Cómo miden los datos los clubes de fútbol en 2026 (y qué baja a tu banquillo)

En julio de 2026, el Arsenal tenía abierta una oferta de empleo que hace diez años no habría existido: Research Engineer, un puesto en su equipo de Data Analytics integrado con el análisis del primer equipo masculino. No es scouting ni preparación física: la oferta pide combinar desarrollo de software full-stack con machine learning aplicado, y describe el rol como el de un experto en aplicar técnicas de IA al análisis del fútbol. Entre los requisitos, Python, SQL y frameworks de aprendizaje profundo como PyTorch, JAX o TensorFlow.

Tomada sola, sería una anécdota. Es una señal entre muchas. Un club de la Premier no contrata a un ingeniero de investigación para adornar el organigrama, sino porque medir el juego se ha convertido en una función tan central como fichar o entrenar. La pregunta útil para un entrenador no es qué hace el Arsenal, sino qué revela esa oferta sobre cómo se toman hoy las decisiones en un club: con datos, y con gente capaz de construir las herramientas que los producen.

Cuando un club dice que "trabaja con datos", casi siempre se refiere a la combinación de cuatro flujos distintos. Cada uno responde a una pregunta diferente, y ninguno sustituye a los demás.

La potencia no está en un flujo, sino en cruzarlos: saber no solo que un rival remató doce veces (event data), sino desde qué posiciones llegó (tracking) y con cuánta carga acumulada en las piernas (GPS). Un club puntero une los cuatro; un entrenador de base rara vez tiene más de uno, y no pasa nada. Lo importante es saber qué pregunta responde cada uno.

El cambio de fondo no es tecnológico, es de organigrama. Hace una década, el "analista" era una persona que montaba vídeos del rival. Hoy, un club que se toma los datos en serio tiene un pequeño departamento con perfiles diferenciados: el data scientist que construye modelos, el analista de vídeo que traduce esos modelos a lo que ve el entrenador, y figuras como el research engineer que programa las herramientas a medida.

La clave es dónde se sientan. En los clubes que lo hacen bien, no son un silo de oficina que entrega informes por correo, sino gente embebida con el cuerpo técnico: la propia oferta del Arsenal sitúa el puesto dentro del análisis del primer equipo. El dato solo vale si llega al entrenador en un formato que pueda usar el martes en la sesión.

Alrededor de esos departamentos ha crecido un ecosistema. LaLiga convirtió su plataforma Mediacoach en Sportian Performance, junto a la tecnológica Globant, para dar servicio de datos a sus 42 clubes profesionales. Y el Barça Innovation Hub funciona como comunidad de investigación y formación en analítica deportiva. Son la infraestructura que un club individual no puede construir solo.

Cada semana se anuncia una "revolución de la IA en el fútbol". La pregunta honesta es cuáles ya funcionan en un campo y cuáles son un anuncio. Cuatro casos de 2026 marcan la diferencia.

TacticAI, el sistema que Google DeepMind construyó con el Liverpool para optimizar córners, dio en junio de 2026 su primer salto fuera del laboratorio: el Palmeiras y la Confederación Brasileña de Fútbol son los primeros en construir sobre él para el juego abierto, con la promesa de anticipar la jugada hasta 8 segundos. El matiz importa: lo publicado con revisión por pares sigue cubriendo solo el balón parado; el juego abierto es, de momento, una colaboración anunciada. Lo contamos en detalle en nuestro análisis de TacticAI.

En el Mundial 2026, en cambio, la tecnología ya está desplegada y es medible: la FIFA instaló 16 cámaras de seguimiento óptico en cada uno de los 16 estadios, que generan más de 150 millones de puntos de datos por partido, y escaneó en 3D a cada jugador para el fuera de juego semiautomático. Además puso a disposición de las 48 selecciones una herramienta de análisis, Football AI Pro. Esto no es una promesa: es infraestructura funcionando en cada partido.

Sportian Performance (la evolución de Mediacoach) tampoco es marketing: da servicio a los 42 clubes de LaLiga con más de 3,5 millones de puntos de datos y 6.400 métricas por partido, y en junio de 2026 la selección de Estados Unidos, con Mauricio Pochettino, la eligió para su preparación.

Y no todo es rendimiento: la RFEF llevó la IA al arbitraje. En julio de 2025, el Comité Técnico de Árbitros que preside Fran Soto fichó al experto Chema Alonso para dirigir un área de innovación tecnológica encargada, entre otras cosas, de desarrollar algoritmos que optimicen la designación de árbitros. El fútbol español también está midiendo quién pita.

De todo lo anterior, ¿qué le llega de verdad a un entrenador de infantiles un sábado por la mañana? Dos cosas, y ninguna es un supercomputador.

La primera es la mentalidad de medir: definir qué quieres observar antes del partido, registrarlo con criterio y revisarlo después, en lugar de fiarlo todo a la memoria y la sensación. Esa disciplina no cuesta dinero y es lo que de verdad separa el análisis del ruido.

La segunda son las herramientas asequibles. La misma visión por computador que en la élite mueve el fuera de juego semiautomático está, en versión de gama baja, en una cámara Veo de club o en apps gratuitas de etiquetado. Hemos ordenado esa escalera completa, de lo gratis a la inversión de club, en la guía de herramientas de IA para entrenadores.

Lo que no baja es el resto: el tracking óptico a 25 Hz, el event data con la calidad de Opta o el modelo a medida de un research engineer necesitan una infraestructura y un presupuesto que el fútbol base no tiene ni necesita. Sportian, sin ir más lejos, es exclusivo de los 42 clubes profesionales y no tiene versión amateur ni precio público.

Que esto ya no es cosa de laboratorio lo demuestra que una federación territorial, la FFCV, lanzara en 2026 un curso online oficial de inteligencia artificial para entrenadores, junto a la Academia RFEF. Cuando la formación reglada dedica un curso a esto, deja de ser opcional saber de qué va.

La conclusión no es que haya que ponerse a programar. Ningún club de base espera que su entrenador entrene redes neuronales. Lo que sí marca diferencia es el perfil que empieza a pedirse en todas partes: el entrenador híbrido, que no construye los datos pero sabe leerlos y trabajar con quien los tiene.

Por dónde empezar, sin gastar: entender los cuatro flujos de datos lo suficiente para saber qué pregunta responde cada uno; aprender a leer un campograma y un mapa de calor sin que te los tenga que explicar nadie; y, si en tu club hay alguien que graba o etiqueta partidos, sentarte con esa persona en lugar de esperar su informe.

Y en lo formativo, el criterio de siempre: la ventaja no la da un curso de IA, sino una base sólida como entrenador sobre la que apoyar la lectura de datos. Si aún estás decidiendo tu ruta de titulación, conviene tener claras las dos vías para titularte como entrenador antes de sumar cualquier especialización. La tecnología cambia cada temporada; saber enseñar y dirigir un vestuario, no.