西班牙塞维利亚足球俱乐部利用 IBM watsonx 生成式 AI 改变球探的工作方法

西班牙塞维利亚足球俱乐部推出 Scout Advisor，这是一款基于 IBM 的 watsonx 平台的创新工具，旨在加强球员招募流程。

"Scout Advisor"顾名思义作为"球探顾问"，旨在充分挖掘塞维利亚俱乐部庞大球员数据库的潜力，为俱乐部创造新的竞争优势。

watsonx 使塞维利亚俱乐部能够在传统的以人为中心的球探工作和数据驱动的球探工作之间架起一座桥梁，来识别和总结潜在球员特征。

北京2024年1月24日 /美通社/ -- IBM（NYSE：IBM）和西班牙塞维利亚足球俱乐部（Sevilla FC）日前宣布共同推出一款创新的生成式AI工具Scout Advisor，顾名思义"球探顾问"，塞维利亚足球俱乐部将利用该工具为其球探团队提供全面的、数据驱动的潜在新球员的识别和评估服务。塞维利亚足球俱乐部的 Scout Advisor 基于 IBM 专为企业设计的AI与数据平台watsonx构建，将与俱乐部现有自主开发的数据密集型应用套件进行整合。

西班牙塞维利亚足球俱乐部利用 IBM watsonx 生成式 AI 改变球探的工作方法

Scout Advisor工具由塞维利亚足球俱乐部的数据部门与IBM客户工程团队合作构建，利用watsonx的自然语言处理（NLP）和基础模型来搜索和分析俱乐部现有数据库中的海量信息，以评估潜在的新球员。这既包括定量数据，如身高体重、速度、进球数或出场时间，也包括定性的非结构化数据，如针对20多万份球探报告的文本分析。

Scout Advisor

该解决方案的自然语言处理功能使塞维利亚足球俱乐部能够使用多个大型语言模型 (LLM) 来帮助提高球员识别的准确性和有效性。利用塞维利亚足球俱乐部球探描述的球员关键特征的语言提示进行搜索，Scout Advisor 可根据所述要求生成经过处理的候选人名单，并总结出每个球员的全套球探报告。此外，Scout Advisor 还将每名球员与塞维利亚足球俱乐部自己的数据应用程序联系起来，以便深入了解他们的量化表现数据。

精英运动队（尤其是足球行业）的球探和球员招募决策涉及数百万美元的投资、长期合同以及绩效和投资回报率的高度不确定性。传统上，球员招募一直依赖于人的主观观察和人工数据分析的结合。然而，这种方法存在一定的局限性，既耗时又考虑不周。

西班牙塞维利亚足球俱乐部的球探团队，因其拥有庞大的球员量化评估数据库而广受认可，也因在发掘足球新星方面的成功记录而备受全球瞩目。此外，该足球俱乐部还率先开发了自己的数据密集型应用程序，旨在根据大量量化数据对球员进行特征总结。现在，Scout Advisor 为塞维利亚足球俱乐部提供了进一步的竞争优势——将其现有能力与生成式AI技术相结合，为基于指标的球探工作与球场上难以测量的以人为中心的观察搭建起桥梁。这种自动化方法旨在进一步强化其球员识别过程，帮助他们做出更高效、更明智的招募决定。

IBM watsonx 的功能使 Scout Advisor 能够解锁塞维利亚足球俱乐部庞大的球员报告数据库的全部潜能，可以使用自然语言搜索球员，并根据球员的关键量化指标和球探专家对他们的详细看法来检索潜在的新球员。这就为塞维利亚足球俱乐部提供了潜在的竞争优势，使其能够利用技术赋予的洞察力做出更明智的招聘决策。

西班牙塞维利亚足球俱乐部主席José María del Nido Carrasco表示："我们很高兴能与 IBM 合作，因为这个项目将改变塞维利亚足球俱乐部和整个体育产业的游戏规则。我们的球探和分析师团队致力于找到最优秀的球员，为球队的成功提供支持。我们通过不懈努力已经建立了一个令人刮目相看的球员报告数据库，现在，在 IBM 的支持下，我们可以充分利用这一资产。这使我们在球员招募过程中获得了巨大优势，使我们能够为球队找到最好的球员，并不断提高我们在球场上的表现。我们相信，这次合作不仅会对塞维利亚足球俱乐部产生积极影响，也会对整个体育产业产生积极影响。对塞维利亚足球俱乐部而言，技术赋能不仅是我们的目标，也是我们迈向未来的亲密伙伴，是我们基因的一部分。"

IBM EMEA 总经理 Ana Paula Assis 表示："我们很荣幸能与塞维利亚足球俱乐部合作，利用 IBM watsonx 生成式AI的强大功能，帮助提高其球员招募流程的准确性和有效性。有了适当的保护措施和治理，人工智能将继续改变各行各业寻求现代化运营的企业的游戏规则。在这个例子中，通过提供可信的、可解释的洞察，在改变球探工作方式的同时，也推进了一个具有竞争力的足球俱乐部的业务目标。"

塞维利亚足球俱乐部与IBM的合作是其更为广泛的业务和技术战略的一部分，旨在利用数据和人工智能的力量来加强其足球运营。俱乐部将基于 watsonx 的解决方案集成到现有数据架构当中，通过更快、更高效、更知情的招聘决策，来提高现有资源的投资回报率。

IBM Corporation logo.