Появление продуктов с поддержкой искусственного интеллекта в сфере спортивных букмекерских контор, похоже, открывает перспективы эпохального скачка в управлении рисками. Но означает ли это, что волатильность маржи уйдет в прошлое? Пока нет, считают эксперты. Но инновационные технологии быстро развивается.
В современной реальности самое громкое словосочетание это — «искусственный интеллект». Одно лишь упоминание фразы «ИИ» вызывает либо восторженный оптимизм по поводу будущего, основанного на технологиях, либо вполне реалистичный страх перед тем же самым — неизвестностью будущего.
В букмекерском и игровом пространстве использование искусственного интеллекта, возможно, и не вызывает апокалипсических мыслей у той части операторов, кто отрицает полезность ИИ в мире будущего. Правда где-то посередине и, как сейчас представляется, искусственный интеллект все же может сильно изменить тактику ведения бизнеса.
Примечательно, что, учитывая центральное значение данных для любых потенциальных разработок в области машинного обучения или искусственного интеллекта, именно две ведущие организации, занимающиеся сбором спортивных данных, являются лидерами в этом направлении.
Эти две компании запустили новые продукты для ставок на спорт с поддержкой искусственного интеллекта. А это, похоже, указывают на новую эру управления маржой спортивных букмекеров.
В 2022 году Sportradar впервые запустила Alpha Odds — инструмент для автоматического пересчета коэффициентов. По словам компании, технология позволяет ее клиентам — любителям беттинга, генерировать индивидуальные цены на ставки в соответствии с их риском и обязательствами.
Совсем недавно компания заявила, что этот продукт, который в настоящее время используется 60% клиентов, обеспечит увеличение прибыли в среднем на 10 % в 2023 году.
В январе конкурирующая компания Genius Sports объявила о запуске своего продукта Edge, который аналогичным образом обещает автоматическое ценообразование, призванное раскрыть максимальный объем прибыли в каждой отдельной ставке.
Перспективы внедрения искусственного интеллекта
По словам Даррена Смолла — SVP по управляемым торговым услугам (MTS) в Sportradar, перспективы успешного использования ИИ в контексте спортивных ставок зависят от доступа к данным. И чем больше данных будет в доступе, тем успешнее будет настроена работа ИИ.
«Искусственный интеллект может делать огромное количество вещей, но очевидно, мы должны думать как улучшить результаты при помощи инноваций. Должен быть цикл обратной связи, иначе ИИ не сработает правильно», — говорит Даррен.
«Чтобы максимально использовать возможности ИИ, компания должна иметь данные, и чем больше данных, тем лучше. Как только у компании появятся обширная база данных, перед ней откроется будущее», — продолжает Смолл.
Но какое будущее? Как и в случае с более широкими дискуссиями о развитии искусственного интеллекта, потенциал ИИ сейчас скорее условный, даже несмотря на то, что аспекты машинного обучения внедряются в глобальной сети спортивных букмекерских контор.
«Индустрия еще не может адекватно оценить какие преимущества может принести автоматизация. В настоящее время многие операторы все еще находятся на стадии понимания того, как ИИ изменит характер работы торговых отделов».
ИИ взорвет мир
Даже без тех усовершенствований, о которых говорят в Sportradar и Genius Sports и которые, как следствие, происходят во всех компаниях, связанных со спортивными ставками, все те, кто работает в бэкграунде индустрии и в разных ее сферах — знают, насколько сильно изменилась суть задачи в последние годы.
«ИИ взрывает мир — говорит Том Холланд, директор по продуктам Genius Sports. «Вы не можете управлять сотнями тысяч событий в год вручную».
Смолл из Sportradar отмечает, что продукт компании по управлению системами торговли спортивными ставками сам использует технологию, предоставленную VAIX. Приобретенная в 2022 году, компания VAIX обеспечивает обучение искусственному интеллекту на основе 60 миллионов транзакций в день, которые проходят через более чем 60 спортивных клубов.
«Когда на платформе происходит такое количество транзакций, легко понять, почему мы используем машинное обучение», — добавляет Смолл.
