Dunia golf profesional, yang sering kali dilihat melalui lensa sempit siaran televisi yang berfokus pada pemimpin turnamen, mencakup drama yang jauh lebih luas. Di lapangan yang luas, puluhan pesaing secara bersamaan menavigasi tantangan, melakukan pukulan brilian, dan melawan elemen alam. Menangkap seluruh luasnya kompetisi ini telah lama menjadi tantangan logistik dan padat sumber daya. Kini, konvergensi pengumpulan data canggih dan kecerdasan buatan mutakhir sedang menulis ulang naskahnya, memungkinkan PGA TOUR untuk memberikan tingkat detail dan konteks naratif yang belum pernah ada sebelumnya kepada para penggemar, bergerak jauh melampaui batasan liputan tradisional. Dalam demonstrasi yang mencolok selama THE PLAYERS Championship, AI generatif digunakan untuk membuat deskripsi tertulis unik untuk lebih dari 30.000 pukulan golf individu, menawarkan pemahaman yang lebih kaya dan lebih komprehensif kepada para pengikut tentang aksi yang berlangsung di seluruh lapangan.
Tantangan Abadi: Menskalakan Liputan Golf Komprehensif
Selama beberapa dekade, narasi turnamen golf profesional sebagian besar ditentukan oleh kendala media tradisional. Komentator manusia dan kru produksi secara alami tertarik pada pemain yang menduduki puncak papan peringkat atau mereka yang memiliki kekuatan bintang yang mapan. Meskipun pendekatan ini memberikan sorotan yang menarik, ia tak terhindarkan meninggalkan sebagian besar kompetisi tidak terdokumentasi. Dengan jumlah pemain seringkali melebihi 140 orang, masing-masing melakukan lebih dari 70 pukulan per putaran selama empat hari, volume aksi yang tipis sangat besar.
Scott Gutterman, Wakil Presiden Senior Teknologi Digital dan Penyiaran di PGA TOUR, mengartikulasikan masalah inti: ‘Biasanya, staf kami dapat meliput 25 atau 30 pegolf.’ Realitas operasional ini berarti bahwa kisah puluhan pemain lain – kemenangan, perjuangan, dan momen krusial mereka – sebagian besar tetap tak terhitung, hanya dapat diakses melalui statistik mentah jika memang ada. Penggemar yang mengikuti pemain tertentu di luar kelompok terdepan seringkali memiliki pandangan yang terfragmentasi tentang kinerja mereka.
Ambisi dalam PGA TOUR jelas: memanfaatkan aliran data yang sangat kaya yang disediakan oleh ShotLink, yang didukung oleh CDW, yang menangkap detail tepat pada setiap pukulan yang dilakukan, untuk menciptakan lanskap naratif yang lebih adil dan lengkap. Tantangannya bukanlah kurangnya data, tetapi ketidakmampuan untuk memproses, menafsirkan, dan menyajikan data tersebut dalam format naratif yang menarik pada skala yang diperlukan untuk mencakup setiap pemain dan setiap pukulan. Sumber daya manusia tidak dapat menjembatani kesenjangan ini secara efektif atau ekonomis. Keinginannya adalah untuk bergerak melampaui metrik dasar – ‘JJ Spaun memukul drive 300 yard dan memiliki 125 yard ke lubang’ – yang, Gutterman catat, telah menjadi standar selama bertahun-tahun. Tujuannya adalah untuk menanamkan titik data ini dengan makna dan konteks, mengubah angka mentah menjadi elemen penceritaan yang menarik bagi setiap pesaing.
Masuknya AI Generatif: Katalis Teknologi untuk Perubahan
Menyadari potensi kecerdasan buatan untuk mengatasi tantangan penskalaan, PGA TOUR memulai eksplorasi khusus kemampuan AI generatif sekitar dua tahun lalu. Ini bukan sekadar latihan akademis; itu didorong oleh pertanyaan mendasar: bagaimana teknologi yang berkembang pesat ini dapat meningkatkan pembuatan konten dan, yang terpenting, melayani pemangku kepentingan inti dengan lebih baik – para penggemar, para pemain, dan turnamen itu sendiri?
Perjalanan ini melibatkan kolaborasi erat dengan mitra teknologi utama, Amazon Web Services (AWS). TOUR menjadi mitra dasar untuk AWS Bedrock, layanan terkelola yang menawarkan akses ke berbagai model dasar (FM) terkemuka melalui satu API. Gutterman menjelaskan keuntungan strategisnya: ‘Bedrock secara efektif memungkinkan Anda menggunakan hampir semua model AI generatif dan serangkaian alat untuk menciptakan jenis pengalaman ini.’ Pendekatan platform ini memberikan fleksibilitas dan pembuktian di masa depan, menghindari ketergantungan pada satu penyedia AI atau arsitektur model.
