← Archivo
Issue #09

Quién lleva el marcador

Publicado el 10 de noviembre de 2026

Cinco casos, cinco series de cifras, una sola fuente: el proveedor. Un titular de derechos no puede evaluar a un proveedor con el marcador del propio proveedor.

Issue #9 cover

Cada cifra de esta issue la publicó la empresa que vendió el sistema. Google declara las 15 horas ahorradas en Texas. Salesforce declara el 86% de engagement en el Tottenham. OpenAI declara el 10% de mejora en Fanatics. Intel publica los datos de colas de Alabama, e IBM ha difundido tres series distintas de cifras de crecimiento para la misma app de Ferrari.

Así se comunica la IA en el deporte a finales de 2026, y eso limita el recorrido de cualquiera de estas cifras. Un titular de derechos no puede evaluar a un proveedor con el marcador del propio proveedor. El único momento del mes en que un sistema quedó bajo escrutinio público llegó en Texas, tras un partido perdido, y el departamento atlético respondió distanciándose de su propia herramienta.

Entre el 6 de octubre y el 10 de noviembre, cinco casos superaron el filtro: un stack con nombre, una fuente primaria, un despliegue activo o programado en una fecha declarada. Esports, salud de los deportistas, derechos sobre los datos y patrocinio no produjeron nada que lo cumpliera.

1. Texas Athletics x Google Cloud (Bevo Lab)

Rendimiento y datos · Estados Unidos · Anunciado el 23 de octubre de 2026

Texas perdió 27-24 ante Florida el 17 de octubre tras fallar un cuarto down con dos yardas por ganar en el último cuarto. El 23 de octubre, el día del lanzamiento de Bevo Lab, el Austin American-Statesman informó de que el staff había recurrido a la plataforma para esa jugada. En pocas horas, el director deportivo Chris Del Conte aclaró que había citado la jugada solo como ejemplo de lo que la plataforma podría sugerir. El lanzamiento y la rectificación compartieron el mismo ciclo informativo.

El lanzamiento en sí tiene peso. Texas Athletics y el Business of Sports Institute de la McCombs School of Business crearon Bevo Lab con tres patrocinadores fundadores: Dell para la infraestructura, Google Cloud como proveedor de nube e IA empresarial con Gemini y SHI como integrador (anuncio de Google Cloud: www.googlecloudpresscorner.com/2026-10-23-Texas-Athletics-and-the-McCombs-School-of-Business-Launch-New-Bevo-Lab,-Bringing-Together-Sports,-AI,-and-Analytics). Bevo Lakehouse reúne vídeo de partidos y datos de wearables en un único almacén de datos: empieza por el fútbol americano y está previsto para 21 equipos universitarios y más de 500 deportistas. Encima funcionan modelos predictivos, entre ellos un "transfer AI" para evaluar la plantilla, y herramientas en lenguaje natural para los entrenadores. Google afirma que los flujos de trabajo desarrollados con sus ingenieros de Public Sector ya ahorran a los entrenadores más de 15 horas semanales en la preparación de los partidos. La prensa nombra la herramienta detrás de esa cifra: Football Scouting Intelligence, que recopila datos y vídeo de los rivales que el staff antes reunía a mano.

Quince horas son una cifra de flujo de trabajo. Describen un informe que se redacta más rápido. No dicen nada sobre la calidad de las decisiones que salen de él, y fuera del comunicado de Google no se ha publicado ninguna evaluación.

El episodio del cuarto down envía la señal más fuerte. Sevilla x IBM (Issue #0) y Buffalo Sabres x SprintAI (Issue #8) llevaron la IA a las decisiones deportivas sin decir quién responde de sus consejos. Texas es el primer caso del archivo en el que un resultado deportivo se atribuye públicamente a un sistema, y el primero en el que la institución retira la atribución el mismo día. Longhorn Sports Properties, de Learfield, consiguió a los patrocinadores fundadores, así que el laboratorio es también un activo comercial que lleva las marcas de sus socios. Esos incentivos empujan a atribuirse las victorias y a tomar distancia de las derrotas.

Texas no ha publicado qué decisiones puede proponer Bevo Lab, quién las aprueba ni cómo se registra una recomendación. Mientras no lo haga, cada partido ajustado reabrirá la misma pregunta, y la respuesta volverá a depender del marcador.

