在2026年初，西班牙前国家队主帅罗伯特-莫雷诺被俄超球队索契解雇，传言称他“过于依赖ChatGPT进行决策”。据球队前体育总监奥尔洛夫描述，AI竟然要求球员在凌晨五点训练，选择的前锋在十场比赛中颗粒无收，而AI设计的战术更是直接导致了球队的降级。
随后，莫雷诺对此作出了澄清，表示自己只是利用AI进行俄语翻译，而所有的竞技决策依然由教练组负责。然而，这一谣言却迅速传播，令人们对未来的想象愈发深刻。
奥尔洛夫所讲的情节尽显荒诞与不可信，却引发了人们更深的思考：假设AI真的足够聪明呢？
如果AI的每一项推荐都精准无误，所有的球员都能在比赛中助攻进球，战术安排令球队屡创佳绩，又有谁会对这种现象感到不安？或许在那时，莫雷诺将被誉为“首位凭借AI获得冠军的教练”，登上各大杂志的封面。
这才是人们真正的恐惧：不是AI的错误，而是当AI总是正确时的无奈。
AI正在悄然夺走教练的“饭碗”
尽管莫雷诺的故事或许不可信，但接下来的几件事却真实可信。
在2026年美加墨世界杯之前，FIFA与联想合作推出了Football AI Pro，这是一种经过温格参与开发的“足球语言模型”。它能够在数亿个数据点中迅速找到答案，FIFA的技术负责人塞巴斯蒂安·伦格表示，如果AI对越位判罚充满自信，它会直接告诉裁判“越位”，而无须查看回放。
在裁判的界限内，AI已经从“辅助”变为“决策者”。
如果判罚可以被AI接管，那战术为何不可呢？
利物浦与DeepMind合作开发的TacticAI，以接近一万个英超角球的数据进行训练，并进行了实验：让教练和视频分析师判断哪些角球战术是传统的，哪些是AI生成的。结果显示，他们几乎无法分辨，专家在隐藏来源的建议中，有90%认为AI生成的战术“更优”。
根据DeepMind研究员维利科维奇的介绍，他们的目标是对战术进行微调，仅需小幅调整位置、方向和速度，便能在关键时刻产生影响。上赛季，英超28%的进球均来自定位球，而微小的调整恰恰可能决定比赛的胜负。利物浦已经在日常训练中整合了这些AI生成的战术。
TacticAI的工作流程图示
而PLAIER的扬·温特在天空体育的采访中提出的数据，令所有教练深感不安。他的模型经过几百万次模拟得出的结论是：球员的质量贡献了90%的运动成功，教练只贡献了10%。 温特对此评价十分惊讶。模型还指出，过去十年，仅有两个教练能长期“超额完成”预期，分别是弗赖堡的施特赖希与曼城的瓜迪奥拉。而其他教练的表现，不过是“达到了球员质量所匹配的水平”。这意味着大多数教练的作用，仅是避免破坏，而这正是AI可以实现，甚至可能实现得更好。
（尽管不少读者会提到克洛普，但PLAIER的模型显示，他在利物浦的执教表现和球员质量是完全匹配的，恰好踩在“预期线”上。温特特别强调，这并非贬低克洛普，因为那些高水平的球员本身就是他培养出来的。但是从数据来看，球员达到世界级后，教练的“额外加成”就显得有限。这正是AI视角与人类视角的一大分歧：在人们的眼中，克洛普是复兴的缔造者，但在模型里，他不过是“让球队达到了应有水平”。）
瓜迪奥拉对AI的态度同样耐人寻味。当记者用数据分析试图归纳足球的复杂性时，他坚决回应：“足球不是程序，也不是人工智能。”这番话显得非常坚决。然而，走进曼城的训练场，眼前的情景却截然不同。
AI增强的跟踪技术正在分析每一个球员的3D位置数据，识别他们在战术空间中的微小失误，训练结束后，球员们会收到个性化的热图报告。尽管口头上强调“足球不是程序”，但在实际操作中，瓜迪奥拉似乎并未拒绝任何能够赢得比赛的技术。这或许正是顶级教练生存的方式。
英国《卫报》在2023年3月的一篇系列报道“Reworked”中，揭示了AI对各个行业的影响。大学的人文学科教授发现，学生们开始利用AI完成那些应该培养批判性思维的任务。亚马逊的技术人员被要求使用AI工具，然而这些工具频频出错，以至于反而降低了工作效率。
BBC在2025年的预测中提到，近一百万的工作岗位可能会因为AI发生变化，其中包括20多万名电话销售员、15万名会计师以及9.5万名数据录入专员。这些工作共同的特点是具有重复性、可预测性和能够被算法替代。那么在体育圈内，足球分析师、球探与助教的角色，有多少能够被视为这样一类呢？
AI立足之际，教练组会遭遇怎样的挑战？
改变游戏规则的，正是AI智能体的崛起。
