¿Cuándo nos dimos cuenta de que la inteligencia artificial comenzaba a dejar de parecer ciencia ficción?
Hace apenas unos años, pensar que una herramienta tecnológica pudiera ayudarnos a analizar información, construir un criterio e incluso influir en una decisión deportiva parecía algo lejano. Después de todo, el deporte siempre ha estado asociado con capacidades profundamente humanas: fuerza, velocidad, talento, preparación, inteligencia, emociones y fortaleza mental.
Hoy el escenario es diferente.
La inteligencia artificial forma parte de procesos comerciales, financieros, operativos, médicos y de comunicación. Utilizamos herramientas capaces de procesar enormes cantidades de información en segundos y caminamos todos los días con un teléfono inteligente en la mano esperando obtener, prácticamente de inmediato, la información que necesitamos.
Y el deporte no podía permanecer fuera de esta transformación. Mientras celebramos un gol, discutimos una decisión arbitral o esperamos un tiro decisivo, detrás del juego existen sistemas recopilando y procesando información que puede terminar frente a un entrenador, un analista, un directivo o un atleta.
La transformación ya comenzó.
La pregunta es si estamos conscientes de la velocidad con la que está ocurriendo.
Cuando los datos entran a la cancha
Empecemos por el atleta.
Actualmente existen herramientas capaces de analizar movimientos, velocidades, distancias recorridas, cargas de entrenamiento, zonas de actividad y comportamientos tácticos. La información histórica puede utilizarse para detectar patrones, apoyar programas de prevención de lesiones, ajustar cargas de trabajo, evaluar rendimiento y estudiar al rival.
Esto significa que cada entrenamiento y cada partido pueden convertirse también en una nueva fuente de información. Durante el partido entre Egipto y Australia, que terminó empatado 1-1 y tuvo que definirse desde el punto penal, ocurrió algo que me parece una buena representación del momento tecnológico que atraviesa el deporte. Egipto convirtió sus cuatro lanzamientos, mientras Australia anotó dos y falló otros dos.
Resultado: 4-2 para Egipto.
Pero una imagen comenzó a circular en redes sociales y posteriormente fue retomada por distintos medios: integrantes del equipo egipcio aparecían consultando una computadora durante los momentos previos a la definición. La imagen generó inmediatamente especulaciones alrededor del uso de información para estudiar al rival.
Sin embargo, es importante establecer un límite: no existe información pública suficiente para afirmar exactamente qué datos estaban consultando, cómo fueron procesados o si detrás de ellos existió alguna herramienta de inteligencia artificial.
Y precisamente por eso el ejemplo me parece interesante. No necesitamos saber qué había exactamente en esa pantalla para entender hacia dónde se dirige el deporte. Hoy un cuerpo técnico puede tener acceso prácticamente en tiempo real a videos, estadísticas, tendencias y enormes cantidades de información que hace algunos años requerían horas de trabajo.
Pensemos en todo lo que puede existir antes de que determinada información llegue a una pantalla: recopilación de videos, clasificación de datos, identificación de tendencias, interpretación por parte de analistas y finalmente una decisión del cuerpo técnico sobre qué información puede resultar útil.
La pantalla es solamente el último elemento visible de una cadena mucho más grande. Para mí funciona como conducir por una carretera completamente oscura y encontrar algunas señales luminosas indicando hacia dónde dirigirte.
Las señales no conducen el automóvil por ti.
Pero pueden ayudarte a tomar una mejor decisión.
El futbolista todavía tiene que caminar hasta el punto penal, controlar la presión y ejecutar.
Y eso no ha cambiado.
¿Puede un algoritmo detectar talento?
Ahora llevemos la conversación al scouting.
Durante décadas, entrenadores, directores deportivos y scouts han dedicado cientos de horas a observar partidos, viajar, conocer jugadores y revisar videos. Los famosos highlights podían convertirse en la primera puerta para un atleta que buscaba llegar al profesionalismo, cambiar de equipo o subir de categoría.
Ese trabajo humano sigue teniendo un enorme valor.
Lo que está cambiando es la cantidad de información que podemos analizar y la velocidad para hacerlo. Hoy existen sistemas capaces de organizar jugadores por posición, edad, velocidad, eficiencia o acciones específicas. Algunas cámaras ya no solamente graban un partido: pueden seguir individualmente a determinados atletas y permitir posteriormente buscar acciones concretas sin necesidad de volver a observar los noventa minutos completos.
