Od Salahovog naslednika do taktike uz ChatGPT: Kako veštačka inteligencija menja fudbal

Može da pomogne klubovima u pronalaženju zamene za Mohameda Salaha, praćenju povreda, proceni razvoja mladih igrača, kontroli opterećenja, ali čak i u izboru taktike.

Fudbal je odavno postao sport u kojem detalji odlučuju.

Klubovi ulažu ogromne količine novca kako bi pronašli i najmanju prednost u odnosu na konkurenciju, a tehnologija je postala jedno od glavnih oružja u toj potrazi.

Od skautinga i regrutacije igrača, preko prevencije povreda i razvoja talenata, pa sve do taktike – veštačka inteligencija već menja način na koji klubovi rade, ističe se u analizi portala Goal.

Kako pronaći naslednika Mohameda Salaha?

EPA/ADAM VAUGHAN

Liverpul je prošle godine imao težak zadatak kada je morao da odluči šta da uradi sa Mohamedom Salahom.

Egipatski krilni fudbaler bio je jedan od ključnih igrača kluba gotovo čitavu deceniju, ali je njegova produkcija počela da opada.

Uz još godinu dana ugovora, Liverpul je morao da proceni da li da se rastane sa klupskom legendom ili da nastavi saradnju sa igračem koji je već zašao u pozne godine karijere.

U takvim situacijama statistika može da bude od velike pomoći, a upravo tu veštačka inteligencija pokušava da napravi razliku.

Din Brača, osnivač kompanije "Marquee" koja koristi veštačku inteligenciju za potrebe fudbalskih klubova, upravo je Salaha naveo kao primer.

"Znamo da Mohamed Salah napušta Liverpul. Želimo da pronađemo igrače koji mogu da ga zamene. Takođe znamo da je Andoni Iraola sada trener i da se stil ekipe menja. Umesto da pretražujete različite platforme sa podacima, mi nudimo iskustvo slično ChatGPT-u, ali zasnovano na modelima mašinskog učenja, koji će vam izdvojiti pet ili deset igrača koji bi idealno odgovarali", objasnio je Brača.

To je samo jedan od načina na koji AI ulazi u fudbal.

"Svi tražimo bilo kakvu prednost"

Mark Kerton / Shutterstock Editorial / Profimedia

Veštačka inteligencija koristi se i za praćenje opterećenja igrača, treninge, analizu povreda, ali i taktiku.

Robin Frejzer, trener Toronta u MLS ligi, priznaje da je tehnologija već deo svakodnevnog rada klubova.

"Mislim da je to nešto što analitičari sada koriste. Očigledno je da su oni mnogo više uključeni u veštačku inteligenciju i način na koji ona može da nam pomogne kao trenerima. Zanimljivo je čuti njihovu perspektivu. Još smo veoma, veoma rano u procesu otkrivanja kako najbolje da koristimo AI", rekao je Frejzer.

Odnos fudbala i tehnologije je, međutim, komplikovan.

Dok jedni strahuju da bi veštačka inteligencija jednog dana mogla da ugrozi radna mesta, drugi smatraju da ona samo ubrzava poslove koje su sportski naučnici, skauti i analitičari već obavljali.

Verovatno je istina negde između.

Jedno je, međutim, sigurno – tehnologija koja klubovima štedi vreme i omogućava da ogromne količine podataka pretvore u korisne informacije neće nestati.

Previše podataka postalo je problem

Every Second Media, Every Second Media / Alamy / Profimedia

Brača je do fudbala došao kao veliki navijač Arsenala koji je pisao blogove o londonskom klubu.

Kombinovao je ono što vidi na terenu sa statistikom i pokušavao da pronađe igrače koje bi veliki klubovi trebalo da dovedu.

Kada je zbog obaveza na svom glavnom poslu imao sve manje vremena, napravio je AI model koji je mogao da generiše osnovu njegovih tekstova.

Ubrzo su počeli da mu se javljaju profesionalni skauti.

"Počeo sam da dobijam poruke od profesionalnih skauta i klubova koji su me pitali: 'Kako znaš sve ovo o igraču?' A ja sam odgovarao: 'Ne znam. To je samo ChatGPT'", ispričao je Brača.

Tada je shvatio koliko bi veštačka inteligencija mogla da promeni skauting. Problem više nije bio nedostatak podataka, već njihova ogromna količina.

"U poslednjih deset godina ova industrija je prešla od potpune oskudice do preopterećenosti podacima. Sada imamo drugi problem, jer postoji toliko različitih dobavljača podataka", objasnio je.

Kompanija Marquee pokušava da sve te informacije objedini i klubovima ponudi konkretne preporuke.

Njihov sistem ne funkcioniše samo kao virtuelna verzija Football Managera. Analizira igrače i pokušava da pronađe one koji ne samo da poseduju kvalitet, već se uklapaju i u određeni sistem igre.

Može li AI da predvidi povredu?

IMAGO / imago sportfotodienst / Profimedia

Veštačka inteligencija koristi se i u borbi protiv povreda.

U utakmici MLS lige između Sinsinatija i Nešvila, tehnologija je kod Meta Mjazge pet minuta pre nego što je zatražio izmenu registrovala "nepravilan obrazac kretanja".

To ne znači da je sistem mogao da spreči povredu, niti da je znao šta će se dogoditi.

Ali je prepoznao promenu u ponašanju igrača. Poseban problem predstavljaju povrede zadnje lože.

Studija iz 2020. godine pokazala je da povrede mišića zadnje lože čine oko 12 odsto svih povreda u profesionalnom fudbalu, dok se procenat ponovljenih povreda kreće u veoma širokom rasponu.

