Skip to content 跳到章节

🏅AI与未来

Athlete · 身体作为一个事业:从奥林匹亚的冠冕胜利者到今天的全球明星,一个短短的,残酷的,夺冠最多的职业,有数十亿观众观看.

一眼看清
指标浓度

格子越深,表示该主题在这项指标上越高。

最近审阅 来源与署名媒体署名方法说明

简短问答

你怎么成为职业运动员?

从童年开始 一次又一次地选择存活下来 通常的管道从青年俱乐部到职业学院、美国大学计划或国家体育学校,然后穿过一个因体育而异的最后大门:草稿、第一份专业合同、合格学校获得的旅游卡或官方资格标准。 没有许可证,也没有学位要求——只有连续15年被选中。

成为职业运动员的几率有多大?.

每个测量系统都非常低 NCAA估计其大学生运动员只有2%左右到达美国主要职业联赛,大学本身已经是一个过滤器. 英国足球学院的研究发现,年轻入学的男孩中只有不到1%曾经参加过总理联赛第一队比赛。 个人运动不是更亲切:数千人追逐数百个可行的旅游点.

职业运动员赚多少钱?

其传播范围比任何其他职业都广泛。 一名美国小同事棒球运动员每季(2024年)收入约2万–45,000美元,NBA球员平均收入约1200万美元,福布斯估计克里斯蒂亚诺·罗纳尔多的2024年收入约为2.6亿美元,其中大部分来自背书. 全世界中位数的职业运动员在短短的职业生涯中赚取微薄的生计;可见的超级巨星是统计的流星.

运动生涯能持续多久?

越短越短 运动越暴力 NFL球员协会长期将平均生涯推近3年;足球运动员一般在30多岁时退役,体操运动员经常在25岁前退役,而高尔夫球员,水手和马术运动员可以参赛超过50年. 即使是漫长的职业生涯也比正常退休年龄提前几十年结束,这就是为什么第二个职业生涯是工作的核心部分,而不是事后思考.

你需要上大学才能成为运动员吗?

只在美国,也只在一些体育领域. 美国足球和篮球通过大学方案有效地引导人才,因为NFL和NBA的草案主要来自他们. 几乎在其他任何地方,这条道路都通过职业俱乐部学院、国家培训机构或国家体育学校,许多运动员以16岁到18岁成为职业。 越来越多的人从事兼职或退休后的研究。

职业运动员每天训练多少小时?.

比大多数人预期的要少:通常实际体力工作4到6小时,分为两场,因为身体在恢复期间适应,而不是在努力期间. 剩下的工作日是隐形的部分——物理治疗,健身预置,视频分析,到训练时的餐食时间,午睡和早晚. 精英方案将睡眠和康复作为预定会议,而不是空闲时间。

打开对比实验室

分享本页

体育已经运行实验 其他职业害怕。 自1997年深蓝击败加里·卡斯帕罗夫后,机器在国际象棋上果断地超越了人类——而人类国际象棋的响应则是不断增长,因为观众从未购买过最佳动作. 它正在购买人类竞赛:显眼的努力、谬误、神经和赌注。 一个比博尔特跑得更快的机器人会是一个工程演示,而不是运动员.

这保护了表演本身,而不是整个工作。 职业运动员周围的任务——反对分析,训练负载规划,调试,媒体制作——正是图案识别和内容问题AI擅长. 该职业的中心是安全的;周围的工程正在重建中。

12 / 100
Very low

机器可替代的工作占比

运动员的核心任务——在压力下作为人体进行竞争,其他人类见证——如果不停止成为人们所付出的产品,就无法自动化. 现实的自动化表面是辅助工作:分析,编程,判断和常规内容,大部分内容已经得到机器辅助. 该职业的真正风险仍然是他们始终存在的风险:伤害、取消选举和时间。

按任务计分,而非头衔。越低越安全。

AI难以取代的职业 →

机器夺不走的

人体是产物

96

旁观者付钱来观察人类的极限 机器人竞赛存在——RoboCup从1997年开始运行,并绘制研究对象,而不是体育场;优异的机器性能不会转移观众.

现场无标注的比赛

88

体育是最后的大众媒体形式之一,其成果是真正未知的,这就是为什么活的权利在编剧内容碎片的同时不断膨胀。 人体造成的不确定性是稀缺的资产。

故事和识别

82

粉丝们将职业生涯作为叙事——回归,衰落,两个赢四金的太老母亲. 与人类轨迹的识别是狂热的引擎,机器没有职业.