Imaginemos lo que esto representa para un club.
Miles de jugadores pueden pasar por un primer filtro antes de invertir recursos en observarlos presencialmente. Después podemos comparar su evolución, rendimiento, características y comportamiento durante diferentes momentos de una temporada.
Eso significa ahorro de tiempo y recursos.
Pero también abre una pregunta mucho más interesante:
¿Puede un algoritmo detectar aquello que todavía llamamos talento?
Probablemente pueda ayudarnos a identificarlo.
Pero todavía necesitamos personas capaces de interpretar aquello que los números no explican completamente: personalidad, liderazgo, capacidad de adaptación, disciplina, respuesta ante la presión o simplemente ese componente humano que provoca que un jugador se comporte de manera completamente diferente cuando llega el momento decisivo.
La tecnología puede ayudarnos a encontrar candidatos.
La decisión todavía necesita criterio.
Ahora pongámonos el traje de directivo
Salgamos por un momento de la cancha.
Supongamos ahora que somos responsables de administrar un equipo profesional.
Nuestro cliente es el aficionado.
¿Qué información nos gustaría conocer?
Asistencia. Venta de boletos. Rival. Horarios. Promociones. Consumo dentro del recinto. Merchandising. Interacción digital. Contenidos. Patrocinadores. Comportamiento de compra. Frecuencia de asistencia.
Aquí dejamos de hablar exclusivamente de Sports Science y comenzamos a hablar de Sports Business.
Y para mí esta no es solamente una posibilidad teórica. En uno de los proyectos de consultoría en los que actualmente trabajo con un equipo profesional de baloncesto de la Ciudad de México, una de las estrategias planteadas consiste precisamente en comenzar a construir una base de información mucho más sólida alrededor de la asistencia a los partidos.
No queremos saber únicamente cuántas personas entraron al recinto.
Queremos entender qué partido tuvo mayor asistencia, contra qué rival, en qué horario, qué promociones estaban activas, cómo se comportó la venta, qué acciones de marketing se realizaron y qué variables pudieron influir en el resultado.
Un partido aislado puede decirnos poco.
Una temporada empieza a contar una historia.
Y varias temporadas pueden comenzar a revelar patrones.
Ahí es donde la inteligencia artificial puede convertirse en una herramienta muy interesante.
Conforme acumulemos información, podremos utilizarla para identificar relaciones que manualmente tomarían mucho más tiempo analizar.
¿Qué tipo de partido atrae a determinado público?
¿Qué promociones funcionan realmente?
¿Qué horario genera una mejor respuesta?
¿Qué acciones podrían recuperar aficionados que dejaron de asistir?
¿Qué variables suelen coincidir cuando tenemos una baja entrada?
Incluso podríamos comenzar a segmentar mejor las campañas y dejar de hablarle de la misma manera a todos los aficionados. Pero existe algo fundamental: el dato por sí solo no llena un estadio.
"El dato por sí solo no llena un estadio. Su valor aparece cuando somos capaces de convertirlo en una decisión."
Podemos tener miles de registros y una herramienta extraordinaria para analizarlos. Si después no somos capaces de convertir esa información en campañas, promociones, contenidos, experiencias o decisiones comerciales, solamente tendremos una base de datos más grande.
Para mí, ahí está una de las aplicaciones más interesantes de la inteligencia artificial dentro del Sports Business: no utilizarla para sustituir la estrategia, sino para construir una estrategia con mayor información.
Cuando la IA también se convierte en Fan Experience
Los San Antonio Spurs ofrecen un ejemplo mucho más directo de cómo la inteligencia artificial comienza a relacionarse con el aficionado.
En 2026 lanzaron Spurs AI Studio, una plataforma diseñada para experimentar con nuevas experiencias impulsadas por IA alrededor de aficionados y marcas. Una de sus primeras activaciones llegó de la mano de Michelob ULTRA. La experiencia permite que un aficionado se tome una fotografía y, mediante inteligencia artificial, se genere un video cinematográfico donde aparece realizando una llegada al recinto inspirada en los conocidos *player arrivals* de los jugadores profesionales. A simple vista puede parecer solamente entretenimiento.
