Jack Williams, iTero và GIANTX: Khi trợ lý AI trở thành tài sản độc quyền của một đội esports

HOOK

Tháng 8 năm 2026, tại Gamescom ở Cologne, Natus Vincere nâng cao chiếc Aegis of Champions sau khi đánh bại EHOME trong trận chung kết The International đầu tiên. Mười bốn năm sau, một nhà báo esports ngồi trong phòng làm việc và gõ lại ký ức đó trong phần tiểu sử của mình, trước khi bắt đầu một cuộc phỏng vấn về trí tuệ nhân tạo. Khoảng cách giữa hai sự kiện này không chỉ là thời gian. Nó là khoảng cách giữa một ngành công nghiệp chơi game vì đam mê và một ngành công nghiệp đang được định giá bằng dữ liệu.

Cuộc phỏng vấn mang tên Jack Williams bàn về iTero, GIANTX và tương lai của huấn luyện AI trong esports. Người được phỏng vấn đứng sau iTero — một công cụ phân tích dữ liệu dựa trên học máy. Đối tác được nhắc đến là GIANTX, một tổ chức esports châu Âu. Chủ đề trung tâm là AI coaching, huấn luyện dựa trên trí tuệ nhân tạo.

Điều đáng chú ý nằm ở cách cuộc phỏng vấn được cấu trúc. Nửa đầu bàn về việc hợp tác độc quyền với GIANTX và khả năng sản phẩm bị sao chép. Nửa sau bàn về gian lận trong thi đấu có sự hỗ trợ của AI. Không có một chỉ số hiệu suất nào được nêu. Không có một phần trăm gia tăng tỷ lệ thắng nào được công bố. Không có một so sánh nào giữa các đội sử dụng và không sử dụng công cụ.

Với tôi, một nhà phân tích tài chính đã dành phần lớn sự nghiệp để soi các báo cáo của câu lạc bộ thể thao, sự im lặng đó quan trọng hơn mọi con số có thể được đưa ra. Trong ngành thể thao, khi một nhà cung cấp công nghệ chọn nói về hợp đồng thay vì kết quả thi đấu, họ đang nói với bạn rằng giá trị của họ nằm ở cấu trúc thị trường, không nằm ở hiệu suất sản phẩm.

Suốt gần hai mươi năm theo dõi cách các tổ chức thể thao chi tiêu, tôi học được một quy tắc: mọi tuyên bố về "đột phá công nghệ" trong thể thao đều có thể được kiểm tra bằng ba câu hỏi. Công nghệ đó cải thiện kết quả bao nhiêu phần trăm? Chi phí để có nó là bao nhiêu? Và ai là người trả? Cuộc phỏng vấn về iTero trả lời câu hỏi thứ ba một cách rõ ràng. Hai câu hỏi còn lại bỏ trống.

Đây chính là lúc cần một nhà phân tích tài chính, chứ không phải một nhà báo công nghệ. Bởi vì câu chuyện của iTero không nằm ở thuật toán. Nó nằm ở cấu trúc quyền lực của một giải đấu nhượng quyền, ở hợp đồng độc quyền với một tổ chức duy nhất, và ở câu hỏi mà cả ngành công nghiệp esports đang né tránh.

CONTEXT

Để hiểu tại sao cuộc trò chuyện này lại quan trọng, cần dựng lại bối cảnh mà nó diễn ra.

iTero, theo cách mô tả trong cuộc phỏng vấn, là một công cụ phân tích được trang bị các mô hình học máy, có khả năng xử lý dữ liệu trận đấu và hỗ trợ quá trình chuẩn bị chiến thuật cho các đội esports chuyên nghiệp. Nó nằm trong nhóm sản phẩm mà giới trong ngành gọi là "AI coaching tools" — công cụ huấn luyện dựa trên trí tuệ nhân tạo. Đây không phải là một thị trường hoàn toàn mới. Các đội hàng đầu của League of Legends, Dota 2 và Counter-Strike 2 đã sử dụng nhiều lớp công cụ phân tích khác nhau trong hơn một thập kỷ — từ bảng theo dõi dữ liệu của Riot cho đến các sản phẩm thương mại như Mobalytics hay các nền tảng tự phát triển nội bộ của những tổ chức lớn.

Điều mới không nằm ở công nghệ. Điều mới nằm ở hình thức thương mại hóa.

GIANTX — tổ chức được nhắc đến trong cuộc phỏng vấn với tư cách là đối tác độc quyền của iTero — là một thực thể esports châu Âu, có sự hiện diện trong hệ sinh thái League of Legends EMEA (LEC). Đây là một giải đấu theo mô hình nhượng quyền, nghĩa là các đội thành viên không bị loại trực tiếp theo kết quả thi đấu, mà mua suất tham dự dài hạn từ ban tổ chức. Mô hình này có một hệ quả cấu trúc mà rất ít nhà phân tích bàn đủ sâu: khi một đội không thể bị loại, mọi lợi thế cấu trúc mà nó nắm giữ đều có thể tồn tại qua nhiều mùa giải, thay vì bị thị trường đào thải theo chu kỳ.

GIANTX được hình thành từ sự hợp nhất giữa hai tổ chức đã có lịch sử ở châu Âu, và việc họ đạt được một suất trong LEC là kết quả của một quá trình đàm phán thương mại kéo dài. Đây là điểm quan trọng cần nắm: GIANTX không phải một đội mới nổi có thể tan rã sau một mùa giải thất bại. Họ là một thành viên cố định của một giải đấu kín. Điều này làm cho mọi lợi thế mà họ có — bao gồm cả một hợp đồng độc quyền với một nhà cung cấp công nghệ — trở thành một vấn đề quản trị ở cấp giải đấu, chứ không chỉ ở cấp đội.

