ไบรท์ตันปฏิวัติวงการ! ใช้ AI-ข้อมูลแทนแมวมอง โมเดลสรรหานักเตะที่หลายทีมยุโรปกำลังเดินตาม

ยุคใหม่สถิติสำคัญกว่า? การปฏิวัติข้อมูลของ ไบรท์ตัน เปลี่ยนระบบสรรหานักเตะที่พึ่งแมวมอง

เป็นเวลากว่าหนึ่งศตวรรษที่การค้นหานักฟุตบอลพรสวรรค์ถูกขับเคลื่อนด้วย "สายตา" และ "สัญชาตญาณ" ของแมวมอง ผู้ซึ่งเดินทางไปชมเกมทั่วโลกเพื่อประเมินฝีเท้า บุคลิก และศักยภาพของนักเตะด้วยตนเอง

แต่ในยุคที่ข้อมูลกลายเป็นทรัพยากรสำคัญ วงการฟุตบอลกำลังเข้าสู่การเปลี่ยนแปลงครั้งใหญ่ เมื่อ AI, Machine Learning และ Big Data เข้ามามีบทบาทในการสรรหาผู้เล่นมากขึ้น จนบางฝ่ายเชื่อว่าอาชีพแมวมองแบบดั้งเดิมอาจไม่ใช่หัวใจหลักของการเสริมทัพอีกต่อไป

สโมสรที่ถูกยกเป็นต้นแบบของการเปลี่ยนแปลงครั้งนี้คือ ไบรท์ตัน แอนด์ โฮฟ อัลเบี้ยน ซึ่งเลือกเดิมพันกับระบบวิเคราะห์ข้อมูลอย่างจริงจัง และกลายเป็นโมเดลที่หลายทีมในยุโรปกำลังพยายามนำไปประยุกต์ใช้

แมวมองฟุตบอล...มากกว่าการดูฝีเท้า

ในอดีต แมวมองไม่ได้มีหน้าที่เพียงประเมินความสามารถในสนาม แต่ยังต้องวิเคราะห์บุคลิกภาพ ภาวะผู้นำ และทัศนคติของนักเตะ

พวกเขาสังเกตตั้งแต่การอบอุ่นร่างกาย วิธีสื่อสารกับเพื่อนร่วมทีม การรับมือกับความกดดัน ไปจนถึงการพูดคุยกับโค้ช เยาวชน และคนใกล้ชิด เพื่อประเมินว่านักเตะรายนั้นเหมาะสมกับการลงทุนมหาศาลของสโมสรหรือไม่

อย่างไรก็ตาม การประเมินโดยมนุษย์ย่อมหลีกเลี่ยงอคติไม่ได้ ทั้งจากประสบการณ์ส่วนตัวหรือสิ่งที่เรียกว่า Halo Effect ซึ่งอาจทำให้มองนักเตะดีเกินจริงจากจุดเด่นเพียงบางด้าน

จุดเริ่มต้นจากวงการพนัน สู่โมเดลฟุตบอลระดับโลก

หากพูดถึงการปฏิวัติด้านข้อมูลในฟุตบอล ชื่อของ โทนี่ บลูม เจ้าของสโมสรไบรท์ตัน คือบุคคลสำคัญ

บลูมมีพื้นฐานด้านคณิตศาสตร์ และสร้างชื่อจากการวิเคราะห์ตลาดพนันกีฬา ก่อนก่อตั้ง Starlizard ในปี 2006 ซึ่งใช้แบบจำลองทางสถิติและอัลกอริทึมเพื่อวิเคราะห์ความน่าจะเป็นของผลการแข่งขันฟุตบอล

ทีมงานของ Starlizard มีนักวิเคราะห์มากกว่า 200 คน ผ่านการคัดเลือกด้านคณิตศาสตร์และจิตวิทยาอย่างเข้มงวด พร้อมพัฒนาโมเดลที่มีความแม่นยำสูงจนกลายเป็นที่ยอมรับในวงการ

บลูมและ แม็ทธิว เบนแฮม ยังเป็นหนึ่งในผู้บุกเบิกการนำค่า Expected Goals (xG) มาใช้วิเคราะห์เกมฟุตบอล ก่อนที่สถิตินี้จะได้รับความนิยมทั่วโลก

Jamestown Analytics กับโมเดล "Moneyball" ฉบับฟุตบอล

ปี 2017 แนวคิดดังกล่าวถูกต่อยอดด้วยการก่อตั้ง Jamestown Analytics บริษัทวิเคราะห์ข้อมูลฟุตบอลที่กลายเป็นกำลังสำคัญของไบรท์ตัน

หัวใจของโมเดลคือการใช้ข้อมูลจำนวนมหาศาลค้นหานักเตะที่มีคุณภาพสูงกว่ามูลค่าที่ตลาดประเมินไว้ หรือพูดง่าย ๆ คือการหา "ของดีราคาถูก"

