Fino a qualche anno fa ci si affidava a un semplice pendolino. Qualche oscillazione, un paio di frasi a effetto e il pronostico della partita (difficilmente azzeccato) era la naturale conseguenza. Dell’Intelligenza Artificiale nel calcio nessuna traccia.
Si è poi passati ai pronostici “di origine animale”: ai Mondiali in Sudafrica del 2010 è diventato famoso il polpo Paul, che era solito azzeccare la squadra vincente in occasione delle partite disputate dalla Nationalmannschaft, la Nazionale tedesca. Per poi arrivare al gatto Achille, che prima di Turchia-Italia, partita d’esordio a EURO2020, ha scelto di nutrirsi dalla ciotola con la bandiera tricolore, prevedendo la vittoria degli Azzurri.
Tutte modalità divertenti e goliardiche, studiate per creare gossip e viralità, e alimentare il settore dell’entertainment che ruota intorno allo sport. Chi ha invece interesse in pronostici scientifici e affidabili vede, nella Digital Transformation della Sport Industry, la possibilità di sviluppare modelli di pronostico basati sull’Intelligenza Artificiale e sui sistemi di machine learning. Per stimolare la fantasia dei tifosi, certo. Ma anche per stimare a livello quantitativo, partendo dai dati, l’esposizione di un brand che sceglie di investire in una Nazionale.
Intelligenza Artificiale nel calcio e pronostici: il ruolo degli Sport Biz Data
I dati rappresentano il futuro immediato dello Sport Business. E proprio nel futuro riescono a immergersi, prevedendo i risultati di una partita o di una competizione. Era già successo prima dei Mondiali di calcio in Russia del 2018, quando Kickoff aveva implementato un sistema di Intelligenza Artificiale basato sui dati riferiti alle selezioni nazionali del passato. Allo stesso tempo questo meccanismo garantiva elasticità, poiché si adattava anche all’evoluzione della rosa nel tempo, registrando i dati dei calciatori convocati a ridosso della competizione e aggiornando i dati. L’analisi di questi dati relativi alle performance degli atleti generava il cosiddetto Kickerscore, un punteggio che traduceva i dati raccolti dal sistema quantificando il valore delle performance.
Sulla stessa scia, anche per Euro2020 sono stati formulati dei pronostici partendo dall’Intelligenza Artificiale. Ci ha pensato l’Università di Innsbruck, che ha analizzato un’elevata quantità di dati relativi alle selezioni partecipanti (come il valore di mercato delle rose e i risultati delle Nazionali negli ultimi 8 anni) attraverso un algoritmo. I ricercatori si sono avvalsi del Conditional interference random forest: con questa espressione si fa riferimento a un metodo di machine learning che permette di replicare circa 100.000 simulazioni diverse di svolgimento degli eventi, partendo da quattro tipologie di parametri: lo storico di risultati delle squadre, le previsioni dei bookmaker, il valore delle rose e altri fattori socioeconomici dei diversi Paesi (ad esempio il PIL e la popolazione). Lo studio, pubblicato a ridosso dell’inizio degli Europei, ha quantificato le probabilità di vittoria finale e di passaggio dei vari turni per ciascuna Nazionale: la Francia ha ottenuto la percentuale più alta (14,8%), seguita da Inghilterra (13,5%) e Spagna (12,3%). La vittoria finale dell’Italia si attesta al 7,9%. Nel frattempo gli Azzurri hanno tenuto fede al pronostico del passaggio del turno nel proprio girone (89%).
I pronostici intelligenti tra il fattore sportivo e quello economico
È interessante notare come, diversamente dal pronostico formulato per Russia 2018, i parametri presi in considerazione dai ricercatori di Innsbruck riescano a combinare aspetti prettamente sportivi, come lo storico dei risultati delle squadre e il valore delle rose, con aspetti che esulano dall’ambito calcistico, come il PIL e la popolazione di un Paese. Segno che lo sport e la vita economica di un Paese sono sempre più interconnessi tra loro, con la parte extra campo che può influire sempre di più sul rendimento di una squadra all’interno del terreno di gioco. L’allineamento tra lo sport e il mondo economico è ormai realtà e in quest’ottica un efficace sistema di raccolta e analisi dei dati gioca un ruolo fondamentale nella generazione di revenue.
