền từ cờ bạc chuyên nghiệp, vì vậy họ luôn coi trọng dữ liệu rất nhiều, và họ cũng áp dụng cách tiếp cận đó vào việc điều hành câu lạc bộ bóng đá", đồng thời giải thích: "Các câu lạc bộ lớn truyền thống hầu như có thể giải quyết vấn đề bằng tiền. Ngay cả khi một lần chiêu mộ thất bại, họ vẫn có thể chi 100 triệu bảng cho một cầu thủ khác. Các câu lạc bộ nhỏ không thể làm như vậy". Sự phát triển của AI đang tạo ra những vị trí công việc và tổ chức mới bên trong các câu lạc bộ bóng đá.
Đối với những người chuẩn bị bước vào lĩnh vực bóng đá, khả năng sử dụng AI cũng đang trở thành một yếu tố cạnh tranh mới. Giáo sư Go cho biết "Điều quan trọng là nhanh chóng tìm hiểu xem AI có thể làm những gì trong lĩnh vực bóng đá" và "Cần phải hiểu rõ phần nào trong công việc mà bạn muốn thực hiện có thể được AI hỗ trợ. Đây không phải là vấn đề chỉ áp dụng cho bóng đá mà là một vấn đề sẽ được áp dụng cho hầu hết các ngành nghề trong tương lai".
Ông cũng nói thêm rằng "trong tương lai, bất kể công việc gì, sẽ đến thời đại làm việc cùng AI", đồng thời nhấn mạnh "dù là những người muốn làm công tác tuyển chọn hay những người muốn trở thành huấn luyện viên, tất cả đều phải hiểu rõ AI có thể hỗ trợ như thế nào trong công việc mà họ đảm nhận".
▶ Sevilla và Chelsea và MLS... AI scouting lan rộng khắp thế giới
Sự thay đổi không chỉ giới hạn ở Anh. Trong bóng đá Tây Ban Nha — truyền thống được đánh giá là có phần cách xa phân tích dữ liệu — cũng đang xuất hiện những xu hướng mới. Tâm điểm là Sevilla.
Sevilla hợp tác với tập đoàn toàn cầu IBM để sử dụng chương trình scouting AI có tên 'Scout Advisor' từ năm 2024. Mục đích là để tìm kiếm nhanh chóng và dễ dàng hơn những cầu thủ phù hợp với điều kiện mà câu lạc bộ mong muốn từ một cơ sở dữ liệu cầu thủ quy mô lớn.
Nhờ vậy, các nhà tuyển dụng có thể giảm đáng kể thời gian dành cho việc lọc ứng viên từ một nhóm cầu thủ rộng lớn. Thay vào đó, họ có thể dành nhiều thời gian hơn để thiết lập mối quan hệ trực tiếp với các cầu thủ ứng viên nhập tịu, nắm bắt tính cách và thái độ của họ, quan sát trực tiếp các trận đấu hoặc đưa ra quyết định cuối cùng dựa trên dữ liệu.
Giám đốc dữ liệu cao cấp của Sevilla Elias Samora cũng ca ngợi: "Đây là công nghệ cách mạng nhất mà tôi từng thấy trong bóng đá."
Một CLB EPL khác là Chelsea cũng đang tận dụng AI trong scouting tài năng trẻ. Chelsea sử dụng chương trình 'Future Blues' và AI Scout để đánh giá các cầu thủ trẻ không chỉ ở Anh mà còn trên toàn thế giới. Cách thức hoạt động là các cầu thủ tải ứng dụng AI Scout trên điện thoại thông minh, thực hiện các bài tập và huấn luyện kỹ thuật do Chelsea chỉ định, sau đó tải video lên và AI sẽ phân tích những video đó.
AI theo dõi không chỉ chuyển động cơ thể của cầu thủ mà còn cả chuyển động của bóng. AI phân tích cách chuyển động của cầu thủ và bóng kết nối với nhau trong quá trình chuyền bóng hoặc sút, đồng thời đánh giá thông qua nhiều chỉ số khác nhau.
Sau đó, các nhân viên scouting và huấn luyện viên của Chelsea sẽ đánh giá lại tiềm năng của cầu thủ dựa trên dữ liệu mà AI cung cấp. AI thực hiện lọc lần đầu tiên từ rất nhiều cầu thủ, và đánh giá cuối cùng được giao cho các chuyên gia con người.
