みなさん、こんにちは。
前々回と前回では、ホークアイとAIによる動作分析がプロ野球に取り入れられていることを述べましたが、今回はそれを補足する内容をお送りします。
それでは、今回もよろしくお願いします。
今回のサムネ画像は、昔と今の違いを示すために、それがわかるアングルでの広島の路面電車の広島駅にしてみました。昔は地上のホームから出ていましたが、今は高架になりました。
シーズン途中でも可能
例えば今年、圧倒的な強さを誇る阪神タイガースですが、シーズンの途中まではセリーグの他球団で中日ドラゴンズにだけ唯一負け越していました。
これはシーズン前の段階では中日ドラゴンズが阪神タイガースの脅威にならず、「中日は３年連続最下位のチームだし、わざわざ研究するまでもない。それなら脅威になる他のチームの研究に集中しよう」と判断したためと思われます（選択と集中であるため、経営判断としては正しいですよね）。
しかし、途中からはビジター（中日のホーム）でも勝てるようになりました。
これがシーズン途中で緊急的に分析することができる証拠です。今までなら人の力では数ヶ月から数年かかっていた分析も、映像とAI技術があれば数試合で終わるため、シーズン途中から大幅に勝ち越すこともできるようになりました。
どれくらいの期間で対応可能か
参考までに、どれくらいでわかるかをチャットGPTに調べてもらいました。
プロ野球で「サインパターンや癖」を統計的に読み取れるまでに必要な試合数は、状況や目的によって変わります。理論的に整理すると以下の通りです。
⸻
- サインパターンの場合
• 捕手のサインは間接的にしか見えない（映像や投球結果から推測する）
• 統計的に信頼できるパターンを掴むには、ある程度の投球数が必要
• 投手1人あたり：
• カウントや状況別の球種割合を把握するなら 50〜100球程度である程度傾向が見える
• より精密に2ストライク時や左打者相手など細かい状況別に分析する場合は 200〜300球が目安
⸻
- 打者の癖（スイングや打球方向）の場合
• 打者の癖は、球種やコースによって変化するので、状況ごとの統計が必要
• データ目安：
• 球種・コース別打率やスイング成功率を出すには 50〜100打席で大まかな傾向が掴める
• 左右投手やカウント別の癖を精密に分析するなら 100〜200打席以上
⸻
- 実際の試合数で換算
• プロ野球は1シーズン 約140試合
• 仮に1試合で投手1人が平均 15球前後を投げる場合：
• 50球 ≒ 3〜4試合
• 200球 ≒ 13〜15試合
• 打者も同様に、1試合で3〜4打席とすると：
• 50打席 ≒ 12〜15試合
• 200打席 ≒ 50〜60試合
⸻
まとめ
• 大まかな傾向を掴むだけなら数試合〜10試合程度で可能
• 細かい状況別の癖やサインの統計を精密に読み取るには、数十試合〜半シーズン規模のデータが必要。これが上記の中日ドラゴンズに対する例です。
• さらにAIや統計モデルを使うと、少ないデータでも一定の予測精度は出せる
打者大まか傾向：少ない試合数（10試合前後）でも50〜60％程度の傾向を把握可能
• 投手状況別傾向：15試合程度で70〜80％の予測精度
• 打者状況別傾向：50〜60試合で精密な傾向（90％前後）を把握
• 少ない試合数でも大まかな傾向やサインの間接推測は可能だが、精密な予測は複数試合のデータが必要
だそうです。50〜60試合とはどれくらいかと言うと、シーズンが始まってちょうど交流戦（セリーグとパリーグのチームどうしでの試合）の期間です。
この期間は同一リーグどうしの試合はありません。だからこそ、この期間にAIによる分析・解読の作業を一気に行うことで、交流戦明けからは一方的な展開にもっていくことができるようになるわけです。
やられたらやり返す！
もちろん、そのような技術を使っているのはどこの球団も一緒です。
自分がやっていることだからこそ、他人がやっているとピンと来ることってありますよね。
それと同じで、他球団が自球団のサインパターンや選手の癖を分析してきたらすぐに気づきます。そしてすぐに対策を練ります。
確かに数試合は負けるでしょう。しかしシーズンの途中からはその分析の裏をかいた指示をするようになる上に、相手球団のサインパターンや選手の癖も分析していますから、隙がなくなります。どこかのドラマではないですが、まさに「倍返し」です。
そのため、分析されていなければ最初からその球団には圧倒的に勝てる、分析されていれば最初は負けていたけどある時期から急に勝ち始めることになるため、まるで優勝チームに都合の良いようにシーズンが進んでいくのです。
これは分析に対する経営資源の多い球団、技術力の高い球団ほど有利になります。
今回はホークアイとAIの技術を補足するものについて見ていきました。
今回もありがとうございました。