39天的美加墨世界杯终于闭幕，西班牙队成功捧起大力神杯，这对于他们来说已经是时隔16年的荣耀。比赛期间，我们见到了曾经带领中国男足闯入世界杯的传奇教练米卢，他首先纠正了我们对足球英文的表述："Not soccer. Football." 接着，米卢还分享了关于机器人和AI的见解："I prefer men, not robots."（"比起机器人，我更喜欢看真人踢球。"）
世界杯期间，部分比赛选择在硅谷举行，不少科技界领袖亲临现场观赛。虽然硅谷坚信AI能够改变世界，但在足球领域，这种信念似乎遭遇了挑战。近年来，许多初创公司和资本纷纷投入巨资，试图借助AI来革新足球运动，然而实际效果远未达预期。
本文将探讨顶级足球俱乐部如何借助AI进行革新，他们尝试了哪些方法，取得了哪些成功，又经历了哪些失败。我们将分析Football Tech这一细分领域是如何吸引产业投资的，又如何进行自我修正；AI正在怎样悄然改变我们参与足球和观看世界杯的方式。
当然，还有一个关键问题：中国的AI技术发展迅速，能否助力中国男足重返世界杯舞台？
首先，我们需要明确什么是“足球AI”。如果认为足球AI能提高球队胜率，成为一位“AI教练”帮助球队夺冠，那么目前尚无证据证明AI在这方面发挥了作用。即便将范围缩小到AI能否辅助俱乐部签约更优秀球员，或提升角球得分率，结论可能依然相同。
目前，部分俱乐部已经进行了大胆的探索。例如，“红军”利物浦与谷歌DeepMind联手研发了“TacticAI”定位球系统，该系统被媒体誉为“足球AI的里程碑”，DeepMind甚至为此在《Nature》杂志上发表论文。
切尔西则与AiSCOUT公司合作，将AI技术应用于青训体系。AI系统能分析年轻球员的技术动作，帮助青训部门识别有潜力的球员。
西甲塞维利亚曾与IBM合作，推出了Scout Advisor系统。该系统基于IBM watsonx，后来也转用了Meta的Llama模型，能够解析球探报告中的自然语言描述，例如“擅长任意球”，从而快速筛选出合适的球员人选。
在所有尝试中，利物浦与DeepMind的合作最受瞩目。我们以这一合作为例，来看看AI能否带来竞技层面的显著提升。《Nature》发表的论文显示，DeepMind利用了利物浦连续三个赛季的7176次角球数据进行模型训练与评估。完成训练后，该模型理论上可以预测哪位球员更有可能率先触球，判断角球是否会导致射门，还能为球员提供最佳移动和站位建议。
一个足球豪门与顶级AI公司联手，还在《Nature》上发表论文，这样的合作听起来很有说服力。但实际效果怎样？利物浦的角球得分率真的提升了么？我们查阅了主流科技媒体和体育媒体的报道，但未找到相关结论。为此，我们进行了数据统计。
我们让AI从StatBunker获取过去六个赛季利物浦的角球得分数据，又从StatMuse获取了同期的角球次数，计算出每个赛季的角球得分率：
数据显示，除了2021至2022赛季外，其他赛季的角球得分率基本维持在3%左右，未出现明显波动。DeepMind和利物浦并未公开该AI系统具体投入使用的时间节点。《Nature》的论文发表于2024年3月，因此2021至2022赛季，这套系统很可能尚未正式应用。
也就是说，截至目前，与DeepMind合作开发的模型，尚未对利物浦的角球表现形成数据上可支撑的改善。我们之前也曾关注这个选题，并向Google DeepMind发出采访邀请，但未得到回应。
