W H I T EPA PER S P O R T R A DA R 2 0 2 3

NÃO FIQUE PARA TRÁS:

A REVOLUÇÃO VIA
PELA INTELIGÊNCIA
ARTIFICIAL NO
SETOR DE APOSTAS
ESPORTIVAS

1
2
SUMÁRIO

1 SUMÁRIO EXECUTIVO 5

2 A INTELIGÊNCA ARTIFICAL ENTRA EM CAMPO 6

3 
A INTELIGÊNCIA ARTIFICIAL E MACHINE LEARNING NO SETOR DE APOSTAS
ESPORTIVAS 8

3.1 Gestão de riscos 10

3.2 Visão computadorizada 11
3.3 Atração e retenção de apostadores 13
3.4 Integridade 15
3.5 Business Intelligence 16

4 DESENVOLVIMENTO INTERNO DE TECNOLOGIAS DE IA E ML 18

4.1 O desafio do desenvolvimento interno 19

5 MITOS E EQUÍVOCOS SOBRE TECNOLOGIAS DE TERCEIROS 21

5.1 Privacidade 22
5.2 Integração 23
5.3 Dependência 23

6 POR DENTRO DOS MODELOS DE APOSTAS ESPORTIVAS 24

6.1 Modelos de gestão de riscos e passivos 25

6.2 Modelos de atração e retenção de apostadores 30
6.3 Integridade 33

7 PERSPECTIVAS PARA O SETOR 35

8 PRINCIPAIS APRENDIZADOS PARA OPERADORAS 36

9 OUTROS WHITEPAPERS 37

10 REFERÊNCIAS 38

3
 76,75 BI
É o valor do mercado de apostas
esportivas em 2021, de acordo com

167,7 BI
estimativas da Data Bridge Market
Research.
Segundo estimativas, o

10% 37%
mercado global de apostas
esportivas deve movimentar
US$ 167,66 bilhões em
2029, mais que o dobro dos
US$ 76,75 bilhões em 2021, Em 2015, somente 10% Já em 2019, essa
registrando crescimento das empresas relataram já porcentagem triplicou.
anual médio de expressivos utilizar IA ou ter planos de Alcançando mais de 37%
10,26% no período. utilizá-la no futuro. das empresas.

27% 79% +40% 50%

Desde seus Das empresas Uma única As organi-
primórdios relatam que menção de IA zações com
até suas mais a adoção de em uma tele- infraestrutura
recentes ino- IA diminuiu conferência de de IA conso-
vações, tra- seus custos resultados au- lidada regis-
zemos um panorama operacionais em 2021, menta em 40% a chance tram crescimento 50%
dos impactos da IA e em até 19%. de valorização das ações maior das receitas em
do que é necessário da empresa. relação à concorrência.
para se antecipar ao
futuro.

LISTA DE ABREVIATURAS
• AML: Anti-Money Laundering (Combate à Lavagem
de Dinheiro)
• BI: Business Intelligence
• CAGR: Compound Annual Growth Rate (Taxa de
Crescimento Anual Composto)
• CCF: Customer Confidence Factor (Fator de
Confiança do Cliente)
• CPA: Costs Per Acquisition (Custo por Aquisição)
• CRM: Customer Relationship Management (Gestão
do Relacionamento com Clientes)
• CV: Computer Vision (Visão Computadorizada)
• DL: Deep Learning (Aprendizagem
Profunda)
• IA: Inteligência Artificial
• LDO: Liability Driven Odds
• LGPD: Lei Geral da Proteção de Dados
• LTD: Live Time Delay
• LTDO: Live Time Delay Offset
• ML: Machine Learning
• MTS: Managed Trading Services
• UFDS: Universal Fraud Detection System
(Sistema Universal de Detecção de
Fraudes)