Giải bóng đá chuyên nghiệp Mỹ (MLS) cũng đang hướng theo cùng một hướng. MLS đã hợp tác với 'ai.io' và triển khai một hệ thống cho phép các cầu thủ trên toàn thế giới nhận được đánh giá scouting vòng 1 thông qua AI mà không cần phải chi phí lớn để di chuyển đến Mỹ hoặc Canada.
Tương tự như cách làm của Chelsea. Cầu thủ quay video những bài tập được chỉ định trên điện thoại thông minh, sau đó tải video lên và AI phân tích khả năng của cầu thủ rồi cho điểm. Những cầu thủ nhận được đánh giá cao sẽ có cơ hội tham gia các sự kiện diễn ra ở Mỹ và Canada để tập luyện trực tiếp trước những nhân viên MLS.
AI đang phá vỡ những rào cản lớn nhất của scouting truyền thống — chi phí, khoảng cách và thời gian.
▶ AI scouting đã thấm vào K-League
K-League cũng đang xuất hiện những dấu hiệu thay đổi từng bước. Một số câu lạc bộ đã bắt đầu sử dụng các chương trình AI trong công tác scouting và phân tích cầu thủ. Mặc dù vẫn còn ở giai đoạn thử nghiệm khả năng tích lũy dữ liệu và cách áp dụng thực tế trên sân cỏ hơn là giai đoạn triển khai chính thức toàn diện, nhưng xu hướng của bóng đá thế giới đang từng bước thấm vào K-League.
Một quan chức scouting của đội A chia sẻ trong cuộc phỏng vấn với StarNews: "Trong quá trình tuyển dụng cầu thủ, chúng tôi sử dụng kết hợp dữ liệu thống kê thông thường và đánh giá định tính từ bộ phận kỹ thuật", đồng thời cho biết "khi xem xét lần đầu các cầu thủ ứng cử, các nhân viên scouting đánh giá cầu thủ thông qua các trận đấu trực tiếp và video, còn bộ phận vận hành sẽ tổng hợp dữ liệu có ý nghĩa như lịch sử ra sân và các chỉ số hiệu suất khác nhau để phản ánh trong báo cáo tuyển dụng cầu thủ".
Tiếp theo, ông nói "Thậm chí ở giai đoạn quyết định tuyển dụng cuối cùng, chúng tôi cũng đưa ra quyết định dựa trên báo cáo tuyển dụng cầu thủ tổng hợp các đánh giá và dữ liệu này" và giải thích "đây là cách tiếp cận không chỉ chọn những cầu thủ có chỉ số tốt mà còn xem xét mức độ phù hợp với cấu trúc đội hình hiện tại và hướng đi bóng đá của huấn luyện viên".
Đối với dữ liệu AI, hiện tại vẫn đang ở giai đoạn cụ thể hóa hệ thống sử dụng. Một quan chức cho biết "chúng tôi đang trong quá trình xác định các chỉ số cần thiết về cách chuyển đổi các chuyển động chi tiết của cầu thủ phù hợp với mô hình trò chơi của huấn luyện viên hoặc khả năng thực hiện chiến thuật thành dữ liệu và đánh giá, vượt ra ngoài các thống kê hiện có như bàn thắng đơn thuần, kiến tạo và tỷ lệ chuyền bóng thành công".
Tuy nhiên, AI dự kiến sẽ được ứng dụng trong nhiều lĩnh vực hơn nữa. Một quan chức cho biết: "Khi những tiêu chuẩn này được thiết lập trong tương lai, chúng tôi có kế hoạch sử dụng AI để phân tích chi tiết hơn những khía cạnh khó xác định chỉ bằng thống kê truyền thống, chẳng hạn như chuyển động khi không có bóng, hành động trong các tình huống áp sát và chuyển bóng, cũng như định vị, nhằm áp dụng vào tìm kiếm và đánh giá cầu thủ."
Tiếp theo, ông nói "Sau khi tuyển dụng, chúng tôi liên tục tích lũy dữ liệu về thành tích ra sân và các chỉ số hiệu suất chính để sử dụng trong đánh giá cầu thủ, đồng thời sử dụng chúng làm tài liệu tham khảo để quyết định việc ký lại hợp đồng, đàm phán lương bổng và hướng điều hành đội hình trong tương lai" và nhấn mạnh "Hiện tại, chúng tôi đang tích cực sử dụng dữ liệu hiện có, trong khi phân tích dữ liệu chiến thuật và hành vi thông qua AI đang ở giai đoạn thiết lập tiêu chuẩn cho việc ứng dụng thực tế".