Untuk tugas spesifik menghasilkan teks deskriptif, TOUR memilih model yang dikembangkan oleh Anthropic, yang dapat diakses melalui Bedrock. ‘Kami menggunakan model Claude dari Anthropic untuk menciptakan jenis pengalaman ini. Secara khusus, kami menggunakan Anthropic Claude 3.5 Sonnet,’ Gutterman merinci. Tahun lalu menandai transisi kritis, bergerak melampaui bukti konsep (POC) awal menuju operasionalisasi penuh. Ini melibatkan pembangunan infrastruktur dan alur kerja yang kuat yang diperlukan untuk mengintegrasikan AI ke dalam liputan turnamen langsung secara andal dan dalam skala besar. Fokus bergeser dari mendemonstrasikan kemungkinan menjadi menerapkan sistem praktis yang dapat diulang yang mampu menangani lingkungan turnamen golf profesional yang dinamis dan bervolume tinggi. Pilihan Claude 3.5 Sonnet mencerminkan pemilihan berdasarkan kekuatan yang dirasakan dalam menghasilkan teks bernuansa dan sadar konteks yang cocok untuk komentar olahraga.
Merangkai Narasi: Melihat di Balik Tirai AI
Menghasilkan puluhan ribu deskripsi pukulan yang unik, akurat, dan relevan secara kontekstual dalam waktu dekat-nyata adalah orkestrasi yang kompleks. Ini melibatkan lebih dari sekadar memasukkan data mentah ke dalam model AI. PGA TOUR, bekerja sama dengan AWS, merekayasa pipeline canggih untuk mengubah data ShotLink menjadi narasi yang menarik.
1. Penyerapan Data dan Kontekstualisasi:
Proses dimulai dengan aliran data dari ShotLink. Ini bukan hanya titik akhir pukulan, tetapi mencakup detail seperti lie, jarak, klub yang digunakan, dan banyak lagi. Namun, data mentah tidak memiliki kekuatan naratif. Langkah penting berikutnya melibatkan serangkaian layanan konteks. Layanan ini bertindak sebagai lapisan interpretif, menganalisis data yang masuk terhadap mesin aturan (rules engine).
2. Mesin Aturan: Menambahkan Kecerdasan:
Mesin ini sangat penting untuk memastikan teks yang dihasilkan bermakna dan menghindari jebakan umum. Gutterman memberikan contoh: ‘setelah seorang pemain memukul tee shot pertama hari itu dari lubang pertama, ia tidak menulis bahwa pemain tersebut memukul drive terpanjang hari itu.’ Aturan menentukan prioritas, memastikan variasi dan relevansi. ‘Misalnya, kita bisa memberitahunya untuk berbicara tentang greens in regulation pada pukulan approach setiap tiga narasi sehingga teks tidak menjadi redundan di semua pemain.’ Sistem ini juga diajarkan cara berbeda untuk menyusun deskripsi untuk tindakan serupa – memastikan drive tidak dijelaskan secara identik setiap saat, atau dengan cara yang sama seperti putt. Ini melibatkan pengkodean pengetahuan golf dan praktik terbaik naratif ke dalam logika sistem.
3. Rekayasa Prompt (Prompt Engineering):
Berbekal data dan aturan kontekstual, mesin prompt (prompt engine) merumuskan instruksi spesifik yang diberikan kepada model AI. Prompt ini secara efektif meminta AI untuk menghasilkan narasi yang menggabungkan titik data yang disediakan dan mematuhi pedoman kontekstual. Membuat prompt yang efektif adalah keterampilan penting dalam bekerja dengan AI generatif, membentuk gaya, nada, dan konten output.
4. Generasi Narasi AI:
Prompt yang dibuat dengan hati-hati kemudian dikirim ke model Anthropic Claude 3.5 Sonnet melalui platform AWS Bedrock. AI memproses permintaan dan menghasilkan teks deskriptif – narasi pukulan – menggabungkan fakta dan konteks yang diinginkan. Misalnya, alih-alih hanya menyatakan jarak yard, ia mungkin menambahkan, ‘dia baru saja memukul drive terpanjangnya hari ini’ atau memberikan konteks statistik seperti, ‘pada jarak 125 yard, dia mencapai dalam jarak 10 kaki dari lubang 20% dari waktu.’ Pelapisan informasi inilah yang mengangkat output melampaui pelaporan data sederhana.