4
1 | SUMÁRIO EXECUTIVO
Para operadores de apostas esportivas, as
perspectivas não poderiam ser mais promissoras.
O mercado, avaliado em US$ 76,75 bilhões em
2021, deve saltar para US$ 167,66 bilhões em
20291 — registrando crescimento anual médio
(CAGR) de expressivos 10,26% nesse período.
A popularização dos aplicativos de apostas, a
comercialização de eventos esportivos e a rápida
expansão do mercado norte-americano estão entre
os fatores que têm favorecido a escalada do setor.
No entanto, se engana que pensa que a atuação bem-
sucedida no setor é algo simples, até mesmo para
grandes operadores multinacionais. E nesse mercado
já desafiador, surge uma tendência nos bastidores
que promete revolucionar o futuro das apostas
esportivas: o advento da inteligência artificial.
O mercado global de apostas esportivas vem se popularizando e deve dobrar de tamanho
10%
CAGR
US$ 76,75 Bi
2021
De olho nesse futuro, muitas casas de apostas
já se adiantam em adotar tecnologias de IA no dia
a dia de seus negócios. Cada vez mais, apostam
em modelos complexos de IA para otimizar
suas operações, impulsionando os negócios e
transformando a realidade de todos os atores no
mercado. Mas quais as possibilidades trazidas por
essas tecnologias? Como aproveitá-las? E o que é
preciso para desenvolver e implantá-las?
Este artigo busca responder a essas questões,
além de reforçar o papel cada vez mais importante
a ser desempenhado pela inteligência artificial nas
apostas esportivas. Das empresas afirmam que
pelo menos 5% de seus lucros antes de impostos
são atribuíveis à IA.
US$ 167,66 Bi
2029
5
2|A
 INTELIGÊNCA ARTIFICAL ENTRA
EM CAMPO
Apesar de seus avanços inicialmente
tímidos, a IA vem ganhando força em anos
recentes. Hoje, suas diversas vertentes – como
Machine Learning, deep learning e visão
computadorizada – estão presentes nos mais
variados setores.
Quando se fala em inteligência artificial,
muitos imaginam um futuro distante; um cenário
tirado da ficção científica. Mas na realidade, a IA
não é mais uma coisa do futuro – já é realidade.
Diversas empresas vêm adotando algoritmos de
IA em seu dia a dia. Em aplicações que vão desde
a gestão de cadeias de suprimento e atendimento
ao cliente até o reconhecimento facial e segurança
em nuvem, a IA promete redefinir o conceito de
eficiência e inovação nas organizações.
O uso da inteligência artificial tem se
proliferado de forma acelerada em anos recentes.
Em 2015, somente 10% das empresas relataram
já utilizar IA ou ter planos de utilizá-la no futuro. 3
Já em 2019, essa porcentagem triplicou. Presente
em 37% das organizações, a IA expandiu-se em
270% em apenas quatro anos.

Em seu nível mais básico, a AI busca reproduzir a capacidade humana de solução de problemas e tomada de decisão. Idealizado
em 1950 por Alan Turing — considerado o “pai da ciência da computação” — a inteligência artificial já passou da teoria para a
realidade. 2 Desde então, a IA se desdobrou em diversas vertentes, dentre elas:

Machine Learning: Os algoritmos de Machine Learning (ML) permitem melhorar a performance de forma
 automatizada por meio da análise de dados históricos. Em outras palavras, são capazes de aprender com
a experiência sem a necessidade de reprogramação explícita. A partir da análise automática dos dados, os
algoritmos de ML conseguem identificar padrões nas informações e produzir insights valiosos.

Deep Learning (Aprendizagem Profunda): Os modelos de deep learning (DL) são uma subcategoria do
 Machine Learning. São capazes de aprender a partir da análise de dados não estruturados, como imagens ou
textos, identificando automaticamente as características que distinguem uma categoria de dados de outra. O
deep learning permite reduzir em grande parte a intervenção manual no treinamento de sistemas de IA.

Visão computadorizada: A visão computadorizada (computer vision – CV) é um dos campos de IA que mais
 cresce na atualidade. Trata-se de algoritmos capazes de analisar e entender materiais visuais, como imagens
digitais ou vídeos. Seja o movimento de um taco de beisebol ou a distância de um arremesso, os modelos de CV
conseguem gerar análises a partir de dados visuais com velocidade inalcançável por qualquer ser humano.

