法拉利借助IBM人工智能培养F1铁杆粉丝
两年前,IBM发现其体育合作伙伴阵容中存在一个重大缺口:一级方程式赛车。
一级方程式赛车已成为全球最受欢迎的体育项目之一,尤其是在美国,Netflix的纪录片《生存之战》(Drive to Survive)记录了一级方程式车手的职业生涯,使他们成为了主流名人。 这项以科技为核心的运动也成为了AWS、甲骨文和Anthropic等科技公司的首要目标,这些公司通过与车队合作,既提升赞助曝光度,又提供数据分析和人工智能工具,从而为车队带来竞争优势。
因此,当IBM着手寻找下一个重要体育合作伙伴时,该公司选择F1及其最具标志性的车队之一——法拉利车队(Scuderia Ferrari HP),也就不足为奇了。
“他们是历史上最成功的车队,”IBM体育与娱乐合作副总裁卡梅伦·斯坦豪斯(Kameryn Stanhouse)告诉TechCrunch。
然而,此次合作的核心在于促使其他车队与科技巨头展开合作的关键因素:获取更先进的技术解决方案,帮助它们有效利用人工智能。事实上,斯坦豪斯指出,体育运动的最大优势之一在于海量的可用数据,这些数据可用于帮助人们更轻松地接受人工智能。
“人们能切实感受到它带来的益处,”她在谈到人工智能如何应用于体育叙事时说道。
IBM 与法拉利的合作围绕叙事展开,旨在通过升级法拉利粉丝应用背后的技术来提升粉丝参与度。为了支持这一举措,法拉利聘请了斯特凡诺·帕拉德(Stefano Pallard),担任新设立的“粉丝发展总监”一职。 他解释说,团队面临的挑战不仅在于触达粉丝,更在于“让每一位粉丝都感觉我们了解他们”。
“这首先要从赛道上采集数据,并将其转化为通俗易懂且引人入胜的内容,”他告诉TechCrunch。
每场比赛期间,各车队每秒处理数百万个数据点,记录车手和赛车的每一个动作。将这些数据转化为吸引粉丝的内容,只是先进企业级人工智能如何帮助企业改善与消费者互动的一个例子。
在11支车队中,法拉利是少数几支——与迈凯伦和威廉姆斯并列——实施独立粉丝应用战略的车队之一,而非仅依赖社交媒体或官方F1平台。这反映出这项运动正逐渐开始利用其不断扩大的全球粉丝群。

图片来源:IBM
法拉利应用的一些改动非常直接,例如增加了意大利语选项。尽管法拉利是一家意大利公司,拥有众多意大利车迷,但在与IBM合作之前,其粉丝应用一直未提供意大利语支持。
斯坦豪斯解释说,旧版的法拉利粉丝应用只是一个用户查看比赛详情后便离开的“中转站”。新版应用则推出了可与其他粉丝互动的游戏、AI生成的比赛总结、关于车队和车手的更多幕后内容、预测专区,以及供粉丝提问的AI助手。
“赛场上只有两名车手,但你知道吗?更换一个轮胎仅需两秒钟,却需要24人通力协作?”斯坦豪斯说道,并补充道,讲故事有助于让车迷与车队建立更紧密的联系。
斯坦豪斯表示,与IBM开发的其他体育应用不同,法拉利应用的主要重点在于讲故事,因为它的目标是让车迷全年保持参与度,而不仅仅是在大师赛等赛事期间的几周内。 斯坦豪斯指出,自IBM参与以来,该应用的用户参与度数据一直呈上升趋势,并以比赛周末期间参与度增长62%为例加以说明。
帕拉德表示,车队利用人工智能分析应用内的参与信号,例如用户更喜欢阅读哪些内容,以及车迷发送的消息所表达的情感倾向。
“这有助于我们了解什么内容最能引起‘蒂福西’——法拉利车迷的昵称——的共鸣,并直接指导我们如何构建叙事结构和发布内容,”他说。
车队旨在进一步深化个性化服务,打造更沉浸式的粉丝体验。
应用开发者还考虑到了法拉利的粉丝群体——与五年前相比,如今的粉丝群体要多元化得多。 F1去年发布的统计数据显示,75%的新粉丝是女性,其中许多来自Z世代。对女性而言,F1学院(F1 Academy)具有特别的吸引力——这是一项旨在培养新一代女车手的全女性赛车系列赛。然而,这些新粉丝与老粉丝一样,都希望得到更多。
