高盛集團（Goldman Sachs）在本屆世足賽上，挖了球隊跟球員的資料，利用人工智慧跟複雜模型進行投資決策分析，100萬種可能的賽事發展，這麼辛苦的預測連連失準，還被外媒封為「最大的輸家」。
今年高盛預測巴西、法國、德國和葡萄牙晉級四強，結果只有猜中一隊法國。後來再次預測冠軍將由英國對比利時，結果帶著大家賭錯盤，今年預測的成績甚至不如 2014 年。
運動趨勢真的沒辦法預測嗎？
高盛曾在 2014 年世界盃使用過去 10 屆國際運動會和球隊排名中所取得的進球數, 加上球隊離家距離遠近的考慮因素類比，結果高盛預測巴西對德國 2:1，實際上卻是德國以 7:1 大勝巴西。
據《自由時報》引述《彭博》對沖基金左上方機會基金（Upper Left Opportunities Fund）創辦人培爾（Tom Pair）在推文中表示，「此事給我們的教訓是，大數據和人工智慧等等引發騷動的科技，不一定能使統計預測更準確。」
高盛今年為了捲土重來，將球員的變數加入，更複雜的分析結果反沒有提高預測精準度，結果還不如 2014 年時至少還猜中 4 強裡的 3 支隊伍卻更為悽慘。
針對此結果，高盛經濟學家哈祖斯（Jan Hatzius）和史丹（Sven Jari Stehn）以「本質不可測」為由，解釋其統計模型失敗。
德國隊用數據分析戰略
今年德國透過「大數據作戰」──透過分析大量的數據，將球隊大量的現場影片與來自不同資料來源的比賽和訓練資訊進行整合，掌握各國弱點與作戰模式。
這使得德國足球協會的比賽分析師和教練團隊能快速識別進攻模式，並針對對手潛在的弱點、進行策略制定。
Google 也想當賭海明燈
Google 曾經找來一群工程師、資料科學家和資深球迷，利用 Google 雲端平台研發一套資料處理流程，也找到一些有趣的數據，像是 大三球員的蓋火鍋效率是最好的 ； 吉祥物是貓的球隊最容易上演「灰姑娘傳奇」（upset），贏過種子順位比自己還高的球隊。
用 AI 守住 LeBron James
《Techorange 科技報橘》曾經分享過一篇文章，密歇根大學的研究團隊研究 NBA 球員，想透過強化學習建立模型，尋找最佳包夾戰略。論文裡採用的訓練集是近三季以來的 NBA 影片，用到了 64 萬多個持球片段。研究理論認為只要反覆分析那些包夾表現完美的片段，理論上可以總結一套最佳的包夾戰略。
——
（全文提供合作夥伴轉載，參考資料：自由時報、Bloomberg，圖片來源：Instagram）
延伸閱讀：
報告教練：我用 AI 分析出怎麼守住 LeBron James 了！
