จาก F1 สู่ฟุตบอล: Mike Sansoni กับภารกิจเปลี่ยนแมนยูด้วย AI

ในโลกธุรกิจยุคใหม่ที่ขับเคลื่อนด้วยข้อมูลและปัญญาประดิษฐ์ (AI) การตัดสินใจขององค์กรไม่ได้พึ่งพาเพียงประสบการณ์หรือสัญชาตญาณอีกต่อไป แต่ต้องอาศัยการวิเคราะห์เชิงลึกจากข้อมูลมหาศาลเพื่อสร้างความได้เปรียบในการแข่งขัน  แต่ต้องอาศัยการวิเคราะห์เชิงลึกจากข้อมูลมหาศาลเพื่อสร้างความได้เปรียบในการแข่งขัน ล่าสุด สโมสรฟุตบอลแมนเชสเตอร์ยูไนเต็ดได้แสดงให้เห็นถึงแนวคิดนี้อย่างชัดเจน ด้วยการแต่งตั้ง Mike Sansoni อดีตวิศวกรจากทีมแข่งรถ Formula 1 ของ Mercedes-AMG Petronas ให้ดำรงตำแหน่ง Director of Data ซึ่งถือเป็นบทบาทใหม่ที่สะท้อนถึงการเปลี่ยนแปลงเชิงกลยุทธ์ขององค์กรกีฬาแห่งนี้

จากสนามแข่ง F1 สู่สนามฟุตบอล

Mike Sansoni ไม่ได้มาจากแวดวงฟุตบอล แต่เขาคือหนึ่งในผู้อยู่เบื้องหลังความสำเร็จของทีมแข่งรถ Mercedes-AMG Petronas ที่คว้าแชมป์โลก F1 ถึง 8 สมัยในช่วงเวลา 11 ปีที่เขาทำงานอยู่ที่นั่น ในฐานะ Senior Performance Engineer เขามีหน้าที่วิเคราะห์ข้อมูลกว่า 1.5–3 เทราไบต์ต่อสุดสัปดาห์การแข่งขัน เพื่อปรับแต่งรถแข่งให้เหมาะสมกับสภาพสนามและกลยุทธ์ของนักแข่งระดับโลกอย่าง Lewis Hamilton

ความเชี่ยวชาญของเขาครอบคลุมตั้งแต่ Machine Learning, Advanced Modelling, ไปจนถึง Data Engineering ซึ่งเป็นทักษะที่สามารถนำมาประยุกต์ใช้ในวงการฟุตบอลได้อย่างมีประสิทธิภาพ
 

ทำไมแมนยูฯ ถึงเลือกคนจากนอกวงการ?

การแต่งตั้งครั้งนี้ไม่ใช่เรื่องบังเอิญ แต่เป็นส่วนหนึ่งของการเปลี่ยนแปลงองค์กรครั้งใหญ่ภายใต้การนำของ CEO คนใหม่ Omar Berrada และกลุ่มเจ้าของร่วมอย่าง INEOS กลุ่มบริษัทเคมีภัณฑ์ระดับโลกข้ามชาติของอังกฤษ ที่มีแนวคิดในการนำความรู้ข้ามอุตสาหกรรมมาใช้เพื่อสร้างความได้เปรียบเชิงกลยุทธ์
ในโลกของ F1 การตัดสินใจทุกวินาทีต้องอิงจากข้อมูลที่แม่นยำและการคาดการณ์ที่ลึกซึ้ง ซึ่งเป็นแนวทางที่แมนยูฯ ต้องการนำมาใช้ในฟุตบอล ไม่ว่าจะเป็นการวิเคราะห์ฟอร์มนักเตะ, การป้องกันการบาดเจ็บ, การวางแผนกลยุทธ์ หรือแม้แต่การซื้อขายนักเตะ
Sansoni ได้เริ่มสร้างทีมงานด้านข้อมูลใหม่ตั้งแต่เดือนเมษายน และมีส่วนร่วมในการเซ็นสัญญานักเตะอย่าง Matheus Cunha และ Bryan Mbeumo โดยอิงจากการวิเคราะห์ข้อมูลเชิงลึก ซึ่งสะท้อนถึงผลลัพธ์ของแนวทางใหม่ที่เริ่มเห็นผลแล้ว
 

AI และข้อมูล: เครื่องมือเปลี่ยนเกมของวงการฟุตบอล

การใช้ข้อมูลร่วมกับ AI ในวงการฟุตบอลไม่ใช่เรื่องใหม่ แต่การนำมาใช้ในระดับโครงสร้างองค์กรอย่างที่แมนยูฯ กำลังทำ ถือเป็นการยกระดับแนวคิดนี้ไปอีกขั้น โดย AI สามารถช่วยสโมสรฟุตบอลได้ในหลายด้าน เช่น:
การวิเคราะห์ฟอร์มการเล่น