“他们要求获得更多数据、更深入的洞察以及更多功能,而我们必须能够满足这些需求,”帕拉德表示。 “与IBM合作,我们未来五年的愿景是让每位车迷都感到,这种体验是专为他们量身定制的——无论他们是陪伴我们30年,还是30天。这才是建立持久忠诚度的关键。”
相关文章
QueryStory 呼吁对人工智能生成的内容保持谨慎
2009年,沙波尔·纳吉布扎德在担任谷歌系统运维工程师期间,发现了引人入胜的故事讲述所蕴含的力量。 在“极光行动”期间,当受国家支持的黑客将这家科技巨头作为攻击目标时,他被紧急召至危机处理室以厘清服务器活动情况,并亲身体会到:在分散的网络中追踪网络攻击,经过验证的知识至关重要——而这一过程在他看来既耗资巨大又效率低下。他认为,大型语言模型能够在极短时间内,在各种数据库中复现这种验证能力。在随后的六
法国初创公司ZML推出免费工具,加速跨多芯片的AI推理
Nvidia 不受制约的市场主导地位时代可能正在走向终结,然而竞争对手和替代方案正从各个角度涌现。由图灵奖得主杨立昆(Yann LeCun)支持的法国知名 AI 初创公司 ZML,推出了一款推理性能软件,使各种开源大语言模型能够在包括 Nvidia、AMD、Google TPUs、Apple Metal 和 Intel Arc 在内的多种硬件上运行。据 ZML 创始人 Steeve Morin 介绍,通过其新推出的 LLM 推理服务器 ZML/LLMD,该公司旨在打破现有的壁垒,并最大化不同
Anthropic 发布了备受争议的内容生成器 Opus 4.6
Anthropic针对Claude制定的通用使用标准禁止该模型生成色情内容,包括描述或要求进行性交或性行为、生成与性癖好或性幻想相关的内容,以及进行色情聊天。 然而,这并未阻止Anthropic今年早些时候发布的模型Claude Opus 4.6轻易参与其安全防护机制本应阻止的色情角色扮演场景。在 TechCrunch 的测试中,Opus 4.6 甚至无需过多怂恿就能突破对色情内容的限制。在 10
相关专题推荐
评论 (0)
0/500
两年前,IBM发现其体育合作伙伴阵容中存在一个重大缺口:一级方程式赛车。
一级方程式赛车已成为全球最受欢迎的体育项目之一,尤其是在美国,Netflix的纪录片《生存之战》(Drive to Survive)记录了一级方程式车手的职业生涯,使他们成为了主流名人。 这项以科技为核心的运动也成为了AWS、甲骨文和Anthropic等科技公司的首要目标,这些公司通过与车队合作,既提升赞助曝光度,又提供数据分析和人工智能工具,从而为车队带来竞争优势。
因此,当IBM着手寻找下一个重要体育合作伙伴时,该公司选择F1及其最具标志性的车队之一——法拉利车队(Scuderia Ferrari HP),也就不足为奇了。
“他们是历史上最成功的车队,”IBM体育与娱乐合作副总裁卡梅伦·斯坦豪斯(Kameryn Stanhouse)告诉TechCrunch。
然而,此次合作的核心在于促使其他车队与科技巨头展开合作的关键因素:获取更先进的技术解决方案,帮助它们有效利用人工智能。事实上,斯坦豪斯指出,体育运动的最大优势之一在于海量的可用数据,这些数据可用于帮助人们更轻松地接受人工智能。
“人们能切实感受到它带来的益处,”她在谈到人工智能如何应用于体育叙事时说道。
IBM 与法拉利的合作围绕叙事展开,旨在通过升级法拉利粉丝应用背后的技术来提升粉丝参与度。为了支持这一举措,法拉利聘请了斯特凡诺·帕拉德(Stefano Pallard),担任新设立的“粉丝发展总监”一职。 他解释说,团队面临的挑战不仅在于触达粉丝,更在于“让每一位粉丝都感觉我们了解他们”。
“这首先要从赛道上采集数据,并将其转化为通俗易懂且引人入胜的内容,”他告诉TechCrunch。
每场比赛期间,各车队每秒处理数百万个数据点,记录车手和赛车的每一个动作。将这些数据转化为吸引粉丝的内容,只是先进企业级人工智能如何帮助企业改善与消费者互动的一个例子。
