AI และ Machine Learning ถูกนำมาใช้ในการสอดแนมฟุตบอลอย่างไรในปัจจุบัน

เผยแพร่เมื่อ 2026-03-17

ดวงตาบนท้องฟ้า: อิทธิพลที่มองไม่เห็นของ AI ในการสอดแนมฟุตบอล

ตำนานของแมวมองผู้ช่ำชองที่ถือสมุดจดที่เปียกฝน ค้นพบเพชรในตมด้วยสัญชาตญาณล้วนๆ? มันโรแมนติกแน่นอน แต่ก็เป็นของเก่าที่นับวันจะหายไป ปัจจุบัน แมวมองคนนั้นน่าจะมีผู้ช่วย AI กระซิบความน่าจะเป็นเข้าหูเขา Machine learning ไม่ได้แค่ "ถูกนำมาใช้" ในการสอดแนมฟุตบอลเท่านั้น แต่มันกำลังปรับเปลี่ยนวิธีการที่สโมสรระบุ ประเมิน และท้ายที่สุดก็คือการได้มาซึ่งผู้เล่นที่มีพรสวรรค์ หมดยุคที่ไฮไลท์ของผู้เล่นเป็นข้อมูลหลัก ตอนนี้อัลกอริทึมกำลังคัดกรองฟุตเทจการแข่งขันหลายแสนชั่วโมง ติดตามทุกการสัมผัส ทุกการส่งบอล ทุกการเคลื่อนไหวที่ไม่มีบอล ตัวอย่างเช่น บริษัทอย่าง SciSports ใช้โมเดลที่เป็นกรรมสิทธิ์เพื่อประเมินผู้เล่นตามค่า "การมีส่วนร่วมต่อความสำเร็จของทีม" (CYS) ซึ่งเป็นตัวชี้วัดที่เหนือกว่าแค่ประตูและการแอสซิสต์ ลองพิจารณาความท้าทายในการหามิดฟิลด์ประเภทใดประเภทหนึ่ง แมวมองที่เป็นมนุษย์อาจดูเกมหลายสิบเกม โดยหวังว่าจะพบผู้เล่นที่มีอัตราการทำงานเกมรับที่เฉพาะเจาะจงและความแม่นยำในการส่งบอลภายใต้ความกดดัน อย่างไรก็ตาม AI สามารถสแกนทุกลีกอาชีพทั่วโลก กรองหาผู้เล่นที่ทำสำเร็จในการกดดันคู่ต่อสู้ต่อ 90 นาทีอย่างสม่ำเสมอ และมีอัตราการส่งบอลสำเร็จสูงกว่า 85% ในพื้นที่สามส่วนสุดท้าย แม้จะถูกประกบสองคนก็ตาม สิ่งนี้ช่วยลดจำนวนผู้สมัครเริ่มต้นลงอย่างมาก ประหยัดเวลาได้นับไม่ถ้วน สโมสรกำลังใช้ AI เพื่อการวิเคราะห์เชิงคาดการณ์มากขึ้นเรื่อยๆ นอกเหนือจากประสิทธิภาพปัจจุบันแล้ว ระบบเหล่านี้ยังวิเคราะห์ข้อมูลทางกายภาพของผู้เล่น ประวัติการบาดเจ็บ และแม้แต่โปรไฟล์ทางจิตวิทยา (เมื่อมีข้อมูล) เพื่อคาดการณ์ศักยภาพและความเสี่ยงในอนาคต นี่ไม่ใช่การแทนที่การตัดสินของมนุษย์ทั้งหมด แต่เป็นการเสริมสร้าง แมวมองอาจมีความ "รู้สึก" เกี่ยวกับผู้เล่นดาวรุ่ง แต่ AI สามารถสนับสนุนสิ่งนั้นด้วยข้อมูลที่แสดงให้เห็นถึงแนวโน้มที่เพิ่มขึ้นอย่างต่อเนื่องในการมีส่วนร่วมใน xG chain ของพวกเขาในช่วงสองฤดูกาลที่ผ่านมา แม้ในทีมที่กำลังประสบปัญหา ปริมาณข้อมูลมหาศาลคือจุดที่ AI โดดเด่นอย่างแท้จริง มนุษย์สามารถดูเกมได้จำกัด เครื่องจักรสามารถประมวลผลทุกการกระทำจากผู้เล่นทุกคนในทุกลีกชั้นนำพร้อมกันได้ สิ่งนี้ช่วยให้สามารถระบุผู้เล่นที่มีมูลค่าต่ำกว่าความเป็นจริงในลีกที่ไม่ค่อยมีคนรู้จัก หรือผู้เล่นที่โดดเด่นในหมวดหมู่สถิติที่เฉพาะเจาะจงซึ่งมักถูกมองข้าม ตัวอย่างเช่น Brighton & Hove Albion ซึ่งขึ้นชื่อเรื่องการสรรหาผู้เล่นที่ชาญฉลาด แผนกข้อมูลของพวกเขามีรายงานว่ากว้างขวาง โดยเน้นที่การค้นหาผู้เล่นที่มีตัวเลขพื้นฐานบ่งชี้ว่าพวกเขากำลังทำผลงานได้ดีกว่ามูลค่าตลาดปัจจุบัน นี่ไม่ใช่แค่การค้นหาดาวรุ่งคนต่อไปเท่านั้น AI ยังมีความสำคัญต่อการสร้างทีม โดยระบุผู้เล่นที่มีทักษะที่เสริมกับผู้เล่นในทีมที่มีอยู่ หากทีมต้องการแบ็คซ้ายที่เก่งในการสลับตำแหน่งและมีส่วนร่วมในการโอเวอร์โหลดแดนกลาง AI สามารถเปรียบเทียบข้อมูลผู้เล่นที่มีอยู่เพื่อค้นหาผู้เล่นที่เหมาะสมที่สุด แทนที่จะเป็นแค่แบ็คซ้าย "ที่ดีที่สุด" ที่มีอยู่ มันคือการค้นหาชิ้นส่วนปริศนาที่สมบูรณ์แบบ ไม่ใช่แค่ชิ้นส่วนที่ดี **อนาคตของการสอดแนมไม่ใช่หุ่นยนต์ที่อยู่ข้างสนาม แต่เป็นเครื่องมือข้อมูลที่มีประสิทธิภาพสูงที่ขับเคลื่อนการตัดสินใจของมนุษย์ที่มีไหวพริบ สโมสรใดก็ตามที่ไม่ได้ลงทุนอย่างหนักในโซลูชั่นการสอดแนมที่ขับเคลื่อนด้วย AI ในตอนนี้กำลังล้าหลังอยู่แล้ว และในไม่ช้าก็จะพบว่าตัวเองถูกเอาชนะในตลาดซื้อขายนักเตะอย่างต่อเนื่อง**