ใช้ AI วิเคราะห์วิดีโอการแข่งขันเพื่อประเมินประสิทธิภาพของนักเตะในแต่ละตำแหน่งอย่างละเอียดและแม่นยำ โดย AI สามารถติดตามการเคลื่อนที่ของนักเตะแต่ละคน, วิเคราะห์รูปแบบการเล่น, ประเมินความแม่นยำในการส่งบอล, การเข้าปะทะ, และการทำประตูได้ นอกจากนี้ยังสามารถระบุจุดแข็งและจุดอ่อนของนักเตะแต่ละราย เพื่อให้โค้ชสามารถวางแผนการฝึกซ้อมและปรับปรุงแท็กติกได้อย่างมีประสิทธิภาพสูงสุด.

การป้องกันการบาดเจ็บ

การวิเคราะห์ข้อมูลจาก wearable devices มีบทบาทสำคัญในการช่วยทีมและนักกีฬาคาดการณ์ความเสี่ยงของการบาดเจ็บและปรับแผนการฝึกซ้อมได้อย่างมีประสิทธิภาพ อุปกรณ์เหล่านี้ เช่น นาฬิกาอัจฉริยะ หรือเซ็นเซอร์ที่ติดกับชุดกีฬา สามารถเก็บข้อมูลทางสรีรวิทยาของนักกีฬาได้อย่างต่อเนื่องและละเอียดอ่อน ไม่ว่าจะเป็นอัตราการเต้นของหัวใจ, คุณภาพการนอนหลับ, ระดับความเครียด, ระยะทางที่วิ่ง, ความเร็ว, จำนวนครั้งของการกระโดด, หรือแม้กระทั่งแรงกระแทกที่เกิดขึ้นกับร่างกาย ข้อมูลเหล่านี้จะถูกส่งไปยังระบบวิเคราะห์เพื่อประเมินสถานะปัจจุบันของนักกีฬา

เมื่อข้อมูลถูกรวบรวมและวิเคราะห์อย่างเป็นระบบ จะสามารถบ่งชี้ถึงสัญญาณเตือนล่วงหน้าของความอ่อนล้าสะสม (fatigue), การฟื้นตัวที่ไม่สมบูรณ์ (incomplete recovery), หรือแม้กระทั่งความเสี่ยงที่เพิ่มขึ้นของการบาดเจ็บที่อาจเกิดขึ้นได้ 

การวางแผนกลยุทธ์

ใช้ Machine Learning ในการวิเคราะห์และระบุรูปแบบการเล่นของคู่แข่ง ซึ่งรวมถึงการวิเคราะห์จุดแข็ง จุดอ่อน และแนวโน้มการเคลื่อนที่ของผู้เล่น เพื่อวางแผนการรับมือที่เหมาะสมและมีประสิทธิภาพในการแข่งขัน

การซื้อขายนักเตะ

การประเมินมูลค่าและศักยภาพของนักเตะอย่างครอบคลุมนั้นต้องอาศัยข้อมูลเชิงลึกจากหลากหลายมิติ ไม่ว่าจะเป็นอายุ ซึ่งส่งผลต่อระยะเวลาในการใช้งานและโอกาสในการพัฒนา สถิติการเล่นที่ผ่านมา ไม่ว่าจะเป็นจำนวนประตูที่ทำได้, แอสซิสต์, ความแม่นยำในการส่งบอล, การเข้าปะทะ, หรือระยะทางที่วิ่งได้ ซึ่งสะท้อนถึงผลงานและบทบาทในสนาม ความเข้ากันได้กับทีมในแง่ของสไตล์การเล่น, ตำแหน่งที่ถนัด, และปรัชญาของโค้ชก็เป็นสิ่งสำคัญเช่นกัน เพื่อให้มั่นใจว่านักเตะจะสามารถปรับตัวเข้ากับระบบและสร้างประโยชน์สูงสุดให้กับทีมได้ นอกจากนี้ ข้อมูลด้านสภาพร่างกาย, ประวัติอาการบาดเจ็บ, บุคลิกภาพนอกสนาม, และความมุ่งมั่นในการฝึกซ้อมก็เป็นองค์ประกอบที่ไม่อาจมองข้ามได้ เพื่อให้ได้การประเมินที่แม่นยำและรอบด้านที่สุด

