環法冠軍退役后，去管AI了

職業自行車手每天產生多少數據？心率、功率、踏頻、風阻、營養攝入、睡眠質量——這些碎片散落在不同設備里，沒人能看清全貌。直到一家丹麥公司說：我們來試試。

一場在倫敦的發布會

2026年5月，Netcompany在倫敦正式發布與英力士車隊（INEOS Cycling）的五年合作。丹麥科技巨頭不僅是車隊冠名贊助商，還帶來了首次進入體育領域的PULSE人工智能平臺。

Netcompany首席執行官安德烈·羅加切夫斯基（André Rogaczewski）和英力士車隊賽事總監杰蘭特·托馬斯（Geraint Thomas）共同出席。托馬斯今年剛退役，職業生涯拿下兩枚奧運金牌和2018年環法總冠軍，現在他的新工作是弄清楚AI能幫車隊贏多少。

羅加切夫斯基用了一個詞形容現狀："數據暴雪"（blizzard of data）。

「在自行車運動中，你有太多數據，」他在發布會上對我說，「關于車手個人、車隊、所有裝備的數據，關于比賽本身的數據——整合和捕捉所有這些數據的能力將非常重要?！?/p>

這不是夸張。現代公路自行車賽持續數小時，車手佩戴的功率計每秒記錄數次輸出，GPS追蹤位置變化，心率帶監控生理負荷，賽后還要疊加氣象數據、路面坡度、對手戰術。問題在于：這些數據彼此孤立，教練組需要花大量時間手動整理，等看出規律時，下一場比賽已經開始了。

為什么體育界落后了？

PULSE平臺此前已在企業環境部署，包括英國稅務海關總署（HMRC）、希思羅機場、慕尼黑機場和TSS。體育領域是首次嘗試。

這讓我好奇：既然F1車隊早就用數據預測輪胎磨損和燃油策略，為什么對數據極度依賴的自行車運動反而慢了一步？

羅加切夫斯基笑了：「答案很簡單——技術太新了?！?/p>

「比如機場場景，是AI預測，是整個數據能力在處理所有內部數據，技術上直到三四年前才成為可能?！顾a充道，「我們開發第一版時，花了大量時間與哥本哈根機場共建基礎模型——這東西以前根本不存在?！?/p>

托馬斯認同這種"前沿探索"的興奮感。

「這就是令人興奮的地方，真正走在曲線前面、站在前線推進的潛力，」他說，「可能性是無窮的，現在就像發現階段，從我們這邊來說，是在理解它最終能做什么——因為你不知道你不知道什么?！?/p>

這句話值得拆解。托馬斯描述的是一種典型的技術導入期困境：你知道工具很強，但強在哪里、怎么用，需要邊試邊學。車隊目前的策略是每場賽事后復盤，逐步摸清PULSE的邊界。

數據不是越多越好

兩人反復強調：這仍是進行中的工作，且他們刻意避免讓車手和工作人員被不必要的數據淹沒。

這個克制很重要。體育科技領域有個經典陷阱——"分析癱瘓"（analysis paralysis）。數據越多，決策越慢，教練組陷入無休止的交叉驗證，反而錯過直覺判斷的窗口期。羅加切夫斯基和托馬斯顯然意識到了這個風險。

但具體PULSE如何工作，原文未披露技術細節。從企業用例推斷，它可能整合了預測建模和實時數據流處理——機場場景用于預測客流和航班延誤，自行車場景則可能用于預測車手狀態崩潰點或最優戰術時機。

英力士車隊的選擇具有信號意義。作為世巡賽車隊中預算最充裕的隊伍之一，他們本可以繼續沿用傳統數據分析流程，卻選擇在2026年押注一個未經驗證的體育AI平臺。這暗示了兩個判斷：第一，現有工具確實觸及瓶頸；第二，先發優勢在數據密集型競技中可能決定勝負。

托馬斯的角色轉換也耐人尋味。從執行者變為決策者，從被分析對象變為分析工具的建設者，他需要回答的問題變了：不是"我今天狀態如何"，而是"我們如何定義狀態，并讓機器學會識別它"。

一個待解的問題

五年合作周期在職業體育贊助中不算短，但AI系統的真正成熟可能需要更久。英力士和Netcompany的實驗，本質是在測試一個假設：當數據整合的技術障礙被移除后，自行車運動的競爭邏輯會不會改變？

如果PULSE能提前30分鐘預測某位車手即將"爆缸"，車隊戰術會如何調整？如果它能實時比對歷史數據指出"這個坡段去年冠軍在此發力"，車手敢不敢跟？這些問題的答案，或許就藏在托馬斯的"發現階段"里。

但這里有個張力：自行車運動的核心魅力之一，是不可預測性——天氣突變、機械故障、臨場爆發的意志力。數據能壓縮多少不確定性，而不至于殺死這項運動的戲劇性？英力士說他們在避免"數據過載"，但這個邊界在哪里，沒人知道。

羅加切夫斯基說這東西"以前根本不存在"?，F在它存在了，然后呢？