Pendant des années, l’intersaison de la Ligue nationale de football a été une période définie par l’asymétrie de l’information. Alors que les front offices étaient assis derrière des « murs de verre » dans des salles de guerre, armés de statistiques Next Gen exclusives et d'outils de modélisation sophistiqués, le fan moyen devait naviguer dans un paysage fragmenté de brouillons simulés, de calculateurs de plafonds, de guides PDF et de rumeurs sur Twitter.
Le mois dernier, la NFL et Amazon Web Services Inc. ont officiellement fait tomber ce mur avec le lancement de NFL IQ. Construit sur Amazon Quick, il s'agit de plus qu'un simple tableau de bord sportif sur un site Web de statistiques ; c'est la démocratisation des données complexes. En transformant des milliards de points de données en un hub interactif en libre-service, la NFL s'éloigne de la « livraison de données » et se tourne vers le « raisonnement contextuel ».
De nombreux parallèles ont été établis entre l’intelligence artificielle et Internet, mais c’est ce dernier point qui est le plus significatif. Internet a changé notre façon de travailler, de vivre et d’apprendre en démocratisant l’accès à l’information. L’IA aura un impact similaire mais plus important en démocratisant l’accès à l’expertise.
J'ai récemment parlé avec Ari Entin, responsable du marketing sportif chez AWS, pour mieux comprendre comment cela change la donne, pas seulement pour le détenteur d'un billet du dimanche, mais pour le directeur de l'information de l'entreprise.
D'analyste de recherche à « fan régulier »
Le principal défi de l’intersaison moderne de la NFL est la « charge de l’effort ». Comme Entin l’a noté lors de notre conversation, le volume de données disponibles pour les fans a explosé, mais la responsabilité incombe toujours à l’individu de « troller et de trouver différentes sources d’informations » pour voir si elles sont même fiables. Les sites de fans populaires incluent Pro Football Focus, The Athletic et Mel Kiper Jr. Bien que toutes ces sources de données soient excellentes, c'est au fan de relier les points, et c'est le problème qu'AWS essaie de résoudre.
« L'impulsion ici pour construire NFL IQ avec l'équipe Next Gen Stats était la suivante : comment pouvons-nous prendre ces moments, qui étaient auparavant disparates – le Combine, l'agence libre, les journées professionnelles, le repêchage – et fournir une vision holistique ? » Entin a expliqué. En tirant parti d'Amazon Quick, la NFL offre aux fans exactement le même outil de recherche quotidien que celui utilisé par les initiés de la ligue. Ce n'est pas une version « allégée » du logiciel ; c'est le même moteur, à l'échelle de millions.
« Nous apportons essentiellement ce prochain niveau d'informations sur l'IA et l'analyse aux fans, exactement comme les gens de la ligue le voient également », m'a dit Entin. « Nous transformons l'expérience d'un rôle d'analyste de recherche en un simple fan régulier où il peut simplement poser une question et obtenir une réponse en quelques secondes. »
Le pouvoir du « raisonnement » sur la récupération
Cette semaine, une mise à jour majeure a été annoncée avec le lancement de NFL IQ AI Assistant. C’est là que l’architecture technique devient particulièrement intéressante pour l’entreprise. La plupart des « chatbots sportifs » sont essentiellement des moteurs de recherche avancés qui récupèrent des données publiques. Cependant, NFL IQ AI Assistant utilise les capacités d'orchestration d'Amazon Quick pour analyser plus de 20 sources de données NFL propriétaires. Cela ne vous indique pas seulement qui une équipe pourrait sélectionner ; il combine les tendances GM, les contraintes d'espace de plafond et les besoins de position pour expliquer pourquoi.
Au cours de notre entretien, Entin a souligné comment il gère les requêtes complexes et multivariables. Si un fan des Seahawks demande qui peut remplacer un partant spécifique, le système ne se contente pas d'examiner une liste de prospects. Il évalue :
- Ajustement du schéma : Le prospect correspond-il au système du nouveau coordinateur offensif ?
- Liens historiques : Le joueur a-t-il des liens avec le nouveau staff technique ?
- Valeur consensuelle : Quelle est la tendance du joueur sur « Grinding the Mocks » (un consensus en temps réel de milliers d’experts) ?
Cette couche de « raisonnement » est mise à jour plusieurs fois par jour pour garantir que si une transaction est diffusée sur les réseaux sociaux, la logique de l'IA Assistant reste ancrée dans la réalité. Entin a été clair sur les garde-fous : « Tout cela provient de sources vérifiées de la NFL – des documents complets signalés et vérifiés liés à la ligue. »
Pourquoi le DSI devrait s'en soucier : le problème des « pages blanches »
Pour le DSI d'entreprise, l'expérience de la NFL est un excellent exemple de la manière de résoudre le problème des « pages blanches ». L'un des principaux défis liés à l'adoption de la Business Intelligence est que les utilisateurs ne savent souvent pas quelles questions poser lorsqu'ils sont confrontés à un curseur clignotant. Le NFL IQ résout ce problème en intégrant l'assistant AI directement à côté du tableau de bord visuel. La conversation ne remplace pas la navigation ; cela l'améliore.
Cette approche hybride – dans laquelle un utilisateur peut visualiser une tendance dans un graphique puis demander immédiatement à l'IA « d'expliquer ce pic » – représente l'avenir du logiciel en tant que service. Il s’attaque au rapport « signal/bruit » qui entrave la plupart des lacs de données d’entreprise.
À titre d'exemple, l'interface utilisateur de la BI traditionnelle est constituée de tableaux de bord et de filtres statiques. Avec NFL IQ, cela passe à une interface interactive et conversationnelle. De plus, avec la BI, seuls les analystes spécialisés peuvent accéder aux données et les comprendre, tandis qu'avec NFL IQ, via Quick, les utilisateurs peuvent accéder aux données en libre-service. De plus, avec les systèmes BI, les données étaient actualisées chaque semaine, voire mensuellement, tandis que NFL IQ fonctionne en temps quasi réel avec des mises à jour intrajournalières.
Réflexions finales : le nouveau projet architectural
Le lancement de NFL IQ montre qu'une infrastructure prête pour l'IA ne consiste pas seulement à avoir plus de GPU ; il s'agit de la façon dont les données est géré. En utilisant Quick pour connecter les ingénieurs techniques et les fans non techniques, la NFL a créé un modèle pour tout secteur – des soins de santé à la vente au détail – qui traite des ensembles de données complexes et dispersés. Ils ont réussi à cesser de se demander « Que s’est-il passé ? » à demander « Que dois-je faire ensuite ? »
Comme l'explique Entin, l'objectif était de rendre accessibles les informations les plus avancées de la NFL au-delà des barrières techniques. Pour le reste du monde des affaires, le message est clair : si un fan peut utiliser l’IA pour « raisonner » à travers une simulation de sept tours, vos directeurs régionaux devraient être capables de faire de même avec leurs chaînes d’approvisionnement.
La réception n’est plus une pièce fermée. Grâce à la NFL et à AWS, c'est désormais une conversation.
Zeus Kerravala est analyste principal chez ZK Research, une division de Kerravala Consulting. Il a écrit cet article pour SiliconANGLE.
