US Open vinnare i golf tack vare AI?

Fysikern Bryson DeChambeau vinner US Open i Golf på nytt sätt delvis baserat på analys. Vad lär vi oss av det?

Ni som följde US Open i helgen fick se en spännande duell mellan den nya yngre generationen golfare. Bryson vann överlägset tack vare fantastiska puttar och driver-utslag som snittade en bit över 300m. Han var inte så noga med om han träffade fairways eller ej. Det viktigaste för honom var att  komma så långt att han kunde använda wedge in mot green i stället för vanliga järnklubbor. Han slår upp till 150 meter med wedgen. Han slår också väldigt fina wedge slag

Han har även utvecklat en unik puttningsteknik som fungerade bra de sista 15 metrarna.

Bryson är en naturbegåvning i golf.  Han erkänner att golf är en väldigt komplex och svår sport att hantera. Därför kan allt utmanas och utvecklas. Han pratar mycket om hur machine-learning och annan AI teknik tar golfen vidare.

Han funderar och testar hur yttre faktorer som vind, luft, värme påverkar golfsvingen och golfbollen. Han testar just nu mycket längre skaft på just drivern. Han testar också hur extrem träning och extremt kostintag kan ge resultat. För att göra dessa tester används mycket data.

Bryson kvällstränade extra mellan lördagen och söndagen i finalen. Det resulterade i att han bytte driver med ett annat loft inför sista rundan vilket är väldigt ovanligt. I uppställningen inför utslaget håller han klubban väldigt rakt och långt från kroppen vilket också är sällsynt.

För att komma dit arbetade han innan turneringen med olika sensorer för att mäta slaghastighet, vinklar, skaftpåverkan och hur hårt han håller i klubban, Detta delvis tillsammans med Microsoft. Han förstår att data är en tillgång med högt värde. Han har kommit fram till att järnklubbor behöver ha samma längd för att  möjliggöra samma svingplan och uppställning. Han utvecklar sina egna skaft.

Om vi ser detta från vårt perspektiv så är det viktigt med ett tydligt mål. Vad skall uppnås, vilken fråga skall besvaras. Har vi data eller hur får vi till rätt data som besvarar önskad frågeställning.

Det är också viktigt att vara dedikerad och fokuserad på uppgiften. Allt möjligt kan och bör mätas och all teknik bör utvärderas löpande. Det betyder också att test och experimenterande krävs för framgång. Vi måste utvärdera styrning, KPI:er, mätvärden och datapunkter kontinuerligt. Datakvaliteten måste också hela tiden förfinas ,förbättras och kontrolleras så vi kan använda den från många olika perspektiv och alltid kunna ta rätt beslut.

Träning, utbildning och utvärdering hjälper oss att utvecklas och använda produkter rätt.

Vi behöver arbeta agilt då väldigt många oväntade saker påverkar det vi levererar. Vi måste vara öppna för nya arbetssätt och ny teknik.

Det krävs precis som hos Bryson att vi är engagerade i våra produkter och hela tiden ger feedback och kan föra rätt dialog med tillverkare och kunder.

I sitt tacktal tackade Bryson först sina samarbetspartners vilka krävs för att lyckas med en komplex utmaning. Teamet behöver ha rätt sammansättning och kompetens så uppgiften levererar rätt värde vid rätt tidpunkt. 

För Bryson är nästa uppgift Masters för oss är det att få Sveriges företag att bli dedikerat data-drivna. Båda uppgifterna är svåra men också väldigt spännande. Kan vi som Brysons arbeta ödmjukt och dedikerat med data, vara öppna för nya lösningar, samarbeta i rätt team med rätt personer i rätt organisation och få till rätt analysstöd och bli ännu mer data-drivna så vinner även vi.

Håkan