Специалисты Сбера разработали новый подход к футбольному скаутингу с помощью искусственного интеллекта, начиная с детско-юношеского футбола. ИИ-модель оценивает футболиста комплексно: учитывает его игру в конкретном матче, действия партнёров по команде и соперников. Такой подход помогает искать игроков с похожими характеристиками, формировать списки кандидатов и оценивать, насколько футболист подходит схеме игры команды, сообщает пресс-служба Сбера.
Многие существующие аналитические подходы опираются на усреднённые показатели игрока за сезон или анализируют его без полноценного учёта окружения на поле. Часть важной информации теряется, потому что один и тот же игрок может по-разному проявлять себя в каждом конкретном матче.
Новый подход учитывает этот контекст. Решение анализирует данные о футболистах команд и формирует представление с учётом того, как спортсмены провели конкретный матч, с кем играли и кому противостояли. При обучении модели использовались открытые рейтинги футболистов: они помогали ей различать более удачные и менее удачные выступления. При этом выводы об игроке модель строила на основе данных самого матча, а не готового рейтинга.
Тестирование показало: анализ индивидуальных характеристик футболиста и его окружения на поле помогает модели давать более точную оценку. На практике такой инструмент может стать дополнительным источником информации для скаутов — специалистов, которые ищут и оценивают потенциальных новичков команды. Кроме того, использование ИИ-технологий способно облегчить работу детских тренеров и помочь в анализе тренировочного процесса, тем самым популяризируя применение инновационных решений в рабочем процессе.
Семён Будённый, управляющий директор, начальник управления развития перспективных технологий AI Сбербанка:
"В футболе игрока сложно оценивать в отрыве от команды и соперника. Одни и те же показатели могут означать разное в зависимости от того, с кем и против кого человек выходит на поле. Наша задача — дать тренерам, скаутам и аналитикам дополнительный инструмент, который помогает увидеть эту картину целиком. Для клуба это дополнительное подспорье при выборе игрока и его дальнейшем развитии, для самого спортсмена — более точная оценка его игры с учётом реального контекста, а для детско-юношеского футбола — возможность раньше замечать перспективных ребят и выстраивать их развитие более осознанно".
Исследование подготовлено командой Sber AI, которую возглавил Константин Митин, руководитель направления внедрения технологий искусственного интеллекта в спортивную индустрию Сбербанка. Научная работа вошла в программу 13-го международного воркшопа по машинному обучению и анализу данных в спорте MLSA 2026, который прошёл в Неаполе на конференции ECML PKDD 2026 (18+).
