El reciente NFL Madrid Game, que enfrentó a los Cincinnati Bengals y los Atlanta Falcons, no solo fue un evento deportivo, sino una demostración de cómo la tecnología redefine el fútbol americano. Gracias a la asociación con AWS, la NFL utiliza 'Next Gen Stats' para analizar cada movimiento en tiempo real, ofreciendo métricas avanzadas que enriquecen la experiencia del espectador, optimizan las estrategias de los equipos y contribuyen a la prevención de lesiones en los jugadores.
El pasado domingo tuve la oportunidad de presenciar en vivo el NFL Madrid Game, que celebró su segunda edición. El encuentro de fútbol americano entre los Cincinnati Bengals y los Atlanta Falcons tuvo lugar en un Estadio Bernabéu, que se vistió de gala para la ocasión, y culminó con un marcador de 34-17 a favor de los Bengals. Sin embargo, el resultado fue lo menos relevante para mí. Era mi primera vez en un partido de la NFL y, buscando el aspecto tecnológico del evento, acudí al estadio en compañía del equipo de AWS (Amazon Web Services). La razón de esta elección es que AWS ha sido el socio tecnológico de la NFL durante más de una década. Con la colaboración de AWS, la NFL ha evolucionado de medir estadísticas básicas a analizar cada movimiento en el campo en tiempo real, transformándolo en lo que denominan 'Next Gen Stats' (NGS). Estas métricas avanzadas facilitan la comprensión del juego para los espectadores, la planificación estratégica para los equipos y la prevención de lesiones para los jugadores.
La integración de chips en el terreno de juego marcó un antes y un después. Durante más de un siglo, el fútbol americano se medía únicamente por resultados como las yardas ganadas, los touchdowns o los placajes, pero estos datos no reflejaban la totalidad de lo que realmente sucedía en el campo. Fue entonces cuando AWS se asoció con la NFL en 2015. A raíz de este acuerdo, se comenzaron a instalar pequeños chips de rastreo (RFID) en las hombreras de los jugadores, dentro del balón y en los marcadores, además de desplegar más de 20 antenas en cada estadio. Así surgió 'Next Gen Stats' (NGS), que registraba la posición exacta (con una precisión de centímetros) de los jugadores 10 veces por segundo y del balón 25 veces por segundo.
La explosión de los datos ha sido fundamental. Inicialmente, la información obtenida por los chips se utilizaba solo para medir aspectos sencillos, como la velocidad máxima de un jugador o el tiempo que tardaba el quarterback en lanzar el balón. Sin embargo, en 2018, la NFL expandió su alianza con AWS e incorporó el aprendizaje automático (machine learning). A partir de ese momento, la NFL y AWS transformaron todos esos datos de seguimiento de jugadores en una plataforma de datos en tiempo real que hoy en día puede reconocer patrones, generar estadísticas avanzadas y ofrecer una visión mucho más completa de lo que ocurre en el campo.
Más de 200 estadísticas por jugada son ahora una realidad. Uno de los mejores ejemplos de estas estadísticas avanzadas es la métrica de 'probabilidad de pase completado' (Catch Probability). En esta métrica, un algoritmo analiza en tiempo real factores como la presión sobre el pasador, la distancia del lanzamiento o la cercanía del defensor al receptor para calcular el porcentaje de dificultad del pase y mostrarlo en la retransmisión del partido. Para comprender la magnitud de esta evolución, en la última década, Next Gen Stats ha pasado de medir únicamente la velocidad a ofrecer más de 40 modelos estadísticos, como Pressure Probability (probabilidad de presión) o Tackle Probability (probabilidad de placaje), que permiten generar más de 200 estadísticas distintas por jugada.
La revolución en la retransmisión del fútbol americano es innegable. Actualmente, 75 modelos de inteligencia artificial procesan millones de datos por partido en menos de un segundo. Con toda esta información, las retransmisiones televisivas muestran a los aficionados gráficos y estadísticas avanzadas al instante que ayudan a comprender la dificultad de cada jugada. Esto fue algo que, personalmente, agradecí bastante durante el partido entre los Bengals y los Falcons. Además de su utilidad para las retransmisiones, los entrenadores emplean toda esta información para, por ejemplo, evaluar fichajes, diseñar estrategias y preparar los partidos. La NFL también combina los datos con simulaciones basadas en IA para analizar los impactos y el esfuerzo físico que experimentan los jugadores, con el fin de reducir el riesgo de lesión. A esto lo denominan 'NFL Digital Athlete'.
Una misión imposible que ya no lo es. Otro de los aspectos que más me impresionó es la complejidad que implica la elaboración del calendario de la NFL. Según AWS, es uno de los desafíos computacionales más intrincados del deporte profesional, ya que para distribuir 272 partidos en 18 semanas, la NFL debe considerar más de 26.000 factores: desplazamientos, disponibilidad de estadios, rivalidades de división, partidos en horario de máxima audiencia, criterios de competición, entre otros. Dicho así, no parece exagerado, pero cada temporada, más de 4.000 instancias de Amazon EC2 ejecutan unas 1.000 permutaciones al día que permiten a la NFL analizar más de 100.000 calendarios posibles de entre aproximadamente mil billones de combinaciones. Una tarea monumental.
