至顶网CIO与CTO频道 07月30日 编译:波士顿红袜队IT副总裁Brian Shield说,“棒球在美国是一种消遣,但棒球也是一个快速变化的球赛。现在大部分棒球赛事都是由科技驱动,特别是棒球赛事后台的事情。”
团队和教练现在可利用数据分析调整球员的表现,也可以利用有关信息创造出色的粉丝体验,Shield表示在所有这些方面科技都在帮助棒球运动发展、在帮助棒球传播到其传统本土市场之外的新领域等方面发挥着重要作用。
在最近的伦敦系列两场棒球赛期间,记者采访了Shield。 伦敦系列是美国职业棒球大联盟(MLB)常规赛首次在英国进行的球赛。两场高分数球赛红袜队都输给了纽约洋基队,但Shield表示来到伦敦并且在改建的伦敦体育场(通常是西汉姆联队足球俱乐部大本营)比赛是一次非常棒的经历。
他表示,“我们球队对此感到非常高兴,我认为棒球一直都属于那种走向国际有点慢的体育运动,特别是在欧洲。现在有机会将棒球比赛带到伦敦来,而且又是与我们的主要对手纽约洋基队比赛,即是说我认为从我及红袜队的角度来看没有比这更好的事情了。“
Shield自2013年8月以来一直在红袜队。他拥有超过25年的技术方面的经验,担任首席信息官的时间达18年。他在加入红袜队之前曾担任过顾问,此前他曾担任过十多年的天气频道(The Weather Channel)首席信息官。 他说,在红袜队运营IT是回到家里了。
他说,“我作为一个在波士顿地区长大的人,曾经非常想作为红袜队的一员上场比赛,但这个梦想并没有实现。那现在也算不错了。我多年前离开了波士顿,在不同地方许多不同公司工作过。六年前归来,能将学到的一些东西学以致用,也可以说是实现了梦想。”
Shield说,他在红袜队的六年里看到了棒球运动发生了很多变化,这些变化大部分与数字化转型有关。红袜队现在能做的很多事情都取决于有效使用科技的能力。大数据可以改善球员的表现。
Shield表示,“以前一切都是定性的,现在变得非常定量的了,例如本垒打的长度或是投手的能力。能够将这些事实转化为有用的信息对于教练来说是很好的事情,能够获得想要的见解对于球迷来说也是件令人兴奋的事情。”
团队和粉丝可以获得的大部分分析信息都是直接来自美国职业棒球大联盟。Shield表示,收集到的“超大量”数据传送到各个球队,使得他们都能访问同样类型的信息。他的团队的作用是将数据转化为球场内外的竞争优势。
Shield称,“每个球队怎么利用这些信息取决于他们的技术能力,或许可以用来最大限度地提高球手的表现,抑或技术人员可以将其用到粉丝参与和娱乐上。”
这里的第二个因素是客户体验,这是当前红袜队IT开发工作的重点。
他表示,“我们从观看红袜队球赛的粉丝看到的一件事就是,对于很多人来说,看球赛和去迪士尼世界并没有什么不同。我们要令这种体验尽可能简单和无缝,这是我们业务的重要差异化因素,我们非常重视这一点。“
他还表示,“我们希望在球迷离开球场时为他们提供信息,无论是交通工具或是旅行等方面的信息,目的是从球迷踏入球场开始到他们回到家里这一段时间打造一个体验。我们希望与合作伙伴一起将整件事连在一起。“
Shield建议IT供应商帮助他预测客户需求的变化及将精力集中在最佳应用程序的整合上,令他的团队可以更得心应手地工作。 红袜队的关键技术合作伙伴之一是Mitel,Mitel的统一通信平台是红袜队组织运营的基础。
两年前,红袜队团队在美国主场芬威公园换电话系统时决定与Mitel合作。Shield希望他创建的平台可以帮助他的团队利用新兴技术继续打磨未来的粉丝体验。
他表示,“我们现在已经为移动应用程序做好了准备,我们要尽可能地利用这些功能将其交付到来观看球赛的普通粉丝手里。我们在努力为粉丝提供增强现实功能、数字票务及座位升级等等功能,力图创建一个数字平台,希望持续达到或超过我们粉丝群体的期望。”
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。