Tech sportiva: l'app silenziosa di Apple, un mercato da 2,61 mld di dollari e un teenager nel database di Microsoft

Apple ha creato un'app sportiva che fa quasi nulla. La recensione di Slate del giugno 2026 sostiene che questo sia esattamente il punto. Vale la pena leggerla insieme alle previsioni di mercato che stanno arrivando nel settore della tecnologia sportiva.

L'app si chiama "Sports". Non ha titoli di notizie, guide streaming o feed algoritmici. Slate riporta che al download si vedono le quote di scommessa sul tabellone, ma un interruttore nelle impostazioni le disattiva permanentemente. Restano nomi delle squadre, loghi, record, orari e punteggi, oltre a una pagina di classifiche. L'autore nota che la pubblicità è quasi assente, con eccezioni occasionali come un banner Apple che promuove contenuti Apple TV.

Il contrasto con il resto della categoria è la sostanza dell'articolo. L'app ufficiale della Major League Baseball, a lungo preferita dal recensore, ha "gradualmente circondato i punteggi e i video di baseball con ornamenti che hanno reso l'app più pesante". L'app ESPN ora privilegia la sua offerta di TV in diretta e uno scroll verticale di video autonomo, con la sezione punteggi immersa in "un vasto mare di altri pulsanti". L'app della PGA Tour, secondo il recensore, "è più un cartellone pubblicitario che altro".

Cosa dicono i numeri di mercato

Accanto a questo argomento sul prodotto c'è un insieme di numeri molto più grande. Un report di MarketsandMarkets distribuito tramite Yahoo Finance il 22 settembre 2026 stima il mercato dell'AI nello sport a 2.610.000.000 di dollari, in crescita con un tasso annuo composto del 16,7% fino al 2.030. È una previsione, non una misurazione. La cifra in primo piano va trattata con la cautela usuale legata alla misurazione del mercato sponsorizzata dai vendor.

Il flusso di notizie di fine settembre suggerisce dove si stanno muovendo davvero i soldi. Sports Business Journal ha pubblicato il 23 settembre un pezzo tech sui dati che guidano le vendite di biglietti e la crescita dei fan. Databricks ha annunciato il 24 settembre una partnership con Cal Athletics, presentata come un ritorno alle sue radici di Berkeley. Il giorno stesso, secondo il Ministry of Sport, l'Atlantic Council ha lanciato il Power of Sports Center.

Non tutto è lusinghiero. Il New York Post ha riportato il 21 settembre che DraftKings ha usato l'AI per mirare ai scommettitori perdenti, citando una riga interna: "l'investimento migliore sarebbe un scommettitore problematico". Questa storia è un promemoria che l'analisi dei dati sportivi e quella delle scommesse sono spesso lo stesso pipeline puntato verso clienti diversi.

Dove risiedono realmente i dati

Due progetti open source pubblicati nell'agosto 2026 mostrano un livello diverso dello stack, quello che decide chi possiede i numeri. Adaca Analytics, pubblicato su GitHub l'8 settembre, è un sistema di dashboard self-hosted per Google Analytics 4 e BigQuery che gira su Cloudflare Workers. I rollup giornalieri dall'API dei dati GA4 o da un export BigQuery finiscono in un database D1 di proprietà dell'operatore, mentre i dati in tempo reale restano su Google. Include sei dashboard e un builder a quattro passaggi. Ogni numero apre su una pagina di dettaglio con trend e ripartizioni precalcolate per caricarsi in un solo round trip.

Il progetto è con licenza MIT e proviene da Adaca, una consulenza software. La configurazione richiede la creazione di un account di servizio Google con accesso Viewer su una proprietà GA4, il download della sua chiave JSON e la distribuzione tramite il pulsante Deploy di Cloudflare. Quest'ultimo forka il repository, provisiona D1 e KV e distribuisce il Worker con il suo cron. Non c'è login; la README dice agli operatori di mettere Cloudflare Access o l'autenticazione Basic integrata davanti.