6

Com a atual aceleração do ritmo de adoção,
o mercado global de IA deve crescer em vultuosos
38,1% ao ano até 2030.4 Um dos principais fatores que
impulsionam esse crescimento é a percepção cada
vez maior das possibilidades trazidas pela IA para os
negócios. Em todos os setores, a IA tem impactado
positivamente nos resultados das empresas.
• 27% das empresas afirmam que pelo menos 5% de
seus lucros antes de impostos são atribuíveis à IA.5
• 79% relataram em 2021 terem obtido reduções de
custos, de até 19%, por meio da IA.
O uso de IA cresceu 270%
em apenas quatro anos
2015 10%
das empresas
2019 37%
das empresas
• 79% relataram em 2021 terem obtido reduções
de custos, de até 19%, por meio da IA.6
• As organizações com infraestrutura de IA
consolidada registram crescimento 50% maior
das receitas em relação à concorrência.
• Desde o setor de tecnologia até o de
manufatura, transportes, publicidade,
automotivo e financeiro, as empresas cada
vez mais apostam em IA para trazer ganhos de
competitividade. Desde o setor de tecnologia
até o de manufatura, transportes, publicidade,
automotivo e financeiro, as empresas cada
vez mais apostam em IA para trazer ganhos de
competitividade.7
7
3 | I A E ML NO SETOR DE APOSTAS
ESPORTIVAS
Com o rápido avanço da IA, as casas de
apostas mais inovadoras já começam a adotar
as tecnologias em suas operações. E, dada
sua ampla gama de possíveis aplicações, as
tecnologias de IA prometem se tornar parte
essencial do repertório dos operadores.

Avaliação de operadores sobre a capacidade da IA e ML de transformar seus negócios

3% 3%

23% Yes
A IA e o ML serão Not yet, but in the future
indutores de
transformações nos No
negócios?
I don't know
71%

Fonte: Sportradar 2022 Industry Survey

8
 O sucesso da IA em outros setores pode, por
conclusão lógica, ser reproduzido na gestão de
casas de apostas esportivas, por ser um setor
intensivo em dados. De fato, os operadores já
começam a despertar para o potencial da IA.
De acordo com pesquisa realizada pela
Sportradar com casas de apostas em diversos
países, 71% acreditam que as tecnologias de IA e
de ML terão grande impacto no setor de apostas.
No entanto, metade ainda não incorporou recursos
de inteligência artificial em suas operações. Sejam
quais forem as razões, existe uma certeza: Os
operadores que não acompanharem as tendências
tecnológicas correm o risco de ficar para trás em
um mercado cada vez mais acirrado. Para entender
a importância da IA, é preciso conhecer a forma
como seus algoritmos vêm revolucionando o setor
de apostas esportivas.

Respostas dos operadores sobre a adoção de tecnologias de IA e ML em suas atividades

