阿根廷队研究英格兰门将水壶背后：每个行业都在等待自己的FIFA AI Pro

文/罗茜 阿根廷以2比1淘汰英格兰后，英格兰门将乔丹·皮克福德留在场边的一只水壶，意外成为世界杯半决赛后的焦点。 终场哨响后，阿根廷队按摩师马塞洛在球场草坪上捡到皮克福德的运动水壶。他拿起后发现，瓶身贴着一份为点球大战准备的情报表，随即招呼身边的阿根廷球员查看。 转播画面显示，梅西、冈萨雷斯、塞内西、恩佐等人先后围拢过来，传看这只蓝色水壶。梅西低头研读、面露疑惑，水壶随后被递给恩佐，恩佐忍俊不禁，随后多名球员加入讨论。瓶身贴着一份“阿根廷点球手名单”，列出了潜在主罚者，以及皮克福德针对每名球员准备采取的扑救策略。 这场比赛没有进入点球大战。但阿根廷球员赛后仍然认真研究它，暴露了现代足球的另一层竞争：球队研究对手，也研究对手如何研究自己。 一个运动水壶容纳不了复杂的算法，却可以承载一整套数据系统的最终结论。它也提供了一个观察行业AI的入口。真正有价值的AI，需要理解一个行业如何定义问题、组织数据和作出决策，并在专业流程中给出可以验证的结果。 足球只是其中一个行业。制造业有设备参数、工艺标准和质量规则；零售业有库存、客流、商品陈列和促销逻辑；医疗有病历、影像、临床指南和严格的责任边界。行业语言、专有数据与工作流程共同决定了AI能否从“会说话”走向“能工作”。 Football AI Pro的诞生 皮克福德把点球情报贴在水壶上，是他的特色。2018年世界杯英格兰对阵哥伦比亚的点球大战前，他收到一只写有对手罚球习惯的水壶，随后扑出卡洛斯·巴卡的点球。2024年欧洲杯对阵瑞士，他的水壶再次写满对手信息，并扑出了曼努埃尔·阿坎吉的点球。 这本质上是一种数据分析：长期收集比赛和视频数据，识别每名球员在不同比分、比赛阶段和心理压力下的选择，再把复杂结论压缩成门将能在几十秒内读取的指令。 FIFA与联想集团共同开发的世界杯足球AI超级智能体Football AI Pro，正是按照这套逻辑构建。它面向本届世界杯全部48支参赛队，分析数亿个由FIFA拥有和组织的足球数据点；每场比赛又会产生数以百万计的数据点。系统可以用多种语言接收问题，并以文字、视频、图表和3D可视化形式返回经过数据验证的洞察。 数据显示，截至7月16日，虽然四强诞生，只剩下两场比赛，但使用这一工具的球队超过四支。 截至目前，FIFA AI Pro已被全部48支球队使用。项目团队跟踪数据显示，赛事进入淘汰赛后，仍有多支球队保持每日使用，近日日均查询量在55至100次之间。有人在十几天内提出200多个问题。世界杯赛程紧密，分析师仍愿意花半小时到一小时持续追问，说明这套系统已经进入真实工作流程。 “我们确实看到，两支球队第二天就要比赛了，前一天的时候两支球队就互相提问，去看对方球队的整体表现，包括进攻的优劣势。” 联想集团方案服务业务集团（SSG）新兴垂直领域AI解决方案交付经理龚灏宁说，“有些球队应用得比较好，会直接用一个非常结构化的方式，来向Football AI Pro提问。” 他还介绍到，另一支球队在首轮大比分失利后，连续追问自己的防守问题。分析师先要求系统分析阵型，随后继续询问对手是否通过直塞穿透防线，并追踪边后卫和后腰的站位。系统指出，球队整体阵型看似紧密，但对跨越不同防线的传球保护不足。整场对话持续15到20轮。 每个行业，都需要自己的AI Pro Football AI Pro提供了一种可以延展到其他行业的产品结构：用行业模型理解专业语言，用智能体调用分散的数据和工具，再按照真实工作流程交付多模态结果。 制造业需要“制造AI Pro”。它要同时理解设备传感器、质检图像、维修记录、生产节拍和供应链状态。工厂人员询问某条产线良率下降的原因时，系统需要定位异常工序、调取相关图像和设备记录，给出检修或工艺调整建议，并把结果送入工单流程。一个只会生成通用答案的聊天框无法完成这些工作。 零售业需要“零售AI Pro”。它要连接销售、库存、客流、会员、价格和陈列数据，理解缺货、损耗、促销和门店运营之间的关系。店长询问某类商品销量下降时，系统不仅要解释原因，还要判断是库存不足、货架位置、价格变化还是区域需求发生变化，并给出可以执行的补货或运营建议。 医疗需要“医疗AI Pro”。它必须在隐私与合规要求下处理病历、检查结果、影像和临床指南，为医生提供病例摘要、风险提示或资料检索。它的输出需要保留证据来源和审阅记录，重大判断必须由专业人员完成。医疗AI的门槛由准确率、责任制度和安全要求共同构成。 几个行业的问题各不相同，底层条件却高度一致：可信的专有数据，统一的行业语言，能够调用工具的智能体，清楚的人机分工，以及覆盖部署、运营和持续优化的服务能力。行业AI由这些具体条件构成。 从世界杯样本到联想AI工厂 Football AI Pro也解释了联想集团的AI工厂（AI Factory）、AI库（AI Library）和行业服务能力。 对企业客户而言，模型只是系统的一部分。AI进入生产，需要基础设施提供算力，数据与知识系统提供事实基础，模型和智能体平台处理任务，安全与治理控制风险，服务团队负责设计、部署、运营和优化。 联想集团的AI工厂把基础设施、数据与知识、模型与智能体平台以及服务放进一套完整架构。联想AI库则沉淀已经验证、可以重复部署的行业方案。联想集团管理层在今年投资者日披露，AI 库已经包含60多个覆盖制造、体育、零售等行业的解决方案；今年5月，公司又宣布增加面向制造、零售和医疗工作流程的智能体与应用，包括预测性维护、质量检测、客户互动和运营优化。 这套安排试图解决企业AI最现实的问题。许多公司已经能够接入大模型，真正困难的是把模型接入内部数据和应用，适配业务规则，完成安全审查，再让员工在日常流程中持续使用。每个项目都从头定制，时间和成本很难控制；经过验证的行业组件与全生命周期服务，可以缩短从试点到生产的距离。 世界杯为这套能力提供了一个大众最容易看懂的行业AI案例。球迷看得懂皮克福德水壶上的点球名单，也能理解一支球队为什么需要快速分析对手。Football AI Pro把复杂的数据、模型和智能体，变成分析师可以直接提问、教练可以用于备战的结果。它的使用频率、追问深度和明确边界，也让外界看到行业AI如何进入工作场景。 世界杯为联想提供了一场全球级的行业AI压力测试：数据密集、决策窗口极短、专业用户高频调用，系统效果还要接受真实赛果的持续检验。Football AI Pro由此成为联想行业AI能力的公开样本，证明其能够把行业知识、专有数据和智能体带入关键业务流程。足球之后，制造、零售、医疗等更多行业，都在等待自己的AI Pro。