Всяко устройство, всяка платформа – AI разкрива нови хоризонти пред спортното съдържание
Технологията превръща персонализираното изживяване за феновете от предизвикателство в ежедневие
Данните са ключът към иновативните подходи за създаване и разпространение на спортното съдържание. Но дори организации като Бундеслигата, които генерират огромни количества данни, се сблъскват със сериозни предизвикателства, когато трябва да ги използват. Дори те да са добре структурирани.
Върху това акцентират по време на Digital Trends 2024 Бьорн Розентал, главен продуктов директор на Ringier Sports Media Group. Преди това, докато заема същия пост в DFL Digital Sports, той отговаря за дигиталната трансформация на германското футболно първенство.
По думите му основните трудности идват от две страни.
„Първата са платформите. Имате свои собствени канали, но трябва да се уверите, че съдържанието ви е видимо в Instagram, в X, в Tiktok, трябва да присъствате в YouTube. Ако искате да достигнете до по-млада аудитория, вероятно трябва да отидете и в twitch. Съществува и метавселената в лицето на платформи като Roblox и Fortnite, където също трябва да помислите как можете да присъствате“, посочи той.
В същото време огромна фрагментация има и по отношение на устройствата. Oт настолни компютри, през мобилни телефони до всевъзможни умни устройства и таблети – компаниите за спортно съдържание трябва да създават продукти, които да бъдат адекватни на всяко от тях.
„В моята история, в моя професионален живот, никога не съм виждал организация, която наистина да е в състояние да създаде съдържание, което да е перфектно подготвено за всички тези различни продуктови платформи. Така че това е огромно предизвикателство. А изкуственият интелект може да бъде решението“, категоричен беше Бьорн Розентал.
И все пак, по думите му, това не е най-голямата полза, която вижда той. Тя е свързана с персонализираното изживяване за феновете.
Голф, футбол, баскетбол – изкуствен интелект
В рамките на презентацията си Бьорн Розентал даде и конкретни примери как изкуствения интелект променя изживяването на феновете в три спорта – голф, футбол и баскетбол.
Голф
При голфа демонстрира как PGA Tour използва платформата Watsonx на IBM, за да предостави на зрителите пълна статистика и точното местоположение на всеки удар, на всеки играч, на всяка дупка.
„Ако се опитвате да следите голфа по класическото предаване, то това е доста трудно, защото те отразяват само тези, които са начело. Ако искате да следите някой, който е на по-задна позиция, това на практика е невъзможно. Но приложението с AI на PGA дава пълен достъп до всеки един играч, който е на игрището. Виждате всеки отделен удар и дори имат коментари на английски и испански език“, коментира той.
Футбол
За да покрие възможно най-много платформи и устройства, Бундеслигата решава да взаимства начина на представяне на историите от социалните мрежи. Така тя въвежда вертикалните видеоклипове, станали толкова известни в Tiktok. Но се оказва, че екипът от редактори няма капацитета да се справи.
„Затова подходът ни беше да използваме голям езиков модел, който взима една статия и създава от нея формат на история. Това се получи доста добре“, обясни главният продуктов директор на Ringier Sports Media Group.
По друг начин казано, DFL Digital Sports задава команда на LLM да обобщи една статия и да я превърне в списък от отделни слайдове, като техният брой трябва да бъде между три и осем.
Баскетбол
Но най-впечатляващ от всички примери беше този от НБА. В него беше показано как се генерират 3D модели въз основа на двуизмерни изображения. Видеоклипът показа как случаен човек може да се окаже в репортаж от НБА и да се въплъти в ролята на баскетболист – да забива, да подава, да се радва на терена. Всичко това само с един смартфон и мощен AI софтуер.
В демонстрацията човекът беше заснет от всички страни, след което двуизмерното видео беше въведено в софтуера за обработка. Няколко минути по-късно неговата фигура, наложена върху тази на баскетболист на Юта Джаз, започна да прави чудеса на терена.
А след като изумлението ми премина, просто си помислих: Какво ли предстои още да ни научи да правим AI?