Peter Steinberger开发的OpenClaw，在AI的领域引发了一阵新浪潮。它可以将指令转化为实际的电脑操作，包括发送邮件、整理文件、操作浏览器、分析数据及生成报告。而在足球领域，这意味着分析师可以用自然语言提出战术问题，让AI自动调取数据、生成图表和撰写报告，而整个过程无需人工干预。例如，一个名为“Goalz OpenClaw”的AI技能能够帮助玩家在足球经理这款游戏中处理各种问题，从而使玩家的角色从“主教练”转变为“观察者或顾问”。
而且，这一现实并不是遥不可及。
2025年11月，西汉姆联与AWS和Crayon合作，开发出一套“革命性的AI球探平台”。俱乐部的技术招聘与分析主管哈恩毫不避讳地表示：“我们开发的平台使用AI和机器学习构建综合模型，从多个维度评估球员，以确保引援与球队目标一致。”曼联也在开展类似工作。在这支曾经处理过B费这样成功引援、并为球队效力了18年的功勋球探克鲁兹，在2023年1月离开球队——这是因为英力士集团接管后，曼联正在“减少人力规模，转而依赖数据库进行球员筛选”。
西汉姆联的平台已能同时分析全球一百个联赛的数据，而曼联正用数据库替代传统的球探网络。俱乐部开始反思：我们是否还需要那些飞往全球、住在廉价酒店中的球探？十个球探也许不如一个。那个人的工作不再是“观看比赛、写报告”，而是“告诉AI我们需要什么样的球员”。那些用眼睛和直觉工作了一辈子的人，他们的价值被重新审视。
想象一下，你是一家足球俱乐部的数据分析师，工作了十五年。某天，CEO把你叫进办公室：“我们引入了一套新系统，”他说，“它能在五小时内完成你团队一周的工作量。你以后的工作是给AI下指令，然后检查输出有没有明显错误，你的工资也将迎来下调。”
对此你心中明了。因为你不再需要“分析”，只需“操作”。并且你无需懂得战术，唯需学习如何与AI沟通。
随之而来的还有教练团队。训练计划由AI根据球员的实时体能数据自动生成，对手分析则将在赛后十分钟内完成。AI模拟数百种场景给出最佳战术建议，教练们意识到自己的角色悄然转变，已不再是“创造”，而是“解释”。他们站在战术板前，将AI生成的图表翻译成球员可以理解的语言。因此，教练组的规模从10人降低到两三人，最终只有一个人。他的任务已不再是“设计训练”，而是“传达”。
至于主教练，这一变化最为缓慢，亦最为痛苦。
沃尔夫斯堡的总经理米斯克曾说过一句发人深省的话。这家德甲俱乐部在2026年初与OpenAI签下了直接合作合同，借助ChatGPT Enterprise完成了上百个定制版本的GPT。米斯克坦言：“我们正在自动化那些琐碎的工作，以使350名员工得以集中精力去处理更需情感智慧的事务。”他并没有提到“取代”，而是提到“释放”。然后，释放之后呢？那些被释放的人又将何去何从？
一个更根本的问题显露出来：如果AI能处理所有“战术分析”工作，那“情感智慧”的事务还剩多少？而这些“情感智慧”相关的工作——安抚球员、管理更衣室、应对媒体，真的需要一个年薪千万的“战术大师”吗？还是一个年薪两百万的“情感管理者”就足够了？
当AI要求换下梅西，你该如何应对？
让我们把视角推进到2036年。
赛前准备会的场景。主教练走进会议室，助教已经将AI生成的战术报告放在桌上，三套方案均附带了可信度评分、预期进球变化以及球员体能消耗的预测。助教站在投影仪前，表情复杂：“AI建议第一套方案，可信度89%。但它要求……让10号替补。”
“10号”——五座金球奖得主，过去十年间足球的代名词。如今他已38岁，跑动能力下降，但在对手后卫面前，他依然能引发忌惮。球迷们来到比赛场地，动机一半是为了胜利，另一半则是为了看他出场。如果他被安排替补，观众将发出嘘声，社交媒体会掀起波澜，赞助商也许会对CEO施加压力。更衣室里的队员们心中都会想：凭什么？
AI的数据分析显示，10号过去五场比赛的高强度跑动下降了14%，对抗成功率也从67%降至51%。AI模拟了“10号替补”的后续场景，得出的结论是预期进球提升0.3。这样微小的变化，可能恰恰决定了冠军与亚军之间的差距。
主教练心中清楚，若AI所言属实而他却选择无视，球队最终输掉比赛——媒体会如何报道他的决策？“为了情怀，葬送冠军”？董事会又会对他有怎样的看法？前任教练的下课公告仍然懸挂在官网上。如果听从AI的建议，那他又该如何向媒体、向球员或向10号解释这个决定？直接阐述道：“数据模型显示，10号在场时的预期进球比平均值低0.4，因此换下他能提高可信度至91%，所以我照做了？”
