AI4BI de Raft: un analista de IA para entrenadores y ojeadores en fútbol, hockey y baloncesto

En 2026, Raft ha detallado la evolución de AI4BI, una plataforma de inteligencia artificial para analítica deportiva creada en 2017 para el críquet. En nueve años se ha convertido en una herramienta universal para clubes de cinco deportes y para el mercado masivo del fitness.

Cómo AI4BI ha llegado a su escala actual

Raft construyó el primer prototipo de AI4BI en 2017 específicamente para el críquet, un deporte prácticamente exótico en el mercado ruso. Según el propio equipo, la solución de entonces parecía «una nave espacial»: el mercado aún no estaba acostumbrado a la analítica con IA en el deporte.

En nueve años, la plataforma ha pasado de una sola disciplina a un producto integral:

• 2017: lanzamiento del primer prototipo, para el críquet
• 2026: soporte para fútbol, hockey, voleibol, baloncesto y bandy
• Bases de conocimiento RAG para incorporar experiencia de dominio sin reentrenar el modelo
• Módulo de AI/ML para predicción, análisis de patrones y recomendaciones
• Nueva línea: analítica de fitness «civil», para el mercado no profesional

Para qué roles está diseñado AI4BI

AI4BI no es un único panel universal, sino un sistema por roles: cada usuario recibe su propia capa de datos y su propia lógica de trabajo. El entrenador ve las cargas de trabajo y los patrones tácticos; el ojeador, herramientas para comparar candidatos; el analista deportivo, desgloses detallados por partido. El director deportivo y el propietario del club trabajan con una visión financiera y estratégica vinculada a los resultados.

La característica técnica clave es el mecanismo RAG. Permite cargar información específica de un club o una liga (reglamentos tácticos, partidos históricos, protocolos médicos), y el modelo empieza a responder teniendo en cuenta ese contexto, sin reentrenamiento. Según Raft, esto reduce la barrera de adopción: la experiencia del dominio puede conectarse sin la participación de ingenieros de ML.

«Hoy es una herramienta accesible para organizaciones deportivas, desde equipos profesionales hasta clubes de fitness», señalan en el blog corporativo de

Raft.

Tres casos, tres deportes, tres roles

La parte central de la presentación de AI4BI son tres casos de uso de demostración. Cada uno abarca un deporte y un rol de usuario distintos. Esa combinación muestra hasta qué punto cambian la interfaz y la lógica de la plataforma según el contexto: la analítica para un ojeador de hockey se construye en torno a métricas radicalmente distintas de las que necesita un entrenador de voleibol.

La línea de fitness de AI4BI funciona sobre la misma base arquitectónica, pero con otros datos: no estadísticas de partidos, sino indicadores biométricos y la evolución individual de los clientes. El entrenador de un club de fitness recibe recomendaciones para ajustar los programas, y el cliente, una visualización de su propio progreso.

Qué significa

AI4BI es un ejemplo práctico de «domainización» de la IA mediante RAG: en lugar de un LLM deportivo entrenado por separado, un motor de IA universal enriquecido con bases de conocimiento temáticas. Este enfoque permite escalar en horizontal, del críquet de 2017 a cualquier deporte y al fitness en 2026, sin el coste de reentrenar el modelo para cada disciplina.