Hockeys analysebevegelse henger etter andre idretter, men dens tidlige suksesshistorier er allerede godt fortalt.
Det er videoen av Canadiens speiderdirektør Eric Crawford som med suksess presser for å velge Lane Hutson i andre runde, og forteller rommet at hvert konkurrerende lag har en forsvarer som ham.
Det er daværende analytics-direktør og nylig ansatt daglig leder for Devils Sunny Mehtas draft-modell som rangerte Jesper Bratt på tredjeplass totalt i 2016-draften, noe som førte til at Mehta presset på for å velge ham i sjette runde.
Det er skikkelser som Hurricanes GM Eric Tulsky, Avalanche analytics-direktør Arik Parnass og Carolina-assistent GM Tyler Dellow – tidligere bloggere og forfattere som ble fremtredende og hjalp til med å bygge konkurrerende NHL-lag.
Det er fortsatt et gap i hockey mellom lag som omfavner data og de som ikke gjør det, men begynnelsen på den neste bølgen av innovasjon har allerede begynt å bølge. Denne skal handle om kunstig intelligens, og hvilke team som kan integrere den best i sine operasjoner.
Utfordringene finnes på to nivåer. For det første, i sporten som er tregeste til å omfavne analyser, hvordan selger du spranget til AI? Akkurat som analyser, må det besvares med resultater som beviser at de som ikke tilpasser seg vil bli etterlatt.
Den andre er bredere.
«Det er et spørsmål som hvert selskap i Amerika stiller seg selv, og det er et skremmende spørsmål: Det er hvor vi skal begynne?» en leder i Eastern Conference fortalte The Post. «Til syvende og sist vil det være at hver operasjonsprosess vil bli revurdert gjennom linsen til AI.»
Analytics er et bredt emne som samles inn i et enkelt emne, men når det gjelder enhver sport, kan du koke ned formålet til en enkelt tanke: å bruke tall, trender og data for å forstå hva øyet savner.
AI er ikke slik. Hvis du måtte koke ned potensielle brukssaker i hockey til én tanke, ville det være at det kan spare tid. Men det er så bredt at det knapt er en nyttig beskrivelse.
«Eksemplene på hvordan man bruker AI, jeg tror de enkle er … det er nyttig for cap management og modellering, for å analysere andre klubber og andre GM-tendenser,» sa Steve Werier, en tidligere assisterende daglig leder for Panthers som siden har jobbet som AI-advokat for Amazon, til The Post. «Jeg tror det kan hjelpe deg med å identifisere signaler i andre mediemarkeder som kan være relevante for strategisk planlegging.
«Et annet eksempel er, hvis du er leder for hockeyoperasjoner og du får 100 agent-e-poster i uken om spillere i forskjellige ligaer rundt om i verden. En AI-agent med de riktige instruksjonene kan sortere gjennom disse og fremheve de som passer best til kriteriene dine mindre ligaklubber ser etter, og som sparer deg tid. AI kan gi raskere tid til å utføre analyseteam og øke hastigheten på analyseteamene.»
Hva annet? Lag ansetter vanligvis en håndfull spillerutviklingstrenere for å møte potensielle kunder på college eller juniorer rundt om på kontinentet i løpet av sesongen. Hva om du, for å supplere tiden mellom disse møtene, kunne automatisere AI for å gi potensielle kunder tilbakemelding i sanntid?
Lag bruker også selskaper som SportLogiq, som har tilgang til sporingsdata i sanntid, for å hjelpe med å bygge interne modeller og gi innsikt til ansatte. Men kan du bruke AI for å hjelpe en trener midt i spillet ved å akselerere hvor raskt data og video som påvirker matchup-avgjørelser når benken?
«Hva om jeg skulle gi en trener en iPad som hadde sanntidsinnsikt som sa: ‘Oh s–t, den tredje linjen din blir kastet inn?» Du ser det kanskje uansett, men justeringer i sanntid for å hjelpe ham å vinne kamper i øyeblikket, sa Eastern Conference-sjefen. «Alt dette er mulig, og det virker langt ute, men det er ikke i sammenheng med hva som er mulig med teknologien vi har i dag.»
Mike Kelly, direktør for analyse og innsikt i SportLogiq, gikk inn på spilleranskaffelse som et område hvor AI kan hjelpe.