Met Braun, direktor analitike kompanije "Springbok Analytics", smatra da je jedan od problema upravo nedostatak preciznih podataka.

"Imamo svu novu tehnologiju koja postoji, nove načine testiranja, koliko sile možete da proizvedete, kako izgleda trčanje... Povrede zadnje lože nisu se smanjile. Naprotiv, povećale su se", rekao je Braun.

Springbok koristi veštačku inteligenciju kako bi iz MRI snimaka napravio detaljne trodimenzionalne modele mišića.

"Možemo da obradimo MRI snimke uz pomoć AI-ja, napravimo trodimenzionalni prostor i vreme, odredimo granice mišića i dobijemo veoma precizan digitalni blizanac", objasnio je Braun.

Sistem ne leči povrede i ne nudi čarobno rešenje za njihovu prevenciju. Njegova uloga je da ubrza i unapredi proces analize.

Podaci koji su ranije mogli da budu obrađivani danima sada su dostupni za nekoliko sati.

Veštačka inteligencija prati razvoj mladih igrača

Terence Lewis / Zuma Press / Profimedia

Jedna od najzanimljivijih primena AI tehnologije odnosi se na mlade fudbalere.

Akademije svakodnevno moraju da procenjuju koliko je određeni igrač fizički i fudbalski spreman za viši nivo. Posebno je teško proceniti kada će dete fizički sazreti.

Kompanija Fit tvrdi da taj proces može značajno da ubrza. Potrebna su samo četiri fotografije igrača iz različitih uglova.

Sistem potom procenjuje visinu, telesnu masu, raspon ruku i druge fizičke karakteristike, ali pokušava da predvidi i buduću visinu i fizički razvoj.

Osnivač kompanije Hanif Braun ovu tehnologiju u šali naziva "ChatGPT-em za fudbal".

Proces koji je ranije zahtevao veliki broj merenja sada može da bude završen za manje od 30 sekundi.

To može biti posebno važno kod mladih igrača koji fizički kasnije sazrevaju.

"Igrač koji ima 14 godina, ali je rano sazreo, potpuno je drugačiji od igrača koji ima 14 godina i kasno sazreva. MLS sada to može naučno da utvrdi i napravi bolje razvojne puteve za takve igrače kako ne bi ispali iz sistema", rekao je Braun.

AI može da predloži i taktiku

DOC-Photo, Panther Media Global / Alamy / Profimedia

Veštačka inteligencija nije ograničena samo na statistiku, skauting i medicinu.

Neki treneri je već koriste i za taktičke ideje.

Frejzer je priznao da je eksperimentisao sa ChatGPT-om kako bi pronašao moguće prednosti u određenim duelima i formacijama.

Još zanimljiviji primer dolazi iz ženskog fudbala.

Trenerka Sijetl Rejna Laura Harvi otkrila je 2025. godine da je koristila ChatGPT kako bi razmišljala o taktici protiv ekipa u NWSL ligi.

Pitala je veštačku inteligenciju: "Koju formaciju treba da igramo kako bismo pobedili ekipe NWSL-a?"

ChatGPT je za dve tadašnje ekipe predložio igru sa petoricom defanzivaca.

Harvi je razmotrila ideju zajedno sa stručnim štabom, a Sijetl Rejn je potom koristio sistem sa pet igrača u poslednjoj liniji.

Ekipa je sezonu završila na petom mestu, čak osam pozicija bolje nego prethodne godine.

Da li je ChatGPT preokrenuo sezonu Sijetla? Naravno da nije.

Ali je ponudio ideju koja je na kraju završila na terenu.

Gde su granice?

Sven Heidmann / imago sportfotodienst / Profimedia

Sve ovo zvuči veoma zanimljivo, ali upotreba veštačke inteligencije donosi i brojna pitanja.

Posebno je osetljivo predviđanje razvoja tinejdžera. Jedna pogrešna procena mogla bi da utiče na način na koji klub gleda na mladog fudbalera.

Postavlja se i pitanje radnih mesta. Ako AI može da obavlja deo posla skauta, analitičara ili sportskog naučnika, da li će klubovima biti potrebno manje zaposlenih?

Brača smatra da će klubovi sve češće birati između toga da sami razvijaju tehnologiju ili da je kupe od specijalizovanih kompanija.

Primer Volfsburga pokazuje da tehnologija sama po sebi ne garantuje uspeh.

Nemački klub bio je među ranim korisnicima AI tehnologije i tvrdio je da mu je ona pomogla da uštedi oko milion evra godišnje kroz administrativne poslove i prevenciju povreda.

Ipak, rezultati ekipe na terenu bili su loši, što je izazvalo kritike zbog načina na koji je klub promovisao upotrebu veštačke inteligencije.

Mijo Lubec / imago sportfotodienst / Profimedia

To, međutim, nije zaustavilo razvoj.

Sevilja koristi IBM-ovu tehnologiju WatsonX za upravljanje podacima, dok sve više klubova eksperimentiše sa različitim AI alatima.

Možda veštačka inteligencija neće pronaći svakog sledećeg Salaha. Možda neće sprečiti svaku povredu, niti će pronaći savršenu formaciju.

Ali u sportu u kojem često najmanji detalj odlučuje pobednika, čak i mala prednost može da bude ogromna.

"Svi tražimo bilo kakvu prednost koju možemo da dobijemo", zaključio je Robin Frejzer.

I upravo zbog toga je jasno da će veštačka inteligencija biti sve važniji deo modernog fudbala.