Pero detrás existen varios elementos del negocio deportivo funcionando al mismo tiempo.
Está el equipo.
Está el patrocinador.
Está la tecnología.
Está el contenido generado por el usuario.
Está la posibilidad de compartirlo en redes sociales.
Y está, principalmente, el aficionado convirtiéndose en protagonista de una experiencia que normalmente observa desde fuera.
Los primeros datos públicos todavía son modestos: alrededor de 80 usuarios provenientes de cuatro países, un tiempo promedio de permanencia cercano a 10 minutos y más de 1,000 reproducciones de video. Pero existe un número que particularmente me llama la atención.
Diez minutos.
En una época en la que competimos permanentemente por segundos de atención, conseguir que una persona dedique voluntariamente diez minutos a interactuar con una experiencia relacionada con un equipo y un patrocinador merece ser observado.
No estamos hablando todavía de una plataforma utilizada por millones de aficionados.
Estamos hablando de un experimento. Y precisamente así comienza la innovación: probando, midiendo, aprendiendo y escalando aquello que funciona.
El mismo partido, experiencias diferentes
La inteligencia artificial también está modificando la manera en que consumimos deporte.
Generación automática de clips, estadísticas en tiempo real, narraciones, traducciones y recomendaciones personalizadas permiten imaginar algo que hasta hace relativamente poco parecía muy complejo: dos aficionados pueden ver el mismo partido y vivir experiencias diferentes.
Uno quiere análisis táctico.
Otro sigue exclusivamente a determinado jugador.
Otro quiere goles y jugadas destacadas.
Otro busca estadísticas avanzadas.
Otro consume el contenido desde un país diferente y necesita otro idioma.
Durante décadas, una transmisión deportiva era producida para millones de personas.
Ahora comenzamos a entrar en una etapa donde podemos imaginar millones de experiencias construidas alrededor de una misma transmisión.
Esto puede transformar profundamente la relación entre aficionados, medios, ligas y patrocinadores.
Porque conocer mejor al consumidor significa también poder ofrecerle contenido más relevante.
Y una persona que encuentra contenido relevante probablemente permanezca más tiempo conectada con el deporte.
Un estadio ya no es solamente un estadio
Existe otro territorio donde esta conversación me resulta especialmente interesante: la infraestructura deportiva. Un estadio moderno ya no puede entenderse solamente como concreto, acero, butacas y una cancha. También es una enorme plataforma tecnológica.
Accesos, movilidad, consumo, seguridad, energía, conectividad, mantenimiento y comportamiento de los usuarios generan información constantemente.
El SoFi Stadium, en Los Ángeles, permite dimensionar el volumen tecnológico que pueden alcanzar los grandes recintos deportivos.
Su construcción representó una inversión cercana a los 5,500 millones de dólares y fue concebido con una infraestructura capaz de soportar enormes volúmenes de conectividad.
Durante el Super Bowl LVI, su red convergente gestionó aproximadamente 53 petabytes de tráfico de datos.
La cifra por sí sola resulta impresionante.
Pero también plantea una pregunta mucho más interesante:
¿Cómo convertir semejante volumen de información en decisiones útiles?
No todo ese tráfico debe confundirse con información procesada mediante inteligencia artificial. El dato, sin embargo, ayuda a dimensionar la infraestructura digital que existe detrás de un recinto deportivo moderno y por qué herramientas capaces de clasificar, analizar e identificar patrones tendrán cada vez mayor relevancia.
Accesos, movilidad, seguridad, consumo, mantenimiento, energía y comportamiento de los usuarios pueden generar información constantemente. El verdadero salto tecnológico no será únicamente producir más datos.
Será desarrollar la capacidad para interpretarlos y utilizarlos.
Ahí es donde la inteligencia artificial puede adquirir un papel cada vez más importante:
Mantenimiento predictivo, optimización energética, análisis de flujos de personas, seguridad, operación y eventualmente experiencias más personalizadas para el aficionado.
Un estadio moderno ya no es solamente concreto, acero, butacas y una cancha. También es una plataforma generadora de datos. Y conforme aprendamos a interpretar mejor esa información, la inteligencia artificial no solamente cambiará cómo jugamos.
También cambiará los lugares donde jugamos.
