德甲、NFL、F1 赛车的游戏规则正在改变，AWS 如何解锁数据潜能

7 月 5 日，全球数以千万计的观众正守在屏幕前，兴奋地观看在奥地利斯皮博格举办的 Fomula 1 Grand Pix 赛季揭幕战。比赛紧张刺激，扣人心弦，令粉丝大饱眼福。

为心仪车队加油助威的同时，很多观众注意到了新赛季直播画面中的一处明显的变化：镜头转向赛车时，画面下方会出现一张显示赛车在不同赛段表现的“赛车性能分数”卡片。卡片以直观的分数和图形向观众展示赛车当前的实时性能数据，使观众能更准确地对比不同赛车之间的综合水平，快速把握赛场上的形势变化，获得更加丰富的观赛感受。

“赛车性能分数”是 F1 新赛季引入的 6 种全新实时竞赛数据之一，这些数据也是 AWS 与 F1 深入合作的最新成果。名为“F1 Insights（F1 洞见）”的这组数据通过一系列 AWS 服务和算法，基于场上赛车每秒传输的超过 110 万数据点即时生成，帮助车迷更好地理解车手或维修团队如何在瞬间作出可能扭转局面的关键决策。

F1 并非唯一一家充分利用 AWS 数据分析能力服务观众的赛事。如今，德甲联赛、NFL 和六国锦标赛等世界级赛事都在使用 AWS 构建数据驱动的解决方案，为现场与屏幕前的观众提供几乎实时的数据洞察，增强赛前、赛中和赛后的观看体验。

屏幕前也要身临其境：体育赛事期待数字化变革

每一场世界级赛事都是全球体育爱好者的盛会。绝大多数粉丝没有条件亲临现场，只能在电视或智能设备前为心仪的队伍呐喊助威。但观众依旧希望能在二维化的屏幕上获得身临其境的感受，尽可能掌握比赛现场的全方位动态。每一次超车、每一次争球，观众都想要获得画面背后更丰富的实时信息，深入了解对抗双方的对比信息，甚至提前预测比赛的最终结局。

例如，当两部 F1 赛车相继通过一个急弯时，粉丝并不满足于仅仅看到各个角度的摄像机镜头：他们想要了解赛车过弯的速度、加速度 G 值、两部赛车的各速度区间性能对比、车手能力对比，甚至车队 / 车手的本赛季表现和预测水平；在足球联赛中，观众希望看到每一次射门时的概率预测，了解不同球员的场上角色定位；当橄榄球运动员激烈争抢球权时，两支球队当前的态势优劣评价能够帮助观众了解有限镜头画面之外的整体比赛状况，等等。

丰富的数据分析与呈现能力不仅能为观众营造更加丰富迷人的观赛感受，也可为赛场内外的利益相关方创造更多机遇和价值。参赛队伍与选手能够利用精确而深入的数据挖掘更合理的训练和对抗策略，电视转播平台与赞助方则能从各个层面的已有海量数据中寻找新的商业机会，提升运营效率并获取更多收益。科技正在改变整个体育产业的游戏规则，而变革的核心就是数据驱动的智能化解决方案。

数据驱动与 AI 创新：产业数字化变革面临的挑战

然而，历史悠久的体育运动产业在面对数字化转型的需求时，不可避免地遇到了一系列难题和挑战：

• 海量数据的混乱现状。

• 从赛车性能评价到球员射门成功概率，所有深度分析都需要海量数据的支持。然而，大型组织往往会面临各类数据格式互不兼容、存储媒介复杂难维护等问题，限制了组织充分利用这些数据的能力。

• 缺乏成熟的数据分析资源。

• 优秀的体育行业组织并不一定具备出色的数据分析和智能化解决方案团队。这些组织往往积累了大量的数据，却无法高效科学地发挥这些数据的潜力和价值。

• 凭借技术推动商业模式进化。

• 企业在满足用户需求的同时获得收益，从而实现良性发展。新一代用户的需求已与以往不同，因此体育产业的传统商业模式越来越受到社会环境与技术发展的冲击，从业者需要通过大数据分析和 AI 技术寻找符合市场趋势的新的解决方案，通过数据驱动打造现代化的高质量业务模型。

• 更快的发展步伐与创新要求。

• 在这个快速变化的世界，体育产业需要跟上时代的前进步伐，迅速适应千变万化的业务需求。今年肆虐全球的新冠疫情就是意外变化的一个典型例子：当众多赛事因为人群聚集禁令而被取消或推迟，如何在严峻的新形势下挖掘体育竞赛新的商机和盈利潜力？

从更美好的观赛体验到创新的商业模式，体育产业已经看到了数据与 AI 技术带来的新的可能及前景，同时充分意识到行业数字化变革面临的困难和障碍。为了应对这些需求和挑战，越来越多的赛队、联盟、广播公司与合作伙伴开始选择 AWS 构建新时代的数据驱动解决方案。

