Cómo la IA y el aprendizaje automático se utilizan actualmente en el scouting de fútbol

Publicado el 2026-03-17

El ojo en el cielo: la influencia invisible de la IA en el scouting de fútbol

¿El mito del ojeador curtido, con el cuaderno empapado por la lluvia, descubriendo un diamante en bruto por pura intuición? Es romántico, claro, pero cada vez más, es una reliquia. Hoy en día, ese ojeador probablemente tiene un asistente de IA susurrándole probabilidades al oído. El aprendizaje automático no solo "se está utilizando" en el scouting de fútbol; está remodelando fundamentalmente cómo los clubes identifican, evalúan y, en última instancia, adquieren talento. Atrás quedaron los días en que el video de los mejores momentos de un jugador era el principal punto de datos. Ahora, los algoritmos están analizando cientos de miles de horas de metraje de partidos, rastreando cada toque, cada pase, cada movimiento sin balón. Empresas como SciSports, por ejemplo, utilizan modelos propietarios para evaluar a los jugadores basándose en su valor de "Contribución al Éxito del Equipo" (CYS), una métrica que va mucho más allá de los simples goles y asistencias. Considere el desafío de encontrar un tipo específico de centrocampista. Un ojeador humano podría ver docenas de partidos, esperando detectar a un jugador con una tasa de trabajo defensivo y una precisión de pase particulares bajo presión. Una IA, sin embargo, puede escanear todas las ligas profesionales a nivel mundial, filtrando a los jugadores que consistentemente logran un cierto número de presiones exitosas por cada 90 minutos y una tasa de pases completados superior al 85% en el último tercio, incluso cuando son marcados por dos jugadores. Esto reduce drásticamente el grupo inicial de candidatos, ahorrando innumerables horas. Los clubes están aprovechando cada vez más la IA también para el análisis predictivo. Más allá del rendimiento actual, estos sistemas analizan los datos físicos de un jugador, su historial de lesiones e incluso sus perfiles psicológicos (cuando los datos están disponibles) para proyectar su potencial y riesgo futuros. No se trata de reemplazar por completo el juicio humano, sino de aumentarlo. Un ojeador podría tener una "sensación" sobre un joven talento, pero la IA puede respaldar eso con datos que muestran una trayectoria ascendente constante en su contribución a la cadena de xG durante las últimas dos temporadas, incluso en un equipo en dificultades. El gran volumen de datos es donde la IA realmente brilla. Un humano solo puede ver una cantidad limitada de partidos. Una máquina puede procesar cada acción de cada jugador en cada liga de primer nivel simultáneamente. Esto permite la identificación de activos infravalorados en ligas oscuras o jugadores que sobresalen en categorías estadísticas específicas, a menudo pasadas por alto. Tomemos el caso del Brighton & Hove Albion, conocido por su astuto reclutamiento; su departamento de datos es, según se informa, extenso, centrándose en encontrar jugadores cuyos números subyacentes sugieren que están rindiendo por encima de su valor de mercado actual. Esto no se trata solo de encontrar al próximo prodigio. La IA es crucial para la construcción de la plantilla, identificando jugadores cuyas habilidades complementan a los miembros existentes de la plantilla. Si un equipo necesita un lateral izquierdo que destaque en la inversión y la contribución a las sobrecargas en el mediocampo, una IA puede cruzar los datos de los jugadores existentes para encontrar el ajuste óptimo, en lugar de simplemente el "mejor" lateral izquierdo disponible. Se trata de encontrar la pieza perfecta del rompecabezas, no solo una buena. **El futuro del scouting no es un robot en la banda, sino un motor de datos hipereficiente que impulsa las decisiones de mentes humanas astutas. Cualquier club que no esté invirtiendo fuertemente en soluciones de scouting impulsadas por IA en este momento ya se está quedando atrás, y pronto se encontrará constantemente superado en el mercado de fichajes.**