Deportes
Entrevista al CEO de Olocip

Esteban Granero: «La inteligencia artificial puede ayudar a un futbolista a negociar un contrato mejor»

El futuro se puede predecir y el margen de error es pequeño. La inteligencia artificial se ha convertido en un elemento más en la industria del deporte. El uso de la tecnología para reducir la incertidumbre ha hecho que los clubes puedan ser más competitivos desde el punto de vista tanto deportivo como económico. También que los jugadores puedan tener argumentos sólidos a la hora de negociar sus contratos o que los entrenadores puedan saber el rendimiento que dará un futbolista antes de alinearle.

Esteban Granero (Madrid, 1987) conoce mejor que nadie lo que supone la aplicación de la inteligencia artificial en el deporte profesional. Hace seis años decidió fundar Olocip, una compañía internacional pionera con el fin de predecir y prescribir lo que va a suceder con el objetivo de ayudar a los profesionales a tomar mejores decisiones. Antes de acudir al World Football Summit, evento internacional que reúne a los principales líderes y stakeholders de la industria del fútbol, atiende a OKDIARIO.

Pregunta: ¿En qué momento un futbolista profesional se convierte en el CEO de una empresa de inteligencia artificial?

Respuesta: Siendo futbolista en la Real Sociedad había tenido algunos problemas con los datos que teníamos y los análisis que se hacían dentro del departamento de scouting y de análisis de partidos. Me consultaron por curiosidad y estuvimos viendo qué cosas se podían hacer. Esa curiosidad fue creciendo y, preguntando también a las personas que son realmente especialistas en análisis de datos, vimos como la inteligencia artificial tenía una cabida. Empezamos a resolver algunos pequeños problemas, luego otros problemas más grandes y al final acabé a cargo de una empresa que se dedica precisamente a eso. Fue poco a poco y de forma inesperada.

P: Mucha gente aún no sabe lo que es la inteligencia artificial.

R: La inteligencia artificial son básicamente máquinas razonando para luego tomar decisiones o para anticipar lo que va a suceder. Es decir, lo mismo que hacemos las personas, pues lo pueden hacer las máquinas, pero con otra capacidad en cuanto a la memoria, a la velocidad y sobre todo a la objetividad, que es algo que nosotros no tenemos y las máquinas sí. Son herramientas que imitan nuestro método científico, que consiste en utilizar la experiencia para formular hipótesis, aprender a identificarlas y luego poder anticiparnos a lo que va a suceder. Lo mismo que hemos hecho las personas toda la vida, pero lo pueden hacer las máquinas si tienen acceso a información y experiencia. Entonces utilizan datos históricos, que es el alimento de las máquinas, para aprender y para una vez conocidos los mecanismos que regulan esa información, pues poder anticipar qué va a pasar. En resumen: son máquinas razonando de forma lo más parecido posible a lo que hacemos las personas, pero con ciertos superpoderes en términos de la computación.

P: Si eso lo llevamos a un club de fútbol. ¿Cómo puede ayudarle deportiva y económicamente?

R: Es que las decisiones deportivas tienen un impacto económico muy grande. Es decir, acertar en los fichajes tiene un impacto deportivo, pero lo económico está ligado a ello. Entonces, por ejemplo, en términos de fichajes, la inteligencia artificial puede ayudar en el proceso de selección para saber si un jugador es el adecuado o con la elección entre dos jugadores. La IA trasciende a lo que es el análisis de datos tradicional, que lo que te dice es cuál ha sido el rendimiento pasado de los futbolistas. La IA es capaz de, viendo el rendimiento pasado de los futbolistas y sabiendo el contexto del que se van a mover, hacerte una predicción de rendimiento de los jugadores. Y tú puedes tomar una decisión sobre cada jugador o no, sabiendo cuál va a ser el rendimiento que te va a dar o estando cerca de saberlo.

P: ¿Dónde queda el factor humano?