Williams nói về việc làm việc độc quyền với GIANTX. Đây là điểm tựa để phân tích câu hỏi lớn hơn: điều gì xảy ra khi một đội trong giải đấu kín sở hữu độc quyền một công cụ có thể ảnh hưởng đến kết quả thi đấu?

Về mặt bối cảnh kỹ thuật, cần phân biệt rõ ba khung thời gian mà một công cụ AI có thể tác động: trước trận, giữa các ván trong một loạt trận BO3 hoặc BO5, và trong trận với tư cách hỗ trợ theo thời gian thực. Ở mọi tựa game lớn hiện nay, hỗ trợ theo thời gian thực bị cấm rõ ràng. Vùng xám thú vị nằm ở khung giữa các ván — nơi một công cụ có thể xử lý dữ liệu từ ván vừa kết thúc và đề xuất điều chỉnh trước khi ván tiếp theo bắt đầu. Đây là cửa sổ mà giới huấn luyện viên esports gọi là "cửa sổ 15 phút", và là nơi giá trị thương mại của các công cụ AI thực sự được định đoạt.

Cuộc phỏng vấn có hai phần được nhắc đến. Phần một nói về làm việc độc quyền với GIANTX và khả năng bị sao chép. Phần hai nói về gian lận có sự hỗ trợ của AI. Đây là hai mặt của cùng một đồng xu: mặt thương mại và mặt liêm chính. Cả hai đều thuộc về một câu hỏi lớn hơn mà không giải đấu nào đã trả lời thỏa đáng: ai sở hữu trí tuệ chiến thuật?

Cần thêm một lớp bối cảnh nữa về động lực thị trường. Trong năm năm gần đây, các quỹ đầu tư mạo hiểm đã bơm hàng trăm triệu đô la vào các công ty khởi nghiệp phân tích esports. Định giá của các công ty này thường dựa trên hai chỉ số: số lượng đội khách hàng và khối lượng dữ liệu mà họ xử lý. Cả hai chỉ số này đều có mối quan hệ nghịch đảo với tính độc quyền. Một công cụ độc quyền cho một đội xử lý ít dữ liệu hơn nhưng tạo ra lợi thế thị trường lớn hơn cho khách hàng đó. Một công cụ phổ biến cho nhiều đội xử lý nhiều dữ liệu hơn nhưng tạo ra ít lợi thế hơn cho từng khách hàng. Đây là một trong những nghịch lý trung tâm của ngành công nghiệp này, và tôi sẽ quay lại với nó ở phần sau.

Khi tôi theo dõi các bài phỏng vấn về công nghệ thể thao trong nhiều năm, tôi nhận ra một mô thức lặp đi lặp lại. Người phỏng vấn hỏi về công nghệ. Người được phỏng vấn trả lời về công nghệ. Nhưng khi bạn đọc kỹ, bạn nhận ra rằng những gì thực sự quan trọng đang bị ẩn giấu trong các câu hỏi không được đặt ra. Cuộc phỏng vấn về iTero là một ví dụ điển hình. Nó trả lời rất nhiều câu hỏi về sản phẩm, và gần như không trả lời câu hỏi nào về mô hình kinh doanh.

Từ góc nhìn của một nhà phân tích tài chính câu lạc bộ, đây là dấu hiệu đáng lo ngại. Bởi vì trong thể thao chuyên nghiệp, câu hỏi quan trọng nhất về bất kỳ công cụ nào không bao giờ là "nó hoạt động thế nào". Câu hỏi quan trọng nhất luôn là "nó được trả tiền bằng gì, và bởi ai". Cuộc phỏng vấn không trả lời điều đó. Nhưng nó để lại đủ dấu vết để một nhà phân tích tài chính có thể tái dựng cấu trúc đằng sau.

CORE

Bây giờ đến phần phân tích thực sự. Có năm lớp vấn đề trong cuộc phỏng vấn này, và mỗi lớp đều có một cấu trúc chi phí và lợi ích mà truyền thông đại chúng bỏ qua.

Lớp thứ nhất: hợp đồng độc quyền là gì, và tại sao nó quan trọng

Khi Jack Williams nói về việc "làm việc độc quyền với GIANTX", có ít nhất ba cách hiểu khả dĩ. Thứ nhất, GIANTX là khách hàng duy nhất trong một giải đấu cụ thể. Thứ hai, GIANTX là khách hàng duy nhất trong toàn bộ hệ sinh thái của một tựa game. Thứ ba, GIANTX có một thỏa thuận ngắn hạn để cung cấp phản hồi và dữ liệu cho iTero trong quá trình phát triển sản phẩm.

Trong ngành phần mềm B2B, hình thức thứ ba phổ biến hơn cả — và ít được nhắc đến nhất. Mô hình phát triển sản phẩm dựa trên "design partner" đã quen thuộc trong thế giới công nghệ doanh nghiệp: một công ty khởi nghiệp cung cấp quyền truy cập sớm và giá ưu đãi cho một khách hàng đầu tiên, đổi lại khách hàng cung cấp dữ liệu vận hành và phản hồi. Trong esports, điều này có nghĩa là một đội chuyên nghiệp đóng vai trò phòng thí nghiệm beta. Họ nhận lợi thế tạm thời trong giai đoạn công cụ còn độc quyền, và trả giá bằng việc dữ liệu chiến thuật của họ trở thành một phần của sản phẩm sẽ được bán cho các đối thủ sau này.

