Obliczenia prawdopodobieństwa na boisku: fizycy i inżynierowie wnoszą nową perspektywę do futbolu na najwyższym poziomie.

Przedsiębiorca Jim Ratcliffe nie wierzy w intuicję ani przypadek w swoim życiu zawodowym. Kiedy Ratcliffe, miliarder i założyciel petrochemicznego giganta Ineos, został w 2023 roku mniejszościowym udziałowcem Manchesteru United, natychmiast wymienił cały zarząd.

Ratcliffe obwiniał ówczesny zarząd klubu za stopniowy upadek Manchesteru United. Pomimo miliardowych opłat transferowych, wyniki drużyny pogorszyły się od czasu rezygnacji legendarnego menedżera Alexa Fergusona w 2013 roku.

Transfery zawodników były w większości motywowane życzeniami trenerów i często wynikały z osobistych relacji i subiektywnych odczuć. Ratcliffe podsumował kiedyś tę sytuację w wywiadzie: „Analiza danych w zasadzie tu nie istnieje. W tej dziedzinie wciąż tkwimy w poprzednim stuleciu”. Teraz chce to zmienić.

Ratcliffe buduje obecnie nowy zespół rekrutacyjny, aby profesjonalizować politykę transferową klubu. Proces rekrutacji opiera się między innymi na podejściu opartym na danych i statystykach. Sztuczna inteligencja odgrywa kluczową rolę, ponieważ w przeciwnym razie efektywna analiza ogromnych ilości danych generowanych w piłce nożnej na najwyższym poziomie byłaby praktycznie niemożliwa.

Aby skutecznie wykorzystać swój potencjał technologiczny, Manchester United zatrudnił kilku specjalistów z innych dziedzin, aby przenieśli swoją wiedzę na grunt piłki nożnej. Klubowi udało się niedawno pozyskać inżyniera Mike'a Sansoniego z Formuły 1, który wcześniej przez jedenaście lat pracował dla Mercedes-AMG Petronas – częściowo dlatego, że zespół wyścigowy jest w jednej trzeciej własnością firmy Ratcliffe'a.

W Formule 1 Sansoni zdobył bogate doświadczenie w automatycznym przetwarzaniu danych, rozwoju oprogramowania i analitycznym rozwiązywaniu problemów. W Manchesterze United jego zadaniem jest obecnie restrukturyzacja całego działu statystyki oraz, zgodnie z oświadczeniem klubu, „ustanowienie klubu jako organizacji opartej na danych oraz zakotwiczenie predykcyjnego, wspieranego przez sztuczną inteligencję, procesu decyzyjnego w dziale sportowym”.

Ponadto klub współpracuje z instytutem sportu Manchester Metropolitan University, aby lepiej zrozumieć, w jaki sposób sztuczna inteligencja może zoptymalizować analizę aspektów technicznych, taktycznych i fizycznych.

W ten sposób Manchester United ma nadzieję dogonić inne kluby Premier League, które wiele lat temu zaczęły inwestować w tym obszarze.

Biznes piłkarski pozostaje w dużej mierze subiektywny, ale czynniki obiektywne odgrywają coraz większą rolę w procesie decyzyjnym. Ten rozwój ma wiele wspólnego z dwoma Anglikami, którzy przejęli kluby z niższych lig około piętnastu lat temu. Matthew Benham dołączył do Brentford FC, a Tony Bloom objął stery w Brighton & Hove Albion. Obaj wywodzili się z branży zakładów bukmacherskich i hazardowych. Wnieśli do piłki nożnej zupełnie nowy sposób myślenia.

Ich podejście opierało się niemal wyłącznie na prawdopodobieństwie statystycznym. Po początkowych trudnościach model okazał się skuteczny: oba kluby ostatecznie awansowały do ​​Premier League i umocniły swoją pozycję.

W 2010 roku amerykańska firma inwestycyjna Fenway, specjalizująca się w sporcie, przejęła borykający się z problemami finansowymi klub Liverpool FC. Właściciele, na czele z maklerem giełdowym Johnem Henrym, wcześniej, krótko po swojej inwestycji, doprowadzili drużynę baseballową Boston Red Sox do zaskakującego tytułu, wykorzystując strategię opartą na danych. Teraz chcieli zastosować to samo podejście w przypadku Liverpoolu i natychmiast zatrudnili fizyka Iana Grahama, który zbudował wewnętrzny dział statystyk.

Było to posunięcie, które w tamtym momencie wydawało się tak niezwykłe, jakby napastnik nagle stanął na bramce.

Graham powiedział w wywiadzie dla Sky, że chociaż właściciele byli gotowi wydać pieniądze na nowych graczy, chcieli dowodu, że „wydatki te przełożą się na lepsze wyniki”.

Graham i jego zespół rozpoczęli analizę danych i statystyk, aby zidentyfikować kluczowe czynniki. Przełom nastąpił wraz z pozyskaniem Mohameda Salaha z AS Roma w 2017 roku: chociaż ówczesny menedżer Jürgen Klopp początkowo preferował Juliana Brandta, którego znał z Niemiec, do ataku, przekonały go teoretyczne modele oceny umiejętności Salaha. Salah stał się następnie najważniejszym piłkarzem ery Kloppa.

Od tego czasu praca długo zaniedbywanych specjalistów, takich jak Graham, zyskała znacznie większe uznanie opinii publicznej. Wiele klubów podążyło później podobną drogą. Teraz kluby wręcz podkupują sobie nawzajem tych ekspertów do swoich zespołów back-office: Liverpool niedawno zatrudnił astrofizyka Lauriego Shawa z Manchesteru City, gdzie wcześniej był szefem działu sztucznej inteligencji.

Rynek takich ekspertów stale rośnie; w przyszłości mogą oni stać się równie ważni, co zawodnicy, trenerzy i kadra zarządzająca. Przy uzasadnionych argumentach wpływają na skład i rozwój zespołu.

Choć opieranie się na prawdopodobieństwie w piłce nożnej niekoniecznie zwiększa szanse na sukces w indywidualnych przypadkach, to jednak poprawia ogólną jakość decyzji. Ta zmiana w myśleniu wydaje się przynosić efekty również w Manchesterze United. Transfery dokonane tego lata znacząco wzmocniły skład Rúbena Amorima.

Nowy dział transferowy dokonał prawdopodobnie największego sukcesu na pozycji bramkarza, pozyskując młodego Belga Senne Lammensa, który przybył z Royal Antwerp. Czy to był fart? Raczej nie: żaden inny bramkarz w Europie nie zapobiegł tylu bramkom w zeszłym sezonie.