AI4BI, da Raft: analista de IA para técnicos e olheiros no futebol, hóquei e basquete

Em 2026, a Raft descreveu a trajetória do AI4BI, plataforma de inteligência artificial para análise esportiva criada em 2017 para o críquete. Em nove anos, ela se transformou em uma ferramenta universal para clubes de cinco modalidades e para o mercado de fitness em massa.

Como o AI4BI chegou à escala atual

A Raft construiu o primeiro protótipo do AI4BI em 2017, especificamente para o críquete, um esporte praticamente exótico no mercado russo. Segundo a própria equipe, a solução da época parecia «uma espécie de nave espacial»: o mercado ainda não estava acostumado com análise esportiva baseada em IA.

Em nove anos, a plataforma deixou de atender uma única modalidade e se tornou um produto completo:

• 2017 — lançamento do primeiro protótipo, para o críquete
• 2026 — suporte a futebol, hóquei, vôlei, basquete e bandy
• bases de conhecimento em RAG para incorporar expertise de domínio sem retreinar o modelo
• módulo de AI/ML para previsões, análise de padrões e recomendações
• nova frente — análise de fitness «civil», voltada ao mercado não profissional

Para quais papéis o AI4BI foi criado

O AI4BI não foi concebido como um único dashboard universal, mas como um sistema baseado em papéis: cada usuário recebe sua própria camada de dados e sua própria lógica de trabalho. O técnico vê cargas de treino e padrões táticos, o olheiro dispõe de ferramentas de comparação de candidatos e o analista esportivo acessa recortes detalhados das partidas. O diretor esportivo e o dono do clube trabalham com um panorama financeiro e estratégico vinculado aos resultados.

A principal particularidade técnica é o mecanismo de RAG, que permite carregar informações específicas de um clube ou de uma liga, como regulamentos táticos, partidas históricas e protocolos médicos. A partir daí, o modelo passa a responder às perguntas levando esse contexto em conta, sem retreinamento. Segundo a Raft, isso reduz a barreira de adoção: a expertise do domínio pode ser conectada sem a participação de engenheiros de ML.

«Hoje, esta é uma ferramenta acessível para organizações esportivas, de equipes profissionais a clubes de fitness», destaca o blog corporativo da

Raft.

Três casos — três esportes, três papéis

A parte central da apresentação do AI4BI são três casos de uso demonstrativos, cada um cobrindo uma modalidade e um papel de usuário. Essa combinação mostra o quanto a interface e a lógica da plataforma mudam conforme o contexto: a análise para um olheiro de hóquei se estrutura em torno de métricas fundamentalmente diferentes das usadas nas ferramentas de um técnico de vôlei.

A frente de fitness do AI4BI funciona sobre a mesma base arquitetural, mas com outros dados: em vez de estatísticas de jogo, indicadores biométricos e a evolução individual dos clientes. O treinador da academia recebe recomendações para ajustar os programas, e o cliente ganha uma visualização do próprio progresso.

O que isso significa

O AI4BI é um exemplo prático de «domainização» da IA por meio do RAG: em vez de um LLM esportivo treinado à parte, um motor de IA universal enriquecido com bases de conhecimento específicas de cada domínio. Essa abordagem permite escalar horizontalmente, do críquete de 2017 a qualquer modalidade esportiva e ao fitness em 2026, sem o custo de retreinar o modelo para cada disciplina.