ギリシャで最も広く読まれ、フォローされているスポーツジャーナリストの一人であるヴァシリス・サンブラコスが、ComparisonatorのCEOであるタルカン・バトギュンにインタビューを行い、そのインタビューがSport24に掲載されました。主な見出しは以下の通り：
ヴァシリス・サンブラコスが、スカウティング・プラットフォームComparisonatorの創設者タルカン・バトギュンと、データ分析とAIテクノロジーがサッカークラブの移籍にもたらした革命について議論。
タルカン・バトギュンは、現代のスカウティングとパフォーマンス分析の分野で知られる人物。
世界4大陸で20年以上の経験を持ち、プロクラブでスカウティング・ディレクターやパフォーマンス分析の責任者を務めたほか、連盟や教育機関で教鞭を執り、現在はデータとAIを通じてサッカー選手を評価・比較する世界最先端のツールのひとつであるComparisonatorプラットフォームのCEOを務めています。
サッカーの知識、技術的な専門知識、ヨーロッパとトルコ、オーストラリアとアメリカといった市場の違いに対する深い理解を兼ね備えているため、スカウティングの未来に関する国際的な議論の中心的存在となっています。このような経歴を持つ彼は、ビッグデータと人工知能の時代にサッカーがどのように進化するかについて、最も権威ある対話者の一人です。
私たちの議論の中で、バトギュンはギリシャ国外でプレーし、今日際立っているギリシャの若いサッカー選手について言及。そして、現代のスカウティングがデジタル技術、データ主導の意思決定、AIモデルによってどのように変貌を遂げつつあるかを説明。
-オーストラリアからトルコ、ヨーロッパまで、さまざまな大陸でサッカー分析とスカウティングに携わってこられましたね。このような国際的な経験は、今日のデータやタレント発掘へのアプローチ方法をどのように形成していますか？
「つの大陸でサッカーに携わることで、私はひとつの基本的な真実を学びました。オーストラリア、トルコ、ベルギーの選手が同じ数字を出しても、環境、リーグのペース、戦術文化によって、その数字の意味はまったく変わってしまうのです。
オーストラリアではシステム化とテクノロジーを理解するのに役立ち、トルコでは選手育成とスカウティングの人間的側面に焦点を当てました。ComparisonatorのAIが単に計算するだけでなく、各国のサッカーの「言語」に適応するのはそのためです。
地域の理解と国際比較のこのバランスが、私たちの技術を世界的に役立たせているのであり、データを通じてサッカー文化の架け橋となることに情熱を持ち続けている理由なのです」。
-あなたは世界的なイベントやサッカーフォーラムで講演し、ミラノ、ロンドン、バルセロナからセルビア、オーストラリア、トルコまで、数多くのデータ＆AI＆スカウティング・パネルをコーディネートし、クラブと連盟の両方に助言してきました。サッカー界で国際的に尊敬され、認知されるようになった理由は何だと思いますか？
「サッカーにおける尊敬は肩書きから生まれるものではなく、一貫性と献身から生まれるものです。私は20年以上にわたって、同じ言葉を話すことの少ない3つの世界、サッカー、学術、テクノロジーをつなぐ仕事をしてきました。
最初のスカウティング・ラボラトリ・モデルの作成から、Wyscout、Sportstec、Hudl、SoccerLabといった国際的なデータ企業とのコンサルタントとしての協業に至るまで、私は常に、個人を超えたところで耐えうるシステムを構築しようとしてきました。ローマのソーシャル・フットボール・サミットでも、セルビアのDealDoneでも、ハンガリーのフットボール・フォーラムでも、国際的なフォーラムで話すとき、私の目標はテクノロジーを「売る」ことではありません。
データやAIのロジックに変換された本物のサッカー知識を共有することです。この分野の人々は、それがピッチ上とスクリーンの裏側の両方から生まれたものだと知っているので、それを高く評価しています。結局のところ、サッカーは世界共通語なのです。私の使命は、データがそれを流暢に話せるようにすることでした」。