การบริหารแฟนคลับและธุรกิจ

การวิเคราะห์พฤติกรรมผู้ชมหรือแฟนคลับเป็นหัวใจสำคัญในการปรับกลยุทธ์ทางการตลาด การขายตั๋ว และการสื่อสารขององค์กรหรือสโมสรฟุตบอล เช่น แมนเชสเตอร์ยูไนเต็ด การทำความเข้าใจอย่างลึกซึ้งว่าผู้ชมมีปฏิสัมพันธ์กับเนื้อหาอย่างไร พวกเขาใช้แพลตฟอร์มใดบ้าง ความสนใจของพวกเขาคืออะไร และอะไรคือปัจจัยที่กระตุ้นให้เกิดการตัดสินใจซื้อหรือมีส่วนร่วม จะช่วยให้สามารถสร้างแคมเปญที่มีประสิทธิภาพและตรงจุดมากยิ่งขึ้น

 

สโมสรฟุตบอลที่ใช้ AI และ Data Analytics อย่างจริงจัง

แมนเชสเตอร์ยูไนเต็ดไม่ใช่สโมสรเดียวที่เดินหน้าสู่ยุคข้อมูล หลายสโมสรชั้นนำในยุโรปได้ลงทุนในเทคโนโลยีนี้อย่างจริงจัง เช่น:

• Liverpool FC: ใช้ AI วิเคราะห์ข้อมูลการเล่นเพื่อปรับแผนการฝึกซ้อมและการซื้อขายนักเตะ โดยมีทีม data science ที่ทำงานใกล้ชิดกับผู้จัดการทีม
• Brentford FC: เป็นหนึ่งในสโมสรที่ใช้ data-driven scouting อย่างเข้มข้นในการค้นหานักเตะราคาถูกแต่มีศักยภาพสูง
• Brighton & Hove Albion: ใช้ AI ในการวิเคราะห์ tactical patterns และการพัฒนานักเตะเยาวชน
• Bundesliga Clubs (เยอรมนี): ใช้ระบบวิเคราะห์วิดีโออัตโนมัติที่ลดเวลาการรีวิวเกมลงถึง 40%
• Premier League Clubs: บางสโมสรใช้ AI ในการวิเคราะห์พฤติกรรมแฟนบอลเพื่อเพิ่มยอดขายสินค้าและตั๋วถึง 30%

ข้อมูลล่าสุดระบุว่า 65% ของสโมสรฟุตบอลทั่วโลก ใช้ AI เพื่อปรับปรุงการตัดสินใจเชิงกลยุทธ์ และ 82% ของนักวิเคราะห์ข้อมูลกีฬา เชื่อว่า AI จะเป็นหัวใจของการค้นหานักเตะดาวรุ่งในอนาคต  

บทเรียนสำหรับผู้ประกอบการ

สำหรับนักธุรกิจและผู้ประกอบการรายย่อย การแต่งตั้ง Mike Sansoni คือบทเรียนสำคัญว่า:

การดึงผู้มีความสามารถจากภายนอกวงการอุตสาหกรรมที่คุ้นเคย อาจเป็นก้าวสำคัญและเป็นจุดเริ่มต้นของการสร้างสรรค์นวัตกรรมที่แท้จริงและแปลกใหม่ การเปิดรับมุมมองที่แตกต่างและประสบการณ์ที่หลากหลายจากผู้ที่ไม่ได้อยู่ในกรอบคิดเดิมๆ ของอุตสาหกรรมนั้นๆ สามารถนำมาซึ่งแนวคิดที่ไม่เคยมีมาก่อน ซึ่งอาจพลิกโฉมวิธีการทำงาน ผลิตภัณฑ์ หรือบริการได้อย่างไม่น่าเชื่อ บุคลากรภายนอกเหล่านี้มักจะไม่มีอคติจากข้อจำกัดหรือความเชื่อเก่าๆ ที่ฝังรากอยู่ในอุตสาหกรรม ทำให้พวกเขากล้าที่จะตั้งคำถามกับสิ่งที่เป็นอยู่ และนำเสนอวิธีการแก้ไขปัญหาที่แหวกแนวและมีประสิทธิภาพสูง การผสมผสานความรู้และทักษะจากสาขาอื่นเข้ามา จะช่วยกระตุ้นให้เกิดการคิดนอกกรอบ และผลักดันให้องค์กรก้าวข้ามขีดจำกัดเดิมๆ สู่การสร้างสรรค์สิ่งใหม่ๆ ที่เป็นประโยชน์อย่างแท้จริง

การนำข้อมูลมาใช้ประกอบการตัดสินใจ (Data-Driven Decision Making) ไม่ได้จำกัดอยู่เพียงแค่บริษัทขนาดใหญ่ที่มีทรัพยากรมากมายเท่านั้น แต่เป็นแนวคิดที่สามารถนำมาปรับใช้ได้กับธุรกิจทุกขนาด ทุกประเภท และทุกระดับ ตั้งแต่ผู้ประกอบการรายย่อยไปจนถึงองค์กรข้ามชาติ การตัดสินใจบนพื้นฐานของข้อมูลช่วยให้ธุรกิจมีความได้เปรียบในการแข่งขัน ลดความเสี่ยง และเพิ่มประสิทธิภาพในการดำเนินงานได้อย่างยั่งยืน