A beneficiarne sono soprattutto gli sponsor, che riescono così a misurare le probabilità di successo dei propri investimenti. D’altronde, proprio EURO 2020 è stata la vetrina per un cambiamento di paradigma: gli accordi di sponsorizzazione chiusi in vista della competizione si sono orientati verso il settore digitale e questo aspetto ha spianato la strada verso una maggiore valorizzazione del dato legato alla prestazione sportiva. In questo modo, i singoli sponsor delle Nazionali possono avere una previsione del successo che avrà il proprio partner e analizzare il mercato anche in ottica futura, per valutare con maggiore attenzione una riconferma dell’accordo anche per le competizioni dei prossimi anni. A tal proposito, non deve passare inosservato il fatto che i brand che hanno investito nella competizione continentale provengono principalmente dal mercato asiatico. Da TikTok a Vivo, passando per Hisense, le aziende orientali hanno stretto accordi con la UEFA per consolidare la propria posizione nella Sport Industry. Emblematico è il caso di Qatar Airways, che con la sponsorizzazione di EURO 2020 ha preparato il terreno per i Mondiali del 2022. Tutto ciò significa che il calcio è ancora un prodotto interessante per i brand internazionali, a patto che sappia rinnovare le proprie proposte per coinvolgere i fan. Il ricorso all’Intelligenza Artificiale per formulare i pronostici va proprio in questa direzione.
Quale futuro per l’Intelligenza Artificiale nel calcio?
Nelle dinamiche dei pronostici resta comunque un fattore da valutare: l’imprevedibilità del campo. Eventi improvvisi come un’espulsione, un errore del portiere o un rigore sbagliato possono cambiare il risultato e stravolgere i pronostici forniti dall’algoritmo. A tal proposito è emblematico il primo verdetto (negativo per i ricercatori di Innsbruck) che ha visto la Francia uscire agli ottavi di finale. La sconfitta ai rigori contro la Svizzera ha stravolto ogni tipo di previsione. Un risultato che rafforza la consapevolezza che il calcio, e lo sport in generale, hanno una componente imprevedibile sempre dietro l’angolo.
Questo dimostra come l’Intelligenza Artificiale nel calcio possa e debba ancora fare dei passi in avanti per poter aumentare la precisione di un pronostico. In questo senso, l’inserimento di elementi dinamici (come lo storico di rigori assegnati contro/a favore o il numero di espulsioni comminate a una squadra) tra i parametri considerati potrebbe aiutare ad aumentare l’accuratezza del dato.
Passi in avanti che porterebbero l’Intelligenza Artificiale nel calcio a ricoprire un ruolo ancora più centrale, per fornire a tutti gli stakeholders un pacchetto di dati sulle prestazioni in campo dei calciatori. Una necessità impellente soprattutto per i Fan, che desiderano ampliare le proprie conoscenze sull’evento e sugli atleti stessi. Lo dimostra il forte apprezzamento dei tifosi per i sistemi di Machine Learning adottati dalla Bundesliga. Questi strumenti forniscono dati sempre più significativi sulle performance offerte in campo: tra gli altri, gli Expected Goals (xG), le zone d’attacco preferite dalle squadre e le statistiche sul giocatore più “pressato” dagli avversari durante la partita. Uno studio accurato per vivere un’esperienza in real-time e interattiva al 100%.
EURO 2020: si avvicina la fase finale
L’investimento nell’innovazione tecnologica basata sull’AI rappresenta quindi un must per tenere gli spettatori incollati all’evento, prima, durante e dopo lo stesso. EURO 2020 coincide con un’occasione di ulteriore sviluppo di questi modelli. Non resta che attendere l’esito delle partite sul campo per testare ulteriormente l’attendibilità dei pronostici: si comincia oggi con i quarti di finale.
02/07, ore 18:00 Svizzera – Spagna
02/07, ore 21:00 Belgio – Italia
03/07, ore 18:00 Repubblica Ceca – Danimarca
03/07, ore 21:00 Ucraina – Inghilterra
