Nessuno ha ancora un playbook funzionante per l'analisi dei dati sportivi

Bain and Company ha pubblicato un rapporto il 29 settembre. La società di consulenza di Boston sostiene che l'industria dell'IA debba generare 6.000.000.000.000 di dollari di ricavi annui entro il 2031 per giustificare il capitale che viene riversato nei data centre, secondo The National.

Altre due storie ad alta intensità di dati si collocano nella stessa finestra di 72 ore e riguardano direttamente lo sport e la performance. A queste si aggiunge una serie sparsa di post su strumenti pubblicati da fornitori e sviluppatori. Non c'è nessun round di finanziamento, nessun contratto di lega, nessun accordo sui diritti. Il materiale più fresco è economia delle infrastrutture e ricerca sulla privacy, ed è lì che vive oggi la conversazione sull'analisi sportiva.

Il numero di Bain, e cosa esclude

Bain prevede che la spesa annua per infrastrutture IA possa raggiungere 1.500.000.000.000 di dollari entro il 2031, coprendo nuove strutture, aggiornamenti delle GPU, memoria e apparecchiature di rete. Si aspetta che lo sviluppo di nuovi prodotti, incluse innovazioni nella ricerca, nella pubblicità, nell'autonomia e nell'IA fisica, contribuisca per circa 4.200.000.000.000 di dollari. La produttività aziendale avrebbe bisogno di 1.000.000.000.000 a 1.400.000.000.000 di dollari, e i servizi ai consumatori di 200.000.000.000 a 400.000.000.000 di dollari.

Nessuno di questi segmenti è lo sport. Gli esempi citati nel rapporto sono la scoperta di farmaci, la salute mentale e la generazione di energia. David Crawford, presidente della practice tecnologica globale di Bain e autore principale, ha detto nel rapporto: "Il dibattito oggi è fissato sulla produttività dei dipendenti. L'economia delle infrastrutture IA richiede migliaia di miliardi di nuovi ricavi oltre i guadagni di produttività."

Le dimensioni e i costi dei data centre raddoppiano all'incirca ogni 12-16 mesi, secondo Bain. The National cita la società di ricerca Epoch AI, che stima la struttura Prometheus di Meta in Ohio a 600MW e circa 24.000.000.000 di dollari nel 2025. La stima sale a 2GW e 80.000.000.000 di dollari entro il 2027, a 5GW e fino a 175.000.000.000 di dollari entro il 2029, e a 9GW per 200.000.000.000 di dollari entro il 2030.

Questo è il lato dei costi. Il lato dei ricavi è dove lo sport, al momento, non ha un posto al tavolo.

Intanto, il conto della privacy arriva agli automobilisti

Lo stesso giorno, ricercatori della Northeastern University che collaborano con Consumer Reports hanno pubblicato test su 21 veicoli di ultimo modello di 19 marchi venduti negli Stati Uniti, più 30 app mobili abbinate. The Verge ha riferito che tutti e 21 i veicoli trasmettevano dati ad almeno un dominio di terze parti via Wi-Fi, e che oltre la metà contattava domini specializzati in pubblicità, tracciamento o analisi.

Consumer Reports ha indicato Amazon, Google, Meta, Microsoft, Pinterest, Snap e Yahoo tra i principali destinatari dei dati dei conducenti. Sette app abbinate, HondaLink, Lincoln, MyNissan, myCadillac, myChevrolet, myBuick e myGMC, inviavano numeri di identificazione del veicolo, numeri di telefono e posizioni precise a reti pubblicitarie, secondo lo stesso studio. Più del 70 percento delle app testate contattava almeno cinque domini unici di pubblicità, tracciamento o analisi.

"Penso che la conclusione sia che c'è molto di cui preoccuparsi", ha detto David Choffnes, responsabile del progetto ed ex direttore del Cybersecurity and Privacy Institute della Northeastern, a The Verge.

Il dettaglio metodologico conta per chiunque costruisca analisi di performance. I ricercatori hanno collocato un Raspberry Pi dentro ogni auto, collegato al Wi-Fi del veicolo e instradato attraverso un hotspot mobile. Per il traffico cellulare hanno costruito un tendone di Faraday grande quanto un'auto, per bloccare il segnale verso le torri esterne e forzare l'auto sulla connessione Wi-Fi controllata.

Consumer Reports ha anche riportato un disaccordo su come le case automobilistiche descrivono il flusso. General Motors, Honda, Nissan e Stellantis hanno detto che alcuni destinatari erano vietati dall'usare o vendere i dati in modo indipendente. I ricercatori hanno scoperto che queste restrizioni non sono necessariamente efficaci. Dopo che hanno mostrato i risultati a Honda, l'azienda ha ordinato al suo fornitore Amplitude di cancellare tutti i dati di localizzazione ricevuti e ha smesso di inviarli da quel momento in poi.

