預(yù)測佛得角出線、西班牙奪冠，AI怎么“看”球賽？

【文/觀察者網(wǎng) 陳思佳】

7月17日至20日，2026世界人工智能大會（WAIC）在上海舉辦。由于本次大會恰逢2026美加墨世界杯的收官階段，使用人工智能（AI）預(yù)測大力神杯的歸屬也成為一個熱門話題。

北京時間19日，即決賽前一天，在WAIC現(xiàn)場直播中，商湯科技旗下全場景AI辦公助手“辦公小浣熊”對比賽結(jié)果作出預(yù)測，認(rèn)為西班牙將獲勝。實際結(jié)果也確實如此，西班牙憑借費蘭·托雷斯在加時賽的進(jìn)球，1-0戰(zhàn)勝阿根廷，時隔16年再次登頂。

這并非小浣熊首次作出精彩的預(yù)測。在世界杯小組賽階段，小浣熊曾“命中”了32支晉級淘汰賽球隊中的26支，其中包括成功預(yù)測佛得角出線。佛得角稱得上是本屆世界杯“最大黑馬”，在小組賽中爆冷戰(zhàn)平西班牙，并以小組第二的成績晉級32強(qiáng)。

北京時間7月20日，2026美加墨世界杯決賽，西班牙1-0戰(zhàn)勝阿根廷 IC photo

AI是如何“看”比賽，如何預(yù)測足球比賽結(jié)果的？觀察者網(wǎng)與商湯科技小浣熊家族負(fù)責(zé)人賈安亞進(jìn)行了對話，她指出，AI并不是簡單地猜測答案，預(yù)測世界杯結(jié)果的背后，展現(xiàn)的是對數(shù)據(jù)、文本和復(fù)雜變量的綜合處理能力，AI不會消除不確定性，而是幫助人們更理性地理解問題。

“AI不是預(yù)言機(jī)器，預(yù)測也不是玄學(xué)”

事實上，在本屆世界杯的早期階段，辦公小浣熊最初預(yù)測的結(jié)果是阿根廷將挺進(jìn)決賽并奪冠。但在決賽前夕，基于對球隊近期狀態(tài)、攻防效率、關(guān)鍵球員表現(xiàn)等最新公開數(shù)據(jù)的分析，小浣熊給出了新的預(yù)測，認(rèn)為西班牙奪冠的概率更高。

賈安亞告訴觀察者網(wǎng)，足球比賽結(jié)果受到很多因素影響，人們可能會看強(qiáng)隊光環(huán)、球星名氣、過往戰(zhàn)績，但這些并不一定能完整反映一支球隊當(dāng)下的真實競爭力。

小浣熊進(jìn)行預(yù)測時，會把問題拆得更細(xì)，比如深入分析球隊近期狀態(tài)、陣容穩(wěn)定性、歷史表現(xiàn)、攻防效率、對手結(jié)構(gòu)、賽程難度、傷病情況、關(guān)鍵球員影響，以及同組競爭關(guān)系。

她以佛得角為例，這并不是典型的熱門球隊，“如果只憑直覺，很多人可能不會優(yōu)先看好它。但數(shù)據(jù)分析的價值就在這里：它可以把一些不那么顯眼的變量拉出來，比如球隊在特定階段的穩(wěn)定性、比賽執(zhí)行力、對手分布、凈勝球壓力等，然后放到同一個框架里比較。”

談及世界杯決賽的結(jié)果，賈安亞表示，決賽和普通比賽不一樣，決賽中的臨場狀態(tài)、戰(zhàn)術(shù)調(diào)整、傷病情況、裁判尺度、甚至一次偶然失誤，都可能改變最終結(jié)果。所以小浣熊給出的不是確定性判斷，而是在當(dāng)前信息條件下的概率分析。

“小浣熊的過程不是簡單問一句‘誰會出線’，然后讓模型猜答案。它會先整理數(shù)據(jù)，再建立分析維度，形成概率判斷，最后給出理由和風(fēng)險提示，”賈安亞說，“體育比賽的魅力就在于不確定性。AI能做的不是消滅這種不確定性，而是幫助我們更理性地理解它。”

不過，她也強(qiáng)調(diào)，體育比賽永遠(yuǎn)有偶然性，AI不是預(yù)言機(jī)器，也不應(yīng)該被包裝成玄學(xué)，真正值得關(guān)注的是它能不能在復(fù)雜信息中提供更高質(zhì)量的分析框架。世界杯預(yù)測只是一個更大眾、更容易理解的窗口，背后展示的是AI對數(shù)據(jù)、文本、規(guī)則和復(fù)雜變量的綜合處理能力。