Giống như các câu lạc bộ nước ngoài, ưu điểm nổi bật của AI là phạm vi và tốc độ của công việc scouting. Trước đây, câu lạc bộ A thường xem xét các cầu thủ mà scout biết trực tiếp từ các giải đấu hoặc những cầu thủ được giới thiệu thông qua mạng lưới nhân sự, nhưng hiện nay, câu lạc bộ đang sử dụng dữ liệu và AI để sàng lọc cầu thủ phù hợp với điều kiện mà câu lạc bộ mong muốn từ một phạm vi rộng lớn hơn nhiều.
Một quan chức scouting của đội A nhận xét: "Đặc biệt, chúng tôi đã có thể vượt qua việc chỉ xem xét các thống kê như bàn thắng, kiến tạo, tỷ lệ chuyền bóng thành công, và thay vào đó, trước tiên định nghĩa những chuyển động mà một cầu thủ ở vị trí cụ thể cần phải thực hiện trong mô hình trò chơi của huấn luyện viên, sau đó tìm kiếm những cầu thủ gần đúng với những điều kiện đó."
Tiếp theo, ông nói: "Cuối cùng, nếu trước đây chúng tôi xem xét 'một cầu thủ giỏi là như thế nào' trước tiên, thì bây giờ quá trình xác định 'đội của chúng tôi cần loại cầu thủ nào' rồi tìm kiếm những người gần với hồ sơ đó đã trở nên tinh vi hơn nhiều."
Có những thay đổi trong phần hành chính. Đối với bộ phận vận hành của đội A, nếu trước đây vai trò chính là ký hợp đồng, xử lý hành chính và sắp xếp tài liệu cơ bản thì bây giờ họ còn phải phân tích thêm và so sánh dữ liệu của các cầu thủ được bộ phận kỹ thuật đánh giá để hỗ trợ ra quyết định.
Người phụ trách cho biết: "Khi việc ứng dụng AI trở nên phổ biến rộng rãi trong tương lai, không chỉ xác minh những cầu thủ mà nhà tuyển dụng phát hiện ra, mà còn sẽ có nhiều hình thức tương tác hơn nữa, trong đó dữ liệu phát hiện ra những cầu thủ được đề xuất cho đội kỹ thuật theo chiều ngược lại."
Khám phá tài năng trẻ cũng là một lĩnh vực có tiềm năng lớn trong ứng dụng AI. Người liên quan cũng đánh giá tích cực rằng "về lâu dài, giá trị của AI trong lĩnh vực này có thể còn lớn hơn nữa".
Đối với các giải hạng dưới hoặc đội tuyển trẻ, nhiều trường hợp dữ liệu tích lũy không đủ nên khó có thể so sánh một cách tinh tế như với các cầu thủ giải hạng nhất. Tuy nhiên, nếu có đủ video trận đấu, AI có thể đóng vai trò lọc danh sách ứng viên ở giai đoạn đầu trong lĩnh vực mà trước đây các nhà scouting phải trực tiếp xem tất cả các trận đấu.
Trong tương lai, dự kiến sẽ có những trường hợp cầu thủ được AI phát hiện và đề xuất thực sự ra mắt giải đấu chuyên nghiệp. Người phát ngôn cho biết: "Trong scouting truyền thống, thực tế là con người có giới hạn về số lượng trận đấu có thể xem. Không thể tránh việc chú ý nhiều hơn đến các cầu thủ từ các giải đấu nổi tiếng hoặc các đội tốt" và "Tuy nhiên, AI và dữ liệu có thể so sánh dựa trên những hành động mà cầu thủ thực sự thực hiện trong trận đấu hơn là dựa trên danh tiếng của giải đấu".
Tiếp theo, "Do đó, trong quá khứ, những cầu thủ không nhận được sự chú ý vì mức độ giải đấu hoặc đội bóng họ thuộc có thể sẽ có khả năng cao được đưa vào danh sách ứng cử nếu họ có một khả năng cụ thể vô cùng xuất sắc" và "Từ góc độ của cầu thủ, cách họ chơi sẽ có khả năng được đánh giá không kém phần quan trọng như nơi họ chơi", ông nhấn mạnh.
▶ Dù vậy, lựa chọn cuối cùng vẫn là của con mắt con người
Nhìn đến đây, có vẻ như vai trò của những người scouter con người sẽ giảm đi đáng kể. Tuy nhiên, khi nhìn vào quá trình tuyển dụng cầu thủ của những câu lạc bộ hàng đầu thế giới, câu chuyện lại khác.
