当微软的AI开始指导网球运动，这项运动会变得更无聊还是更好看

24直播网 2025年09月19日 16:18

电影《点球成金》讲了一个真实的故事：奥克兰运动家队是美国职业棒球大联盟 MLB 里经济实力很弱的一支队伍，布拉德•皮特饰演的主角比利是这支球队的教练，经历了一场惨败之后，奥克兰运动家队的三名主力被重金挖走，球队前途渺茫。

但是在大数据技术的帮助下，比利不再追求当红球星，而是挖掘在数学模型下具有巨大潜力的球员，最终这支平民队伍在 2002 年赛季拿到了打破 MLB 纪录的 20 连胜，一度成为联名豪强。

也就是说，合理运用技术能力，能够在看重资金实力的顶级职业联赛里获得更多胜机。

▲ 《点球成金》剧照，经济学硕士彼得利用大数据帮助比尔挖掘潜力球员

类似的事情，正发生在网球运动领域。

2025 年度比利·简·金杯（Billie Jean King Cup）总决赛在深圳湾体育中心开赛，这是该全球顶级女子网球团体赛事首次落户中国。作为比利·简·金杯的全球技术与创新合作伙伴，微软携 Match Insights（国际版）解决方案亮相赛场。

微软基于 Azure 云平台和数据分析技术，量身开发了 Match Insights（国际版）解决方案，可实时处理海量数据，生成统一、精准的战术洞察，帮助教练与运动员在极短时间内做出科学决策，实现从数据到行动的高效衔接。

每场比赛期间，微软智能云 Azure 会处理来自多个数据源的超过 30 万个数据点，并即时生成 1500 余种独特的统计组合。同时，人工智能模型对这些数据进行实时分析，提炼出关键洞察，帮助教练和球员灵活调整战术。该系统还能深入挖掘球员行为、击球选择和局势变化，生成如回合球效率、发球得分率等深度分析数据，为战术制定提供有力支撑。

今年，微软把 Microsoft Copilot 副驾驶的 AI 搜索能力整合进了，进一步提升系统的交互智能与全球适配性。比如借助 Microsoft Copilot 副驾驶的多语言自然语义处理能力，运动员和教练可直接使用母语实时提问，例如：「对手在第二盘的反手失误率如何？」或「我在关键分上的发球偏好有哪些？」。 Match Insights（国际版）可以即时解析问题，从海量数据中提取洞察，生成个性化的战术建议。

在 2024 年，比利·简·金杯斯洛伐克队队员Rebecca Šramková 说：

赛前，我预计对手会采用快节奏打法，微软 Match Insights（国际版）提供的所有数据与洞察都印证了这一点。我据此调整了自己的战术，最终赢得了这场比赛。Match Insights（国际版）帮助我分析对手并为每场比赛完善我的策略，使我们的队伍在比赛准备和决策方面具有优势。

在 2025 年度比利·简·金杯（Billie Jean King Cup）赛事期间，我们和微软大中华区首席运营官 Chris Tao，国际网球联合会技术负责人 Jamie Capel-Davies，微软全球战略合作伙伴负责人 Monica Robbins 聊了聊 AI 将会如何影响网球这项运动，以下是对话实录。

Q：更加精细的数据分析和 AI 指导在多大程度上可以提高比利·简·金杯运动员的胜率？

Jamie Capel-Davies：这是个很好的问题。我认为 AI 确实在部分团队和技术层面发挥了作用，帮助他们获得了有价值的洞察。

比利简金杯中，大家都围绕「赢得比赛」这一共同目标努力，所以我们能够真正有所作为。我个人印象最深的是去年有一场比赛，一位球员凭借胜利赢得了参赛资格，而我们所提供的，就是为这种关键性的时刻，提供差异化支持。我认为不同团队对 AI 的使用程度和方式各不相同，而且比赛结果还受到很多其他因素的影响。

▲ 微软大中华区首席运营官 Chris Tao

Q：目前，数据和AI主要为人类教练提供辅助功能。那么未来，AI 是否真的可以取代人类教练？

Monica Robbins：不是取代人类，实际上是赋能人类。就像你在体育领域看到的那样，AI 的作用是帮助个人在他们所做的事情中取得更好的表现。比如网球比赛中的司线判罚，确实可以完全自动化，但整个过程中仍然需要人的参与。AI 的真正价值在于增强人类专注于关键决策的能力。所以我想对于人类教练来说，AI 不是为了取代他们，而是为了通过更多方式赋予他们力量。

Jamie Capel-Davies：是的，我完全同意。AI 确实带来了很多价值，但有些事情仍然需要人类的参与。AI 可以处理纯粹且客观的数据，但在网球领域，教练的很多工作在短期内是人工智能难以替代的。我们真正感到兴奋的是看到这项技术正在更广泛地应用，它可以帮助提升比赛的公平性。我们拥有大量可用的数据和各种类型的系统，而且这些技术变得更便宜、更易获取，因此在更多比赛中都能提供有价值的洞察。

Chris Tao：我想说的是，微软在人工智能与人类协作方面的基本理念、目标是创造出能够以更好方式帮助人类的 AI 技术，从而提升整体生产力。我们始终认为人类应该处于主导地位，而 AI 则是持续支持人类的、聪明的「Copilot 副驾驶」。最终，我们希望 AI 不仅能在教练领域提供更好的建议，还能在教育等其他领域发挥作用。我们也希望 AI 能在不同文化背景下都表现出色，成为真正意义上的助理教练，具备应对未知问题和不断进化的能力。