據(jù)介紹，辦公小浣熊是商湯推出的全場景AI辦公助手，覆蓋個人用戶、專業(yè)辦公人群，以及企業(yè)和產(chǎn)業(yè)客戶的真實任務(wù)場景，具有全場景覆蓋、結(jié)果交付、任務(wù)鏈路能力和安全可控等優(yōu)勢。

目前小浣熊已經(jīng)服務(wù)了8000多家企業(yè)客戶，覆蓋供應(yīng)鏈、金融、教育、政務(wù)、電商運(yùn)營、企業(yè)經(jīng)營管理等多個行業(yè)和場景。

“AI不應(yīng)該替代人，而是成為工作系統(tǒng)的一部分”

在信息化時代，數(shù)據(jù)分析能力是衡量AI性能的一個關(guān)鍵指標(biāo)。賈安亞告訴觀察者網(wǎng)，在這一方面，小浣熊系列產(chǎn)品構(gòu)建起從數(shù)據(jù)清洗、指標(biāo)構(gòu)建、業(yè)務(wù)理解、推理分析到結(jié)果交付的一整套能力。

她表示，為提高數(shù)據(jù)分析的準(zhǔn)確性，小浣熊首先會做好數(shù)據(jù)治理，幫助用戶做數(shù)據(jù)清洗、格式整理、異常識別和指標(biāo)統(tǒng)一；其次是理解場景，根據(jù)不同業(yè)務(wù)和問題選擇相應(yīng)的分析路徑；然后是把數(shù)據(jù)判斷和業(yè)務(wù)常識結(jié)合，在具體語境里解釋數(shù)據(jù)結(jié)論；最后是確保分析可解釋，讓用戶能夠復(fù)核AI的分析結(jié)果。

但數(shù)據(jù)并不是決定結(jié)果的一切，很多時候，個人的主觀判斷、情緒變化或者突發(fā)事件，都可能徹底改變事件的結(jié)果，這往往是難以提前預(yù)料的因素，也不一定能在數(shù)據(jù)中得到直觀、完整地體現(xiàn)。

對此，賈安亞表示，小浣熊傾向于分層處理問題。例如，對于已結(jié)構(gòu)化的數(shù)據(jù)，AI可以直接進(jìn)行分析；可以間接觀察到的信號，往往能反映變化的趨勢；突發(fā)和人為變量則不會給出確定性的判斷，AI會把它標(biāo)記為風(fēng)險因素或通過情景分析告知用戶。

她說：“這也是我們對AI的基本看法：AI應(yīng)該增強(qiáng)人的判斷，而不是假裝替代人的判斷。”

在金融、醫(yī)療、教育等領(lǐng)域，不僅看重數(shù)據(jù)分析能力，數(shù)據(jù)安全和隱私保護(hù)問題也是重中之重。賈安亞表示，小浣熊在這方面有幾個原則，包括數(shù)據(jù)使用最小化、明確AI的權(quán)限和邊界、重視本地化和企業(yè)級部署能力、確保過程和結(jié)果可追溯等。

她指出，如果數(shù)據(jù)安全、權(quán)限邊界、隱私保護(hù)沒有做好，AI能力再強(qiáng)也很難真正落地，“從更大的趨勢看，AI應(yīng)用真正進(jìn)入產(chǎn)業(yè)深水區(qū)后，競爭不會只是誰的模型更會說話，而是誰能在安全、穩(wěn)定、可控的前提下，完成復(fù)雜任務(wù)交付。這也是小浣熊非常重視的方向。”

如今，AI已經(jīng)逐漸成為一種應(yīng)用于方方面面的生產(chǎn)力工具，許多人已經(jīng)習(xí)慣在辦公等場景中使用AI來處理不同任務(wù)，甚至出現(xiàn)人在下班后AI繼續(xù)干活的場景。

對于這些變化，賈安亞認(rèn)為，AI正在重構(gòu)工作方式，很多重復(fù)性高、流程相對固定的信息密集型工作，不再需要由人親自完成每一步，工作開始變成另一種形態(tài)：人提出目標(biāo)，AI 拆解任務(wù)、處理材料、調(diào)用工具、生成結(jié)果，人再做判斷和確認(rèn)。

她說：“但我不認(rèn)為AI應(yīng)該被擺在‘替代人’的位置上，而是應(yīng)該成為工作系統(tǒng)的一部分。它可以幫人生成初稿、分析數(shù)據(jù)、完成重復(fù)勞動，但方向、責(zé)任、價值判斷和關(guān)鍵決策，仍然應(yīng)該由人來承擔(dān)。”

在賈安亞看來，未來真正有價值的人機(jī)協(xié)作，不是人完全不工作，也不是人被AI牽著走，而是人更專注于定義問題、判斷結(jié)果、承擔(dān)責(zé)任，AI則把大量繁瑣但必要的工作做好，“這個變化會影響企業(yè)組織、辦公軟件，也會影響每個人的工作方式”。