2. University of Alabama x WaitTime x Intel

Experiencia en el estadio · Estados Unidos · Publicado el 20 de octubre de 2026

Las colas en los accesos encabezaban las encuestas posteriores a los partidos de Alabama. Hoy ya no figuran entre las diez primeras. Es el resultado de un sistema activo en el Bryant-Denny Stadium desde el verano de 2025 (Intel: www.intel.com/content/www/us/en/newsroom/news/artificial-intelligence/intel-edge-ai-turns-football-crowd-data-into-revenue.html): el software de WaitTime lee los sensores Axis instalados sobre accesos y puntos de restauración y distingue a quien avanza en una cola de quien pasa o se detiene cerca. Más de 100 sensores cubren el estadio y otros 20 el pabellón de baloncesto. El vídeo se procesa en seis servidores Dell con procesadores Intel Xeon dentro del recinto y nunca llega a la nube.

El equipo de operaciones actuó sobre lo que veía. Alejó el perímetro de seguridad del escaneo de entradas, cambió la numeración de los accesos y la asignación de personal, y llevó los tiempos de espera en directo a la app del departamento atlético con indicadores rojos, amarillos y verdes. Para 2026, los datos justificaron convertir 19 puntos de restauración en quioscos grab-and-go con IA, que según Alabama procesan las transacciones hasta cuatro veces más rápido.

New Ryan Field x Mashgin (Issue #8) eliminó las cajas el día de la inauguración, sin una referencia previa con la que comparar. Alabama midió durante una temporada antes de tocar un solo mostrador. Cualquier recinto que presupueste una mejora puede copiar la secuencia: una temporada de medición y después inversión donde están las colas.

Las lagunas son comerciales. El comunicado no nombra al proveedor de los quioscos ni pone cifra al aumento de ingresos que describe el CTO. El resultado de la encuesta pertenece a la universidad y llega al público a través de la sala de prensa de un fabricante de chips.

3. Tottenham Hotspur x Salesforce (Ask Spurs)

Fan engagement · Reino Unido · Anunciado el 15 de octubre de 2026

Cuatro de cada cinco conversaciones con Ask Spurs siguen terminando con una persona. Salesforce informa de que el 20% de las interacciones las resuelve solo el agente de Agentforce, y construye el relato en torno a otra cifra, un 86% de engagement que no define (Salesforce: www.salesforce.com/news/press-releases/2026/10/15/tottenham-hotspur-becomes-agentic-enterprise-with-agentforce/).

La base es el activo más duradero. En dos años, Tottenham sustituyó unos 30 sistemas y conectó más de diez en un único ecosistema. Salesforce Data 360, vinculado a Snowflake mediante Zero Copy, reúne hoy más de 4,6 millones de cuentas de aficionados como perfiles SpursID. Ask Spurs se apoya en ese registro, responde en once idiomas en la web y la app del club y cubre entradas, abonos, tienda y eventos del estadio para socios e invitados. Cuando no puede resolver una consulta, pasa la conversación al equipo de soporte.

Ask Spurs es anterior al comunicado. El CTO Rob Pickering lo presentó en abril de 2026. Octubre aporta las primeras métricas. Tottenham apareció en la Issue #8 por la red HPE que gestiona su estadio; vuelve aquí por el agente que responde a sus aficionados. Los dos despliegues describen la misma estrategia en capas distintas del club.

La cifra que hay que seguir es el 20%. Una cuota de autoservicio que crezca temporada tras temporada mostraría al agente absorbiendo volumen de soporte. Una cuota estancada significaría que el club construyó una puerta de entrada que envía a la mayoría de los visitantes al mismo mostrador de antes.

4. Fanatics x OpenAI (Shop the Look)

Ticketing y comercio · Estados Unidos · Anunciado el 26 de octubre de 2026

Las tiendas online oficiales de la NFL, la NBA, la MLB y la NHL muestran ahora recomendaciones de conjuntos generadas con OpenAI (OpenAI: openai.com/index/fanatics-streamline-fan-experience/). Fanatics reconstruyó Shop the Look, el módulo que sugiere artículos combinables en la página de producto: un aficionado que mira una camiseta ve una gorra, calcetines y accesorios disponibles del mismo equipo y estilo. OpenAI ayudó a diseñarlo y los ingenieros de Fanatics lo desarrollaron con Codex, sobre un catálogo que CNBC cifra en más de 1,5 millones de SKU. En las pruebas con unos 30.000 productos de la MLB, OpenAI informa de un engagement un 10% superior al de la versión anterior.

SeatGeek en ChatGPT (Issue #1) trasladó la compra de una entrada a la interfaz de OpenAI. Este caso va en la dirección opuesta. La tecnología de OpenAI entra en la tienda del propio minorista, en páginas que las ligas licencian, y el aficionado nunca sale del comercio. Para una liga, la relación con el cliente se queda donde ya está el contrato de licencia.