▲ 微软全球战略合作伙伴负责人 Monica Robbins

Q：在智能运动领域，AI 已经彻底改变了国际象棋和围棋，模仿和学习 AI 可以带来更高的胜率。然而，有人认为，由于存在最优解，AI 介入的运动可能会失去创造性和观赏价值。网球会出现这种情况吗？

Jamie Capel-Davies：我不这么认为。这确实是个值得探讨的问题，不过我自己不下棋，所以无法完全比较。但我觉得 AI 的加入其实是为运动增添了新的维度。虽然 AI 有时会击败人类，而且这种情况越来越常见，但真正有趣的是AI 与人类之间的互动。所谓的「最优解」反而让比赛变得更有看头。网球本身就包含很多要素，比如技术、身体素质、战术等，是一个高度多维的运动。我们尝试用 AI 来强化其中的战术和战略部分——这是非常关键的一环，但也只是众多维度之一。

Chris Tao：我补充一点。在网球领域，我们已经积累了多年成熟的经验，尤其是在数据分析的支持下，我们可以更好地分配资源。你提到一个很重要的观点：在一个高度竞争的环境中，人类应该如何定位自己？是“人类+AI”的协作模式，还是坚持人类主导？你可能还记得上个月在中国举办的 2025 世界机器人大会，那场展览真的很精彩。它促使我们重新思考：如何借助 AI 增强人类能力，而不是让 AI 取代人类在关键领域的作用。

Jamie Capel-Davies：如果我们进一步展开这个话题，我认为 AI 还有潜力帮助球员更好地参与比赛、减少受伤风险。

Monica Robbins：是的，这正是 AI 的核心价值所在。当我们谈论 AI 时，它是在赋能各类应用的负责人，而不是取代他们。我常常会想到一个例子：AI 可以让信息「活」起来，帮助运动员更好地理解自身表现，从而发挥最大潜力。比如从人体力学的角度来看，运动员在特定项目中往往遵循相似的运动原理。而借助 AI，他们可以发现，通过对身体姿态的微调，自己可以跑得更快、跳得更高，或者更高效地完成动作。所以再次强调，这不是关于替代，而是关于提供工具，帮助他们实现更好的自我表现。这也是我们真正关注的方向。

▲ 国际网球联合会技术负责人 Jamie Capel-Davies

Q：AI 或微软的机器学习系统是如何挖掘出传统系统无法识别的数据维度？微软的技术在哪些方面可以补足传统系统的不足吗？

Monica Robbins：是的，我可以先分享一些想法，然后 Jamie 可以补充。从根本上讲，这个问题回到了「数据如何实现实时统一」的能力上。传统系统通常是在赛后进行分析，也就是说，你只能在比赛结束后回顾数据，制定策略。而微软的解决方案实现了实时数据处理，这意味着你可以在比赛进行过程中就获取关键洞察，并据此做出即时调整，而不必等到下一场比赛。这是一个非常重大的转变。我们在本次锦标赛中引入的一些新功能，正是围绕如何更深入地理解比赛动态展开的。现在，运动员甚至可以通过自然语言提示在比赛期间获取实时建议。如果我是网球运动员，我可以根据AI的反馈调整我的发球策略，这在过去是无法实现的。

Jamie Capel-Davies：使用 Azure 的一个关键优势在于系统的可扩展性。我们可以根据比赛的节奏和安排灵活调整资源配置。比如本周有些比赛日综合日报安排了两场比赛，有些只有一场，我们的系统可以根据实际情况动态扩容，同时保持成本效益。此外，微软的 AI 平台具备模型迭代和切换能力。我们可以根据反馈不断优化模型，并在不同模型之间灵活切换。我们最近就做过一次模型升级，结果显示新模型的反馈质量明显优于之前的版本。这种持续优化的能力，是传统系统难以比拟的。

▲ Billie Jean King，单打最高世界排名第一，12 座大满贯得主，国际网球名人堂成员

Q：有人使用 AI 来帮助策略，而有人不使用，那么对于这种情况导致的不公平，你们会如何回答呢？

Monica Robbins：我们合作的每个组织都肯定会思考的一个问题是，他们如何以完全公平的方式提供解决方案。其中一件事是，现在AI正变得更容易被更广泛的受众使用。实际上，在某些方面，它确实带来了更多的获取机会。但当我们与潜在客户或不同组织合作时，比如与比利·简·金杯合作，关键在于我们如何确保所有团队都能获取相关信息，并确保他们能够充分利用这些信息。确实，像任何新技术一样，总会有一些早期采用者，但这也是推动技术普及的重要力量。我们希望通过这种方式，逐步实现更广泛的技术覆盖。

Chris Tao：是的，这项技术实际上已经在一定程度上缓解了原本可能加剧的不公平问题。过去，资源获取的不平衡确实让一些团队或教练处于劣势，但现在我们正努力让 AI 技术变得更加普及和易用。我们的目标是确保尽可能多的人都能使用这项技术，而不仅仅是少数拥有高端设备或资源的专业团队，比如那些顶级教练。过去可能需要依赖复杂的系统才能进行数据分析，而现在，更多人可以通过更便捷的方式获得同样强大的支持。这意味着，AI 不仅提升了专业教练的能力，也为更多基层用户打开了可能性。我们希望通过技术的普及，真正实现更公平、更广泛的赋能。

Jamie Capel-Davies：我们所做的是与所有团队一起开展培训，以此来帮助降低风险和解决问题，而不是做其他事情。正如 Monica 提到的，不同团队的使用方式可能不同，但我们努力确保每个团队都有机会尝试并充分利用这项技术。微软其实还有一个专门的部门，会对产品进行严格的审查，确保在推出时符合伦理和公平的使用标准。