È un progetto piccolo, ma punta a una domanda ricorrente nell'analisi sportiva: squadre e aziende media generano enormi dataset comportamentali tramite strumenti che non controllano. L'auto-ospitare il livello di dashboard è una risposta. Possedere l'intero backend in tempo reale è un'altra.

Lark e la questione Firebase

Lark, pubblicato su GitHub il 13 agosto 2026, è un server di database in tempo reale scritto principalmente in Rust su Glommio, con un componente edge in Go per terminare connessioni WebSocket, WebTransport e REST HTTP. La sua proposta è la compatibilità drop-in con gli SDK di Firebase Realtime Database, incluso l'SDK JS di Firebase. In questo modo un team può sostituire il database in tempo reale continuando a usare Firebase Auth, Hosting e Storage.

La README del progetto è insolitamente attenta alla maturità. Il numero di versione 0.x, dice, "riflette l'età del progetto, non instabilità nota". Il formato su disco è descritto come qualcosa che i maintainer non romperanno senza fornire un percorso di migrazione. I cambiamenti rompendi nelle release 0.x sono descritti come rari, documentati nel changelog e accompagnati da un percorso di migrazione quando i dati archiviati sono interessati. Lark Cloud esegue lo stesso codebase e ospita dati di clienti reali. Il motore è testato contro la suite di test SDK di Firebase stessa. Firebase è un marchio di Google, e la README dichiara chiaramente che Lark non è affiliato, approvato o sponsorizzato da Google.

La cartella esempi include una lavagna multiplayer costruita sull'SDK client in circa 300 righe di TypeScript vanilla, e un port dell'app di social blogging quickstart di Firebase stessa con "una manciata di righe modificate".

Il controesempio di sicurezza

Non ogni storia di sport e analisi riguarda il design del prodotto o la misurazione del mercato. Tom's Hardware ha riportato il 28 settembre 2026 che un teenager con lo pseudonimo Faav ha accedido a una piattaforma di analisi interna di Microsoft chiamata Titan. Ha raggiunto 25.000 record di dati dei dipendenti e, secondo il suo conteggio tra le tabelle, 17.000.000.000.000 record in totale. Gli sono stati assegnati 5.000 dollari tramite il programma bug bounty di Microsoft.

Secondo il report, Faav ha usato un bot orchestratore di AI da lui costruito, chiamato Antares, per scansionare i sottodominio. Ha trovato un host Azure Cloud e un file Swagger/OpenAPI che elencava quattro route. Tre richiedevano l'autenticazione Azure Active Directory; una, chiamata /v2/Query, no, e accettava SQL grezzo. Una pagina di login del 2023 recuperata tramite Wayback Machine includeva un file di configurazione Apache Superset che descriveva 56 definizioni di tabelle. L'endpoint inizialmente rifiutava le query per mancanza di un JWT. Dopo dieci giorni di tentativi falliti, Faav concluse dalle risposte del server che la firma del token non veniva controllata, poi presentò un token che rivendicava accesso amministratore.

L'AI e l'intuizione umana si sono sommate qui. Antares ha fatto dieci giorni di lavoro che non dovevo fare [...] La sua persistenza, più un'intuizione umana, è ciò che ha reso possibile questa scoperta.

Faav ha detto a Tom's Hardware di aver "passato l'anno ad hackerare Microsoft a intermittenza tra la scuola", e di aver anche trovato bug in prodotti Amazon, Google e Adobe. I dettagli contano oltre il bounty: un endpoint di query non autenticato che accetta SQL grezzo, raggiungibile dopo una scansione dei sottodominio, è il tipo di superficie che qualsiasi piattaforma di analisi nello sport o altrove può esporre per errore.

Mettendo insieme i tre filoni, il settore sembra meno uniforme di quanto suggeriscano le previsioni. L'app Sports di Apple mostra che la moderazione è una caratteristica che gli utenti notano. I numeri di mercato mostrano che il capitale continua a fluire. Lark e Adaca Analytics mostrano sviluppatori che cercano di mantenere la proprietà del livello dati. E il caso Microsoft mostra cosa succede quando quel livello viene lasciato aperto.