在11支车队中,法拉利是少数几支——与迈凯伦和威廉姆斯并列——实施独立粉丝应用战略的车队之一,而非仅依赖社交媒体或官方F1平台。这反映出这项运动正逐渐开始利用其不断扩大的全球粉丝群。

图片来源:IBM
法拉利应用的一些改动非常直接,例如增加了意大利语选项。尽管法拉利是一家意大利公司,拥有众多意大利车迷,但在与IBM合作之前,其粉丝应用一直未提供意大利语支持。
斯坦豪斯解释说,旧版的法拉利粉丝应用只是一个用户查看比赛详情后便离开的“中转站”。新版应用则推出了可与其他粉丝互动的游戏、AI生成的比赛总结、关于车队和车手的更多幕后内容、预测专区,以及供粉丝提问的AI助手。
“赛场上只有两名车手,但你知道吗?更换一个轮胎仅需两秒钟,却需要24人通力协作?”斯坦豪斯说道,并补充道,讲故事有助于让车迷与车队建立更紧密的联系。
斯坦豪斯表示,与IBM开发的其他体育应用不同,法拉利应用的主要重点在于讲故事,因为它的目标是让车迷全年保持参与度,而不仅仅是在大师赛等赛事期间的几周内。 斯坦豪斯指出,自IBM参与以来,该应用的用户参与度数据一直呈上升趋势,并以比赛周末期间参与度增长62%为例加以说明。
帕拉德表示,车队利用人工智能分析应用内的参与信号,例如用户更喜欢阅读哪些内容,以及车迷发送的消息所表达的情感倾向。
“这有助于我们了解什么内容最能引起‘蒂福西’——法拉利车迷的昵称——的共鸣,并直接指导我们如何构建叙事结构和发布内容,”他说。
车队旨在进一步深化个性化服务,打造更沉浸式的粉丝体验。
应用开发者还考虑到了法拉利的粉丝群体——与五年前相比,如今的粉丝群体要多元化得多。 F1去年发布的统计数据显示,75%的新粉丝是女性,其中许多来自Z世代。对女性而言,F1学院(F1 Academy)具有特别的吸引力——这是一项旨在培养新一代女车手的全女性赛车系列赛。然而,这些新粉丝与老粉丝一样,都希望得到更多。
“他们要求获得更多数据、更深入的洞察以及更多功能,而我们必须能够满足这些需求,”帕拉德表示。 “与IBM合作,我们未来五年的愿景是让每位车迷都感到,这种体验是专为他们量身定制的——无论他们是陪伴我们30年,还是30天。这才是建立持久忠诚度的关键。”
QueryStory 呼吁对人工智能生成的内容保持谨慎
2009年,沙波尔·纳吉布扎德在担任谷歌系统运维工程师期间,发现了引人入胜的故事讲述所蕴含的力量。 在“极光行动”期间,当受国家支持的黑客将这家科技巨头作为攻击目标时,他被紧急召至危机处理室以厘清服务器活动情况,并亲身体会到:在分散的网络中追踪网络攻击,经过验证的知识至关重要——而这一过程在他看来既耗资巨大又效率低下。他认为,大型语言模型能够在极短时间内,在各种数据库中复现这种验证能力。在随后的六
法国初创公司ZML推出免费工具,加速跨多芯片的AI推理
Nvidia 不受制约的市场主导地位时代可能正在走向终结,然而竞争对手和替代方案正从各个角度涌现。由图灵奖得主杨立昆(Yann LeCun)支持的法国知名 AI 初创公司 ZML,推出了一款推理性能软件,使各种开源大语言模型能够在包括 Nvidia、AMD、Google TPUs、Apple Metal 和 Intel Arc 在内的多种硬件上运行。据 ZML 创始人 Steeve Morin 介绍,通过其新推出的 LLM 推理服务器 ZML/LLMD,该公司旨在打破现有的壁垒,并最大化不同
Anthropic 发布了备受争议的内容生成器 Opus 4.6
Anthropic针对Claude制定的通用使用标准禁止该模型生成色情内容,包括描述或要求进行性交或性行为、生成与性癖好或性幻想相关的内容,以及进行色情聊天。 然而,这并未阻止Anthropic今年早些时候发布的模型Claude Opus 4.6轻易参与其安全防护机制本应阻止的色情角色扮演场景。在 TechCrunch 的测试中,Opus 4.6 甚至无需过多怂恿就能突破对色情内容的限制。在 10





首页






