历时39天，美加墨世界杯终于落下了帷幕，西班牙最终夺得冠军，时隔16年再次捧起了大力神杯。 我们这次在见到曾带领中国男足进入世界杯的传奇教练米卢时，他首先纠正了我们对足球的英文表达： "Not soccer. Football." 随后，他又告诉我们，机器人和AI的发展不会取代足球这项运动： "I prefer men, not robots."（“比起机器人，我更喜欢看真人。”） 此次的世界杯，一些比赛也在硅谷举行，众多科技大佬都曾前往现场观赛。在硅谷，人们相信AI将改变一切，但面对足球，这套信念似乎遇到了挑战。 过去几年，确实有不少初创公司和资本投入重金，试图用AI颠覆足球，但结果并不像人们想象得那么乐观。 这篇文章，我们将讨论顶级俱乐部如何利用AI改造足球，它们做过哪些尝试，又有哪些成功与失败的案例。Football Tech这一垂直赛道如何拥抱产业投资，又如何经历自我修正；以及AI正在如何悄悄改变我们参与足球和世界杯的方式。 当然，还有一个终极问题：中国的AI发展如此迅速，能让中国男足进入下一届世界杯吗？ 本文为视频改写，欢迎大家收看以下视频 我们先定义一下“足球AI”。如果你对足球AI的想象是，它能够提高球队胜率，成为一名“AI教练”，帮助球队赢得冠军，那么目前还没有证据能够表明，AI在这方面发挥了作用。 即便把范围再进一步缩小，例如AI能否帮助俱乐部签下更好的球员，或者提高角球的进球率，结论或许依然相同。 目前，已经有一些俱乐部做出了大胆尝试。例如，大名鼎鼎的“红军”利物浦与谷歌DeepMind合作，开发了一套名为“TacticAI”的定位球系统。它曾被媒体称为“足球AI的里程碑”，DeepMind还为此专门在《Nature》上发表了论文。 切尔西则与一家名为AiSCOUT的公司合作，将AI用于队内的青训系统。AI会分析年轻球员的各项技术动作，帮助青训部门发现优秀球员。 西甲的塞维利亚也曾与IBM合作，推出Scout Advisor。这套系统基于IBM watsonx，后来也使用过Meta的Llama。它能够理解球探报告中的自然语言，例如“擅长任意球”，帮助球探从大量报告中快速找到合适的球员。 在这些尝试中，利物浦与DeepMind的合作最为知名。我们以此为例，看看AI能否带来人们想象中的竞技水平提升。根据《Nature》上发表的论文，DeepMind使用了利物浦三个赛季的7176个角球进行训练和评估。完成训练后，模型理论上可以预测哪名球员更可能第一个触球、一次角球能否形成射门，也可以建议球员如何移动和站位。 一家足球豪门与一家顶尖AI公司合作，还在《Nature》上发表了论文，这样的组合听起来颇具说服力。但具体效果如何？利物浦的角球进球率真的提高了吗？我们查阅了主流科技媒体和体育媒体的报道，没有找到相关结论。于是，我们自己做了一次统计。 我们让AI从StatBunker调取了过去六个赛季利物浦的角球进球数，又从StatMuse调取了同期利物浦获得的角球数量，并计算出每个赛季的角球进球率： 从数据中可以看出，除了2021到2022赛季，其他赛季的角球进球率并没有显著变化，基本都在3%左右。DeepMind和利物浦都没有披露，这套AI系统具体从何时开始使用。《Nature》上的论文发表于2024年3月，因此在2021到2022赛季，这套系统大概率还没有投入使用。 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任何有数据支撑的改善。我们此前也曾在内部讨论过这个选题，并向Google DeepMind发出采访邀请，但没有收到回复。 沿着这组统计产生的疑问继续追问：为什么AI在其他领域一路狂飙，足球领域却始终没有出现一款，能够对竞技成绩产生颠覆性影响的AI产品？ 我们与一些业内人士交流后，得到的一个可能答案是：足球是所有体育运动中偶然性最高、变量最多的项目之一。这使得任何单一因素对比赛结果的影响，都很难被量化和验证。 一场比赛的结果受到太多变量影响，多到甚至无法完整统计。天气、裁判、场地条件、球员状态、现场氛围、球员之间的关系与协作，甚至球员的心理状态，都可能决定比赛结果。当然，还有阴谋论中的假球。 这些复杂变量还会相互影响，例如，现场氛围会影响球员状态，裁判的判罚也会反过来影响现场氛围。同时，一些变量还会随着时间推移发生变化，例如球员成名前可能非常自律，成为亿万富翁后却可能逐渐松懈。 一些变量的权重同样会发生变化，而且很难预测。以不自律为例，一位球员在年轻时，不自律的行为习惯或许对球场表现影响不大，年龄增长后，却可能导致状态明显下滑。但也存在反例：同样是体重超标，大罗依然是世界顶级球员。 这就形成了一个悖论：AI无法控制变量，导致模型的提升十分缓慢；即使俱乐部成绩有所提高，也很难证明这是