-ギリシャから遠く離れた選手権大会に出場する若手サッカー選手を探すとしたら、どのギリシャ人選手が目立つでしょうか？
「Comparisonatorのリクルートメント・ショップ・モジュールを使って、AIプレーヤー・ファインダーで世界中のU17-U19やプロリーグに入団する若いプレーヤーを探しています。
年齢カテゴリーと国籍＆パスポートフィルター（例えば、この場合はギリシャ）を入力すると、システムは自動的にギリシャのパスポートを持つ各ポジションの選手のリストを、選択したスタッツとともに表示し、適切な人材を見つけることができます。
私は個人的に、ギリシャの若手選手の多くを世界中でフォローしています。特に興味深い名前は
- テオファニス・バクーラス（2005年） – リオ・アヴェ（ポルトガル）
- テオドロス・サコウファキス（2007年） – ウニオン・ベルリンU19（ドイツ）
- クリストス・コストグルー（2009年） – ドルトムントU17（ドイツ）
- アンドレアス・プーロプロス（2009年） – ヴェルダー・ブレーメンU17（ドイツ）
- アレクサンドロス・ザヴェルディノス（2007年） – シドニーFC（オーストラリア）
- グリゴリス・ポリチキス（2006年） – トリノU20（イタリア）
- フィリッポス・ツァピピス（2008）- ホーセンスU19（デンマーク）
また、ギリシャ出身のU23の注目選手も何人かフォローしています：
- ネクタリオス・トリアンティス（2003） – ミネソタ・ユナイテッド（アメリカ）
- ミハリス・コシディス（2002年） – ザグルビー・ルビン（ポーランド）
- アイディ・ジャイコ（2002年）-チェルカシュ（ウクライナ）”
-あなたから見て、データとAIによってこの5年間でサッカーのスカウティングが最も大きく変わった点は何ですか？
「最も大きな変化は、判断から正当性への転換です。年前のスカウティングはほとんど意見に基づいていました。今は、すべての観察がデータの証拠によって裏付けられていなければなりません。AIはこれを可能にし、直感を測定可能で再現性のあるものに変えました。
今日、スカウトは単に選手を説明するだけでなく、AIポイント、傾向の一貫性、役割の適合性といった指標を用いて選手を “検証 “しています。スカウトは人間の経験に取って代わるのではなく、それを強化し、かつては本能的だったものに構造を与えているのです」。
-選手の将来の成績について、最も信頼できる指標はどのようなデータだとお考えですか？
「最も信頼できるデータは、瞬間ではなくパターンを説明するものです。Comparisonatorでは、選手の一貫性の傾向、意思決定の効率性、フィジカルの再現性は、個々のハイライトよりも将来のパフォーマンスの強力な指標であることを学びました。
「私たちはまた、AIフィットネスポイントに大きく依存しています。これを文脈に応じて調整されたパフォーマンスや役割適性と組み合わせることで、選手の過去だけでなく、本当の将来が見えてくるのです”
-あまり知られていない、あるいは過小評価されている市場の選手に投資する際、AIはどのようにクラブのリスク軽減に役立つのでしょうか？
「人工知能によって、クラブは仮定を証拠に置き換えることができます。あまり知られていない、あるいは過小評価されている市場の選手を追跡する場合、最大のリスクはデータの不整合です。異なるリーグ、異なるプレースタイル、文脈のギャップが比較をほとんど不可能にしています。
そこでAIの登場です。Comparisonatorのようなプラットフォームを通じて、AIは各選手のパフォーマンスを正規化し、世界共通のサッカー言語に翻訳します。
AIモデルは統計だけでなく、リーグの強さ、チームの質、戦術環境など、文脈上の難易度も評価します。このプロセスにより、未知の選手が数値化可能なプロフィールに変わります。クラブは、ある選手がより厳しい環境でプレーした場合、理論上どのようなパフォーマンスを発揮するかを確認することができます。これは私が「仮想移籍」と呼んでいる技術です。
