artificiell intelligence
Hur ska du då dra nytta av AI?
Om du inte tycker att idrott och analys hör ihop vill du nog sluta läsa här. Eller kanske börja med att validera min tidigare krönika om "Varför avancerad analys och AI inom idrott?". Om du känner att du passerat "Varför?"-frågan så kanske du i stället tycker att rubriken ovan inte kräver en egen artikel, att Nikes slogan "Just do it" räcker.
Jag kan faktiskt förstå det, jag brukade tro att det skulle räcka att ta fram information som tidigare var okänd för att trigga engagemang och agerande.
Mer än en gång har jag dock efter att vi visat ett sportledningsteam information som de aldrig sett tidigare baserat på data som de inte insåg fanns upptäckt att ”när mötet tog slut blev allt som förut”. Detta trots att de tydligt både ser och uttrycker hur dessa saker skulle vara värdefulla för dem går det inte nödvändigtvis framåt därifrån. Så, om frågan "Varför?" inte är ett problem, låt oss ta en titt på "Hur?". Hur göra analys värdefull och operativ?
Därför blev Nicklas så framgångsrik
Vad är AI (artificiell intelligence) egentligen? Skiljer det sig från avancerad data-analys och i så fall hur? Vi kan komma till det, men om vi för nu nöjer oss med att det handlar om data, datakraft och algoritmer så låt mig börja med ”Varför?”.
Christer Bodell är vägvisaren för Idrottens Affärers läsare, med en text i dag och en ny i morgon. Det visar sig att här kan Idrotten ha mycket att lära för att nå framgång.
Bodell tar ishockeybacken Nicklas Lidström som ett bra exempel på vad analys kan få för resultat.
Mer än tio år efter filmen ”Moneyball” och nästan 20 år efter boken med samma namn om Oakland A:s metoder att nå framgång har statistik och analys blivit en etablerad del av idrotten inte bara för de mest nördiga. TV-programmen ”Hockeylabbet” och ”Fotbollslabbet” är bara två exempel på det. Vad vi dock också inser är att det är ingen garant för vinst. Så "Varför?". Vi backar bandet lite och ser om svaren fortfarande håller.