Embodied improvisation

75

分秒点的创造性行为——阿里发明了绳索-a-dope中场对决,一个无望的传球——是人类感动性智能问题的顶点,机器人仍然远离,观众的奖励恰恰是因为它是未经排练的.

将体育定义为人的规则

68

理事机构积极监管人类边界:2010年游泳禁用的聚氨酯体服,世界田径运动员封顶鞋堆高度,反兴奋剂的存在完全是为了保持身体之间的竞争,而不是实验室.

它们已经在夺的

Officiating and judging

70

Hawk-Eye在每一个大项上都称网球线,足球使用半自动的离岸检测,体操已经考验了AI判断支持——人类判断体育层的自动化速度比其他任何部分都要快.

反对派分析和侦察

65

计算机-视觉跟踪现在从广播视频中自动提取每个玩家的定位和模式;侦察报告,曾经花费了分析员几天的时间,在世界范围内,在支线-同事深度集合。

培训工作量方案拟订

55

可携带的数据加上机器学习模型,越来越多地起草日常计划——突出伤害风险和准备状态分数——体育科学家从编写程序转向审查机器建议的程序。

例行媒体和内容

60

低级比赛的自动突出显示剪切,AI翻译和评论,生成的社会内容已经处理过曾经需要制作人员的工作——包括运动员的许多日常内容输出.

工作如何变化

事业在顶端伸展

体育科学,负载管理和金钱将精英天花板推向外:汤姆·布雷迪以43分的成绩赢得超级杯,勒布朗·詹姆斯以40分的成绩成为全明星,费德勒,瑟琳娜·威廉姆斯和克里斯蒂安诺·罗纳尔多在世界一级竞争,这曾经意味着退休——尽管平均职业生涯依然短暂.

运动员成为媒体公司

顶尖的运动员现在指挥的受众比覆盖他们的渠道更大——克里斯蒂亚诺·罗纳尔多的社交追随者超过了任何播音员的追随者——以及背书加上拥有内容的外在工资,让品牌建设成为核心专业技能而不是一线队.

Data decides selection

自从奥克兰2002年的"金钱球"赛季证明统计模型可以超越直觉,招聘,合同甚至战术都转移到了数据部门;今天的运动员是连续测量的,并且数字会跟随他们进行每次谈判.

女子运动迅速职业化

德勤公司估计女性精英体育收入在2024年首次突破10亿美元,在女子足球和篮球以及板球的WPL(2023年)等新联赛中出场率创纪录,创造了真正新的全职打球岗位——这是该职业结构发展最快.

分岔出的新职业

Sports data analyst

将跟踪和事件数据转化为俱乐部和联合会的招募和战术决定——这是体育领域增长最快的后台角色,也是从数量上考虑的前运动员的共同登场.

Esports professional

一个平行的体育生涯建立在反应时间之上,训练所、教练和燃烧曲线甚至比体育更陡峭——20世纪初达到高峰,全球观众数以亿计。

运动员品牌和内容管理器

在运动员内部管理媒体公司:赞助,渠道,外表和声誉——这个角色在社交媒体之前几乎不存在,现在像代理商一样塑造职业收入.

业绩和恢复专家

强和空调导师,理疗师以及睡眠和营养专家——数据驱动的体育不断扩展的员工层,以及前运动员所体现知识的最直接的专业用途.

AI 暴露情景

三个可逆透镜:增强、替代切片、新缝隙。教学标记,非预测。

增强

保留岗位;AI 加速草稿、分诊或调研,判断与责任仍在人。

替代切片

狭窄任务堆可能先压缩,相邻手艺反而增长。

新缝隙

在需信任 AI 输出的受监管场景,可能出现监督、集成与领域质检角色。

展望

最清晰的信号来自被"解决"的体育第一:国际象棋和Go引擎超越了人类多年前,两种游戏的人类版本都在之后发展. 观众一致选择人类竞赛而不是优异的机器输出,这表明运动员在自动化的路径上坐得更接近音乐家而不是机械师.

将改变的工作的纹理。 明日的运动员列车通过机器编程, 被侦察和部分通过算法判断, 与拥有相同数据的俱乐部谈判, 运动员周围的辅助专业会继续先吸收自动化.

诚实的告诫是经济而不是技术:注意而不是能力是稀缺的资源。 如果观众分裂或转向合成娱乐,获胜者-最受欢迎的经济学则更加严厉. 但是,在目前的轨迹中,没有任何迹象表明人们会停止付费来观看其他人类发现,生活,身体能够做些什么.

相近职业

不限同一领域,六项评分最接近的职业。

继续探索

继续探索

媒体·表演领域的其他职业