AIは、スカウトチームが直感の代わりに予測モデリングを使用して、契約前にリスクをシミュレーションするのに役立ちます。要するに、AIは人間のスカウティングに取って代わるものではなく、スカウティングを強化するものであり、特に従来のスカウティングでは限界があったり偏りがあったりする市場において、スカウティングがより速く、より安全で、より多くの情報に基づいた決断を下せるようにするものです。”
-クラブがComparisonatorを使用する場合、スカウティングの際にどのようなデータポイントや指標を優先しますか？
「クラブによってデータの使い方は異なりますが、最優先されるのは明確さであり、選手がどれだけ活躍しているかではなく、なぜ活躍しているかを理解することです。コンパリソネーターを使う場合、コーチやスカウトは生の数字よりも役割に基づいた指標から始めるのが一般的です。
例えば、単純に「誰が最もタックル数が多いか」を問うのではなく、「誰がディフェンシブ・フルバックとして機能するか」、あるいは「誰がボックス・トゥ・ボックスのミッドフィールダーのプロフィールに当てはまるか」を問うのです。
そのため、Comparisonatorのプラットフォームは700以上の統計パラメーターをAIポイントと役割別指数に変換し、ユーザーがシステム内での機能的なポジションに基づいてプレーヤーを評価できるようにしています。
クラブは以下のような指標に優先順位をつけています：
- AIポイント（総合パフォーマンス指数）
- AIフィットネスポイント（身体効率指数）
- ポジション別役割適合度
- 一貫性とトレンド曲線
- リーグ戦の難易度とチーム状況の調整
これらの指標によって、クラブはパスやタックルの数だけでなく、選手が実際にどれだけ効果的であるかを確認することができます。最も利用されているのは、選手対選手のモジュールとバーチャル移籍機能です。”
-能力の異なるリーグ間のデータをどのように正規化するのか、またこの正規化は選手の適応を予測する上でどの程度信頼できるのか？
“これはサッカー分析における最大の課題の一つであり、全く異なるレベルで運営されているリーグの選手を比較することです。Comparisonatorプラットフォームは、リーグの難易度、チームの強さ、対戦相手の質に応じて各選手のパフォーマンスを調整するAI主導の正規化エンジンを使用しています。
時間をかけて、機械学習モデルは何千もの移籍と結果から学習し、重み付けを継続的に改善します。その結果は理論的なものではなく、予測的なものです」。
-リーグの強さ、チームのプレースタイル、データの希少性から生じるバイアスを、AIモデルが確実に回避できるようにするにはどうすればよいでしょうか？
「バイアスはサッカーデータの静かな敵です。これを最小限に抑えるため、ComparisonatorのAIモデルは複数リーグ、複数シーズンのデータセットでトレーニングされています。リーグ戦の強さ、チームスタイル、ポゼッション率、対戦相手のレベルなど、すべてが文脈に応じた重み付けによって正規化されます。
データが乏しい場合、モデルは間違った結論を出すのではなく、トレンドに基づいた予測に切り替わります」。
-AIによる予測を実際のパフォーマンス結果と照らし合わせて、どのように検証しますか？
「検証はテクノロジーが現実と出会う場です。Comparisonatorでは、すべてのAI予測は移籍後の実際のパフォーマンスと照らし合わせてテストされます。移籍前に予測されたAIポイントと移籍後の結果を比較することで、選手が実際にどのように適応するかを追跡します。
このフィードバック・ループにより、モデルは自己修正し、パフォーマンス調整にとって本当に重要な変数を学習することができます」。
インタビュー原文はこちら：https://www.sport24.gr/football/aftoi-einai-oi-nearoi-ellines-podosfairistes-pou-xexorizoun/
