Искусственный интеллект в футболе: как технологии меняют игру

В футбольных кабинетах сейчас говорят не только о прессинге и xG. Там обсуждают модели, скрипты и нейросети. Деньги в игре огромные, конкуренция безжалостная — и любая, даже микроскопическая, подсказка машины становится оружием.

Сторонники ИИ уверяют: технологии не заменяют людей, а усиливают их. На практике всё выглядит куда хаотичнее.

От блога об Arsenal до собственной платформы

Браха — яростный фанат Arsenal и одновременно человек, который зарабатывает на жизни в техноиндустрии. В футбол он вошёл с обычного блога: сидя дома, он писал длинные тексты о лондонском клубе, опираясь и на «глаз», и на цифры. Выискивал игроков, которых, по его мнению, должны были подписывать топ-клубы.

Аудитория росла, времени становилось меньше. Тогда он сделал то, что сегодня кажется очевидным: обучил модель ИИ, которая стала выдавать «скелеты» его текстов. Он дописывал, дорабатывал — и вдруг начал попадать в настоящие «скouting-гемы».

Скоро в личку постучались профессиональные скауты и сотрудники клубов: откуда у него такая информация по игрокам? Браха только смеялся: это же ChatGPT. И задумался: если их так впечатляют ответы открытой модели, чем тогда пользуются они сами?

Ответ оказался запутанным. Данные есть у всех, а вот порядка в них — почти ни у кого.

Цифры есть. Смысла — не всегда

За последние десять лет футбол прошёл путь от дефицита статистики до её передоза. После того как в начале 2010‑х по миру разошёлся итальянский Wyscout, на рынок хлынули конкуренты. Теперь у клубов десятки поставщиков данных, тысячи метрик и ни одной общей системы координат.

«Индустрия перешла от полной нехватки к перегрузке данными», — констатирует Браха.

В этом хаосе и появилась его компания Marquee.

Суть проста: Marquee берёт на себя рутину. Автоматизирует «облагороженные Excel-таблицы», стягивает разрозненные платформы в один рабочий контур и фактически превращается во внешний аналитический отдел клуба.

Это не игрушка уровня Football Manager. Платформа за деньги клиента строит конкретные профили потенциальных трансферов: не только по качеству игры, но и по совместимости с системой тренера. Клубы не обязаны слушать эти рекомендации — но слушают.

Marquee уже используют несколько команд из Premier League, публично их поддерживали Barcelona и Chicago Fire. Никто не обещает, что так найдут «следующего Месси», но эти люди уже стали частью экосистемы.

Когда машина первой чувствует, что защитник «сломается»

В MLS, в матче FC Cincinnati против Nashville SC, технологии подали тревожный сигнал ещё до того, как игрок поднял руку. За пять минут до того, как Мэтт Мiazga сам попросил замену, система клуба зафиксировала «нерегулярный двигательный паттерн».

Реального времени у данных нет, предотвратить травму это не могло. Но машина отметила: с центральным защитником что‑то не так. Вопрос «когда он вернётся в строй» — следующий уровень сложности. И здесь в игру входит другая компания.

Hamstring — загадка века и гиперточные МРТ

В Springbok Analytics уверены: если футбол и не победит травмы, то хотя бы научится понимать их лучше. Их любимый запрос к клубам: «Пришлите нам вашу самую сложную травму». Почти всегда это подколенное сухожилие — тот самый пресловутый hamstring.

Исследование NIH за 2020 год: на такие повреждения приходится около 12% всех травм в профессиональном футболе. Повторное повреждение — от 4 до 68%. Это кошмар для медиков и тренеров по физподготовке. Считается, что это травма усталости: чаще всего случается в концовках таймов. Клубы по всему миру годами ищут идеальный протокол реабилитации. И продолжают промахиваться.

«Технологий стало больше, способов тестирования — море. А травмы подколенных сухожилий не снизились. Их стало больше», — признаёт директор по аналитике Springbok Мэтт Браун.

Проблема, по его словам, в том, как устроены данные. Сама травма понятна: мышца порвана или нет. А вот численно описать силу, баланс, атрофию — долго и сложно. Чтобы по‑настоящему понимать динамику, нужно сканировать игрока в момент травмы, через два месяца, через полгода, отслеживать, как меняется мышца и реагирует ли на нагрузку.

Springbok вырос из научной среды Университета Вирджинии. Там разрабатывали сверхточные МРТ‑методики для пациентов с ДЦП, создавали 3D‑модели, чтобы детские хирурги могли точно рассчитывать операции по удлинению сухожилий. Когда это стало работать в медицине, технологию перенесли в спорт. В 2023 году к ним пришла NBA, в 2024‑м компанию выбрали в Innovation Lab MLS.

Обычная МРТ — это тысячи двумерных серых срезов. Врачи вручную накладывают их, выстраивают объём, делают свои выводы. Springbok использует ИИ, чтобы прогнать эти массивы, автоматически выделить границы мышц и выдать готовый «цифровой двойник» в 3D. То, что обычно занимало неделю, превращается в часы.

Springbok не лечит и не обещает чудесной профилактики. Они — усилитель. Делают визуализацию и измерения МРТ более точными и удобными для тех, кто учился на это десять лет и имеет собственную философию работы с травмами.

Телефон, четыре фото и будущее юного таланта

В академии Philadelphia Union каждый день решают один и тот же болезненный вопрос: кто из подростков готов играть выше? Где граница между физическим развитием и качеством на поле? Сколько минут может выдержать, скажем, Каван Салливан, и выдержит ли его организм взрослый футбол?

Ответов нет и быть не может. Клубы в MLS измеряют рост, силу, делают тесты на пиковую скорость и предполагаемую высоту. Но всё это занимает время и часто превращается в угадайку.