Đây là điểm mà hầu hết các bài phỏng vấn trong ngành esports không khai thác đủ: giá trị thực sự của một công cụ AI không nằm ở những gì nó làm cho đội đầu tiên dùng nó. Nó nằm ở những gì nó học được từ đội đầu tiên đó để bán cho đội thứ hai.

Ở góc nhìn của một nhà phân tích tài chính, cấu trúc này không hề mới. Nó giống hệt cách các công ty dữ liệu kinh doanh hoạt động. Bloomberg, Refinitiv và các nhà cung cấp dữ liệu tài chính khác đều bắt đầu bằng việc cung cấp quyền truy cập miễn phí cho một số khách hàng tổ chức lớn, đổi lại dữ liệu giao dịch của họ. Khi sản phẩm trưởng thành, những khách hàng đó trở thành người mua trả tiền — và dữ liệu của họ trở thành một phần của giá trị bán cho những người khác.

Ở Hàn Quốc, nơi tôi sống và làm việc, các công ty fintech đã đi theo con đường tương tự trong thập niên 2026. Kakao Pay bắt đầu bằng cách cung cấp dịch vụ thanh toán miễn phí cho các thương nhân nhỏ, đổi lại dữ liệu giao dịch. Khi mạng lưới thương nhân đủ lớn, họ chuyển sang mô hình thu phí. Với iTero, kịch bản có thể tương tự, chỉ khác là đơn vị tiền tệ không phải là won hay đô la, mà là dữ liệu chiến thuật.

Vậy câu hỏi đúng không phải là "GIANTX có độc quyền iTero không" mà là "GIANTX đang trả bao nhiêu, và bằng cách nào". Nếu họ nhận công cụ miễn phí hoặc giảm giá để đổi lấy dữ liệu, đó là một khoản trợ giá gián tiếp có giá trị tương đương với một khoản đầu tư vào cơ sở hạ tầng chiến thuật. Theo quy định tài chính của nhiều giải đấu esports, các khoản trợ giá như vậy có thể không được ghi vào sổ. Một đội có thể "chi tiêu" hàng trăm nghìn đô la vào cơ sở hạ tầng phân tích mà con số đó không bao giờ xuất hiện trong báo cáo của giải đấu, vì nó được thanh toán bằng dữ liệu, không bằng tiền.

Tôi đã chứng kiến đúng cấu trúc này tại Incheon United vào năm 2026. Khi tôi đề xuất mô hình định giá cầu thủ dựa trên dữ liệu mạng xã hội, ban lãnh đạo bác bỏ. Nhưng chỉ một mùa giải sau, một công ty phân tích dữ liệu thể thao Hàn Quốc đã tiếp cận câu lạc bộ với đề nghị cung cấp công cụ miễn phí. Điều kiện duy nhất: họ được quyền sử dụng dữ liệu để cải thiện sản phẩm. Câu lạc bộ đã từ chối vì không hiểu giá trị của dữ liệu. Nhưng nếu họ chấp nhận, Incheon United sẽ có một lợi thế phân tích mà không tốn một won nào trong bảng cân đối kế toán. Đó là dạng lợi thế nguy hiểm nhất, bởi vì nó vô hình trước mọi cơ chế giám sát tài chính hiện có.

Lớp thứ hai: khả năng bị sao chép và vấn đề nửa vòng đời của lợi thế

Williams đề cập đến việc công cụ của ông có thể bị sao chép. Đây là một nhận thức đúng đắn về kinh tế của lợi thế công nghệ trong esports: vòng đời của nó ngắn hơn nhiều so với lợi thế công nghệ trong các ngành công nghiệp truyền thống.

Lý do không nằm ở bản thân công nghệ. Lý do nằm ở nhịp độ vá game. Đây là nơi phân tích cấu trúc trở nên cần thiết, bởi vì hai tựa game lớn nhất của esports có nhịp độ hoàn toàn khác nhau, và sự khác biệt đó quyết định giá trị của một công cụ AI.

League of Legends cập nhật bản vá hai tuần một lần. Mỗi bản vá điều chỉnh chỉ số tướng, trang bị, hoặc cơ chế trò chơi. Đây là một chu kỳ ngắn đến mức bất kỳ mẫu dữ liệu nào mà một công cụ AI học được từ tháng trước có thể mất giá trị chỉ sau hai bản vá. Trong môi trường như vậy, giá trị của AI không nằm ở "giải bài toán meta", mà ở "phát hiện meta mới nhanh hơn đối thủ". Đó là một lợi thế về tốc độ, không phải về kiến thức.

Dota 2 vận hành theo nhịp độ khác. Valve cập nhật các bản vá hệ thống lớn với tần suất thấp hơn nhiều, nhưng độ biến động của mỗi bản vá lại cao hơn. Giữa các bản vá, có những giai đoạn ổn định kéo dài vài tháng. Trong môi trường đó, một mô hình học máy được huấn luyện trên dữ liệu lịch sử giữ được giá trị lâu hơn, và giá trị của AI chuyển từ "tốc độ" sang "độ sâu mô hình hóa lịch sử".

Một sản phẩm AI được tiếp thị giống hệt nhau cho cả hai loại tựa game nên là một dấu hiệu cảnh báo đỏ. Bởi vì giá trị cốt lõi của nó đảo ngược hoàn toàn tùy theo nhịp độ cập nhật của tựa game mà nó phục vụ.