Ya estamos hablando de miles de millones
Todo esto explica por qué la inteligencia artificial aplicada al deporte dejó de ser solamente una conversación tecnológica.
También se está convirtiendo en una conversación económica.
Las estimaciones disponibles sitúan el mercado mundial de inteligencia artificial aplicada al deporte en varios miles de millones de dólares, y las proyecciones apuntan a un crecimiento significativo durante la próxima década.
Una estimación para 2025 sitúa el mercado aproximadamente entre 8,600 y 10,800 millones de dólares, dependiendo de la metodología utilizada, mientras distintas proyecciones esperan que alcance varias decenas de miles de millones de dólares hacia mediados de la década de 2030.
Más allá de cuál termine siendo la cifra exacta, la dirección parece clara. Estamos dejando de hablar solamente de experimentos tecnológicos para comenzar a hablar de una nueva categoría económica dentro de la industria deportiva.
Clubes, ligas, federaciones, patrocinadores, medios, desarrolladores tecnológicos y propietarios de recintos tendrán que decidir qué lugar quieren ocupar dentro de esta transformación.
Y probablemente tendrán que hacerlo antes de lo que imaginamos.
El conflicto sigue siendo humano (Una reflexión personal)
Hasta aquí todo puede sonar extraordinario.
Más información.
Mejores decisiones.
Menos tiempo.
Mayor personalización.
Más eficiencia.
Pero existe otra parte de la conversación que no podemos ignorar. La inteligencia artificial necesita datos. Y en el deporte algunos de esos datos pueden ser profundamente sensibles.
Rendimiento físico. Condiciones médicas. Lesiones. Hábitos. Ubicación. Información biométrica. Comportamiento. Entonces aparecen preguntas que la tecnología por sí sola no puede responder:
¿A quién pertenecen esos datos?
¿Al atleta?
¿Al equipo?
¿A la liga?
¿A la empresa tecnológica que los procesa?
También tendremos que discutir privacidad, sesgos, decisiones automatizadas y el impacto que estas herramientas pueden tener sobre determinados puestos de trabajo.
Y entonces aparece otra pregunta:
¿Hasta dónde queremos permitir que una máquina influya en una decisión deportiva?
No existe una respuesta sencilla.
Porque hay algo que ningún modelo ha conseguido eliminar del deporte: el ser humano es impredecible.
Un jugador puede tener todas las estadísticas en contra y disputar el mejor partido de su carrera.
Un atleta puede recuperarse cuando todos esperaban lo contrario.
Un entrenador puede cambiar un partido con una decisión que ningún modelo había contemplado.
Un penal puede tener determinada probabilidad de terminar en gol.
Pero alguien todavía tiene que patearlo.
Quizá esa incertidumbre sea precisamente una de las razones por las que seguimos enamorados del deporte.
Cuando todos tengan inteligencia artificial
Hoy utilizar inteligencia artificial puede representar una ventaja competitiva.
Pero existe una pregunta que considero todavía más interesante:
¿Qué ocurrirá cuando todos tengan acceso a ella? Porque probablemente llegará ese momento.
Los clubes tendrán sistemas similares.
Los entrenadores tendrán datos.
Los scouts tendrán plataformas.
Los departamentos comerciales tendrán herramientas predictivas.
Los aficionados tendrán experiencias personalizadas.
Entonces la ventaja dejará de estar simplemente en tener inteligencia artificial.
Estará en quién tenga mejores datos, quién formule mejores preguntas y quién sea capaz de tomar mejores decisiones con las respuestas.
Ahí volverá a aparecer el elemento humano.
Por eso no creo que la inteligencia artificial vaya a sustituir al entrenador, al scout, al directivo o al atleta. Pero sí creo que quienes aprendan a utilizarla tendrán una ventaja sobre quienes decidan ignorarla. La tecnología podrá procesar millones de datos, encontrar patrones y reducir parte de la incertidumbre.
Pero alguien tendrá que interpretar.
Alguien tendrá que decidir.
Y alguien tendrá que ejecutar.
La inteligencia artificial no está esperando al futuro para entrar al deporte.
Ya está dentro.
Por eso quizá la pregunta ya no sea si la inteligencia artificial cambiará el deporte.
La pregunta es si estamos preparados para la velocidad con la que ya lo está haciendo.