สำหรับธุรกิจขนาดเล็กและขนาดกลาง (SMEs) การประยุกต์ใช้ข้อมูลอาจเริ่มต้นจากจุดเล็กๆ เช่น การรวบรวมข้อมูลยอดขายรายวันเพื่อวิเคราะห์สินค้าที่ได้รับความนิยมสูงสุด หรือการติดตามพฤติกรรมการซื้อของลูกค้าเพื่อปรับปรุงกลยุทธ์การตลาด การใช้เครื่องมือวิเคราะห์ข้อมูลที่ไม่ซับซ้อน เช่น สเปรดชีต หรือแพลตฟอร์มอีคอมเมิร์ซที่มีฟังก์ชันวิเคราะห์ในตัว ก็สามารถสร้างความแตกต่างได้อย่างมหาศาล ตัวอย่างเช่น ร้านอาหารที่วิเคราะห์ข้อมูลการสั่งอาหารในแต่ละช่วงเวลา อาจพบว่าเมนูบางอย่างขายดีเป็นพิเศษในช่วงกลางวัน ทำให้สามารถวางแผนการจัดซื้อวัตถุดิบและจัดสรรพนักงานได้อย่างมีประสิทธิภาพมากขึ้น

ในระดับองค์กรขนาดใหญ่ การใช้ข้อมูลมีความซับซ้อนและครอบคลุมมากกว่านั้น โดยมีการลงทุนในระบบ Business Intelligence (BI) และ Big Data Analytics เพื่อรวบรวม วิเคราะห์ และสร้างแบบจำลองจากข้อมูลจำนวนมหาศาลจากหลายแหล่ง เช่น ข้อมูลการดำเนินงาน ข้อมูลลูกค้า ข้อมูลตลาด และข้อมูลจากโซเชียลมีเดีย การวิเคราะห์เหล่านี้ช่วยให้ผู้บริหารสามารถเข้าใจภาพรวมของธุรกิจ คาดการณ์แนวโน้มในอนาคต และตัดสินใจเชิงกลยุทธ์ที่สำคัญ เช่น การขยายตลาด การพัฒนาผลิตภัณฑ์ใหม่ หรือการปรับปรุงกระบวนการภายใน การตัดสินใจที่ขับเคลื่อนด้วยข้อมูลช่วยให้องค์กรสามารถระบุโอกาสทางธุรกิจที่ซ่อนอยู่ แก้ไขปัญหาได้อย่างตรงจุด และตอบสนองต่อการเปลี่ยนแปลงของตลาดได้อย่างรวดเร็ว

ไม่ว่าจะเป็นธุรกิจขนาดใด หัวใจสำคัญของการใช้ข้อมูลในการตัดสินใจคือการเปลี่ยนจาก "การเดา" ไปสู่ "การเข้าใจ" การมีข้อมูลที่ถูกต้อง ครบถ้วน และสามารถเข้าถึงได้ จะช่วยให้การตัดสินใจมีเหตุผล มีหลักฐานรองรับ และมีโอกาสประสบความสำเร็จสูงขึ้น นอกจากนี้ การสร้างวัฒนธรรมองค์กรที่ส่งเสริมให้พนักงานทุกระดับเห็นความสำคัญของการใช้ข้อมูล และสามารถเข้าถึงเครื่องมือที่จำเป็นในการวิเคราะห์ข้อมูลได้ จะเป็นปัจจัยสำคัญที่ทำให้การขับเคลื่อนธุรกิจด้วยข้อมูลเป็นไปอย่างมีประสิทธิภาพและยั่งยืนในระยะยาว

 

ไม่ว่าจะเป็นธุรกิจขนาดใด หัวใจสำคัญของการใช้ข้อมูลในการตัดสินใจคือการเปลี่ยนจาก "การเดา" ไปสู่ "การเข้าใจ" การมีข้อมูลที่ถูกต้อง ครบถ้วน และสามารถเข้าถึงได้ จะช่วยให้การตัดสินใจมีเหตุผล มีหลักฐานรองรับ

 

ในยุคที่ข้อมูลคือทรัพย์สินที่มีค่าที่สุด การเปลี่ยนแปลงของแมนเชสเตอร์ยูไนเต็ดอาจเป็นแรงบันดาลใจให้ผู้ประกอบการไทยหันมาให้ความสำคัญกับการใช้ข้อมูลและ AI ในการขับเคลื่อนธุรกิจของตนเอง