Đây chính là điều mà một công ty như iTero cần trả lời rõ ràng, và cuộc phỏng vấn không cho chúng ta dữ liệu để đánh giá. Chúng ta không biết nhịp độ cập nhật của tựa game mà họ nhắm đến, không biết khung thời gian dữ liệu huấn luyện của họ, và không biết cơ chế khóa phiên bản máy chủ thi đấu của các giải đấu. Ba thông tin này cộng lại mới quyết định liệu một lợi thế có bền vững hay không.

Trong ngành phân tích tài chính, khi một công ty không tiết lộ ba biến số cơ bản này, chúng tôi gọi đó là "rủi ro mô hình ẩn". Nhà đầu tư không biết định giá của mình dựa trên giả định gì. Trong esports, rủi ro mô hình ẩn có nghĩa là: các đội mua công cụ mà không biết nửa vòng đời của lợi thế mà họ đang trả tiền. Nếu vòng đời đó chỉ là ba tháng, họ đang trả giá của một tài sản dài hạn cho một tài sản ngắn hạn. Nếu vòng đời đó là mười tám tháng, họ đang có một thương vụ tốt. Không có dữ liệu, không có cách nào phân biệt hai kịch bản này.

Đây là lý do tại sao tôi luôn nói với các giám đốc điều hành câu lạc bộ mà tôi từng làm việc cùng: Mọi mô hình định giá đều sai. Câu hỏi là: sai theo cách có lợi cho ai. Khi một nhà cung cấp không công bố dữ liệu hiệu suất, mô hình định giá của họ đang sai theo cách có lợi cho họ. Khi một đội chấp nhận mua mà không hỏi, mô hình của họ đang sai theo cách bất lợi cho chính họ. Đây là bài học cơ bản của mọi thương vụ trong thể thao chuyên nghiệp.

Lớp thứ ba: câu chuyện về gian lận có AI hỗ trợ và vùng xám pháp lý

Phần thứ hai của cuộc phỏng vấn bàn về gian lận với sự hỗ trợ của AI. Đây là điểm nóng nhất về mặt liêm chính, nhưng cũng là điểm bị hiểu sai nhiều nhất.

Ở mọi tựa game lớn hiện nay, hỗ trợ theo thời gian thực trong khi thi đấu đã bị cấm rõ ràng. Điều này khiến phần "gian lận có AI hỗ trợ" trong khung in-game không còn nhiều không gian tranh luận. Vùng xám thực sự nằm ở khung giữa các ván. Trong một loạt BO3 hoặc BO5, có một khoảng thời gian ngắn giữa hai ván: đủ để một huấn luyện viên hoặc một công cụ xử lý dữ liệu từ ván vừa kết thúc và đề xuất điều chỉnh cho ván tiếp theo.

Các giải đấu lớn đã có quy định về điều này như thế nào? Câu trả lời khác nhau tùy theo giải. Một số giải giới hạn số lượng nhân sự được tiếp xúc với đội giữa các ván. Một số giải cấm mọi giao tiếp với huấn luyện viên trong khoảng nghỉ giữa ván. Một số giải khác cho phép huấn luyện viên vào phòng nhưng không cho phép mang theo thiết bị. Tất cả các quy định này được thiết kế cho thế giới trước AI. Chúng không được thiết kế cho một thế giới mà một đội có thể chuẩn bị một mô hình AI chạy trên máy chủ từ xa, nhận dữ liệu từ một quan sát viên trong phòng, và trả kết quả phân tích về cho đội trưởng qua một thiết bị đeo thông minh.

Vấn đề không phải là liệu AI có thể gian lận hay không. Vấn đề là các quy định hiện tại được viết cho một thế giới không còn tồn tại.

Ở Hàn Quốc, nơi tôi sống và làm việc, các giải đấu StarCraft trong thập niên 2026 đã từng đối mặt với những vấn đề tương tự dưới hình thức khác: phần mềm hỗ trợ, phần mềm gian lận và các hình thức bot. Kinh nghiệm từ những giải đấu đó cho thấy một quy luật: mọi lệnh cấm đều bị vượt qua bởi một hình thức chưa được định nghĩa. Quy định chỉ hiệu quả khi nó định nghĩa được cơ chế vi phạm, chứ không chỉ định nghĩa hành vi vi phạm.

Với AI, thách thức còn lớn hơn. Một mô hình có thể chạy trên máy tính cá nhân, trên máy chủ đám mây, hoặc trên một thiết bị nhỏ gọn trong túi áo của một người hâm mộ ngồi trong khán đài. Việc phát hiện ra nó đòi hỏi các giải đấu phải đầu tư vào cơ sở hạ tầng giám sát kỹ thuật số, nghĩa là tiền, nhân sự và một bộ quy tắc mới.

Ở một khía cạnh khác, khung gian lận AI còn liên quan đến quyền riêng tư dữ liệu. Nếu một giải đấu muốn giám sát mọi giao tiếp kỹ thuật số trong khu vực thi đấu, họ phải xử lý dữ liệu cá nhân của huấn luyện viên, tuyển thủ và nhân viên. Điều này đặt ra các câu hỏi về GDPR ở châu Âu và các luật bảo vệ dữ liệu cá nhân tương tự ở các khu vực khác. Một giải đấu không thể chỉ yêu cầu quyền giám sát; họ cần một khung pháp lý cho phép họ làm điều đó. Đây là một khía cạnh mà các nhà quản trị esports thường bỏ qua, và nó có thể trở thành rào cản lớn trong tương lai gần.

