במרדף הבלתי מתפשר שלהם אחר תואר פרמייר ליג ראשון מזה עשרים שנה, בארסנל פנו בחשאי לעזרה חדשה. מאחורי הקלעים בלונדון, המועדון בונה משהו שיכול לשנות את עתידו. לא מדובר במערך חדש או בשינוי טקטי, אלא במהפכת בינה מלאכותית.
המועדון הרחיב את מחלקת מדעי הנתונים והשקיע בתשתיות מתקדמות של בינה מלאכותית, כלים המשתלבים כעת בכל תחום, מהזיהוי של שחקנים המתאימים לעקרונות הטקטיים של מיקל ארטטה ועד חיזוי פציעות לפני שהן מתרחשות.
טכנולוגיית הבינה המלאכותית היא המהפכה האחרונה בקרב מועדוני העילית. כולם מנסים למצוא יתרונות תחרותיים באמצעות נתונים ולמידת מכונה, וארסנל מבקשת למצב עצמה בין החלוצים בתחום. ההיגיון פשוט, במהלך עונה, שער אחד נוסף או מניעת פציעה עשויים להיות שווים נקודות יקרות, ואולי הצעד האחרון בדרך לתואר.
שחקני ארסנל חוגגים (IMAGO)ב’דיילי מייל’ סיפקו הצצה נדירה לעולם האלגוריתמים והמעבדות הדיגיטליות של ארסנל, שמעצבים את מסע האליפות שלהם. רק בשבוע שעבר רמז ארטטה בזהירות על האימוץ השקט של הבינה המלאכותית במועדון. הוא אמר, ״היא כבר נמצאת בשימוש עבור דברים ותהליכים רבים שיכולים לעזור לא רק לקבוצה אלא לארגון כולו. היא תשתפר ותעניק לנו תובנות טובות, או לפחות דברים לחשוב עליהם. אני לא מומחה, אבל זה כלי בעל ערך. פיתחנו דברים שלדעתנו יכולים לעזור לנו להבין את עצמנו טוב יותר ולהעריך את מה שאנו עושים ומה נוכל לשפר״.
זו הייתה הצצה לעולם שארסנל מעדיפה לא לפרסם. אחד הפיתוחים החשובים בלונדון הוא מה שהמועדון מכנה מודלים של ביצועים, כלים מותאמים אישית מונעי בינה מלאכותית, שפותחו בתוך המועדון. בכל יום אוספת ארסנל כמויות עצומות של נתונים, כמו מעקב GPS מהאימונים, סטטיסטיקות משחק, זמני התאוששות, ריצות ספרינט, מדדים ביומכניים ואפילו מיקרו תנועות במהלך תרגילים.
במקום להסתמך על וידאו או ניתוח סטטי אחרי משחק, מערכות הבינה המלאכותית קולטות עשרות אלפי נקודות מידע מהאימונים ומהמשחקים. כל מאגר נתונים מזין מודלים שמאומנים לענות על שאלות שבני אדם אינם יכולים, החל מזיהוי דפוסי עייפות ועד חיזוי סיכון לפציעות. במהותה, הטכנולוגיה מאפשרת לארסנל להיערך למה שיקרה, ולא רק להגיב למה שכבר קרה, שינוי עדין, אך מהפכני באופן התנהלות המועדון.
שחקני ארסנל (IMAGO)למידת מכונה, הענף של הבינה המלאכותית שמניע רבים מהמודלים הללו, מתמחה בבלתי נראה. היא מוצאת דפוסים שמסתתרים מעין אנושית. במקום להגדיר כללים כמו ״אם שחקן רץ פחות מ-X מטרים, הוא עייף״ המודלים מאומנים על שנים של נתוני ביצועים ומוצאים את הקשרים בעצמם. אף שהמועדון שומר על שיטות העבודה בסודיות, לפי ‘דיילי מייל’, ניטור הבינה שלהם מתמקד בכמה תחומים מרכזיים.
אחד מהם הוא פרופילים אישיים. לכל שחקן בקבוצה הבוגרת ובאקדמיה יש תיק דינמי המנתח מנגנוני ספרינט, קצבי התאוששות, ואיך הביומכניקה שלהם משתנה תחת עייפות. זה מאפשר לארסנל לאזן עומסי אימונים, לאבחן חולשות ולבנות תרגול מותאם אישית.
תחום נוסף, ואולי החשוב ביותר, הוא סיכון לפציעות והתאוששות, נושא שעיצב את עונותיה האחרונות של ארסנל. בעונת 2022/23 הפציעה בגב של וויליאם סאליבה פגעה בסיכויי האליפות ושיבשה את ההגנה. בעונה שעברה, מיקל מרינו הוסט לעמדת החלוץ כאקט של חירום לאחר פציעת שריר של קאי האברץ שהשביתה אותו לשלושה חודשים.