R: Pues puntualizamos dos cosas. Una, que el factor humano muchas veces está en los datos. Vale que, aunque no esté definido como tal en la herramienta, sí se traduce en lo que es luego el rendimiento. Es decir, nosotros a lo mejor no sabemos, por ejemplo, si un jugador está lesionado, pero si le ves cojear o lo ves, que corre menos de lo habitual, pues puedes saberlo. Pues de esa misma forma pasa con el factor humano muchas veces. Y luego la segunda cosa a comentar es que, por supuesto, hay cosas que son impredecibles. Eso es muy importante saberlo. Lo que nosotros estamos proponiendo es reducir la incertidumbre en la toma de decisiones, no eliminarla. La incertidumbre nunca se va a eliminar, pero sí puedes reducirla de un 80% a un 20%. Ese porcentaje que ganas a la larga tiene un impacto grandísimo en el volumen de decisiones correctas o incorrectas. Entonces nosotros lo que buscamos es acercarnos a lo que va a pasar en el futuro, no adivinarlo con una bola de cristal. De la misma forma que hace una persona cuando van fichar a un jugador y se imaginan cómo va a rendir el equipo, lo hace la máquina con más poderío.

P: ¿Podemos decir que la IA está ya presente en la mayoría de decisiones futbolísticas?

R: La verdad es que no está en la mayoría, pero sí está en la minoría. Es decir, hace dos o tres años no estaba en ningún sitio. Ahora está en bastantes sitios. Aún quedan muchos por conquistar y en eso estamos. Pero sí que es verdad que en los sitios donde está tienen una ventaja competitiva. Cuando algo es bueno y es útil todo el mundo lo quiere y eso es lo que está pasando con la inteligencia artificial.

P: La empresa es un éxito y cada vez trabajan con más clubes. 

R: Sí, y es importante que hoy en día los clubes no sean como antaño. Todos tienen perfiles que comprenden la importancia de la tecnología a la hora de la incertidumbre. No por definición, pero la tecnología es buena. Yo creo que la tecnología es buena si es útil. Nuestra principal virtud, aparte de que tenemos la capacidad de desarrollar muy buenos modelos de inteligencia artificial, es escuchar al cliente y saber qué es lo que necesita exactamente y adaptarnos a ello.

P: ¿La IA puede ayudar también a un futbolista a ser mejor?

R: Sí, efectivamente, trabajamos para algunos futbolistas. Aquí hay dos líneas principales, una es para analizar su partido y como lo han hecho de la forma más objetiva posible. También quieren analizar al rival antes del partido y ver los puntos más fuertes o débiles de un defensa o de un portero. Eso se puede trabajar con inteligencia artificial. Y otra línea muy importante para los futbolistas de forma individual, y también de las agencias, es tener argumentos para negociar sus contratos. Si un jugador puede ir a un equipo a pedir un contrato determinado ofreciendo un informe donde está diciendo cuál va a ser su rendimiento, eso le da una seguridad al equipo y le va a justificar lo que vaya a pedir. Si el club le está ofreciendo una renovación a la baja, pero él puede demostrar de alguna manera que su rendimiento no va a decrecer… Son argumentos que ya las agencias y los propios jugadores necesitan.

P: ¿Esteban Granero habría sido mejor jugador con la IA?.

R: Habría tenido más información, eso seguro. Y como he dicho antes, sobre mí mismo, sobre los rivales y también habría tenido de alguna manera más argumentos en mis negociaciones. Pero de todas maneras, también los demás lo habrían tenido. Entonces, bueno, yo creo que el ser mejor o peor es en parte relativo, porque te estás comparando siempre con los rivales. Así que, bueno, habríamos estado todos igual.

P: ¿Cómo puede ser de importante para un seleccionador la IA para hacer la lista para un Mundial?