Fit:Match предлагает ускорить и стандартизировать процесс. Нужен только смартфон и 10 секунд. Пользователь делает четыре снимка игрока с разных ракурсов. Алгоритм считает рост, массу тела, размах рук и десятки других параметров. Потом — более сложные вещи: прогнозируемый рост, темпы созревания, приблизительный портрет того, как может выглядеть тело на пике.

Основатель компании Ханифф Браун полушутя называет это «ChatGPT для футбола». То, на что у клубов обычно уходят часы, превращается в процедуру на полминуты.

Браун пришёл в спорт из модной индустрии. Там он пытался решить банальную проблему: чтобы клиент не покупал четыре рубашки и не возвращал три, система должна заранее понимать его точные параметры. Телефон сканирует тело — магазин сразу предлагает размер, который сядет.

Потом за технологией потянулись больницы и медкомпании. В 2024‑м к ним обратился европейский клуб, попросил просканировать всех игроков академии. Тогда Браун и понял: футболу нужна более амбициозная версия его сервиса.

Он сразу поставил жёсткое условие: процедура не должна занимать больше 15 секунд. Тренеры ненавидят длинные тесты. Им нужно, чтобы дети как можно быстрее возвращались к упражнениям. Чем дольше и сложнее оценка, тем меньше шансов, что её будут делать регулярно.

Клуб согласился, потом подтянулись другие. Вскрылась ещё одна проблема: разные тренеры по‑разному измеряют одного и того же игрока. У одного — один результат, у другого — другой. Fit:Match убирает человеческий фактор. Четыре фото, 30 секунд загрузки — и на экране подробный профиль подростка.

Теперь технологией пользуются и клубы, и семьи. Родители, регистрируя ребёнка в академию, могут сразу загрузить его фото. Система создаёт цифрового двойника, а на заднем плане платформа передаёт MLS набор параметров по каждому юному игроку.

Это помогает клубам осознаннее формировать возрастные группы. Физика до сих пор сильно влияет на судьбу ребёнка в футболе. Игроку может быть 14 лет, но он ранний созревший и доминирует за счёт тела. А другой — тоже 14, но поздний созревший, который физически уступает и рискует выпасть из системы. Теперь лиге проще отследить это научно и выстроить для таких детей другие траектории, чтобы они не выпадали из футбольной воронки.

Технологии против традиций и рабочих мест

Все эти истории звучат как манифест о «футболе будущего». Но за каждым сканом и каждой моделью стоят люди, их привычки, страхи и должности.

Сначала, признаётся Браун, пришлось просто приучать людей к самой идее. Объяснять, что смартфон и нейросеть — это не приговор и не приём на работу по фотографии, а инструмент.

У Marquee похожий путь. Браха быстро понял: нельзя приходить в клуб как «готовое решение». Нужно становиться партнёром. Работать вместе, выстраивать доверие, а уже потом, когда появятся реальные кейсы, рассказывать о них публично.

Есть и неприятный вопрос: что делать с рабочими местами? Если внешний ИИ‑сервис дешевле, быстрее и точнее внутреннего отдела аналитики, то сколько людей останутся без работы? Браха смотрит на это холодно: с точки зрения возврата инвестиций клубу проще купить уже готовую систему, в которую другие вложили годы и деньги, чем нанимать и содержать собственную команду разработчиков. Классическая дилемма: строить самому или купить. В этом случае он голосует за покупку.

Когда PR обгоняет игру

ИИ не гарантирует успеха. Wolfsburg одними из первых в Европе громко заявили о своих цифровых амбициях. Говорили, что экономят около миллиона евро в год на административных процессах и профилактике травм. На поле в прошлом сезоне всё выглядело куда мрачнее. Команда буксовала, а клуб получал порцию критики за то, что пиарит ИИ на фоне слабых результатов.

Тем не менее в Вольфсбурге не отступили. Sevilla пошла своим путём и использует IBM WatsonX для управления данными.

Когда тренер спрашивает ChatGPT о тактике

Одни играются с моделями для любопытства. Другие включают их в рабочий процесс. Тренер Fraser признавался, что экспериментировал с ChatGPT, просчитывая варианты матчапов и расстановок.

Самый громкий эпизод — история Seattle Reign. Главный тренер Laura Harvey в октябре 2025 года рассказала в подкасте Soccerish, что напрямую спросила у ChatGPT: какую схему стоит выбрать, чтобы обыгрывать команды NWSL? Для двух из четырнадцати команд лига модель предложила играть с тремя центральными защитниками и пятёркой сзади.

Harvey не стала слепо верить экрану. Обсудила идею со штабом, адаптировала под свою команду — и Reign перешли на систему с пятью защитниками. Сезон они закончили пятыми, поднявшись сразу на восемь позиций по сравнению с прошлым годом.

Конечно, ChatGPT не «спас» Seattle Reign. Но он подкинул идею, которая дошла до реального газона. Для сторонников ИИ — это уже победа: машина не диктует, а предлагает.

ИИ как ещё один инструмент в игре без пощады

За каждым удачным кейсом — десятки провалов, моделей, которые отправили в корзину, данных, которые не пригодились. В этом и суть: ИИ становится ещё одним инструментом в арсенале тренера, аналитика, врача, скаута. Не больше и не меньше.

Футбол остаётся жёсткой, тесной игрой, где сезон может решить один отскок. На таком поле этические дебаты о роли машин быстро уступают место прагматике.

Как сказал Fraser: все ищут хотя бы крошечное преимущество. Вопрос только в том, кто первым научится выжимать из этих моделей действительно решающие проценты.