5. Validasi Ketat:
Sebelum teks yang dihasilkan AI mencapai publik, ia menjalani proses validasi multi-tahap untuk memastikan akurasi dan kualitas.
- Verifikasi Data (Data Verification): Narasi output diperiksa terhadap data input ShotLink. ‘Narasi output dari Claude 3.5 Sonnet melalui layanan validasi untuk memastikan data ShotLink yang dirujuk dalam output cocok dengan apa yang dimasukkan ke dalam sistem (misalnya, jarak drive),’ Gutterman menjelaskan. Langkah ini menjaga terhadap potensi ‘halusinasi’ AI atau kesalahan faktual.
- Kesamaan Kosinus (Cosine Similarity): Pemeriksaan yang lebih bernuansa mengikuti, menggunakan analisis kesamaan kosinus. Teknik ini mengukur kesamaan semantik antara teks yang dihasilkan dan korpus deskripsi yang dapat diterima untuk jenis pukulan tertentu. ‘Sistem memastikan teks berada dalam rentang bagaimana seseorang akan berbicara tentang drive,’ tambah Gutterman. Ini memastikan nada dan ungkapan sesuai dan konsisten dengan bagaimana tindakan golf biasanya dijelaskan.
- Pemeriksaan Mesin Penerbitan (Publishing Engine Checks): Jika narasi lolos tes ini, ia berlanjut ke mesin penerbitan, di mana pemeriksaan akhir terjadi sebelum diintegrasikan ke dalam platform seperti aplikasi TOURCAST.
Proses yang teliti ini menggarisbawahi komitmen terhadap akurasi dan keandalan, penting untuk menjaga kredibilitas dalam penyampaian informasi olahraga.
Implementasi Dunia Nyata: Sukses di THE PLAYERS Championship
Potensi teoretis dari sistem yang digerakkan oleh AI ini diuji secara signifikan di dunia nyata selama THE PLAYERS Championship, salah satu acara unggulan dalam kalender PGA TOUR. Ini bukan uji coba skala kecil; sistem ini digunakan untuk menghasilkan narasi untuk seluruh lapangan di keempat putaran.
Hasilnya mengesankan. Sistem AI generatif berhasil menghasilkan teks deskriptif untuk lebih dari 30.000 pukulan individu selama minggu turnamen. Ini merupakan lompatan monumental dalam kedalaman liputan, secara efektif memberikan wawasan naratif untuk setiap pukulan yang dilakukan oleh setiap pesaing.
Yang sama pentingnya adalah keandalan sistem. ‘Selama THE PLAYERS Championship, akurasi pada 30.000 pukulan sekitar 96%, yang merupakan angka yang kami perkirakan,’ lapor Gutterman. Mencapai tingkat akurasi ini dalam acara olahraga langsung yang dinamis, di mana data terus mengalir dan konteks berubah dengan cepat, merupakan bukti ketahanan teknologi yang mendasarinya dan ketelitian proses validasi. Meskipun 96% menyiratkan persentase kecil yang memerlukan peninjauan atau pembuangan, tingkat keberhasilan keseluruhan menunjukkan kelayakan sistem untuk penyebaran skala besar. Pencapaian ini memvalidasi dua tahun pengembangan dan menandai tonggak penting dalam strategi konten TOUR.
Merencanakan Masa Depan: Melampaui Teks dan Menuju Personalisasi
Implementasi sukses narasi berbasis teks hanyalah permulaan dari visi PGA TOUR untuk memanfaatkan AI. Sistem saat ini berpusat pada teks terutama karena model AI yang mampu memproses dan menafsirkan aliran video dan audio langsung secara real-time masih dalam tahap pematangan. Namun, peta jalan jelas menunjuk ke masa depan yang lebih imersif dan multi-indera.
Integrasi AI Multimodal:
‘Kami sedang membangun menuju hari ketika itu akan menjadi kombinasi data langsung, audio langsung, video langsung dan kemudian menggunakan output multimodal untuk membuat video dan menghasilkan suara,’ Gutterman membayangkan. Ini menunjukkan masa depan di mana AI berpotensi menganalisis umpan video untuk mengomentari mekanika ayunan, menafsirkan reaksi pemain, atau bahkan mengukur kebisingan penonton, mengintegrasikan pengamatan ini dengan data ShotLink untuk menciptakan pengalaman konten yang lebih kaya lagi, bahkan mungkin sorotan video otomatis dengan sulih suara yang dihasilkan AI.