Kinh nghiệm của tôi tại Incheon United trong năm 2026 khi đại dịch khiến các sân vận động trống rỗng đã dạy tôi một điều: khủng hoảng không tạo ra vấn đề mới, nó chỉ phơi bày những cấu trúc đã chết từ lâu. Các quy định về gian lận trong esports đã chết từ lâu, theo nghĩa chúng không còn phù hợp với thực tế công nghệ. Cuộc tranh luận về AI chỉ đang làm rõ điều đó.

Lớp thứ tư: cấu trúc nhượng quyền và vấn đề bình đẳng cạnh tranh

Đây là phần mà tôi tin là điểm mù lớn nhất của toàn bộ cuộc tranh luận về AI trong esports.

Trong các giải đấu theo mô hình nhượng quyền, các đội thành viên không bị loại theo kết quả. Họ mua suất tham dự dài hạn. Cấu trúc này tạo ra một hệ quả mà tôi đã quan sát trong các giải thể thao khác, đặc biệt là các giải bóng đá không có xuống hạng: lợi thế cấu trúc không bị thị trường đào thải.

Trong một giải đấu mở, nếu một đội có lợi thế công nghệ, các đội khác có thể bắt kịp bằng cách tuyển dụng, mua công cụ, hoặc thay đổi mô hình vận hành. Trong một giải đấu kín, động lực này bị chậm lại đáng kể. Một đội có thể giữ lợi thế qua ba bốn mùa giải, trong khi phần còn lại của giải đấu không có cơ chế bắt buộc để thu hẹp khoảng cách.

Nếu iTero cung cấp cho GIANTX một lợi thế độc quyền trong giai đoạn đầu của sản phẩm, và nếu lợi thế đó kéo dài vài mùa giải, thì câu hỏi bình đẳng cạnh tranh trở thành câu hỏi trung tâm. Ban tổ chức LEC có thể phải chọn giữa hai con đường: buộc iTero phải cung cấp điều khoản tương tự cho mọi đội khác trong giải, hoặc hạn chế việc sử dụng công cụ trong các trận đấu chính thức.

Cả hai con đường đều có chi phí. Đường thứ nhất làm méo mó thị trường tư nhân của các nhà cung cấp công cụ, biến họ thành nhà cung cấp bắt buộc cho mọi đội, làm giảm động lực đổi mới vì mọi đối thủ đều tiếp cận được cùng một công nghệ. Đường thứ hai đẩy việc sử dụng công cụ vào vùng tối, làm giảm khả năng giám sát. Nói cách khác, không có giải pháp nào là trung lập. Mọi quyết định đều phân phối lại lợi thế cho một nhóm các bên liên quan.

Trong bóng đá, FIFA và các liên đoàn châu lục đã từng đối mặt với vấn đề tương tự khi các công cụ phân tích dữ liệu trở nên phổ biến trong thập niên 2026. Cách họ xử lý: quy định về thiết bị trong khu vực kỹ thuật, giới hạn số lượng máy tính bảng và thiết bị liên lạc, và yêu cầu mọi phần mềm phân tích phải được đăng ký trước với ban tổ chức. Đây là một hình mẫu tham khảo, không phải vì nó hoàn hảo, mà vì nó cho thấy ban tổ chức có thể làm gì khi họ buộc phải làm.

Các giải esports hiện tại chưa có một hệ thống tương đương. Đây là một lỗ hổng không phải về kỹ thuật, mà về quản trị. Khi tôi làm việc tại Incheon United, tôi đã nhiều lần nói với ban lãnh đạo rằng chúng tôi cần một khung chính sách cho các công cụ phân tích trước khi các công cụ đó trở thành tiêu chuẩn. Họ cười và nói rằng K-League chưa có quy định nào về điều này. Hai năm sau, khi hầu hết các câu lạc bộ đã có nhà phân tích dữ liệu riêng, câu hỏi về bình đẳng cạnh tranh đột nhiên trở thành chủ đề nóng trong các cuộc họp của ban tổ chức. Đây là mô thức quản trị điển hình của thể thao chuyên nghiệp: điều chỉnh muộn sau khi vấn đề đã ăn sâu.

Lớp thứ năm: tài sản trí tuệ và câu hỏi ai sở hữu chiến thuật

Điều ít được bàn đến nhất trong toàn bộ cuộc tranh luận về AI coaching là câu hỏi sở hữu trí tuệ.

Khi một đội sử dụng một công cụ AI để chuẩn bị chiến thuật, dữ liệu nào được tạo ra? Ai sở hữu nó? Trong hầu hết các hợp đồng phần mềm B2B, dữ liệu vận hành do khách hàng tạo ra thuộc về khách hàng. Nhưng trong thế giới AI, dữ liệu đó cũng là thức ăn cho mô hình, nó làm cho mô hình tốt hơn cho tất cả người dùng khác. Đây là mô hình "data flywheel" quen thuộc trong ngành công nghệ phần mềm.

Với một đội esports như GIANTX, điều này có nghĩa là mọi phân tích chiến thuật mà họ thực hiện thông qua iTero đều góp phần vào việc cải thiện sản phẩm mà iTero sẽ bán cho các đội khác. GIANTX đang trả tiền để cải thiện một công cụ mà đối thủ của họ sẽ sử dụng. Sự bất đối xứng này có thể được bù đắp bằng lợi thế đầu tiên trong giai đoạn độc quyền. Nhưng khi giai đoạn độc quyền kết thúc, giá trị dài hạn chảy về phía nhà cung cấp công cụ, không phải phía đội.