7%

Sua empresa já 43% Yes

utiliza tecnologias
de IA e ML em suas No
atividades?
I don't know
50%

9
3.1 | GESTÃO DE RISCOS
De acordo com dados da Sportradar, os
operadores apontam para a gestão de riscos
como sendo a área com o maior potencial para
uso de IA e ML. Isso porque essas tecnologias
permitem gerar odds mais assertivas e
granulares em tempo real. Com sua capacidade
de autoaprendizagem, a IA analisa dados
históricos com algoritmos sofisticados,
dando aos operadores uma melhor noção da
probabilidade de ocorrência de determinado
evento.
Essa informação, por sua vez, permite ajustar
as odds e reduzir a exposição a riscos. Além de
aumentar a frequência de ganho – tanto dos
apostadores quanto do operador – também gera
aumento do volume de apostas. Como resultado,
o operador pode oferecer preços melhores aos
seus clientes, ao mesmo tempo maximizando suas
margens.
As tecnologias de IA também permitem
identificar apostadores profissionais, por meio de
algoritmos que traçam automaticamente os perfis
dos jogadores. Ao analisar os dados dos jogadores,
a IA é capaz de gerar automaticamente o perfil
de comportamento do apostador e definir o grau
de risco que ele representa para a casa. Munidos
dessas informações, os operadores têm maiores
condições de proteger seus negócios sem precisar
analisar manualmente os dados.
Áreas onde operadores identificam maior potencial para aplicar IA e ML.
Trading e gestão de riscos
Atração, retenção, bônus
Business Intelligence
Atendimento ao cliente
Outros 2%
“Para um operador que tem mensalmente
mais de 12 milhões de contas ativas para gerenciar,
seria quase impossível traçar o perfil de todas
elas de forma manual em um ambiente em tempo
real”, explica Darren Small, diretor de serviços
gerenciados de trading da Sportradar. “A empresa
ficaria mais exposta a riscos e à volatilidade, e seria
menos eficiente no processamento de transações e
na geração de lucros em cada transação”.
Darren Small,
diretor de serviços gerenciados
de trading da Sportradar.
“Para um operador que tem
mensalmente mais de 12
milhões de contas ativas para
gerenciar, seria quase impossível
traçar o perfil de todas elas de
forma manual em um ambiente
em tempo real. A empresa
ficaria mais exposta a riscos e
à volatilidade, e seria menos
eficiente no processamento de
transações e na geração de lucros
em cada transação”.
29%
26%
25%
18%
Fonte: Sportradar 2022 Industry Survey
10
3.2 | VISÃO COMPUTADORIZADA
Com a coleta automatizada, fluída e
não invasiva de dados, viabilizada pela
visão computadorizada, as casas de apostas
esportivas podem otimizar sua tolerância
a risco.
Não se trata de usar a visão computadorizada
diretamente em trading – o valor da CV está nas
informações que ela proporciona. De acordo
com Luka Pataky, Diretor de Produto de Visão
Computadorizada da Sportradar, os gestores
de riscos podem usar essas informações para
aperfeiçoar suas atividades de trading.
“Imagine, por exemplo, uma partida de tênis
que entrou no set decisivo”, exemplifica Pataky.
“Se olharmos apenas o desempenho passado e as
pontuações, concluiríamos pela vitória do favorito,
certo? No entanto, há outras nuances a serem
consideradas".
A visão computadorizada é capaz de
identificar pontos de dados latentes que
podem influenciar o resultado da partida, como
uma lesão, mal-estar ou fadiga. Com essas
informações, é possível detectar padrões de
desempenho.
“Pode ser que um apostador experiente
seja capaz de identificar essas situações”, diz
Pataky. “Nesso caso, terá uma vantagem sobre o
operador não provido dessas informações”.
Luka Pataky,
Diretor de Produto de Visão
Computadorizada
“Não se trata de usar a tecnologia
diretamente em trading – são as
informações geradas pela CV que
são de grande valia”.
11
COMPUTER VISION (VISÃO COMPUTADORIZADA)
Saiba mais sobre a transformação trazida pela visão computadorizada, criando
experiências imersivas para torcedores e apostadores.

Nosso foco está em oferecer inovação e soluções de qualidade. Confira este case a respeito.