新时代，新气象，AWS 帮助推动新一轮科技体育创新

将镜头推回 2010 年，彼时的体育赛事转播还保持着过去几十年的传统风格：直播画面与评论员的解说几乎构成了全部内容，观众对比赛的了解完全取决于导播选择的镜头与解说员的讲评。画面下方的数据图表并无新意，往往只是简单的统计信息展示。赛队与选手的策略和判断主要依赖自身经验与人力观察和分析结果，赛前与赛后的准备和回顾环节也多是录像回放评估。十年前的体育赛场上，大数据分析和 AI 技术即便不是全无踪迹，能够发挥的作用也极其有限。

但在十年后的今天，体育界已经有众多组织开始与全球领先的云服务提供商 AWS 合作，利用 AWS 开发的一系列产品和服务推动体育行业的创新变革。从赛事直播到现场比赛决策，从赛车制造到创新比赛盈利模式，AWS 正在一点一滴改变着体育竞赛的方方面面，凭借前沿技术为一项项历史悠久的运动注入全新的活力。

AWS 与 F1：数据驱动多项洞见

包括“赛车性能分数”在内，F1 新赛季引入的 6 项全新洞见是 F1 与 AWS 紧密配合的结果。F1 工程师与科学家利用存储在 Amazon S3 上的长达 70 年的历史数据，结合 Amazon Kinesis 获取的赛车与赛道实时数据为基础，通过 Amazon Sagemaker 部署的机器学习模型对数据进行处理分析。这些模型被部署在 AWS Lambda 无服务器架构上，可以实时分析赛车与选手的各项指标水平。所有分析数据都通过 AWS 全球云平台，以极低的延迟集成进 F1 的全球直播信号，及 F1.tv 数字媒体平台中。

F1 洞见为粉丝带来了前所未有的赛道临场体验，并帮助他们首次深度了解赛场背后的故事与见解。——F1 数据系统总监 Rob Smedley

F1 还与 AWS 合作，完成了一项计算流体动力学（CFD）项目，为 2021 赛季的赛车研发执行细节模拟任务。该项目基于超过 5.5 亿个数据点对赛车的空气动力学设计进行建模，探索阻力最小的外形特征。项目运行在 Amazon EC2 c5n 实例上，动用超过 1150 个计算核心，使每次模拟的平均时间缩短了 70%——从 60 小时降至 18 小时。项目还准备将计算核心数量扩展到 2300 个以上，并引入 Amazon SageMaker 等机器学习工具进一步优化赛车的设计性能。

与 AWS 的这项合作是 F1 空气动力学历史上最具革命性的项目之一。我们可以利用 AWS 技术理解极为复杂的空气动力学复杂性，并为项目获得的惊人成果感到满意。——F1 首席技术官 Pat Symonds。

德国足球甲级联赛：依靠 AWS 技术彻底改变足球观看体验

2020 年 5 月，德甲联手 AWS 推出了两项“由 AWS 技术支持的德甲赛况”：“平均站位”与“进球概率”，开创了将实时先进统计数据和比赛分析进行独特结合，并提供给全世界球迷的先河。

• “平均站位”分析球员场上位置的追踪数据并实时显示结果，可让观众辨别场上的当前态势并了解战术变化。这项统计数据有助于球迷精确判定一支球队当前处于进攻还是防守模式，是压制中路还是利用边路，帮助球迷了解比赛战术的七十二变。

• 德甲现在还利用 Amazon SageMaker 实时评估球员从场上任何位置射门时的进球概率，以便观众深入了解射门难度和进球可能性。为了精确计算“进球概率”，机器学习模型在被训练时，分析了 4 万次历史进球记录，以及从位置数据中得出的一系列特征，包括球门距离、球门角度、球员速度、射门方向的对方后卫数量和守门员防守范围等。

我们德甲能够使用 AWS 的这些先进技术，包括统计、分析和机器学习来解读数据，提供更深入的见解，并让观众更好地理解球场上的瞬间决策。——德国足球职业联盟数字创新执行副总裁 Andreas Heyden

NFL 联手 AWS：百年联盟的转型之路

NFL 的每个赛季有近三百场比赛，赛场上 22 名球员的位置、速度、加速度等信息会产生数以百万计的数据点。如今，NFL 正在与 AWS 合作，利用 AWS 的计算、存储、数据库、分析和机器学习技术分析这些海量数据，以为球队和观众提供赛场的可视化状态报告和背景资料，并改进联盟球员的健康与安全保护措施。

NFL 的 Next Gen Stats（NGS）程序使用超宽带接收器从球员的护肩和橄榄球中安装的 RFID 标签中收集实时数据，精确定位球员和橄榄球的运动轨迹。每场比赛收集到的超过 3TB 数据利用 Amazon EC2、Amazon S3 和 Amazon EMR 来捕获与存储。之后，这些数据将与传统的赛场数据结合生成 100 种全新指标，通过 Amazon SageMaker 构建的机器学习模型输出战况预测和状态数据等信息。最后，NFL 利用 AWS Lambda、 Amazon ElastiCahce 、 Amazon Quicksight 、 Amazon RDS 、 Amazon Route 53 、 Amazon API Gateway 和 Amazon DynamoDB 等服务，将见解、预测和状态信息汇总融入现场解说、球探和教练等工具中。通过这些数据，观众可以实时了解每一次传球的成功几率和球权易手后的预期前进距离等信息，从而对比赛进展有更深刻的认识和理解。

