چرا باشگاه‌ها به هوش مصنوعی متصل به عملیات نیاز دارند؟

به گزارش پایگاه تخصصی اقتصاد ورزش، یکی از مسیرهای تازه استفاده اقتصادی از هوش مصنوعی در ورزش، حرکت از ابزارهای مجزای تحلیل به سامانه‌هایی است که داده‌های مختلف سازمان را به فرآیندهای تصمیم‌گیری متصل می‌کنند. همکاری باشگاه بوفالو سبرز با شرکت SprintAI نمونه‌ای از این رویکرد در ورزش حرفه‌ای است؛ پروژه‌ای که هدف آن اتصال اطلاعات عملکردی، گردش کار سازمانی و اطلاعات مورد نیاز مدیران است.

در بسیاری از سازمان‌های ورزشی، اطلاعات در سامانه‌های جداگانه نگهداری می‌شود: داده‌های بازیکنان در بخش فنی، اطلاعات فروش در سامانه بلیت، اطلاعات مشتریان در ابزارهای بازاریابی و اطلاعات مالی در نرم‌افزارهای حسابداری. اگر این سامانه‌ها به‌درستی با یکدیگر ارتباط نداشته باشند، مدیر برای پاسخ به یک پرسش ساده مانند «کدام مسابقات هزینه عملیاتی بالاتری دارند و چرا؟» ممکن است به جمع‌آوری دستی داده از چند واحد نیاز پیدا کند.

هوش مصنوعی می‌تواند در صورت دسترسی مجاز به داده‌های استاندارد، این اطلاعات را جمع‌بندی کند، الگوها را شناسایی کند و مواردی را که نیازمند بررسی انسانی هستند برجسته سازد. برای مثال، یک سامانه می‌تواند روند فروش بلیت را با ظرفیت ورزشگاه، زمان مسابقه و سابقه فروش مقایسه کند و در صورت افت غیرمنتظره تقاضا، هشدار دهد.

اما باید میان صرفه‌جویی بالقوه و بازده اثبات‌شده تفاوت گذاشت. اعلام همکاری یک باشگاه با شرکت فناوری، به‌تنهایی ثابت نمی‌کند که درآمد افزایش یافته یا هزینه‌ها کاهش پیدا کرده است. برای سنجش اثر اقتصادی، باشگاه باید هزینه مجوز نرم‌افزار، یکپارچه‌سازی سامانه‌ها، پردازش داده، امنیت و آموزش کارکنان را با منافع قابل اندازه‌گیری مقایسه کند.

شاخص‌هایی مانند کاهش ساعات کار دستی، کوتاه‌شدن زمان تهیه گزارش، کاهش خطا، افزایش نرخ تبدیل فروش و بهبود دقت پیش‌بینی می‌توانند مبنای ارزیابی باشند. در پروژه‌های درآمدی نیز باید اثر AI از عواملی مانند تغییر قیمت، عملکرد تیم، تقویم مسابقات و شرایط بازار جدا شود.

بنابراین، پرسش اصلی برای مدیران ورزشی نباید این باشد که «چگونه هوش مصنوعی را وارد باشگاه کنیم؟»؛ بلکه باید پرسید کدام تصمیم یا فرآیند پرهزینه را می‌توان به کمک هوش مصنوعی بهتر کرد و چگونه این بهبود را اندازه می‌گیریم؟

انتهای پیام/