AI và dữ liệu có thể phát triển đến đâu đi nữa, nhưng ở thời điểm quyết định cuối cùng, con mắt con người lại xuất hiện.
Liverpool cũng không hoàn toàn nhận ra giá trị của Roberto Firmino từ đầu thông qua dữ liệu. Mặc dù phân tích dữ liệu đã đóng vai trò quan trọng trong quá trình tuyển dụng, nhưng nếu không có phán đoán của con người, Firmino có thể không bao giờ mặc áo Liverpool.
Theo Graham, trong quá trình chiêu mộ Firmino, có những lập luận mạnh mẽ từ Michael Edwards, người là giám đốc kỹ thuật của Liverpool lúc đó. Firmino có thể đảm nhận ba vị trí khác nhau: tiền đạo, tiền vệ tấn công và tiền vệ biên. Đội ngũ phân tích dữ liệu của câu lạc bộ đã phải suy tính xem nên tập trung đánh giá anh ấy ở vị trí nào.
Lúc đầu, Firmino được phân loại là tiền đạo. Tuy nhiên, theo dữ liệu, đánh giá của anh ấy với tư cách tiền đạo không cao. Khi đó, Edwards đã chủ trương rằng Firmino nên được xem xét theo vai trò "số 10". Đội phân tích dữ liệu đã phân tích lại Firmino và kết quả rất đáng ngạc nhiên. Khi được phân loại là "số 10", Firmino được đánh giá là một trong những cầu thủ trẻ xuất sắc nhất châu Âu.
Tờ The Guardian của Anh đã giới thiệu anecdote này và giải thích rằng "những cầu thủ trẻ được đánh giá cao hơn Firmino vào thời điểm đó bao gồm Alexis Sánchez, James Rodríguez, Isco, Oscar, Paul Pogba, Aaron Ramsey và những người khác".
Graham đã nhìn lại: "Nếu Edwards không tiếp tục khăng khăng rằng chúng tôi phải phân tích Firmino sâu sắc, thì chúng tôi thực sự sẽ không dành nhiều thời gian như vậy để phân tích anh ấy."
Cuối cùng, dữ liệu đã mạnh mẽ ủng hộ việc chiêu mộ Firmino, nhưng chính phán đoán của con người mới là những gì đã khiến dữ liệu đó được xem xét lại và sử dụng đúng cách.
Một câu lạc bộ K League A cũng có suy nghĩ tương tự. Câu lạc bộ A chưa từng kết nối việc AI phát hiện ra một cầu thủ với việc xem xét thực tế để chiêu mộ. Tuy nhiên, một quan chức cho biết "chúng tôi nghĩ rằng những trường hợp như vậy có thể xuất hiện trong tương lai" và "ví dụ, ngay cả những cầu thủ không nổi bật khi chỉ xem xét các chỉ số thông thường như ghi bàn, kiến tạo hay tỷ lệ thành công của đường chuyền, khi được phân tích bằng AI về những chuyển động khi không có bóng theo mô hình trò chơi của huấn luyện viên, thời điểm tấn công, xâm nhập không gian, chuyển đổi phòng ngự, định vị vị trí, v.v., có thể xuất hiện những cầu thủ nhận được đánh giá cao".
Đồng thời, ông cho rằng "nếu một cầu thủ như vậy được đưa vào danh sách ứng viên, ban đầu tôi sẽ bắt đầu từ câu hỏi 'tại sao cầu thủ này lại được đánh giá cao như vậy' và sẽ xem lại video", rồi dự báo "trong quá trình đó, chúng ta có thể phát hiện ra giá trị mới của cầu thủ mà cách làm truyền thống đã bỏ qua".
Người liên quan nhấn mạnh: "Cuối cùng, những gì chúng tôi kỳ vọng không phải là AI chọn cầu thủ thay cho chúng tôi, mà là AI đóng vai trò giúp chúng tôi nhìn thêm một lần nữa những cầu thủ mà phương pháp scouting truyền thống không dễ dàng phát hiện được."
▶ Những thứ mà AI vẫn chưa có thể đọc được
AI hay dữ liệu một mình cũng không thể nhìn thấy được những lĩnh vực nhất định. Một quan chức cho biết: "Những khía cạnh như cách cầu thủ giao tiếp với đồng đội trong trận đấu, liệu họ có quan sát kỹ lưỡng xung quanh trước khi bóng đến, phản ứng của họ sau khi mắc lỗi, liệu họ có chủ động yêu cầu bóng khi đội gặp khó khăn hay lại trốn tránh, cũng như tốc độ họ điều chỉnh lối chơi thực tế sau khi nhận được chỉ thị từ huấn luyện viên — những phần này vẫn còn khó có thể giải thích một cách hoàn hảo bằng con số."
