Sztuczna inteligencja zmienia i rewolucjonizuje kolejne dziedziny. Coraz częściej znajduje zastosowanie także w rozrywce, kulturze czy sporcie. Współpraca Team Liquid i SAP to dowód na to, że także esport może być dziedziną wykorzystującą do zaawansowanych zadań analitycznych narzędzia AI.
Z danych Allied Market Research wynika, że narzędzia AI dla branży sportowej osiągną globalną wartość ponad 19 miliardów dolarów do 2030 roku. Jednocześnie, nikt już chyba nie ma wątpliwości, że branża esportowa dynamicznie się rozwija, zdobywając popularność m.in. wśród młodszych odbiorców i jest coraz częściej wymieniana obok tradycyjnych dyscyplin sportowych, jako równorzędna (Deloitte: „The Future of Sport. Forces of change that will shape the sports industry by 2030”).
Zajmująca imponującą pozycję w świecie esportu grupa Team Liquid, zdecydowała się więc wykorzystać do swoich nowoczesnych rozgrywek niezwykle nowoczesne narzędzia. Team Liquid to międzynarodowa organizacja esportowa, która może się pochwalić ponad 160. profesjonalnymi graczami, odnoszącymi sukcesy w ponad 15 różnych rodzajach gier. Idzie za tym oszałamiająca bazą fanów, liczącą ponad 10 milionów obserwujących za pośrednictwem różnych platform społecznościowych. Team Liquid to także jedna z najbardziej utytułowanych organizacji uczestniczących w esportowej rywalizacji. Z powodzeniem mierzy się z najlepszymi m.in. dzięki swojej mocnej drużynie grającej w kultową grę League of Legends. Jednym z jej najświeższych sukcesów jest np. wygrana w turnieju League of Legends Championship Series (LCS) 2024 Spring.
Sukcesy Team Liquid mają także swój polski akcent. Od 2 lat gra w nim Michał „Nisha” Jankowski – 23-letni Polak, który od momentu dołączenia do TL zakończył pierwszy pełny sezon DPC WEU 2023 Tour 1 z kompletem zwycięstw, tym samym kwalifikując się z zespołem do ogólnoświatowych rozgrywek Major m. in. w Limie, Berlinie czy na Bali. W 2023 wywalczył z zespołem Team Liquid miejsca na podiach najważniejszych ogólnoświatowych rozgrywek. Nisha ze swoim poprzednim zespołem — Team Secret — wygrał liczne turnieje i zdobył wicemistrzostwo świata.
Wyzwanie – strategia gry bazująca na danych
O zwycięstwie w League of Legends decyduje kilka kluczowych czynników, m.in. wybór, w ramach tzw. „draftu” odpowiednich postaci tworzących drużynę i wspierających jej strategię. Po wybraniu pięciu bohaterów („pick”), każda drużyna może również usunąć pięciu bohaterów z puli („ban”). Drużyny esportowe i ich analitycy solidnie przygotowują się do tego procesu, wymaga to też zrozumienia strategii przeciwników. League of Legends jest bowiem grą, która nieustannie się zmienia. Stwarza to potrzebę ciągłego dostosowywania do nowego środowiska, analizowania zachowań zarówno własnych, jak i drużyny przeciwnej. Dodatkowo, w procesie rozgrywek, drużyny esportowe mają tylko tydzień na przygotowanie się do gry i m.in. zebranie wiedzy o mocnych i słabych stronach drużyny przeciwnej.
Wcześniej trenerzy Team Liquid przygotowywali scenariusze draftu w oparciu o ręczną analizę zachowań i preferencji bohaterów drużyny przeciwnej. Wyzwanie polegało jednak na tym, że najlepszy potencjalny wybór zmienia się w zależności od decyzji drugiej drużyny. Ponadto sama liczba potencjalnych meczów do wyboru i różne strategie stosowane przez drużyny przeciwne sprawiają, że ręczne przewidywanie staje się bardzo trudne.
SAP wchodzi do gry
Co by było, gdyby Team Liquid był w stanie w kilka sekund przeanalizować najlepszy wybór związany z nadchodzącymi decyzjami w ramach gry, biorąc pod uwagę ponad 6000 profesjonalnych meczy esportowych z ostatniego roku? A gdyby analiza uwzględniała również wpływ łatek do gier od wydawców, biorąc pod uwagę dodatkowe 1,6 miliona meczów amatorskich, aby ocenić zmiany w atrybutach mocy i mocnych stronach bohaterów? Dzięki SAP staje się to rzeczywistością.
Dzięki wykorzystaniu SAP AI Core do trenowania generatywnego modelu sztucznej inteligencji, który pobiera dane z poprzednich meczów i umieszcza je w kontekście nadchodzącej gry, Team Liquid otrzymuje sugestie dotyczące najlepszych wyborów i zakazów, aby zmaksymalizować szanse na wygraną.
Rozwiązanie jest oparte na SAP Business Technology Platform (SAP BTP), a dane są przechowywane w chmurze SAP HANA, aby poradzić sobie z 1,6 terabajta danych z poprzednich gier. Rezultatem jest inteligentny draft bot treningowy, aplikacja działająca na SAP BTP, wizualizująca prognozy i dostarczająca Team Liquid informacji o aktualnym prawdopodobieństwie wygranej po każdym picku i banie.
Ręczna analiza to już przeszłość
Dzięki botowi draftowemu AI, Team Liquid może trenować sytuacje draftowe przeciwko dowolnej profesjonalnej drużynie w ciągu kilku sekund. Osiąga się to poprzez uwzględnienie wielu czynników na podstawie danych z ogromnej liczby meczów. Trenerzy i zawodnicy korzystają z możliwości przeprowadzania analiz typu „co by było, gdyby” i czerpania cennej wiedzy z danych, w celu symulowania nowych strategii. W porównaniu do poprzednio stosowanej, ręcznej analizy, ekonomia czasu jest ogromna, Team Liquid oszczędza bowiem około 10 000 godzin rocznie dzięki rozwiązaniom SAP.
W ten sposób oparte na SAP BTP i SAP HANA Cloud rozwiązania SAP Business AI zapewniają Team Liquid możliwość dalszego ulepszania swojej gry poprzez wykorzystanie danych do podejmowania bardziej świadomych decyzji.
„Moc sztucznej inteligencji biznesowej widać coraz wyraźniej w kolejnych dziedzinach. Wykorzystanie AI do analizy i budowania strategii w branży esportowej wydaje się być oczywiste. Przypomnę tylko, że AI w sporcie ma już kilka sukcesów, np. ten z 1997 roku w wykonaniu Garri Kasparowa. Istotą nie jest pytanie o to czy, a pytanie o to jak skutecznie wzmacniać nasze umiejętności dzięki AI. Analiza dużych zbiorów danych z całą pewnością jest domeną AI, co z perspektywy gracza przekłada się na świetną prognozę kolejnych ruchów. A tym samym efektywniejsze decyzje o niskim poziomie ryzyka i wysokiej szansie na wygraną. W esporcie, tak jak każdej innej branży, liczy się konkurencyjność, a teraz jest ona wspomagana SAP biznes AI” – mówi Marcin Demkiw, Dyrektor do spraw Wsparcia Sprzedaży, SAP Polska.
