看Big Data如何改變美國職棒MLB?
看Big Data如何改變美國職棒MLB?
2014.11.12 | 科技

今年美國MLB職棒大聯盟在10月底才剛落幕,舊金山巨人隊擊敗各州高手,奪下冠軍,引發當地民眾狂歡慶祝。

在明年春季訓練開始前,各職棒隊伍已開始整軍訓練,準備應付下一季的挑戰。其中有新球員加入,也有舊球員調度,誰可以成為先發球員,過去往往仰賴球探挖掘和教練的訓練。但近7年以來,球探和教練早已不是美國MLB職棒的唯一選角標準。

美國媒體Sporttechie陸續披露,Big Data成為美國MLB職棒大聯盟的重要顯學,是美國棒球賽事的重要戰略分析工具,包括球賽的策略、教練如何管理球員、或甚至是改變球迷的看球經驗上,都造成巨大的影響。驗證了知名作家Michael Lewis所撰寫的小說「魔球」(Money Ball)劇情。

enter image description here
(圖說:美國MLB職棒透過Big Data改善棒球策略。圖片來源:Newsweek)

一場球賽收集1TB資料,未來更可能爆炸到7TB

Datanami公司統計,2000年以來,美國棒球資料呈爆炸性的成長。光是一場棒球比賽,就可以收集超過1TB的資料,相當於30萬張以上的高畫質照片。以先發投手約100顆左右用球數來看,投出一顆球,就可以收集超過20種以上的數據,投球的進球角度、軌跡和手臂運動速度等,都是棒球比賽可能會用到的資料。專家甚至預測,隨著感測裝置和各種科技的推陳出新,蒐集運動賽事的技術門檻會越來越低,未來一場棒球比賽收集到的資料量,更可能會爆炸到7TB。

透過系統資料,團隊可以記錄球員的表現,改變判斷球員價值的方式,並決定哪些選手應該先發、哪些又應該下放到小聯盟。

防守策略應用大幅增加

另一個Big Data在美國MLB比賽中的重要影響,在於改變防守策略。

相較於攻擊,2000年以來,美國職棒採用「防守轉換」(defensive shifts)策略數明顯增加,關鍵在於內野教練可以透過Big Data分析對手什麼時候可能會打安打,來決定場上球員防守的位置,是否應該退後到外野,或趨前防守等。

大聯盟球隊改以防守代替進攻,降低對手的安打率。2010年MLB防守轉換策略的次數約只有2,400次,但到了2013年,卻大增到8,000次。

enter image description here
(圖說:CBC媒體報導,美國BIS雇員分析大量球員數據,提供MLB球隊改善比賽策略。照片來源:CBC)

球迷體驗因此更加多元

Big Data改變美國職棒的另外一個重點,在於球迷的體驗經驗上。

美國最早從1939年開始由紐約電視台轉播棒球比賽,至今走入超過60年時光。雖然曾經一度創造棒球轉播的榮景,但隨著智慧型手機等新裝置的崛起,消費者的眼球目光也逐漸轉移。為了提供更多的消費體驗,美國體育媒體開始透過雲端收集消費者的習慣,在手機網頁上提供即時的棒球分析等,抓緊用戶需求。

現在火熱的棒球比賽已經不再只仰賴明星球員的加持,還包括著各種戰術與行銷策略的手法。Big Data全面改變美國的職棒生態,也引領各種運動賽事朝更多元的方向競爭。

資料來源:Sporttechie、CBC、Newsweek、Datanami

關鍵字: #大數據
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