难道主教练会沦为一个传声筒，成为AI的“翻译官”吗？
在没有10号却赢得比赛的那个晚上，主教练独自坐在办公室，墙上挂着去年全队捧杯的合照，10号曾在他身边微笑如童子。手机闪光，是10号发来的消息：“为什么？”
他盯着屏幕出神，想起10号第一次走进更衣室时还是个年轻小伙，他在这座城市里结婚生子，凭借不懈努力从青训成长为足球传奇。他打了三行字，却选择删掉。再打了一遍，又删掉。想坦露“这是为球队着想”，想说“我无能为力”，想说“你会理解的”。
最终，他回复道：“数据决定，我无能为力。”
他真的无能为力吗？还是他选择了无能为力？
资本青睐的AI，会将足球转变成数学竞赛吗？
拉斯维加斯突袭者队的“主教练研究专家”帕加内蒂在接受采访时表示：“有些教练的角色会被完全取代。我有信心地说，未来几年内，会有一支球队因大规模使用AI而夺得超级碗。这不是一个选择的问题，而是快慢的问题。”
这番话背后的逻辑是，资本冷酷的计算。
一支顶级教练团队的年薪通常在1500万到2500万欧元，而一套Football AI Pro级别的系统，其订阅费用也许只是这个数字的一小部分。如果AI能带来10%的胜率提升，同时节省80%的人力成本，这笔账该怎么算？
在金融行业，这一幕早已发生。2000年代量化基金出现，逐渐取代传统基金经理，今天没有一家大型基金公司敢说自己无需依赖算法进行决策。资本会毫不犹豫地推动变革。当AI被证明“更便宜且更准确”，这场变革不可避免，这不再是“是否”的问题，而是“何时”的问题。
PLAIER的温特曾说：“我们的目标是让俱乐部清楚地了解，某名球员能够增强球队或不能增强球队，至此而已。”但当这一逻辑推演至极致时，主教练的地位便会被彻底剥离。如果AI可以指引购买、交易和使用的球员，若AI能够在90%的情况下提供比人类更优的战术，那么主教练的“战术智慧”还有何价值？
但足球真的仅仅是一道数学题吗？
温格在一次采访中谈及过这个问题。他指出，AI能迅速吸收数百万种不同的场景，并给出即刻反馈，然而他随即强调：“只要人类保持对决策的控制权，便可合理利用科学工具。真正危险的是当科学主导决策时。”此言似乎预示着当下的挣扎。
在2026年1月的“AI+体育”圆桌论坛上，裁判马宁阐述：“两个体重不同的球员冲撞时，同样的力量施加在两者身上，一个可能被视为合理对抗，而另一个则可能被判犯规。若AI只考虑力量磅数，可能出现肉眼看似合理却由机器定位为犯规的情况。”
马宁所担忧的，不是AI“不准确”，而是AI“过于准确”，它只能根据设定的参数做判断，无法理解情境。
伊斯坦布尔奇迹那场经典对决，上半场落后0比3，却最终逆转获胜。任何AI模型都不会预见这五分之一的成功机率。但它发生了，因有这样一位球员，在中场休息时吼出了：“我们绝不能就此失败。”这位球员便是史蒂文·杰拉德。他是人，而非AI。他的愤怒、骄傲与不甘，是任何算法无法模拟的情感。
但问题是：如果AI能够帮助你赢得绝大多数比赛，你是否愿意为了那5%的“奇迹可能性”而放弃AI的建议？如果你身为俱乐部老板，你是否宁愿每年支付2000万欧元给一个坚信“奇迹”的教练，而不是花200万欧元订阅一个能稳定获胜的AI？
体育学者易剑东曾指出：“AI所具备的能力无与伦比，但若失去对它的控制，其危害将前所未有。我们必须理性地接纳它。”然而当AI每次建议都被证明是正确的，而拒绝AI则带来输球、下课、被资本抛弃的代价时，理性还剩下多少可拒绝的余地？
你愿意更换，还是不愿更换？
亚特兰大猎鹰的进攻协调员扎克·罗宾逊被问及是否愿意让AI在周二晚上单独分析比赛录像并为他提供战术建议，他思考了一会儿回答：“我不知道。我有些害怕。”
我也感到恐惧。并非对AI本身，而是对我们——教练、球员和球迷，是否在不自觉中逐步交出了定义足球精髓的要素。
当AI要求你换下那个为这座城市奉献了一生的球员以获得胜利时，你会选择换人吗？
当主教练在新闻发布会上说“数据模型显示”而非“我相信我的球员”时，你还认得出他曾经吗？
当你坐在看台上，目睹球队如同遵循AI的指令进行比赛，换人精准，战术无懈可击，但你心知肚明，那个站在场边的教练不过是重复耳机里的话，你愿意继续欢呼吗？
我无法给出答案。然而我明白，那个接近的声音正在不断逼近。莫雷诺的事件只是一个开端。无论其真实性如何，它映射出我们共同的恐惧。
如果有一天，AI告诉你，换下那个为这座城市奉献了一生的球员才能赢得比赛。
你，换不换？
