Искусственный интеллект и трекинг серьезно меняют скаутинг, но оценки рынка этих технологий сильно расходятся, и это важно понимать при чтении новостей о масштабных инвестициях. MarketsandMarkets оценивает рост с примерно $2.5 млрд в 2021 году до $8.4 млрд к 2026 году при CAGR около 27.3%, тогда как Grand View Research дает оценку $5.7 млрд в 2025 году и прогноз до $23.1 млрд к 2033 году при CAGR около 18.5%. Такой разброс показывает, что разные отчеты учитывают разные наборы продуктов — лицензии на данные, сервисы для клубов, аппаратное трекинг‑оборудование и медиа‑интеграции — и потому итоговые суммы могут сильно отличаться.

Технологии, которыми пользуются клубы и лиги, делятся на несколько ключевых направлений: event data — регистрация действий игрока в матчах; optical tracking — позиционные треки, снятые камерами; computer vision — извлечение позиционных данных напрямую из видео без датчиков; и модели — статистические метрики и машинное обучение. Каждое направление решает свою задачу: event data помогает оценить конкретные игровые эпизоды, трекинг показывает движение и дистанции, а модели агрегируют и переводят эти данные в пригодные для принятия решений показатели.

Рынок поставщиков плотный: Opta/StatsPerform, StatsBomb, SciSports, SkillCorner и Second Spectrum занимают разные ниши и предлагают подписки или API на миллионы записей и позиционных треков. Клубы платят за доступ к этим базам, потому что готовые исторические и позиционные данные ускоряют поиск таргетов по десяткам параметров и позволяют сравнивать игроков из разных лиг на общей метрике — это экономит время скаутов и помогает стандартизировать оценки.

Second Spectrum, основанная в 2013 году, выросла как ключевой поставщик оптического трекинга и AI: официально компания работает с NBA и English Premier League, а ее технологии внедряются и в вещание, и в клубную аналитику. В 2021 году Second Spectrum вошла в экосистему Genius Sports, что подчеркивает слияние технических решений по трекингу с коммерческими правами на данные и интеграцию этих данных в медиа‑продукты — то есть трекинг перестает быть только спортивным инструментом и превращается в часть коммерческой экосистемы трансляций.

SkillCorner следует иной стратегии: это computer vision‑решение, которое извлекает позиционные треки из видео без носимых датчиков. К середине 2020‑х компания покрывала порядка 180 соревнований и заявляла доверие более чем 300 организациям. 17 декабря 2025 года SkillCorner объявила о рост‑инвестиции примерно US$60 млн от фонда Silversmith — такая сумма показывает ожидания инвесторов относительно масштабирования технологии для глобального рынка и ее коммерческого потенциала в вещании и скаутинге.

Нидерландская SciSports, также основанная в 2013 году, предлагает продукт для Recruitment/Scouting с базой порядка 260,000 игроков, примерно 250 лиг и около 3,700 клубов и профилей. Для клуба такая база значима тем, что она дает готовую фильтр‑матрицу для поиска таргетов по десяткам параметров и миллионам записей, сокращая число ручных просмотров и расширяя географию поиска — от локальных лиг до малоизвестных чемпионатов.

Статистические модели, например expected goals (xG), получили массовое применение в 2014–2016 годах; их истоки связывают с Opta, StatDNA и независимыми исследователями. Для скаутинга и оценки эффективности игроков xG и похожие метрики служат объективной основой при сравнении атакующих игроков в разных лигах и условиях. В то же время метрики дают агрегированный взгляд и требуют интерпретации: они помогают исключить случайность и сделать более обоснованные трансферные рекомендации, но не заменяют контекст и человеческую экспертизу.

На практическом уровне аналитика уже привела к заметным коммерческим результатам. Brentford под владельцем Matthew Benham применял Smartodds и аналитику с 2012–2014 годов; пример сделки — переход Saïd Benrahma из Brentford в West Ham в октябре 2020 года за примерно £25 млн плюс около £5 млн в доплатах. FC Midtjylland после инвестиций от Benham (приблизительно £6.2 млн в 2014 году) внедрил data‑driven политику и выиграл Суперлигу Дании в 2015 году. Эти кейсы показывают, как системный подход к данным помогает выявлять недооцененных игроков и превращать это в конкурентное преимущество и коммерческую ценность.

Кому выгоднее платить за данные и почему цифры разных оценок различаются? Лиги и крупные вещатели, такие как NBA, EPL и MLS, готовы платить большие суммы за интегрированные оптические трекинг‑решения и медиа‑продукты, потому что данные повышают качество трансляций и открывают новые коммерческие возможности. Клубы среднего и низшего уровней чаще запускают подписки на event data или используют решения computer vision, которые дешевле и не требуют установки камер по стадиону. Различия в оценках рынка связаны с тем, включают ли отчеты стоимость аппаратуры, прямые лицензионные платежи, сервисы по интеграции данных и медийные продукты. Для игрока это значит, что больше данных повышает видимость: таланты из малоизученных лиг легче попадают в поле зрения, но одновременно их стоимость становится более «оцифрованной», то есть трансферные решения все чаще базируются на метриках и моделях.

Данные и модели не гарантируют успеха, но делают решения более прозрачными и воспроизводимыми. Инвестиции и рост числа провайдеров, включая недавний раунд в SkillCorner, указывают на дальнейшую интеграцию данных в бизнес‑модель футбола и вещания. Для клубов ключевой выбор — покупать подписки и готовые базы или вкладываться в собственные аналитические команды; для игроков и агентов — адаптироваться к тому, что оценки теперь опираются на миллионы записей, а не только на интуицию скаута. Итог: данные перестали быть экспериментом и стали инструментом конкурентного преимущества, но настоящая ценность появится там, где технологии дополняют человеческое суждение, а не заменяют его.