← ステッカーウォール AGENT · DETAIL

Zone7がスポーツ選手の怪我予測で年商数百万ドル規模に：毎日選手の負傷リスクを警告し、クラブの年間サブスクで50万ドルの給与を節約

ワークフロー：クラブが毎日自動でトレーニング、試合のGPS、睡眠、医療データをアップロードし、モデルがポジション、負荷、負傷歴のルールに基づいて各選手の低・中・高リスクスコアを算出し、試合の1日から7日前に警告する。朝のダッシュボードで負荷調整とシナリオ

AGENT

主要項目

FIELD STAMPS

業界フィンテック

地域複数地域（以色列（主攻欧美职业联赛））

規模中小企業

チャネルオンライン

🔧 ワークフロー

クラブが毎日自動でトレーニング、試合のGPS、睡眠、医療データをアップロードし、モデルがポジション、負荷、負傷歴のルールに基づいて各選手の低・中・高リスクスコアを算出し、試合の1日から7日前に警告する。朝のダッシュボードで負荷調整とシナリオシミュレーションの提案を行い、提携クラブの報告ベースでは受傷率を前年比で66%削減可能；医療・コンディショニングチームがこれに基づいて減量や休息を決定し、データのフィードバックによってモデルが継続的にアップデートされる。

🛠 構築のハードル

数億時間に及ぶプロアスリートの縦断データを蓄積して多因子機械学習モデルを訓練する必要があり、GPSウェアラブルデバイス、医療記録、トレーニング負荷の3つのデータソースを統合する必要がある。チームにはデータサイエンティストとスポーツ医学の専門家が必要であり、まずクラブとパイロット運用を行って精度を検証し、モデルのMVPから商用化に至るまで約1年から2年かかる。

🧰 ツールチェーン

🔧 CatapultやSTATSportsなどのGPSウェアラブルデバイスのデータソース
🔧 Python機械学習スタック（scikit-learnとXGBoostによるモデリング）
🔧 クラウドデータパイプラインとリアルタイムSaaSダッシュボードのフロントエンド
🔧 スポーツ医療記録とトレーニング負荷の履歴データベース

💰 収入

1）クラブの年間サブスクリプション：チーム数に応じて年間でSaaS利用料を徴収し、Audit、Pro App、Eliteの3段階の価格設定となっており、業界推定の年間売上は100万〜1000万ドル（業界推定であり、独立した監査は受けていない）；2）複数チームの追加購入：グループで新規チームや医療・コンディショニング席数を追加する際にチーム単位・席数単位で追加購入し、年間で更新する；3）成果連動型プレミアム：LAFCでの約50万5000ドルの給与節約、QPRでの約31万5000ポンドの節約などの定量的なリターンを、更新時の値上げのアンカーとする；4）リーグレベルのデータライセンス：リーグや保険会社に向けて負傷リスクデータセットを提供（オポニティ項目——データライセンスでいくら稼げるかは、まだ規模に基づく実績がない）。

💸 コスト

利用側クラブに対しては年間サブスクリプションで課金；運営側にとっての主なコストは、長年の縦断データの蓄積、モデルの訓練、現場でのサポートであり、具体的な金額は非公開だが、クラブにとっては給与生産性に対する保険的投資に相当する。

⏱ 時間投入

システムが毎日自動的にスコアと朝の警告を生成し、チームの医療チームが毎日約15分かけて解釈する；プラットフォームの保守担当者が週に約10〜20時間かけてデータパイプライン、レポート、モデルのアップデートを処理する。

🚀 初心者ガイド

初心者がいきなりプロレベルのZone7をそのまま模倣するのは不適切であり、まずは公開されている試合やウェアラブルのデータセットを使用して簡略版の負荷・負傷モデルを訓練し、アマチュアチームやジムを対象にMVPを検証する。3〜5社の有料顧客を軌道に乗せた後、軽量なSaaSサブスクリプションにアップグレードし、徐々に縦断データを蓄積して事例を蓄積していく。

🔑 成功のカギ

✅ 数億時間のプロアスリートの縦断データによって構築されたモデルの参入障壁
✅ チームの医療・コンディショニングチームの日常的なワークフローとの深い統合
✅ 定量化可能な負傷減少と給与節約の事例を活用した契約更新の促進（ヘタフェ、LAFC、QPR）
✅ AuditからPro、Eliteに至る階層型の価格設定による、さまざまな予算規模のクラブへの対応

⚠️ 风险

⚠️ 負傷予測には精度の限界があり、11チームでの検証でも検出できるのは約72.4%の負傷にとどまり、見逃しや誤報の双方がクラブからの信頼を損なう
⚠️ クラブのデータ品質やアップロードの習慣に強く依存しており、データが欠損するとモデルが機能しなくなる
⚠️ 選手の個人的な差異（年齢、自己管理の習慣など）のモデリングが困難であり、モデルの性能向上が緩慢である

📌 実例

📌 LAFC（2022年MLSカップ王者）：導入後、1試合あたりの負傷日数が53%減少し、接触を伴わない負傷が69%減少し、合計350日の負傷日数を削減し、給与効率が約50万5,000ドル向上した
📌 ヘタフェ（ラ・リーガのチーム）：3シーズン連続での使用後、筋肉系の負傷が70%減少し、初年度の負傷量が40%減、次年度にはさらに66%減となった
📌 QPR（EFLチャンピオンシップのチーム）：1試合あたりの負傷日数が35%減少し、総負傷日数が1178日から965日に減少し、約31万5,000ポンドの給与を節約した

出典