แทนที่จะมองเฉพาะลีกใหญ่ ไบรท์ตันเลือกใช้ข้อมูลสแกนนักเตะจากตลาดที่ถูกมองข้าม ก่อนดึงมาพัฒนาและสร้างมูลค่าเพิ่ม

ไบรท์ตันลดบทบาทแมวมอง หันเชื่อข้อมูลมากขึ้น

ช่วงปลายปี 2024 ไบรท์ตันสร้างแรงสั่นสะเทือนให้วงการ เมื่อปรับโครงสร้างฝ่ายสรรหานักเตะ ลดบทบาทแมวมองแบบดั้งเดิมจำนวนมาก และให้น้ำหนักกับระบบวิเคราะห์ข้อมูลมากขึ้น

แนวคิดของสโมสรคือ ข้อมูลมีความเป็นกลางกว่าสัญชาตญาณของมนุษย์ จึงสามารถลดความผิดพลาดในการตัดสินใจได้

ขณะเดียวกัน Jamestown Analytics ก็ทำงานร่วมกับไบรท์ตันอย่างใกล้ชิด โดยมีข้อตกลงพิเศษที่ไม่ให้บริษัทรับงานกับสโมสรอื่นในพรีเมียร์ลีก ส่งผลให้ "เดอะ ซีกัลส์" ได้เปรียบด้านข้อมูลเหนือคู่แข่งโดยตรง

ข้อมูลช่วยให้ซื้อ-ขายนักเตะเป็นระบบ

ระบบของไบรท์ตันไม่ได้มีไว้เพียงค้นหานักเตะ แต่ยังช่วยวางแผนอนาคตของทีม

โดยทั่วไป นักเตะจะยังไม่ถูกวิเคราะห์เชิงลึก จนกว่าจะลงเล่นฟุตบอลอาชีพราว 3,000 นาที จากนั้นอัลกอริทึมจะประเมินรายละเอียดจำนวนมาก ทั้งการเล่นภายใต้ความกดดัน การจ่ายบอล การเคลื่อนที่ และประสิทธิภาพในแต่ละสถานการณ์

สิ่งสำคัญคือ สโมสรเริ่มค้นหาตัวแทนของผู้เล่นคนสำคัญล่วงหน้าหลายเดือน หรือบางครั้งนานเป็นปี ก่อนปล่อยนักเตะออกจากทีม

แนวทางดังกล่าวทำให้ไบรท์ตันสร้างวงจร ซื้อ-พัฒนา-ขาย ได้อย่างมีประสิทธิภาพ พร้อมทำกำไรจากตลาดนักเตะอย่างต่อเนื่อง

หลายสโมสรเริ่มเดินตามโมเดลไบรท์ตัน

ความสำเร็จของไบรท์ตันทำให้หลายสโมสรพยายามนำแนวทางเดียวกันไปใช้

ตัวอย่างที่เห็นชัดคือ เชลซี ภายใต้กลุ่มทุนของ ท็อดด์ โบห์ลี่ และ Clearlake Capital ซึ่งไม่เพียงลงทุนมหาศาลกับนักเตะ แต่ยังดึงบุคลากรด้านวิเคราะห์ข้อมูลจากไบรท์ตันไปร่วมงานหลายตำแหน่ง

สิ่งที่หลายทีมต้องการไม่ใช่เพียงรายชื่อนักเตะ แต่คือระบบข้อมูล วิธีคิด และองค์ความรู้ที่อยู่เบื้องหลังความสำเร็จของสโมสรแห่งนี้

แมวมองกำลังจะหายไปจริงหรือ?

แม้ว่าการวิเคราะห์ข้อมูลจะมีบทบาทมากขึ้น แต่ผู้เชี่ยวชาญจำนวนไม่น้อยมองว่า AI ยังไม่สามารถทดแทนมนุษย์ได้ทั้งหมด

รายละเอียดบางอย่าง เช่น บุคลิกภาพ ความเป็นผู้นำ ความมุ่งมั่น หรือการปรับตัวกับวัฒนธรรมใหม่ ยังคงต้องอาศัยการประเมินจากคนที่ลงพื้นที่จริง

ดังนั้น แนวโน้มของวงการฟุตบอลอาจไม่ใช่การหายไปของแมวมอง แต่เป็นการเปลี่ยนบทบาทจาก "ผู้ตัดสินใจหลัก" ไปสู่ "ผู้ตรวจสอบภาคสนาม" ที่ทำงานร่วมกับระบบข้อมูล

ในวันที่สโมสรฟุตบอลให้ความสำคัญกับตัวเลขมากกว่าที่เคย ความสำเร็จอาจไม่ได้อยู่ที่การเลือกว่าจะเชื่อ AI หรือ แมวมอง แต่คือการผสมผสานจุดแข็งของทั้งสองด้านให้เกิดประสิทธิภาพสูงสุด เพราะท้ายที่สุดแล้ว ฟุตบอลยังคงเป็นเกมของมนุษย์ เพียงแต่วันนี้ "ข้อมูล" ได้กลายเป็นผู้เล่นคนสำคัญในสนามไปเรียบร้อยแล้ว