提升美国网球公开赛的数字化体验

美国网球公开赛是一项规模庞大、为期两周的赛事，并会在 22 个不同的球场上进行数百场比赛。无论是对网球迷还是报道该赛事的 USTA 编辑团队，持续追踪所有赛况都堪称一项挑战。因此，USTA 要求 IBM 设计、开发和提供解决方案以增强数字体验并帮助其团队提供更多内容，从而覆盖整个赛事期间的更多比赛。

为此，IBM Consulting 团队使用 watsonx AI 和数据平台构建出生成式 AI 驱动式功能。例如，比赛报告为 AI 生成的赛后摘要，它们旨在让球迷快速了解与此赛事相关的赛况。AI 解说则可为比赛集锦添加 AI 生成的口头解说。SlamTracker（美国网球公开赛的主要计分应用程序）具有 AI 生成的比赛预览和回顾功能。

USTA 首席商务官 Kirsten Corio 表示：“使用 watsonx 构建的 AI 模型不仅能增强美国网球公开赛的数字体验，其自动执行关键工作流程的功能还提高了我们编辑团队的工作效率。”

IBM 团队使用多个 AI 模型来开发新功能，其中包括 Granit AI 模型系列。这些大型语言模型虽已能理解语言，但它们仍需针对网球数据进行训练或“调整”，以便将美国网球公开赛的赛况转化为句子和摘要。

IBM Consulting 合伙人 Shannon Miller 表示：“基础模型非常强大，正在引领生成式 AI 的新时代。但要生成有意义的业务成果，它们还需针对高质量数据进行训练并形成领域专业知识。因此，组织的专有数据便是 AI 应用方面的关键差异化因素。”

该团队利用 watsonx.data 来连接和整理 USTA 的可靠数据源。整理流程包括删除重复数据，并筛选为大型语言模型提供信息的基础数据以及 USTA 的专有数据。该流程会过滤掉亵渎或侮辱性语言以及令人反感的内容。

然后，通过对这些模型进行训练，可将网球数据转化为有说服力的描述，以便在比赛报告中总结整场比赛，或为 AI 解说生成用于描述精彩片段中赛况的句子。在 2024 年美国网球公开赛期间，所有男子与女子单打比赛均会生成比赛报告和 AI 解说；这是 USTA 编辑团队以前从未有过的一项举措。此外，通过使用 watsonx.governance 的各项元素，可监控和管理这些模型的持续运行状况，从而确保 AI 运行良好、符合规定并可按预期运行。

在此项目的软件开发阶段，该团队利用强大的生成式 AI 助手来提高其代码的效率和准确性。IBM watsonx Code Assistant 使用来自专用 Granite 模型的生成式 AI 来加快软件开发，从而帮助开发人员根据自然语言提示来生成代码。该团队使用此工具来分析和解释代码片段，为代码添加注释以促进开发人员之间更好的协作，并自动完善已分析代码的各个片段。

为在每年开发出新功能，USTA 需要迅速并有目标地采取行动。该流程会在美国网球公开赛结束后一周开始，届时 IBM Consulting 会使用 IBM Garage Methodology（一种高度协作的共同创造方法）来启动工作。

“当我们与客户合作时，至关重要的是，我们在每一步都紧密合作，在我们向客户期望的最终状态迈进时进行构思、迭代和调整，”Miller 说。

为将新想法转化为数字现实，IBM Consulting 设计、开发和管理着强大的数字基础设施，以便处理结构化与非结构化数据，并整合各种来源的技术。该基本基础设施每年都在不断进步和完善。

USTA 的 Corio 表示：“过去的创新周期是以年为单位。但现在，我们却会用星期和天来衡量创新，并且它可能来自任何地方。因此，我们需要一个能处理各种数据的灵活平台，自动将数据转化为洞察信息，并在保护整个数字环境的同时完成各项工作。”

任何数字体验的原材料都是数据，而美国网球公开赛产生了大量的数据。首先，会有 128 名男单选手和 128 名女单选手角逐每届美国网球公开赛 ，期间会进行七轮比赛。每位网球选手都有各自的数据集，包括世界排名和近期表现。而这只是开始。

整个赛事过程中，会进行超过 125,000 分的角逐。这些点中的每一点都会生成自己的数据集：发球方向、速度、回击类型、制胜球类型、对打次数甚至球的位置。总而言之，赛事期间会生成超过 700 万个数据点。

为给美国网球公开赛的数字体验增添更多质感和内涵，该团队希望不仅局限于单纯的统计数字。于是，他们使用 AI 来分析来自数十万个不同来源的数百万篇文章中的语言和情感，从而形成特有且信息丰富的洞察；例如，所有单打比赛的“获胜可能性”预测。为帮助管理数据集的收集、整合和分析，IBM 使用了 IBM watsonx.data，它是专为处理 AI 工作负载而设计的专用数据存储。

“这是一项大规模的数据管理业务，包含多个数据源和各种合作伙伴，”Miller 说道，“但是当您将统计数据和分数等硬数据与媒体评论等非结构化数据结合起来时，奇迹就会发生。这样才能让网球迷更全面地了解每场比赛。”

在与 USTA 多年的合作过程中，为简化该流程，IBM Consulting 构建了自动化工作流程，以便通过各种应用程序和 AI 模型来整合和编排数据流，从而为打造数字体验提供必要帮助。这些工作流是通过混合云架构以及在 Red Hat OpenShift on IBM Cloud 上运行的容器化应用程序来实现的。美国网球公开赛的混合多云架构则由四个公有云组成，从而利用来自各种来源的数据，并整合来自各个合作伙伴的特性和功能。通过对这些应用程序进行容器化，该团队只需编写一次应用程序即可在任何地方运行它们，从而确保正确的数据进入正确的云上的正确应用程序。

Corio 指出：“借助这个平台，我们能够完成几年前还无法完成的任务：管理所有这些数据、生成 AI 洞察分析、保护环境……IBM 为我们实现了这一切。我迫不及待想要看看这一合伙关系能够创造什么样的未来。”

USTA（ibm.com 外部链接）成立于 1881 年，它是美国网球运动的国家级管理机构。美国网球公开赛（ibm.com 外部链接）是 USTA 旗下的一项大满贯赛事，它于 1968 年首次举办，而当年的男子单打冠军由 Arthur Ashe 获得。美国网球公开赛于每年的 9 月份在纽约皇后区法拉盛的 USTA Billie Jean King 国家网球中心举行。