Faltan tres datos. El comunicado mide el engagement con las sugerencias y no publica efectos en conversión, tamaño de la cesta ni ingresos. Codex figura como herramienta de desarrollo, mientras que el modelo que sirve las recomendaciones en producción queda sin nombre. La prueba cubrió el catálogo de una liga y el despliegue cubre cuatro.

5. IBM x Scuderia Ferrari HP (Race Summaries)

Fan engagement · Italia · Anunciado el 22 de octubre de 2026

La Scuderia Ferrari HP publica ahora un resumen escrito por IA de cada sesión, pocos minutos después de que termine. Para el Gran Premio de Estados Unidos, IBM amplió Race Summaries de la carrera a los libres, la sprint y la clasificación (IBM: www.prnewswire.co.uk/news-releases/ibm-and-scuderia-ferrari-hp-expand-ai-powered-fan-experience-ahead-of-the-united-states-grand-prix-302916287.html): agentes desarrollados sobre watsonx convierten los datos de cronometraje y las declaraciones de los pilotos y del jefe de equipo en un relato. La misma actualización añadió Race Timeline, un Pitstop Reaction Game y un Tifosi Hub para las historias de los aficionados. IBM afirma que desarrolló las funciones con IBM Bob e IBM Consulting Advantage, con más de 70 habilidades de IA reutilizables y más de 30 agentes, y que midió un aumento del 30% de la productividad en el desarrollo de la app durante los fines de semana de Monza y Madrid.

Las cifras de adopción no cuadran. En mayo, IBM informó de un 62% más de visualizaciones y un 35% más de sesiones con interacción un año después del relanzamiento de la app. Su caso de estudio afirma que los usuarios activos diarios se duplicaron. El comunicado de octubre cita un 35% más de descargas y un 36% más de usuarios activos mensuales en el primer año. Tres comunicados, tres conjuntos de métricas, una sola app. Ninguno llega con una base de referencia que un lector pueda comprobar.

Wimbledon x IBM (Issue #5) usaba watsonx para explicar qué puntos habían decidido un partido. En Ferrari, el mismo stack escribe el relato oficial del equipo sobre sus propias sesiones, con la voz del equipo. El modelo pasa así del análisis a la autoría. IBM no dice cuánta revisión humana recibe un resumen antes de llegar a la app.

Es el sexto caso de IBM del archivo. Un socio con tanta presencia en el deporte podría publicar una serie histórica coherente para una sola app. Mientras no lo haga, las cifras de Ferrari no se pueden comparar entre sí ni con las de nadie más.

Cinco proveedores, un solo marcador

Cinco despliegues, cinco series de cifras, y cada cifra tiene la misma fuente: el proveedor. El resultado de la encuesta de Alabama es el único dato que nace dentro del titular de derechos, y aun así llega a los lectores a través de la sala de prensa de Intel.

Ningún proveedor cerrará solo esta brecha, porque cada uno gana publicando su propia métrica a su manera. La palanca está en manos de quien compra. Un club o una liga puede escribir dos cláusulas en el contrato: el derecho a publicar sus propios resultados frente a una base de referencia declarada, y un responsable con nombre para cada decisión que el sistema pueda proponer.

Antes del final de la temporada 2026-27, al menos una gran liga o un departamento atlético de la Power Four publicará una política sobre las decisiones de la IA que indique qué pueden recomendar sus sistemas y quién da el visto bueno. Después del 23 de octubre, Texas tiene la razón más fuerte para ser el primero.

Texas Athletics x Google Cloud (Bevo Lab)
Quince horas a la semana menos de preparación de partido.

Texas Athletics y el Business of Sports Institute de la McCombs School of Business lanzaron Bevo Lab el 23 de octubre con Dell para la infraestructura, Google Cloud para la nube y Gemini, y SHI para la integración. Su núcleo es Bevo Lakehouse, un almacén de datos que unifica vídeo de partidos y datos de wearables: empieza por el fútbol americano y se extenderá a los 21 equipos universitarios y a más de 500 deportistas.

University of Alabama x WaitTime x Intel
Las colas en los accesos salen del top 10 de quejas.

En el Bryant-Denny Stadium, con más de 100.000 localidades, el software de WaitTime analiza en tiempo real la señal de los sensores Axis instalados sobre colas y accesos y distingue a quien hace cola de quien pasa o se detiene, de forma anónima. La red cuenta con más de 100 sensores en el estadio y 20 en el pabellón de baloncesto; el vídeo se procesa in situ en seis servidores Dell con procesadores Intel Xeon y no sale del recinto.