מיקל מרינו (IMAGO)כעת, כששישה שחקני התקפה אינם זמינים, האברץ, ויקטור גיוקרש, מרטין אודגור, גבריאל ז׳זוס, גבריאל מרטינלי ונוני מדואקה, החשיבות של מניעת פציעות באופן יזום ברורה יותר מאי פעם. המודלים של ארסנל נבנו כדי לחזות סיכון ולא רק להגיב אליו. כשהנתונים מרמזים על סכנה, הצוות מקשיב. באמצעות זיהוי מוקדם של סימני עומס או עייפות, ירידה קלה במהירות ההאצה או חוסר איזון מכני שעשוי להצביע על קרע שריר, המודלים יכולים להתריע על שחקנים הנדרשים להפחתת עומס.
לדוגמה, לפני רצף משחקים צפוף כמו חמשת המשחקים ב-14 ימים שמתחילים מול טוטנהאם ביום ראשון, המערכת עשויה להתריע על שחקנים שסוחבים עייפות גבוהה, מה שיוביל להפחתת דקות משחק. המטרה פשוטה, אך חיונית, לשמור על שחקנים זמינים. פחות פציעות פירושו יותר יציבות, ויותר יציבות פירושו יותר נקודות.
שימוש הבינה המלאכותית של ארסנל אינו מסתיים אצל הפיזיותרפיסטים וצוותי הביצועים. בהכנה טקטית, כלים מבוססי למידת מכונה מנתחים דפוסי משחק של היריבה ברמת פירוט זעירה. הם יכולים להעריך איפה נפתחים חללים כשמגנים עולים גבוה, או איך קשרים מגיבים לאותות לחץ. זה מאפשר לאנליסטים להציג תובנות מדויקות מבוססות נתונים כמו, ״כאשר המגן של היריבה עולה, נפתח חלל בין הבלם לקשר האחורי שהקשר ההתקפי שלנו יכול לנצל״.
מיקל ארטטה (IMAGO)גם תחום הרכש השתנה. הימים שבהם שחקנים הוערכו רק לפי שערים ובישולים חלפו. המודלים של ארסנל מנתחים תכונות שלא נראות בסטטיסטיקה גולמית, כמו התאמה של תפקיד וגמישות טקטית. לכל עמדה קיים כעת פרופיל פיזי וטקטי מדויק, המפרט את דרישות העומס והאינטנסיביות. לדוגמה, שחקן כנף עשוי להידרש לעמוד ברמות אינטנסיביות מסוימות ברצפים קצרים.
זה מאפשר לארסנל לזהות שחקנים זולים או פחות מוערכים שמתאימים בדיוק לסגנון המשחק שלהם, יתרון קריטי בשוק העברות שמבוסס יותר ויותר על נתונים. “ברמות הגבוהות, ההשקעה בבינה מלאכותית אינה אופציה, אלא הכרח. מה שמבדיל את ארסנל אינו עצם אימוץ הטכנולוגיה, אלא האופן שבו היא משולבת בכל שכבות המועדון. הבינה המלאכותית משולבת ממרכז האקדמיה ועד התאוששות הקבוצה הבוגרת”, פרגנו באנגליה.
מיקל ארטטה ומקס דאומן (IMAGO)“בשנים האחרונות המועדון הרחיב את מספר מדעני הנתונים ומהנדסי למידת מכונה שמועסקים בו, והם עובדים יחד עם אנליסטים ומאמנים כדי לתרגם נתונים לתובנות. ועדיין, בינה מלאכותית אינה פתרון קסם. המודלים טובים כמו איכות הנתונים שמוזנים לתוכם, והכדורגל נשאר בלתי צפוי. רגעי גאונות אישית או החלטות שיפוט יכולות עדיין לשבור כל אלגוריתם”, הוסיפו.
ובכל זאת, ארטטה וצוותו מחזיקים כעת ביותר כלים מאי פעם לתמיכה באינטואיציה שלהם. השילוב בין נתונים לאינטואיציה הוא המקום שבו ארסנל מאמינה שהקפיצה הגדולה הבאה תתרחש. שנים של התקדמות נראו על הדשא. אבל מאחורי דלתות סגורות, החיבוק של ארסנל את הבינה המלאכותית מתרחש בשקט בחדרי נתונים ולוחות שליטה דיגיטליים. וזה מה שמעניק לה עוצמה.
האם זה יספיק כדי להשיג את התואר שארסנל רודפת אחריו יותר מעשרים שנה, עדיין לא ברור. אך דבר אחד בטוח, הבסיס לארסנל חדה וחכמה יותר כבר מונח היטב, עתיד שנבנה לא רק על דיוק, אלא גם על יכולת חיזוי.