Inserito il 12 dicembre 2019 da Cory Benson
Quando il team di Dimension Data è stato rinominato NTT Pro Cycling, abbiamo sentito che NTT stava combinando intelligenza artificiale, apprendimento automatico e analisi dei dati per “portare il ciclismo professionistico e l’esperienza dei fan a un livello completamente nuovo”. Le notizie sui corridori professionisti non sono davvero il nostro genere, ma questo ha suscitato il nostro interesse. Quindi, in che modo l’IA e i big data avrebbero davvero cambiato il ciclismo professionistico, in particolare come gestire una squadra di professionisti? Volevamo saperne di più, quindi mi sono messo in contatto con due delle persone più influenti coinvolte nel ciclismo NTT per ottenerlo direttamente dalla fonte…
NTT Pro Cycling, un team di professionisti più intelligente grazie all’analisi dei big data
Per avere informazioni dettagliate su come NTT stava lavorando per rivoluzionare il ciclismo, ho parlato con Peter Gray – il vicepresidente senior dell’Advanced Technology Group di NTT Ltd per lo sport – e il dottor Daniel Green – capo dell’innovazione delle prestazioni di NTT e capo allenatore di NTT Pro ciclismo. Questi due ragazzi hanno spiegato cosa significava per i big data migliorare l’esperienza ciclistica professionale e come l’analisi dei dati stava creando un modo innovativo per gestire una squadra di ciclisti professionisti.
Trovare nuovi piloti per la squadra, con i dati
tutte le foto c. NTT Pro Cycling & NTT Ltd.
Il Dr. Green ha iniziato con il modo in cui ha utilizzato l’analisi dei dati per selezionare i migliori corridori per la squadra. Anche se NTT Pro Cycling è un nuovo nome, c’è molta storia dai giorni di Dimension Data e i dati sono sempre stati fondamentali per il team. Ora, al momento, NTT stava cercando di costruire una squadra completa di ciclisti professionisti. E senza un budget gigantesco per grandi stipendi, avevano bisogno di ottimizzare la loro squadra quando la maggior parte dei piloti firmava contratti di gara di un solo anno. Così hanno iniziato a estrarre dati.
Con l’obiettivo di puntare ai punti UCI e alle potenziali vittorie, NTT ha creato un modello di clustering che ha analizzato gli attributi chiave dei corridori UCI del passato e dei vincitori delle gare e li ha confrontati con gli stessi dati raccolti dai corridori attuali. L’apprendimento automatico o l’intelligenza artificiale consisteva nel trovare modelli nei dati per prevedere i risultati futuri. E ovviamente ciò richiedeva molti dati.
NTT afferma di continuare ad ampliare il proprio set di dati, lavorando con tutti i risultati delle gare pubblicamente disponibili, le classifiche dei punti di gara, i profili attuali dei ciclisti e altri dati sulle prestazioni. Più dati raccolgono, migliori sono le previsioni che la loro IA può fare e meglio può raggruppare ciclisti con caratteristiche e potenziale simili.
Il team di analisi dei dati di NTT Pro Cycling sta cercando specificamente di identificare ed evidenziare i talenti dei corridori che potrebbero essere già stati trascurati dando loro un vantaggio, quindi quest’anno hanno scavato tra i risultati di 3-4000 eventi sanzionati dall’UCI per selezionare la loro squadra 2020 .
Utilizzo della raccolta e dell’analisi dei dati per ottimizzare l’allenamento del ciclista
L’analisi dei dati non si ferma quando vengono selezionati i piloti. Ovviamente abbiamo visto quasi tutte le squadre (anche di livello amatoriale) raccogliere dati sulle prestazioni dei ciclisti e sulle gare, dal battito cardiaco e la potenza di base, al VO2 max più avanzato e più metriche.
Ma NTT lo espande ancora di più, monitorando i ciclisti 24 ore al giorno per vedere come vanno i loro battiti cardiaci, in che modo i livelli di nutrizione e idratazione influiscono sulle prestazioni e sul recupero del ciclista. Si tratta più di raccogliere un set di dati più completo per monitorare veramente la salute e il benessere di tutti i corridori della squadra. Il team lavora costantemente allo sviluppo di nuove tecnologie e soluzioni off-the-bike, in modo che i loro piloti siano pronti per la gara sulla bici.
Moneyball del ciclismo, NTT lo chiama Moneywheel
Alla fine, NTT (come prima di loro con il pretesto di Dimension Data) sfrutta appieno la potenza di elaborazione dei dati del suo sponsor principale, una delle più grandi società di analisi dei dati e apprendimento automatico del mondo. Continuano a perfezionare la propria arte di vincere una partita con molti più punti dati di quanto la maggior parte dei fan o persino gli atleti apprezzino davvero.
L’IA sceglie i piloti. L’apprendimento automatico aiuterà a modellare i loro piani di formazione. E l’IA selezionerà le gare migliori per i talenti e il potenziale di ogni pilota. NTT lo chiama Moneywheel.
NTT Pro Cycling ha sgranocchiato i numeri e identificato nove nuovi corridori che si uniranno al roster nel 2020. Ognuno è stato identificato dall’analisi dei dati AI, individuato per avere una traiettoria ascendente nel loro potenziale di segnare punti UCI. L’analisi NTT ha preso di mira i corridori vicini o nel pieno del potenziale di segnare punti nella loro carriera, spesso corridori di età compresa tra 26 e 28 anni. Ogni nuovo pilota ha firmato un contratto di un anno, sperando di costruire le basi per la continuazione nella prossima stagione, supponendo che il finanziamento dello sponsor sia assicurato.
Un momento clou degli acquisti del 2020… Il pilota australiano di 30 anni Ben Dyball è stato trascurato dalle principali squadre. Eppure, nonostante corresse a livello continentale, si è classificato tra i primi 100 punti UCI. L’UCI lo ha messo solo due posizioni dietro Niki Terpstra, tre dietro Mads Pedersen che è diventato il nuovo Campione del Mondo e più in alto di altri famosi corridori come Warren Barguil e Simon Yates. Il punto del Dr. Green era che c’è molto potenziale per i motociclisti nascosto nei motociclisti meno conosciuti e l’analisi dei dati Moneywheel del Team NTT rappresenta una grande opportunità per sviluppare una squadra di successo.
Quali sono le prospettive per il calcolo dei numeri NTT?
I grandi dati NTT non riguardano solo la modifica del modo in cui viene gestita una squadra di ciclisti professionisti, ma continuano anche a perfezionare il modo in cui raccolgono, analizzano e ricondividono quei dati per creare una migliore esperienza per i fan del ciclismo. Mi sono tuffato anche nel lato degli spettatori ciclistici dell’equazione con NTT, gran parte di quello legato alla loro partnership di lunga data ASO / Tour de France, ma questo è un altro argomento profondo per un altro giorno.