R: Lo primero que tendría que decir es que el criterio de seleccionador seguro que es el mejor. Lo que pasa es que el seleccionador utiliza herramientas para decidir cuáles son los jugadores que para él tienen mejor conjunción o que van a dar mejor rendimiento, pero no solamente un rendimiento individual sino que tiene que haber uno colectivo. Entonces, las herramientas que utiliza el seleccionador para elegir a sus jugadores es ir a verlos, utilizar en el vídeo o utilizar datos… Nosotros estamos dentro del análisis de datos y lo que decimos es que si se van a utilizar datos para analizar a los jugadores, nosotros podemos dar datos objetivos de rendimiento. Es decir, no solamente contamos las estadísticas, no solamente decimos cuántos pases está dando un jugador, sino lo que podemos aportar es objetividad sobre el valor que están aportando esos pases. Por ejemplo: ¿esos pases qué valor realmente tienen? ¿Cómo de bueno o de malo es un jugador pasando? Esa es la respuesta que puede dar la inteligencia artificial más allá de los datos que hay hoy en día. Por eso nosotros entendemos que somos una herramienta útil para el seleccionador, una más de todas las que utilice a la hora de evaluar el rendimiento de los jugadores.

P: ¿La IA puede equivocarse?

R: El margen de error está en que lo que tú predices que va a pasar, pase con máxima exactitud o se quede cerca. Esa distancia entre lo que realmente acaba pasando y lo que tu habías predicho que va a pasar es el margen de error que podemos calcular. Entonces la distancia es corta. Pero eso no significa que nosotros tengamos una bola de cristal, sino que la inteligencia artificial pueda aventurarse con bastante precisión. Desde luego, esa distancia es mucho más corta que si asumiéramos que lo que han hecho los jugadores en el pasado es lo mismo que van a hacer en el futuro. Ahí la distancia es mucho mayor. Por eso pensamos que lo que nosotros hacemos es más valioso que lo que ofrecen otras empresas o las bases de datos adicionales, que son las estadísticas a pasado.

P: Recientemente hemos visto lo que ha pasado con la selección española de baloncesto. ¿Cómo puede el factor sorpresa dinamitar las predicciones?

R: Es que la incertidumbre existe también. Seguramente si España jugara con el mismo equipo el año que viene el mismo torneo u otro torneo parecido le daría más opciones porque la propia inteligencia artificial, igual que la natural, habría aprendido que a estos jugadores no se les puede infravalorar. Pero eso no significa que se aventurase mal. Es decir, cuando Nadal ganó el Open de Australia, en algún momento del partido de aquella remontada, la inteligencia artificial le daba un 4% de posibilidades de ganar y la gente utilizó eso para decir: «Mira que mal predicen». Pero es que probablemente la inteligencia artificial estaba prediciendo muy bien y es que la realidad es que sólo tenía exactamente un 4% de probabilidades de ganar. Otra cosa es que cuatro no es un cero y puede suceder. Seguro que la inteligencia puede aprender también de eso. El próximo día en vez de cuatro será un seis. Seguro que no le va a dar un 80% porque es que lo normal es perder. Pero bueno, seguro que dirá este Rafa ya lo ha hecho alguna vez. Así aprende la inteligencia, al igual que nosotros.

P: Habla de Nadal. Vosotros trabajasteis con él en el Roland Garros de 202o y le ayudasteis a ganar el torneo.

R: Bueno, es un poco pretencioso decir que le ayudamos a Rafa a ganar el torneo. Rafa lo ganó él solito. Nosotros somos un grano de arena en las capacidades de una leyenda como él. Ahora, ¿nosotros cómo podemos participar ahí? Tenemos un software de extracción de datos en tenis automático y podemos extraer toda la información y convertirla en datos. Luego podemos analizarlos y ver los factores anómalos, los puntos fuertes o débiles del propio jugador y de su rival. Con eso se elaboran informes que puedan llegar a ser útiles para el jugador a la hora de de preparar los partidos. Pero de ahí a decir que nosotros le hemos ayudado… (risas).