Gli screenshot che nessuno voleva pubblicare

The Register ha riferito il 29 settembre che ricercatori affiliati a Glow Security hanno trovato più di 13.000 screenshot sensibili di progetti software aziendali di 343 aziende, pubblicati su repository GitHub pubbliche da modelli di IA. Glow chiama la scoperta PixelLeak.

Omer Singer, co-fondatore e CTO di Glow Security, ha detto a The Register che gli agenti volevano mostrare agli sviluppatori immagini dell'interfaccia prima e dopo, ma non potevano allegare immagini a una pull request in un repository privato. GitHub non ha un'API per caricare immagini su pull request, issue o commenti, così gli agenti hanno creato repository pubbliche. Circa un terzo delle esposizioni è venuto da sviluppatori che usavano gitshot, uno strumento open source per screenshot. La sua stessa informativa sulla privacy avverte che il repository delle immagini è pubblico per impostazione predefinita.

Glow ha trovato 343 organizzazioni colpite, tra cui una società di viaggi del Fortune 500, società finanziarie, fornitori di cloud e aziende di modelli di base. Un caso riguardava un produttore con più di 100.000 dipendenti, dove un agente ha pubblicato una demo di una schermata di fatturazione interna sull'account GitHub personale di uno sviluppatore. Il team di sicurezza dell'azienda non lo sapeva finché Glow non glielo ha detto.

Il legame diretto con lo sport qui è tenue. Quello indiretto non lo è. Qualsiasi operazione di analisi che elabori biometrici degli atleti, tracciamento delle partite o dati dei tifosi attraverso un agente di IA eredita lo stesso modo di fallire: una soluzione di comodo che sposta materiale sensibile in vista del pubblico senza che ci sia un attaccante.

Cosa sostengono davvero i post sugli strumenti

Sotto lo strato delle notizie, il dossier contiene materiale di fornitori e sviluppatori. Polars ha pubblicato un caso di studio con BMLL Technologies, uno spinout di Cambridge che fornisce dati storici di mercato di livello 3, 2 e 1 su oltre 100 sedi globali. Thomas Jardine di BMLL scrive che caricare un giorno di dati sulle negoziazioni azionarie statunitensi richiede quasi 3,5 minuti in pandas e 4,3 secondi in Polars, circa un miglioramento di 48 volte, su una singola macchina con 192 core e 1,5 TB di RAM.

BMLL sostiene anche di elaborare un decennio di dati sull'intero mercato statunitense end to end in meno di due minuti, e oltre 1,5 TB di dati di microstruttura di mercato su due settimane di azioni cinesi in poco più di 3 minuti. Sono benchmark dei fornitori, eseguiti sull'infrastruttura di BMLL. Vanno trattati come vicini al marketing finché non vengono riprodotti in modo indipendente.

Altrove, il sito di Turbofy promuove uno spazio di lavoro per agenti di programmazione, con la promessa di "60 volte più veloce dall'idea al sistema in produzione" e zero server. Singularity, un progetto su GitHub, genera un'API REST e un catalogo di strumenti MCP da un modello di dati. Il blog di ingegneria di Datadog descrive il passaggio del suo Event Platform Intake da codifica stateless a stateful, testato con Antithesis, rispetto a un volume dichiarato di oltre 100.000.000.000.000 di eventi al giorno.

Nessuno di questi nomina un cliente sportivo. Questo è lo stato onesto delle cose.

Il vuoto che una redazione sportiva dovrebbe notare

Worldmodeldata, una startup britannica consigliata da Yann LeCun, ha detto a WIRED di aver concesso in licenza quasi 1.000.000 di ore di dati di videogiochi per addestrare world model, secondo un pezzo del 29 settembre. Rhea Loucas, CEO dell'azienda, ha detto: "Questo potrebbe benissimo portare al momento GPT dei world model." Ming-Yu Liu di Nvidia ha detto a WIRED che sarebbe "più conservatore sull'uso dei dati dei videogiochi per la manipolazione", perché la fisica dei giochi è spesso eccentrica.

La motion capture sportiva è la stessa classe di problema: dati visivi e di azione appaiati, casi limite, costo elevato dell'errore. Nessuno in questo dossier la vende in questo modo. Il conto delle infrastrutture descritto da Bain viene giustificato su ricerca, pubblicità, autonomia e produttività. Il mercato dell'analisi di performance, che consumerebbe la stessa potenza di calcolo, non viene menzionato.

Quel silenzio è la storia. Un obiettivo di ricavi da 6.000.000.000.000 di dollari senza una voce per lo sport, una flotta di auto che invia dati di localizzazione a reti pubblicitarie, e agenti che pubblicano screenshot interni per aggirare un'API mancante. Tre fallimenti separati dello stesso presupposto: che lo strato dei dati si prenda cura di sé.