Cuối cùng, những khía cạnh này phải được xác nhận thông qua mắt và phán đoán của con người. Người liên quan cho biết: "Trong buổi tập luyện, chúng tôi có thể thấy được nhiều điều hơn", đồng thời giải thích rằng "cường độ tập luyện, tinh thần cạnh tranh, thái độ đối với đồng đội, thậm chí cả hành động khi ngồi trên ghế dự bị — cuối cùng đây là những yếu tố quan trọng để phán đoán một cầu thủ sẽ tạo ra tác động gì khi gia nhập đội".
Việc tuyển dụng cầu thủ nước ngoài cũng vậy. Người liên quan cho biết: "Nếu là cầu thủ nước ngoài, không chỉ kỹ năng bóng đá mà khả năng thích nghi với quốc gia, văn hóa, ẩm thực, môi trường sống của gia đình và ngôn ngữ mới cũng rất quan trọng" và "Dù là cầu thủ tốt đến mấy, nếu không thích nghi được thì sẽ khó thể hiện hết khả năng của mình. Trong những khía cạnh này, kinh nghiệm của các nhà tuyển chọn và chuyên gia thực địa chắc chắn sẽ phát huy tác dụng".
Tiếp theo, ông nói: "Tôi không muốn chỉ gọi đây là 'cảm giác' đơn thuần của một nhà tuyển chọn", rồi thêm "Tôi cho rằng đây là một loại nhận diện mô hình và kinh nghiệm được tích lũy thông qua việc xem nhiều cầu thủ và nhiều trận đấu trong thời gian dài, đồng thời trải qua lặp đi lặp lại các trường hợp thành công và thất bại".
Cuối cùng, phán đoán của con người là vô cùng quan trọng. Người liên quan cho biết: "AI có thể đưa ra những ý kiến mạnh mẽ, nhưng trách nhiệm đối với quyết định đó cuối cùng phải do con người chịu — đó là tiêu chí quan trọng nhất mà chúng tôi cho rằng cần phải tuân theo."
Tiếp theo, ông nhấn mạnh: "Tôi không nghĩ là sẽ loại bỏ đánh giá của AI chỉ vì nó khác với phán đoán của tôi. Thay vào đó, quá trình xác nhận lại 'tại sao lại có kết quả khác nhau như vậy' mới là điều quan trọng."
Ông cũng cho biết "chúng tôi có thể đã bỏ sót một số khía cạnh, hoặc ngược lại, dữ liệu mà AI sử dụng có thể không phản ánh đầy đủ vai trò thực tế của cầu thủ hoặc đặc điểm của giải đấu" và "vì vậy chúng tôi lại kiểm tra dữ liệu và video, đồng thời trao đổi ý kiến trong nhóm kỹ thuật".
Cần phải cẩn thận trong việc phát hiện tài năng trẻ. Người liên quan cho biết về việc sử dụng AI trong scouting: "Với các cầu thủ trẻ, cần phải đặc biệt cẩn thận. Bởi vì thời kỳ phát triển thể chất của mỗi em khác nhau và thành tích hiện tại không có nghĩa là thành tích trong tương lai". Người này cũng nói thêm: "Với các cầu thủ trẻ, tôi cho rằng việc đánh giá khả năng phát triển và hướng thay đổi so với các chỉ số dữ liệu hiện tại là quan trọng hơn nhiều".
Liverpool cũng từng bỏ cuộc trong việc tìm kiếm một hậu vệ phải mới sau khi huấn luyện viên Jürgen Klopp trước đây quan sát Trent Alexander-Arnold — lúc đó chỉ là một cầu thủ trẻ — trong các buổi tập luyện. Liverpool đã dành chỗ trong đội hình để Alexander-Arnold có cơ hội phát triển. Sau đó, anh đã trở thành một cầu thủ tầm thế giới. Đây là một ví dụ về vai trò quan trọng của khả năng nhìn nhận cầu thủ của huấn luyện viên Klopp.
Graham cũng nói rằng "điều thực sự quan trọng là các nhà tuyển dụng hiểu rằng những đánh giá mà chúng tôi tạo ra không hoàn hảo".