Đây là lý do tại sao câu hỏi "khả năng bị sao chép" trong cuộc phỏng vấn lại thú vị. Nó ngụ ý rằng nhà cung cấp công cụ ý thức rằng lợi thế của họ không bền vững. Nhưng câu hỏi họ không đặt ra là: ai hưởng lợi từ sự không bền vững đó?

Trong ngành tài chính, các công ty dữ liệu như Bloomberg và Refinitiv đã xây dựng lợi thế dài hạn bằng cách khóa dữ liệu của khách hàng vào sản phẩm của họ. Các nhà quản lý quỹ trả hàng trăm triệu đô la mỗi năm để truy cập dữ liệu giao dịch, bởi vì nếu không có nó, họ mất khả năng cạnh tranh. Esports đang đi theo cùng một con đường, nhưng với quy mô nhỏ hơn và mức độ chuyên nghiệp hóa thấp hơn. Đó là một mô tả về giai đoạn phát triển của thị trường, và không có gì đáng ngạc nhiên khi các mô hình kinh doanh giống nhau xuất hiện ở các thị trường có cấu trúc tương tự.

Ở góc nhìn cá nhân, tôi đã từng trải qua chính xác sự bất đối xứng này trong thương vụ cho mượn Ibrahima Ndiaye vào kỳ World Cup Qatar 2026. Câu lạc bộ chủ quản của Ndiaye tại Ligue 2 định giá anh ta quá thấp vì họ chỉ nhìn vào dữ liệu cầu thủ trong nước Pháp. Khi chúng tôi ký hợp đồng cho mượn sáu tháng với mức lương chia sẻ 60-40, chúng tôi đã có một lợi thế thông tin mà câu lạc bộ kia không có. Ndiaye ghi bảy bàn trong nửa sau mùa giải, giúp Incheon United trụ hạng. Câu lạc bộ Pháp nhận ra sai lầm của mình chỉ sau khi mùa giải kết thúc. Đây là bản chất của mọi thị trường thông tin: người tạo ra dữ liệu không bao giờ là người hưởng lợi lớn nhất từ dữ liệu đó.

Với iTero, cấu trúc tương tự đang lặp lại ở quy mô lớn hơn nhiều. GIANTX cung cấp dữ liệu, iTero thu lợi. Trong ngắn hạn, GIANTX có lợi thế chiến thuật. Trong dài hạn, iTero có tài sản trí tuệ. Hai bên đang chơi hai trò chơi khác nhau với cùng một bộ bài.

Đây là lý do các đội esports hàng đầu ở Hàn Quốc và Trung Quốc đã bắt đầu xây dựng các bộ phận phân tích nội bộ thay vì mua công cụ bên ngoài. Họ đã hiểu bài học từ ngành tài chính: nếu bạn không kiểm soát được dữ liệu, bạn đang thuê chứ không sở hữu lợi thế của mình. T1, Gen.G và JDG đều đã đầu tư vào các nhóm phân tích nội bộ trong vài năm qua, và đó là một quyết định chiến lược dài hạn đúng đắn, ngay cả khi nó tốn kém hơn trong ngắn hạn. Đây là một ví dụ rõ ràng cho việc esports không phải đối thủ của bóng đá. Nó là tấm gương phơi bày toàn bộ thói quen tiêu tiền của ngành này.

CONTRARIAN

Bây giờ đến phần phản trực giác. Có ba giả định phổ biến về AI coaching trong esports mà tôi tin là sai, và tôi sẽ dùng dữ liệu từ các ngành khác để chất vấn chúng.

Phản trực giác thứ nhất: hợp đồng độc quyền là một chiến thắng cho đội. Trên thực tế, nó thường là một thua lỗ dài hạn.

Logic hiển nhiên là: đội có độc quyền công cụ thì có lợi thế. Nhưng lợi thế này có giá. Đội trả bằng dữ liệu chiến thuật của mình, bằng việc không có đối thủ trực tiếp trong giai đoạn đầu để so sánh, và bằng nguy cơ phụ thuộc vào một nhà cung cấp duy nhất. Khi giai đoạn độc quyền kết thúc, đội vẫn phụ thuộc vào công cụ, trong khi các đội khác có thể đã phát triển quy trình độc lập hoặc sử dụng nhiều nhà cung cấp.

Đây là bài học từ ngành công nghiệp ô tô điện. Tesla từng có lợi thế độc quyền về trạm sạc siêu nhanh. Khi các nhà sản xuất khác bắt đầu mở trạm sạc cạnh tranh, lợi thế này không còn bền vững, nhưng khoản đầu tư của Tesla đã trở thành một phần của tiêu chuẩn ngành. Trong esports, đội đầu tiên dùng một công cụ AI có thể đang trả trước cho một hạ tầng mà sau này mọi đội khác sẽ có với giá rẻ hơn.

Ở Hàn Quốc, tôi đã quan sát một động lực tương tự trong cách các câu lạc bộ K-League đầu tư vào hệ thống GPS theo dõi cầu thủ. Câu lạc bộ đầu tiên mua hệ thống này vào năm 2026 đã trả gấp ba lần giá thị trường hiện tại. Đến năm 2026, mọi câu lạc bộ trong giải đều có hệ thống tương tự với chi phí bằng một phần ba. Câu lạc bộ đầu tiên không có lợi thế dài hạn. Họ chỉ đơn giản là người trả trước cho một hạ tầng mà toàn bộ ngành sẽ sử dụng.