«Du sier sjelden om noen gang la oss se på alle de ubegrensede frie agentene eller til og med de begrensede frie agentene, gradere dem fra beste til verste, og la oss bare begynne å koble fra det beste. Du leter etter anfall,» sa Kelly til The Post. «Du sier at vi kanskje trenger en dybdesentermann som kan vinne faceoffs og drepe straffer. Det er det du ser etter. Eller vi leter etter en bunn-par forsvarsmann som er fysisk og dreper straffer.
«Du kan legge inn dataene og få AI-verktøyene dine, ha viss kontraktsinformasjon, kanskje du vil ha en fyr med ett eller to år igjen topper eller en ubegrenset gratis agent til en viss prisklasse, få den til å fylle ut en liste for deg. Gå ned når du har fått listen din til en enda kortere liste. Det er litt av det manuelle arbeidet som må gjøres. AI-verktøyene kan gjøre det fortere..»
Det er en åpenbar motpol til alt dette som alle som noen gang tilfeldig har brukt en AI-assistent kan tenke på: Er ikke påliteligheten mistenkelig?
Svaret på det avhenger av konteksten – hvor god er du til å spørre det, hvor gode er dataene du gir den til å jobbe med og stiller du de riktige spørsmålene om hva den gir ut? Det alle understreker er imidlertid hvor raskt teknologien forbedres, og hvor mye tid den allerede kan spare.
«For et år siden var jeg nølende med å bruke den fordi den kan forville deg på en sti,» sa en leder for Western Conference til The Post. «Jeg lærte min egen måte å gjøre det på. Og nå er det sikkert mer vanlig brukt denne sesongen. Jeg vil ikke si at det brukes til hverdagslige ting hele dagen. Det er mer et støtteverktøy for å hjelpe til med å få fart på eller løse problemer, forskjellige ting som det.
«Det har ikke tatt over, og det er der vi er ved det stupet, hvor skal det gå og hvordan skal dataleverandører bruke det og hvordan bruker vi det?»
Jules Lanari-Collard, en student ved Imperial College London, presenterte nylig en modell han laget for å måle hvordan spillere bidrar bort fra pucken på HALO-konferansen i Denver, en første i sitt slag hockeyanalysekonferanse arrangert av Parnass. Han brukte Googles Gemini til å skrive omtrent 10 prosent av koden for den, noe som i statistikkens verden er noe på den konservative siden.
«For å skrive kode, for å gjøre ting mer effektivt, kan det virkelig fremskynde mange ting. Det er ett aspekt,» sa Lanari-Collard. «Jeg tror i grunnen at du fortsatt trenger virkelig flinke folk. Disse menneskene kan kanskje implementere AI-modeller for å utvikle beregninger og slike ting, men du kan definitivt ikke bare levere analyser til en AI og forvente å få spesielt gode resultater.»
AI vil etter hvert bli integrert i hver organisasjon, men riktig brukt, vil den ikke erstatte dataanalytikere, speidere eller noen andre. Det vil supplere arbeidet deres og spare tid.
Hvis det er én ulempe, er det at det meste av den innovasjonen, i det minste innen hockey, vil skje borte fra offentligheten. I motsetning til for eksempel baseball – hvor granulære nivåer av sporingsdata er tilgjengelige for alle som ønsker å bruke dem via Baseball Savant – er hockeyens sporingsdata stort sett utilgjengelige med mindre du jobber for et lag, NHL eller et annet selskap med tilgang til SportLogiq. For å gjøre prosjektet hans fikk Lanari-Collard og andre som deltok i HALOs Hackathon noen av disse dataene, men den gjennomsnittlige fanen har ikke tilgang til dem.
«Du ønsker å bryte inn i baseball, amerikansk fotball, basketball, det er virkelig, veldig mettet,» sa Lanari-Collard. «For ikke å si at det ikke er mer som fortsatt kan gjøres, men det er mye plass for innovasjon innen hockey. Vi er begrenset av tilgjengelige data. Det er flaskehalsen.»
Hva det også kan bety er imidlertid et mer merkbart gap mellom team som omfavner nye måter å tenke på og de som holder tradisjonen.
På teamsiden eksisterer imidlertid ikke den begrensningen, i hvert fall ikke i nærheten av på samme måte som den gjør for publikum. Det er bare et spørsmål om hvem som kan innovere raskest.
«Jeg tror, når det gjelder hockeyoperasjoner, kommer det ikke til å være mange plasser [AI’s] ikke kommer til å røre,» sa lederen for den vestlige konferansen. «… Jeg kan ikke tenke meg en avdeling som ikke vil dra nytte av muligheten til å bli brukt på et tidspunkt i løpet av de neste håndfulle årene.»
