NBAの優勝を導いたのは「眠っていたデータ」だった：シャーロット・ホーネッツのAIコンピュータービジョン活用術

企業が生成するデータの90%は、活用されないまま眠っている「非構造化データ」だと言われています。しかし、そのゴミの山からダイヤモンドを見つけ出したチームがあります。NBAのシャーロット・ホーネッツは、これまで分析不可能とされていた膨大な試合映像をAIで解析し、無名の新人を発掘。その選手が2025年のサマーリーグでMVPを獲得し、チームを初優勝に導きました。

シャーロット・ホーネッツ AIコンピュータービジョンによる選手発掘の裏側

ホーネッツが導入したのは、AI企業であるInvisible Technologiesのコンピュータービジョン技術です。これは、カメラに映る物体や動きをAIが自動で認識し、データ化する技術のことです。スカウトの目が届かないマイナーリーグの粗い映像から、選手の移動速度、加速力、爆発力といった「運動学的データ」を抽出しました。従来、人間のスカウトが何千時間もかけて映像を見る必要があった作業を、AIが瞬時に数値化したのです。

AI導入を成功させるための3つの条件

この成功事例から、ビジネスリーダーが学ぶべき教訓は明確です。単にAIを導入するだけでは結果は出ません。Invisible Technologiesのシニア副社長ジョーダン・シーリー氏によれば、以下の3点が不可欠です。

• データ整備が先決：構造化されたデータが整っていない状態で、いきなりAIを投入しても機能しません。
• 文脈に合わせた微調整：5つの基盤モデルをバスケットボール特有のルールや動きに合わせて「微調整（ファインチューニング）」することが成功の鍵となりました。
• FDE（現場展開型エンジニア）の活用：外部コンサルに任せるのではなく、現場で直接モデルを最適化するエンジニアが必要になります。