Điều này có nghĩa là các đội cần phân biệt giữa hai loại lợi thế công nghệ: lợi thế có thể được bảo vệ bằng rào cản kỹ thuật, và lợi thế có thể bị sao chép trong vòng mười tám tháng. Đối với loại thứ nhất, trả giá cao là hợp lý. Đối với loại thứ hai, trả giá cao là một sai lầm chiến lược. Hầu hết các đội esports không có khả năng phân biệt hai loại này, và các nhà cung cấp công cụ AI có động lực để không giúp họ phân biệt.

Phản trực giác thứ hai: cuộc tranh luận về gian lận AI là một sự xao lãng. Vấn đề thực sự là bất bình đẳng cấu trúc.

Các quy định về gian lận trong esports tập trung vào hành vi của cá nhân: người chơi sử dụng phần mềm không được phép, huấn luyện viên vi phạm lệnh cấm liên lạc, người hâm mộ gian lận dữ liệu. Nhưng vấn đề thực sự của AI coaching không nằm ở cá nhân. Nó nằm ở sự khác biệt về khả năng tiếp cận công cụ giữa các đội.

Một đội như GIANTX có thể đầu tư vào cơ sở hạ tầng AI vì họ có ngân sách và mạng lưới. Một đội nhỏ hơn không có. Sự khác biệt này không vi phạm quy định nào. Nó chỉ đơn giản là chênh lệch về nguồn lực. Nhưng tác động của nó lên kết quả thi đấu có thể tương đương với một hình thức gian lận được hợp thức hóa, bởi vì giải đấu cho phép nó.

Tôi nhìn thấy động lực này trong bóng đá Hàn Quốc khi làm việc tại Incheon United. Các câu lạc bộ lớn của K-League có phòng phân tích dữ liệu với hàng chục nhân viên. Các câu lạc bộ nhỏ chỉ có một hoặc hai. Sự khác biệt này không vi phạm luật chơi nhưng tạo ra sự khác biệt không thể bù đắp trên sân. Trong esports, nơi mà chi phí biên của việc áp dụng công nghệ thấp hơn nhiều, khoảng cách này có thể được thu hẹp, hoặc có thể được mở rộng, tùy thuộc vào các chính sách tiếp cận.

Trong ngành tài chính, các nhà quản lý quỹ nhỏ thường có lợi thế thông tin khiêm tốn so với các tổ chức lớn. Họ không thể cạnh tranh về tốc độ xử lý dữ liệu, nhưng họ có thể cạnh tranh về sự tập trung. Trong esports, một đội nhỏ không thể xây dựng một mô hình AI cấp doanh nghiệp, nhưng họ có thể tận dụng một số ít dữ liệu chuyên sâu mà một nhà cung cấp công cụ không thể có. Đây là một con đường khả thi cho các đội nhỏ, và nó đang bị bỏ qua trong cuộc tranh luận về AI.

Phản trực giác thứ ba: giá trị của iTero không nằm ở AI. Nó nằm ở dữ liệu mà tổ chức không có.

Bất kỳ đội nào cũng có thể xây dựng một mô hình AI của riêng mình bằng cách sử dụng các thư viện mã nguồn mở và dữ liệu công khai. Điều họ không có là dữ liệu nội bộ chất lượng cao từ các đội đối thủ. Đây là nơi giá trị thực sự của iTero nằm: khả năng tổng hợp dữ liệu từ nhiều tổ chức để tạo ra một mô hình tốt hơn bất kỳ đội đơn lẻ nào có thể xây dựng.

Điều này có nghĩa là mô hình kinh doanh của iTero phụ thuộc vào việc ký hợp đồng với nhiều đội. Nó cũng có nghĩa là mỗi hợp đồng mới làm giảm giá trị tương đối của lợi thế dành cho đội ký trước đó. Khi tất cả các đội trong LEC đều dùng iTero, không đội nào có lợi thế, và giá trị duy nhất còn lại nằm ở phía iTero.

Đây là nghịch lý của các sản phẩm mạng lưới. Giá trị của một công cụ phân tích tỷ lệ nghịch với số lượng đội sử dụng nó theo quan điểm của đội, và tỷ lệ thuận với số lượng đội sử dụng nó theo quan điểm của nhà cung cấp.

Trong hợp đồng đầu tiên của tôi với tư cách là nhà phân tích tại Incheon United, tôi đã xây dựng một mô hình định giá dựa trên dữ liệu mạng xã hội để đánh giá tiền vệ 23 tuổi Kim Do-hyuk. Mô hình của tôi cho thấy mức tăng 214% lượt theo dõi Instagram trong sáu tháng, gấp ba lần so với các cầu thủ có cùng chỉ số chuyên môn. Ban lãnh đạo bác bỏ, gọi đó là "trò chơi của người hâm mộ". Một năm sau, khi tôi theo dõi dữ liệu tương tự ở nhiều câu lạc bộ khác, tôi nhận ra một điều: giá trị mà tôi tính toán không nằm ở Kim Do-hyuk. Nó nằm ở khả năng áp dụng mô hình cho những cầu thủ khác. Đó là logic của một sản phẩm, chứ không phải của một phân tích đơn lẻ. Và đó cũng là logic của iTero.