Giám đốc thể thao của Sevilla FC, Víctor Orta, cũng nhấn mạnh tại hội nghị được tổ chức tại World Football Summit năm 2023: "Chúng tôi sẽ không bao giờ tuyển dụng cầu thủ chỉ dựa trên dữ liệu. Nhưng chúng tôi cũng sẽ không bao giờ tuyển dụng cầu thủ mà không sử dụng dữ liệu."
Tiếp theo, Giám đốc Orta giải thích: "Những cầu thủ tốt luôn có dữ liệu tốt. Nhưng sau đó, luôn có con mắt con người. Cuối cùng, con mắt con người là những gì đánh giá và quyết định mọi thứ."
Cuối cùng, điều quan trọng là con người giải thích dữ liệu mà AI tìm ra và tạo ra như thế nào. Irish Times nhấn mạnh rằng AI không tự đưa ra tất cả các quyết định một cách độc lập, mà con người sẽ xem xét các đề xuất của AI để đưa ra lựa chọn cuối cùng.
Theo thông tấn xã, "để công cụ AI có thể thực hiện đúng chức năng của mình, trước tiên con người phải cung cấp dữ liệu liên quan ở quy mô công nghiệp và đặt ra những câu hỏi phù hợp" và "nếu con người chấp nhận những đề xuất mà AI đưa ra, thì phải có khả năng triển khai ý tưởng đó trên sân cỏ thực tế".
▶ AI là 'cố vấn' của các nhân viên tuyển dụng con người
Một quan chức của Câu lạc bộ A cho biết: "Những người scouter phán đoán các khía cạnh khó giải thích hoàn toàn bằng con số thông qua các trận đấu và buổi tập luyện, chẳng hạn như tính cách, thái độ, khả năng phát triển và mức độ hiểu biết về chiến thuật của cầu thủ", đồng thời giải thích rằng "ngược lại, dữ liệu và AI có ưu điểm trong việc phát hiện các mô hình mà con người có thể bỏ sót, so sánh một nhóm cầu thủ rộng hơn và xác minh khách quan những phán đoán đó".
Tiếp theo, ông nói: "Từ đây về sau, vai trò hỗ trợ cho các nhà tuyển chọn sẽ trở nên vô cùng quan trọng — không chỉ dựa vào năng lực cá nhân của nhà tuyển chọn mà còn phải có dữ liệu để hỗ trợ quyết định của họ, xây dựng các tiêu chí phù hợp với mô hình trò chơi của huấn luyện viên, và hệ thống hóa việc đánh giá cầu thủ."
Đồng thời, ông nhấn mạnh: "Cuối cùng, việc tuyển dụng những cầu thủ tốt không được tạo ra bởi việc một bên trong hai bên — scoutting hoặc AI — làm tốt hơn, mà nó xuất phát từ một 'đội ngũ' có khả năng kết nối một cách hữu cơ giữa những đánh giá định tính từ hiện trường và phân tích định lượng dựa trên dữ liệu."
Một cầu thủ lão luyện của đội B cũng cho rằng "AI sẽ cung cấp đủ hỗ trợ lớn về mặt dữ liệu, nhưng bóng đá có những lĩnh vực đánh giá khác", đồng thời nhấn mạnh "phong cách chơi hoặc tính cách của một cầu thủ cụ thể là những ví dụ điển hình. Thật khó để chuyển hoàn toàn những khía cạnh này thành số liệu bằng dữ liệu".
Ông cũng nói: "Các cầu thủ nước ngoài cũng tương tự như vậy. Ở các nước khác, cuộc sống và văn hóa chắc chắn sẽ khác biệt, bao gồm cả thói quen ăn uống. Nói một cách đơn giản, cuối cùng đó là vấn đề thích nghi." Ông tiếp tục: "Nếu cầu thủ được chiêu mộ không thích nghi được với văn hóa K League, tôi muốn đặt ra câu hỏi liệu dữ liệu đó có thực sự quan trọng tuyệt đối hay không."
Tiếp theo, ông nhấn mạnh: "Đối với các cầu thủ trẻ, những thay đổi lại còn lớn hơn. Không chỉ có những thay đổi về thể chất mà còn có những thay đổi về tâm lý. Ngay cả khi AI dự đoán dựa trên dữ liệu, vẫn có những phần không thể nói là chính xác 100%".
Ông nói thêm rằng "AI sẽ giúp đỡ, nhưng bóng đá không phải chỉ dựa vào thống kê", đồng thời nhấn mạnh "vì vậy chúng tôi không thể chỉ phụ thuộc vào AI".
© STARNEWS. Все права защищены. Копирование и распространение запрещено
*Nội dung này được dịch bằng AI.Xem bản gốc
