传感器和人工智能的广泛应用与更新迭代，正在加速着传统球探行业的走向灭亡。

大数据时代，俱乐部无需再花费大量金钱用在雇佣全球各地的球探身上，因为各种各样的传感器与人工智能平台收集的大数据及分析报告，比球探肉眼观察到的结论更准确，且更加节约成本。

今年4月，在4-0惨败给利物浦之后，曼联首席球探吉姆·劳勒，全球球探部门主管马塞尔·布双双离开了俱乐部。这一人员变动被媒体视为曼联球探部门结构发生改变的时刻，并且是俱乐部精简球队结构行动的一部分。

而早在2020年10月，阿森纳就在疫情影响之下裁员55人，其中包括俱乐部资深球探弗朗西斯·卡吉高。

这些精简人员的举动，无疑与能够评估出球员身体、技术及表现的大数据收集与分析平台的日新月异有着直接联系，与很多因科技的进步而渐渐销声匿迹的传统行业一样，大数据技术的发达，显而易见地不断压缩着传统球探的生存空间。

十年前，那些曾经守在电话前等待球探们的电话，以此来决定是否投资某位新秀的顶级联赛俱乐部教练们，如今都守在手机前，利用各种可穿戴设备上传的数据及算法分析，就能看到人工智能给出的“球探报告”。职业足球的不断发展，正是依赖着逐渐普及的数字视频、物理数据输入，以及日益升级的数据收集点。这些遍布于球员全身的传感器和相关的数据分析平台，成为了评估球员的主要参考依据。

譬如，足部数据收集传感器Playermaker能够提供与GPS定位完全不同的物理数据，能够让教练更直观地了解到球员下肢力量、肌肉纤维、爆发力和技术特点；AiScout和JuniStat使用智能手机摄像头分析生物力学；SkillCorner和Track160的物理数据差异化收集；SmarterScout和StatsBomb能够应用高级算法评估球员……

球员们可以通过应用程序建立自己的数据库，通过数据大幅提升自己被俱乐部发现的机会。价格日趋平民化的可穿戴设备分析平台，在共享人才数据库方面，能够让俱乐部之间的竞争更加公平合理，缩小豪门与中小俱乐部之间由经济实力产生的差距。

举个例子，疫情之下，在孟买的五星级寄宿足球学校，球探无法前往疫情严重地区实地考察挖掘新秀，但利用AiScout通过对英特尔的3D球员追踪视觉技术，评估异地球员的身体机能、技术动作，最终成功签下了19名各个区域的新人，一些人甚至来自于偏远的农村地区。要知道，这些居住在偏远地带的孩子在以往的星探时代，也是很难被发现的存在。传统球探行业虽然因大数据技术的发展不断缩水，但却给贫民窟的孩子带来了希望。

大数据代替球探挖掘球坛新秀只是一个缩影，如今，大数据早已广泛利用于各行各业。随着大数据的应用逐渐推广，大数据人才的缺乏也亟待解决。现阶段，大数据行业吸纳了来自于各行各业的人才，像大数据ETL工程师岗位，不少人通过短期的岗前实训转岗进入了IT行业，成功入职大公司，成为一名有前途的大数据ETL工程师。

【温馨提示】文中部分图片及素材来源网络，版权归属原作者，若有不妥，请联系告知修改或删除，谢谢！