Komentar Suara Sintetis:
Tujuan yang lebih mendesak adalah mengatasi kurangnya komentar pada banyak aliran ‘Every Shot Live’ yang tersedia bagi penggemar. Selama bertahun-tahun, umpan ini, seringkali berjumlah mendekati 50 aliran simultan, hanya menampilkan suara alami dan overlay statistik. ‘Tujuan kami selalu agar manusia menceritakan kisahnya, tetapi memiliki dua komentator di 48 aliran sepanjang hari sangat mahal,’ Gutterman mengakui. AI generatif menawarkan solusi yang dapat diskalakan. ‘Kami bekerja sama dengan AWS pada suara sintetis yang dapat membacakan prompt [narasi]. Dengan AI, pemirsa dapat mengaktifkan komentar dengan cara yang sama seperti mereka mengaktifkan teks tertutup.’ Kemampuan ini juga dapat dengan mudah diperluas ke berbagai bahasa, menawarkan, misalnya, komentar dalam bahasa Spanyol dengan menekan sebuah tombol, secara dramatis meningkatkan aksesibilitas.
Agnostisisme Model Strategis:
Yang mendasari pengembangan masa depan ini adalah keuntungan strategis yang disediakan oleh AWS Bedrock – agnostisisme model. TOUR tidak terkunci pada satu penyedia model AI. ‘Bedrock memungkinkan PGA TOUR untuk menjadi agnostik model dan menemukan model terbaik untuk tugas tersebut,’ Gutterman menekankan. Fleksibilitas ini sangat penting dalam lanskap AI yang berkembang pesat. ‘Jika model masa depan dapat melakukan fungsi dengan biaya lebih murah, Tour dapat beralih ke sana tanpa masalah.’ Dia menepis gagasan tentang satu model tunggal yang maha kuasa, mengamati, ‘Apa yang kami lihat adalah, itu tidak terjadi.’ Strateginya adalah menggunakan alat terbaik untuk pekerjaan itu: Claude dari Anthropic untuk generasi teks bernuansa, berpotensi model AWS Nova baru untuk tugas pengenalan gambar, dan mungkin model khusus lainnya untuk fungsi seperti terjemahan. Pendekatan ini memaksimalkan kemampuan sambil mengoptimalkan biaya dan kinerja dalam jangka panjang.
Hadiah Utama: Pengalaman Penggemar yang Sangat Dipersonalisasi
Meskipun kemajuan teknologi mengesankan dengan sendirinya, kekuatan pendorong di balik inisiatif AI generatif PGA TOUR adalah pengejaran pengalaman penggemar yang secara fundamental berubah: hiper-personalisasi.
Kemampuan untuk menghasilkan konteks naratif untuk setiap pukulan meletakkan dasar untuk memberikan konten yang disesuaikan secara khusus dengan preferensi individu. ‘Ini membawa kita ke jalan hiper-personalisasi, di mana seorang penggemar bisa mendapatkan cerita di akhir hari dengan video terbaik dari pemain favorit mereka,’ Gutterman menjelaskan. Bayangkan sebuah aplikasi secara otomatis menyusun gulungan sorotan yang menampilkan setiap pukulan signifikan yang dimainkan oleh pegolf favorit Anda, lengkap dengan deskripsi naratif kontekstual, dikirimkan tak lama setelah putaran mereka berakhir.
Ini melampaui kurasi sederhana. TOUR membayangkan sistem yang mampu melakukan keterlibatan prediktif. ‘Aplikasi sudah tahu apa yang Anda suka dan hanya menyajikan apa yang Anda inginkan,’ Gutterman menyarankan. Dengan mempelajari preferensi penggemar – pemain favorit, minat pada statistik tertentu (seperti jarak driving atau kinerja putting), atau bahkan format konten yang disukai – platform dapat secara proaktif memberikan informasi dan cerita yang paling relevan, bahkan mungkin memberi tahu penggemar ketika pemain favorit mereka menghadapi putt kritis atau mencoba pukulan dari posisi yang secara historis menantang.
Tingkat personalisasi ini bertujuan untuk memperdalam keterlibatan, membuat konsumsi konten golf lebih relevan, efisien, dan pada akhirnya lebih memuaskan bagi setiap penggemar individu. Dengan memanfaatkan AI generatif untuk membuka potensi naratif yang tersembunyi di dalam cadangan datanya yang luas, PGA TOUR tidak hanya menskalakan liputannya; ia merintis masa depan di mana teknologi menyesuaikan kisah permainan agar sesuai dengan perspektif unik setiap pengikut. Era menerima satu umpan siaran secara pasif memberi jalan bagi keterlibatan yang dinamis, dipersonalisasi, dan kaya data dengan olahraga tersebut.