在今年人群聚集的聚会普遍难以举办的背景下，NFL 与 AWS 合作举办了首届虚拟选秀大会，依托 AWS 技术提供无中断的在线观看体验，并确保球员的每一个精彩瞬间都能准确传达给全球观众。

AWS 和 NFL 联合创建了“数字化运动员”平台，模拟复杂环境下的球员情况，更好地制订场下治疗和复健方案，并在赛场上降低球员的受伤几率。西雅图海鹰队还与 Amazon ML 解决方案实验室 合作，利用 Amazon Rekognition 服务创建了“基于云的视频分析平台”，在录像中识别和跟踪对方球员，更好地了解对方策略。

AWS 服务的广度和深度将帮助我们从收集到的海量数据中提取信息并获得所有可能的优势，提供我们需要的、切实可行的见解，从而对我们的决策产生积极的影响。——西雅图海鹰橄榄球队副总裁 Chip Suttles

NASCAR：在云端存储 70 年的精彩

NASCAR 是已有 70 多年历史的全美改装汽车大赛的官方协会。它不久前宣布了与 AWS 的合作，将前者超过 70 年的赛事视频和图片资料全部转移至 AWS 云上。NASCAR 还利用 Amazon Rekognition 服务对这些资料进行智能识别，自动添加车手、赛车、圈数、比赛时间和赞助商等元数据标签，帮助行业轻松获取历史赛事中的精彩时刻。NASCAR 还推出了“NASCAR 历史上的瞬间”在线视频系列，为粉丝回顾历史上的经典瞬间。

AWS 的顶尖云技术将留住这一运动悠久历史上的所有标志性画面，并为粉丝呈现历史上每一周发生的难忘回忆。——NASCAR 创新与发展执行副总裁 Craig Neeb

与 AWS 的合作为 NASCAR 创造了新的商业模式，助力 NASCAR 的流媒体业务开拓更为广阔的商机。

此外，美国大学橄榄球季后赛（CFP）、美国职业棒球大联盟（MLB）、澳大利亚游泳协会等顶尖体育赛事和联盟都在与 AWS 合作，使用 AWS 数据存储、分析和 AI 服务帮助吸引球迷、训练球队以及转变体育比赛业务。

技术驱动赛事：AWS 技术为体育产业创造一流价值

在 AWS 一系列数据和 AI 服务的帮助下，体育行业的客户与合作伙伴收获了前所未有的价值，正在从根本上改变现代体育的方方面面。

• AWS AI 技术为赛队、联盟和广播公司带来了更强大的数据分析能力。客户可以使用 Amazon S3 等服务捕获海量数据，在 Amazon SageMaker 上定制训练符合需求的预测模型，并利用 AWS 强大的云端扩展能力加快模型的执行效率，为比赛观众展示一流的数据分析结论，确保最佳的观看体验。Amazon 的云端数据服务打破了数据格式间的壁垒，使客户无需费力维护庞大的数据基础设施，最大程度降低了数据驱动解决方案的构建成本。

• 从车辆传感器、场边摄像头到球员 RFID 标签，所有赛事数据现在都通过 AWS 服务自动化采集，并使用高性能的 AWS 云端机器学习模型近乎实时地处理并交付分析结果。客户无需投入大量资源建立庞大的专业 IT 团队，也可以充分享受海量数据带来的收益。

• AWS 机器学习模型可以预测门票销售情况、自动将语音转换为文本字幕、自动为媒体添加标签，自动化处理一系列耗时、不可靠且单调的任务，释放宝贵的人力资源，使他们可以将精力专注于创造性和战略性的任务上。

• AWS 技术可以实时分析海量数据，为赛事的方方面面提供宝贵的预测性数据，使赛队能够更加主动且明智地做出战术决策，为粉丝带来更精彩的比赛。

• 组织方与广播公司也可以利用 AWS 的全方位分析结果，通过内容丰富的交互式第二屏幕为观众抽丝剥茧，探索场上各类决策的背后依据，使场内外粉丝获得赛事进展的深层洞见。

AWS 的数据驱动能力可以为体育世界开拓更多商业和盈利机会，并更快响应瞬息万变的市场环境，发展全新的业务模式。

展望未来

体育产业的数字化转型道路才刚刚开始，越来越多的赛事和企业开始与 AWS 合作，希望利用 AWS 成熟的数据和 AI 技术打造创新的竞赛商业体系。

未来，AWS 将通过愈加强大的数据与 AI 能力为合作伙伴创造更多价值与可能性，进而为全球观众呈现更加精彩动人的体育赛事，帮助行业获得更为丰厚的经济回报。体育行业的游戏规则正在改变，而 AWS 将为这一行业努力打造新时代更优秀的解决方案。

下期预告：

下周我们还将推出一篇《AI 赋能视觉质检，AWS 推动工业智能化发展》的文章，为您讲述在工业视觉检测领域，AWS 如何用 AI 能力为视觉检测创造价值，订阅本公众号，精彩不要错过。