Tôi đã phát triển ba phiên bản song song của mô hình đó. Một phiên bản dựa trên dữ liệu mạng xã hội thuần túy. Một phiên bản kết hợp dữ liệu mạng xã hội với dữ liệu thi đấu. Và một phiên bản dựa trên dữ liệu tài trợ và doanh thu bán áo đấu. Cả ba phiên bản đều sai theo những cách khác nhau. Nhưng khi tôi đặt chúng cạnh nhau, tôi nhìn thấy một mô thức mà không phiên bản nào đơn lẻ có thể nhìn thấy. Đây là nguyên tắc quan trọng nhất mà tôi mang theo từ giai đoạn đó: một phân tích tốt nhất không phải là một con số đúng. Đó là một tập hợp các con số sai được đặt cạnh nhau một cách có ý thức.

Với iTero, tôi nghi ngờ rằng họ đang bán một phiên bản đơn lẻ của một vấn đề mà bản chất cần nhiều phiên bản song song. Bởi vì mọi hệ thống phân tích dữ liệu đều bị giới hạn bởi giả định của nó, và mọi mô hình học máy đều bị giới hạn bởi dữ liệu huấn luyện của nó. Một công cụ có thể giải quyết một bài toán cụ thể rất tốt, nhưng không thể tự động phát hiện ra rằng bài toán đó đã thay đổi. Đó là công việc của con người, và đó là lý do tại sao AI coaching sẽ không bao giờ thay thế huấn luyện viên. Nó chỉ có thể mở rộng khả năng của họ, hoặc khiến họ phụ thuộc vào một công cụ mà họ không hiểu.

Trong nhiều năm theo dõi các thương vụ tài chính trong thể thao, tôi đã thấy điều này lặp đi lặp lại. Một công cụ được chào bán với tư cách giải pháp toàn diện. Các đội mua vì sợ bị tụt lại. Sáu tháng sau, họ nhận ra công cụ đó không thể xử lý một tình huống cụ thể nào đó quan trọng với họ. Nhưng hợp đồng đã ký, dữ liệu đã chảy vào máy chủ của nhà cung cấp, và họ không thể quay lại. Đây là bản chất của mọi thị trường công nghệ trong thể thao chuyên nghiệp. Nó không có gì độc đáo. Nó chỉ mới đến với esports muộn hơn các ngành khác mười năm.

TAKEAWAY

Câu hỏi cuối cùng không phải là liệu AI coaching có trở thành một phần của esports chuyên nghiệp hay không. Nó đã là một phần rồi. Câu hỏi là ai sẽ kiểm soát hạ tầng đó, và các giải đấu sẽ trả giá bao nhiêu cho việc không kiểm soát nó.

Trong bóng đá, các liên đoàn quốc gia và châu lục đã mất hơn một thập kỷ để điều chỉnh luật lệ cho kỷ nguyên dữ liệu. Trong esports, nơi các quy trình vận hành linh hoạt hơn, thời gian điều chỉnh có thể ngắn hơn, hoặc dài hơn, nếu các bên liên quan chọn phớt lờ vấn đề cho đến khi một sự cố lớn buộc họ phải hành động. Cuộc phỏng vấn với Jack Williams đặt ra câu hỏi mà không tự trả lời. Nó cho thấy rằng ngay cả những người xây dựng công cụ cũng nhận thức được rằng lợi thế của họ tạm thời, và rằng việc sao chép là điều không thể tránh khỏi.

Điều mà cuộc phỏng vấn không nói là: khi không có lợi thế độc quyền, các đội sẽ cạnh tranh bằng gì? Câu trả lời, dựa trên những gì tôi đã thấy trong hai thập kỷ theo dõi thể thao chuyên nghiệp, là những thứ không thể số hóa. Văn hóa đội, khả năng phục hồi tâm lý, khả năng ra quyết định dưới áp lực. Những yếu tố mà không một mô hình máy học nào có thể dạy được, nhưng mọi mô hình máy học đều có thể đè bẹp nếu không được huấn luyện để tôn trọng chúng.

Ở góc nhìn xa hơn, có một câu hỏi mà tôi chưa thấy ai đặt ra trong cuộc tranh luận về AI coaching. Nếu giá trị của một công cụ AI phụ thuộc vào dữ liệu chiến thuật của các đội, và nếu dữ liệu đó ngày càng được thu thập từ các đội ít có khả năng bảo vệ nó nhất, thì trong mười năm nữa, ai sẽ sở hữu bản đồ chiến thuật của toàn bộ một giải đấu? Đây là câu hỏi mà ngành công nghiệp esports chưa sẵn sàng trả lời, và có thể sẽ không bao giờ trả lời cho đến khi câu trả lời trở nên quá rõ ràng để phớt lờ.

Điều đó có nghĩa là cuộc chơi tiếp theo không phải là cuộc chơi của công nghệ. Nó là cuộc chơi của những người biết sử dụng công nghệ mà không để công nghệ định nghĩa họ. Và đó là một cuộc chơi mà không nhà cung cấp công cụ nào có thể bán cho bạn.

Tôi vẫn đang theo dõi. Tôi vẫn ngồi đây ở Incheon, với bút chì đỏ trên tờ báo cáo tài chính, hỏi từng con số, từng dòng tiền, từng hợp đồng ẩn sau một tiêu đề đẹp. Và tôi vẫn tin rằng trong mọi thị trường thể thao, từ K-League đến LEC, từ bóng đá đến Dota 2, người thắng cuộc không phải kẻ chi nhiều tiền nhất. Người thắng cuộc là kẻ hiểu rõ nhất mỗi đồng tiền đang đi đâu.