高盛銀行為本屆世界杯打造的統計模型聽起來頗為矚目：這家投資銀行對參賽球隊和球員的數據進行挖掘，利用人工智能技術預測可能影響比賽結果的因素，并模擬出一百萬種可能的賽事進展。隨著比賽的進行，這一模型不斷進行更新，結果是一錯再錯。當然，它沒有預測出站在決賽場上的是法國和克羅地亞。
高盛模型試圖精準預測足球比賽結果的失敗，足以讓人嘲笑精英銀行家們的傲慢（他們還將相似的復雜模型應用于投資決策）。左上方機會基金（Upper Left Opportunities Fund）創始人湯姆·佩爾（Tom Pair）近日在推文中寫道：
“當然，過去的數據并不總是能預測未來；高盛從來沒有讓客戶們僅僅根據模型的結果做出決定。而在任何情況下，這一模型都只是計算出贏球和晉級的可能性而已，給各隊設定的奪冠機會都不超過18.5%。這件事給我們的教訓是，大數據和人工智能等引發熱議的技術并不一定能使統計預測變得更準確。”
2014年世界杯時，高盛進行了一次不似今年這般野心勃勃的統計工程。預測模型只采用了特定的球隊統計數據，例如某隊在過去十場正式國際比賽中的進球數以及球隊的國際排名，還有決定各隊距本國路途長度的種種變量。首次模擬得到的結果是，巴西在半決賽中2比1擊敗德國，最終3比1力克阿根廷捧杯。衛冕冠軍西班牙則在另一場半決賽中不敵阿根廷。
我們現在都知道，西班牙在小組賽即被淘汰，巴西則1比7負于德國，后者最終成為世界冠軍。事后，高盛經濟學家揚·哈丘斯（Jan Hatzius）和斯文·亞里·施特恩（Sven Jari Stehn）將預測模型失敗的部分原因歸結于足球運動“本質的隨機性”，二人寫道：
“根據模型的預測，巴西將以2比1取勝，但實際則是德國人帶走一場7比1的勝利。我們對預測失敗感到遺憾。但作為德國人，我們同時要指出，世界上有比事實正確更重要的事情。”
對于更精密的2018世界杯預測工作，高盛的經濟學家們將大量的球隊與球員數據應用于四種不同的數據處理模型，以得出統計模型的預測能力。這之后，經濟學家們開始進行模擬，從而計算出每場比賽最有可能出現的結果。加入球員層面變量（例如某名球員在隊里的平均評級，以及防守與進攻能力的量化數據）后得出的最初結果看起來令人滿意。人工智能使得更為精細的數據成為可能。也正是由于詳細數據的引入，今年的預測模型理應比2014年的版本出色。
恰恰相反，今年的結果更糟了。
2014年的模型成功預測出三支躋身半決賽的球隊，所以總體上差得沒有那么多。巴西對德國的歷史性慘敗難以重現，將會永遠地存在于這兩個足球大國的記憶之中。計算機絕對不可能預測出這種結果。
到了2018年世界杯，高盛模型首先預測出的四強是巴西、法國、德國和葡萄牙，巴西將在決賽中戰勝德國。而實際上，四支球隊中只有法國最終晉級半決賽。
高盛在世界杯期間對模型進行了更新。根據6月29日和7月4日的兩次預測，決賽雙方將分別為“巴西和西班牙”以及“巴西與法國”。后來的預測則給出了英格蘭和比利時爭冠的結果。兩隊最終都在半決賽中出局。
當然，預測不是百萬美元的賭注乃至許諾。“即便擁有最先進的統計技術，預測依然是高度不確定的，原因很簡單，足球就是一項不可預測的運動。”施特恩與同事馬納夫·喬杜里（Manav Chaudhary）和尼古拉斯·福西特（Nicholas Fawcett）寫道，“而這正是世界杯的觀看體驗給外刺激的原因。”
至少他們最后的預測成真了。
公平地說，在精細模型無法處理復雜任務方面，高盛并不是獨一家。瑞士聯合銀行（以下稱“瑞銀”）的預測結果顯示，德國擁有最高的奪冠幾率，巴西、西班牙和英格蘭緊隨其后。根據瑞銀的計算，克羅地亞僅有4.4%的可能性晉級半決賽。研究人員對賠率進行處理后得到的結果和莊家賠率幾乎沒有出入。
但高盛的預測滑鐵盧或許是最令人難以理解的。現代技術的出現將極為細致的數據引入計算模型中，催生出對大幅增強預測能力的迷思。但即便是最為精心打造，由人工智能驅動的全面數據分析模型，可能也遠沒有人生來得復雜。存在大量影響結果因素（球員傷病與隊內矛盾，裁判、天氣、教練決策錯誤以及激勵效應等）的足球運動，仍是由一小部分人牢牢把控的游戲。而基于過去的相關數據，對大企業、整個行業以及國家的行為與表現進行預測只會更加困難。
當今數據模型的復雜技術不應蒙蔽我們的判斷。無論我們多么努力地試圖用數據庫主導人生，它仍然是最后的贏家。
延展閱讀：
聲明：本文為懶熊體育編譯自Bloomberg，原文作者為Leonid Bershidsky。
