觀點|「1,500萬個數據點」解析大谷翔平,MLB如何用AI做到毫秒級即時運算?
觀點|「1,500萬個數據點」解析大谷翔平,MLB如何用AI做到毫秒級即時運算?

無論是10月中登場的中華職棒總冠軍賽,還是11月初剛落幕的MLB季後賽,都讓全球棒球迷熱血沸騰。轉播畫面上每一次關鍵的盜壘、每一記逆轉戰局的全壘打,除了是球員的現場決斷,也是球團在海量數據和AI驅動的即時運算分析下,作出的戰術決策。

現代棒球除了球員與教練團的精湛實力,情蒐團隊快速分析對手資料的能力,也被視為勝負關鍵。這讓棒球比賽不僅是球員意志與天賦的展現,更是一場「數據科學」的對決。從20年前「魔球(Moneyball)」時代以來,數據分析已是棒球戰術的核心,而如今,AI更將這場革命推進至「預測當下、驅動未來」的全新紀元。

以世界級聯盟MLB為例,每場比賽會產生數TB的數據:從球的轉速到球員守備軌跡,這些數據若無法在毫秒間完成分析,就將只是「雜訊」。

挑戰不在於擁有多少數據,而是如何「即時」處理與分析,將數據轉化為可執行的洞察。無論是給教練團的戰術建議、給球員的訓練回饋、給轉播單位的即時資訊、甚至是讓球迷可互動的吸睛內容和觀賽體驗。

為了迎向挑戰,MLB與Google Cloud攜手打造強大且統一的數據與AI平台,協助聯盟與FOX Sports等轉播合作單位一起跨越數據整合鴻溝,運用「AI驅動的數據分析」讓所能提供的數據洞察、賽事轉播、球迷體驗更為即時。

體育賽事透過雲端整合數據,用AI驅動即時決策

你可能難以想像,一場MLB比賽能產生超過1,500萬個數據點。而在擁有超過150年歷史的職棒大聯盟,這些資料可能分散在舊系統與現代化的分析系統(Statcast)中,使得統一分析變得困難。

MLB的Statcast系統自2015年推出以來,便透過安裝在球場各處的感測器即時蒐集數據,記錄球場上的各種動態,除了能為球隊管理階層、球員提供最新的資訊以優化決策,更可結合AR技術打造沉浸式球迷體驗。

為了讓數據真正成為決策的基礎,2020年起我們協助MLB將關鍵的Statcast系統與工作負載全面遷移上雲,並以BigQuery打造統一的數據平台。如今透過雲端整合,這些資料能即時匯入資料庫,提供聯盟30支球隊存取,並進一步各自建立AI模型或專有演算法,讓球隊能更精準地分析球員表現、優化陣容與戰術。

這場系統上雲的關鍵轉型,不僅為MLB奠定了「數據驅動」的穩固基石,也讓數據分析從「事後諸葛」轉變為「戰術核心」。

用AI提升轉播內容品質,及球迷個人化的互動體驗

在體育轉播中,如何即時消化龐大的比賽數據並轉化為吸睛內容,始終是一大挑戰。Google Cloud透過Vertex AI Vision協助轉播單位FOX Sports自動化處理與分析海量影片素材,並在直播中於數秒內接收Statcast數據、完成AI運算,讓球迷得以在轉播畫面上看到「視覺化的好球帶」或「擊球飛行軌跡分析」等即時的數據視覺化分析。

在今年的世界大賽中,我們更協助FOX Sports運用AI推出多項創新。基於大聯盟過往比賽數據訓練打造的FOX Foresight,讓製作團隊可即時以自然語言提出「今年季後賽中,排名前五的左打者是誰?誰在第九局表現最好?」這類直觀問題,並在幾秒內查詢到跨季數據、獲得戰術洞察,使解說內容更具深度。

同時,暱稱為「Connie」的AI代理連接系統(Connectivity Agent)可主動監控並預防網路連接問題,提高電視轉播可靠性,確保全球球迷不錯過任何一球。

此外,AI也為球迷帶來更個人化的互動體驗。我們與MLB合作,運用Gemini模型結合歷史對戰數據、天氣、風向、位置等資訊,將比賽分析延伸至新型態的行動廣告與球迷互動。AI系統會依據觀眾所在地,即時推送與該地相關的比賽預告,讓趣味且個人化的廣告資訊在城市間流動。結合生成式AI技術,大幅豐富了轉播的深度與可看性,也讓球迷的觀賽體驗更沉浸、互動也更即時,並有機會為體育轉播開啟新的參與模式與商業可能。

展望運動科學AI新未來:我們的「主場」優勢與挑戰

生成式AI已為MLB帶來數據分析與轉播服務的革新,打造更個人化的球迷體驗。而我相信,這僅是開端,AI技術將持續從MLB延伸至更廣泛的體育應用領域。

舉例而言,我們近期宣布將以AI助力2028年夏季奧運會,運用Gemini Enterprise 與Google Workspace作為奧運規劃與後勤的關鍵工具。

將視角拉回台灣,我們擁有世界級的科技實力、充滿熱情的職業運動聯盟,以及積極擁抱AI創新的產業生態。MLB的案例證明,結合AI與數據驅動的營運模式不僅可行,更能創造長期價值。台灣的體育聯盟與球隊也能運用彈性、易上手的AI工具與數據解決方案,從小處著手、快速迭代,提升戰力、優化球迷體驗,推動產業蓬勃壯大與創新發展。

而對台灣所有企業而言,MLB賽場上的挑戰──海量數據、即時決策、優化體驗──也正是許多企業在商場上面臨的挑戰。無論是在棒球場上,或在全球供應鏈中,唯有掌握數據洞察、靈活運用AI與雲端技術的企業,才能發揮數據價值並在競爭中掌握勝局。

往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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
AI全球100+台灣20
© 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