После завершения группового этапа чемпионата мира по футболу 2026 года внимание привлекли не только результаты команд, но и своеобразное соревнование между людьми и искусственным интеллектом.

В рамках проекта, организованного Lenovo и Migu, сразу 12 китайских больших языковых моделей пытались предсказать исходы матчей наравне с десятками тысяч болельщиков. Итоги показали, что ИИ действительно оказался точнее человека, однако его возможности далеко не безграничны.

По итогам 72 матчей группового этапа совокупная точность прогнозов моделей составила около 61,9%, тогда как средний результат участников-людей достиг лишь 54,6%. Лучшими оказались модели Tencent Hunyuan и CMCC Jiutian, правильно предсказавшие почти 68% матчей.

За ними расположились Qwen от Alibaba, DeepSeek и Ernie от Baidu с результатом около 64%. В то же время некоторые модели показали результаты даже хуже среднего уровня обычных пользователей.

Однако цифры сами по себе не отражают главную особенность работы ИИ. Нейросети отлично справлялись с прогнозами матчей, где существовал явный фаворит. Если одна команда значительно превосходила другую по мировому рейтингу, стоимости состава, статистике предыдущих встреч и другим объективным показателям, модели почти всегда выбирали правильного победителя.

Совсем иначе обстояло дело с ничейными результатами и неожиданными сенсациями. Из двадцати ничьих, состоявшихся на групповом этапе, ИИ сумел правильно предсказать лишь одиннадцать.

Особенно показательным стал матч Испании против Кабо-Верде. Практически все модели уверенно прогнозировали победу испанцев, однако встреча завершилась со счетом 0:0 благодаря блестящей игре вратаря аутсайдера. Подобные события практически невозможно заранее выразить в виде числовых показателей.

Эксперты объясняют это особенностями самих языковых моделей. По своей природе они стремятся выбрать наиболее вероятный вариант развития событий и сформулировать однозначный ответ. Ничья же представляет собой менее вероятный сценарий, поэтому модели автоматически чаще склоняются к победе одной из сторон.

Кроме того, футбол остаётся игрой с огромным количеством случайных факторов. Тактические изменения по ходу встречи, ошибки судей, индивидуальное мастерство отдельных игроков или психологическое состояние команды способны полностью изменить ход матча, несмотря на любые статистические прогнозы.

Интересно, что одновременно с соревнованием Lenovo и Migu многие китайские компании использовали чемпионат мира как площадку для демонстрации возможностей собственных ИИ.

Alibaba встроила футбольный прогноз в своего помощника Qwen, предлагая пользователям соревноваться с искусственным интеллектом и получать призы за более точные прогнозы. Moonshot AI создала более 300 специализированных ИИ-агентов, каждый из которых отвечал за отдельную область анализа: тактику команд, форму игроков, расписание матчей, букмекерские коэффициенты и другие параметры. В результате была подготовлена аналитическая работа объемом более двухсот страниц.

Подобные проекты стали не столько спортивным экспериментом, сколько маркетинговой кампанией. Футбол понятен практически каждому, поэтому демонстрация работы ИИ на прогнозах матчей оказывается значительно нагляднее, чем публикация абстрактных технических характеристик моделей.

При этом сами методы прогнозирования могут существенно различаться. Самый простой подход заключается в использовании заранее подготовленных запросов (prompt engineering), когда модели передаются основные статистические данные о командах. Более продвинутые системы дополняют ответы свежей информацией из внешних источников с помощью технологий поиска (RAG). Еще сложнее работают архитектуры с несколькими специализированными агентами, которые анализируют различные аспекты игры и объединяют свои выводы.

Наиболее точным считается четвертый подход, при котором математические модели сначала рассчитывают вероятности победы, ничьей и поражения с использованием рейтингов Elo, распределения Пуассона или метода Монте-Карло, а языковая модель затем лишь объясняет результаты простым человеческим языком. Однако создание подобных систем требует значительно больших ресурсов, поэтому применяется далеко не всеми разработчиками.

Несмотря на различия в технологиях, все современные модели сталкиваются с одинаковыми ограничениями. Большинство прогнозов строится один раз до начала матча и практически не учитывает изменения, происходящие непосредственно перед игрой: опубликованные стартовые составы, травмы ключевых футболистов или резкие изменения букмекерских коэффициентов. Кроме того, сами вероятности зачастую не проходят полноценную статистическую проверку и скорее выглядят убедительно, чем действительно отражают реальные шансы команд.

По мнению специалистов, настоящий экзамен для искусственного интеллекта начинается именно сейчас, с началом стадии плей-офф. Если на групповом этапе было немало встреч с очевидными фаворитами, то в матчах на выбывание остаются команды примерно одинакового уровня. Здесь возрастает вероятность осторожной игры, минимального количества голов, дополнительного времени и серии пенальти — сценариев, которые значительно сложнее прогнозировать даже человеку.

Эксперты считают, что главная ценность подобных систем заключается не в попытке безошибочно угадать счет, а в способности структурировать огромные объемы информации, выделять ключевые факторы и оценивать различные варианты развития событий. Именно такой подход может оказаться полезным не только в спорте, но и в бизнесе, маркетинге, анализе рисков и других сферах, где приходится принимать решения в условиях неопределенности.

Чемпионат мира 2026 года стал своеобразной публичной проверкой возможностей современных языковых моделей. Он показал, что искусственный интеллект уже способен превосходить человека в обработке больших массивов данных и прогнозировании очевидных исходов, но пока не умеет учитывать все случайности реального мира. Поэтому сегодня ИИ лучше рассматривать не как прорицателя, а как инструмент поддержки принятия решений, который помогает анализировать информацию, но не способен гарантировать абсолютно точный результат.