12
3.3 | A
 TRAÇÃO E RETENÇÃO
DE APOSTADORES
Os operadores identificam a aquisição
e retenção de apostadores como segunda
área em que as tecnologias de IA e ML terão
maior impacto. Segundo Jay Kanabar, diretor
operacional da VAIX, empresa pioneira no
desenvolvimento de sistemas de IA para o
setor de jogos, existem duas aplicações que se
destacam:
1 – Personalização
“Destacamos a personalização por ser uma
área em que poucos operadores têm investido
fortemente, embora todos invistam em marketing
ou CRM”, diz Kanabar. “Costumo dizer que os
ganhos mais imediatos estão na otimização do
orçamento de marketing ou da estratégia de
retenção de clientes, áreas que muitas vezes
recebem pouca atenção dos operadores no sentido
de introduzir mudanças”.
Modelos de personalização assistidos por
AI podem justamente cumprir essa função.
A personalização, afirma Kanabar, enriquece
o processo de descoberta do apostador, ao
permitir que o operador direcione os conteúdos
certos ao cliente no momento certo. Esses
modelos detectam padrões no comportamento
dos apostadores e, a partir dessas informações,
direcionam mensagens, bônus e apostas de forma
mais assertiva.
Por exemplo, os modelos de recomendação
de apostas são capazes de criar uma experiência
de apostas mais personalizada. Se um apostador
tende a apostar em azarões, o sistema de IA pode
oferecer uma promoção especial focada nesses
eventos. Ou então, se um jogador prefere apostar
em um esporte específico, o uso de modelos de
exibição programática permite garantir que os
jogos mais relevantes estejam no topo da página,
onde o apostador possa acessá-los com facilidade.
“Quanto mais os conteúdos exibidos forem
do seu interesse, maior a probabilidade de você
voltar mais vezes”, observa Kanabar. “Se você
acompanha futebol americano, pode ser que você
passe a apostar na NFL duas vezes por semana
em vez de uma só. E é assim que aumentamos
a retenção – exibindo ao cliente conteúdos de
seu interesse antes mesmo que ele saiba de sua
existência”.
2 – Perfis de apostadores
Para maximizar a atração e retenção de
apostadores, é necessário entender o cliente
da forma mais granular possível. Ou seja,
é preciso obter a maior quantidade possível
de informações sobre a jornada do cliente.
Juntamente com os modelos de personalização,
a análise dos perfis de apostadores e algoritmos
de valor vitalício permitem que as casas de
apostas façam projeções mais assertivas sobre
seus clientes.
Mais importante ainda, permite prever
o valor do jogador em diversos intervalos de
tempo, simultaneamente. Saber o valor potencial
de um apostador em diferentes momentos
nos primeiros 12 meses de atividade, e poder
confrontá-lo com o valor atual, possibilita
adequar a abordagem para aquele jogador
específico. Por sua vez, a casa de apostas
consegue otimizar suas estratégias de marketing.
“Nossos modelos de deep learning trabalham
com mais de 50 variáveis, como idade, localização
e outros parâmetros que descrevem o padrão de
depósitos e apostas do cliente”, afirma Kanabar.
“Analisar os diversos aspectos que definem o
perfil do apostador torna possível prever seu
valor vitalício”.
Jay Kanabar,
diretor operacional e de
proteção de dados da VAIX
“Nossos modelos de deep
learning trabalham com mais
de 50 variáveis, como idade,
localização e outros parâmetros
que descrevam seu padrão de
depósitos e apostas. Analisar os
diversos aspectos que definem o
perfil do apostador torna possível
prever seu valor vitalício”.
13
 Os algoritmos de deep learning geram
informações valiosas que permitem otimizar as
estratégias de retenção, incluindo a probabilidade
de abandono, potencial de gasto por aposta e
probabilidade de se tornar apostador VIP.
No entanto, os operadores também precisam
receber essas informações o mais rápido possível.
Obter uma previsão é uma coisa; obter uma
previsão assertiva e em tempo hábil é outra.
Os modelos mais sofisticados, como aqueles
desenvolvidos pela VAIX, são capazes de produzir
previsões acertadas em apenas dois ou três dias de
atividade do apostador.
14
3.4 | INTEGRIDADE
A IA vem sendo amplamente adotada na O mais significativo é que a aplicação de IA no
detecção de fraudes em setores como bancário, processo de detecção permite que os profissionais
seguros e comércio eletrônico, e está em fase deem maior foco aos jogos com atividade suspeita,
de adoção no setor de apostas – sobretudo e não aqueles que geram falsos positivos.
em atividades de Combate à Lavagem de Em um setor em que a manipulação de
Dinheiro (Anti-Money Laundering – AML) resultados gerou aproximadamente € 165
e de identificação de comportamentos de milhões de lucro com apostas em 2021, zelar pela
dependência do jogo.8 integridade nunca foi tão importante quanto
hoje.11 Serviços de detecção de fraudes assistidos
A adoção pioneira de IA no Sistema Universal de por IA ajudam operadores a eliminar fraudes e
Detecção de Fraudes (UFDS)9 da Sportradar teve preservar a lisura do setor de apostas.
papel fundamental em capacitar seus Serviços de
Integridade para detectar e denunciar atividades
suspeitas às federações esportivas. A realidade é
que a aplicação dessas tecnologias no UFDS foi o
grande viabilizador do serviço de monitoramento
da Sportradar, oferecido gratuitamente para
mais de 150 parceiros do setor de esportes.
O lançamento do Integrity Exchange da Sportradar
também teve como peça-chave esse compromisso
e investimentos. 10

15
3.5 |BUSINESS INTELLIGENCE
Em um mercado de apostas cada vez mais
concorrido, quanto maiores os diferenciais
do operador, melhor. Para se destacar da
concorrência, o operador deve se valer dos
insights trazidos pela inteligência artificial.
Os modelos avançados de IA – seja de ML,
deep learning ou visão computadorizada –
permitem traduzir grandes volumes de dados
em informações valiosas para os negócios,
equilibrando as condições de atuação para
operadores de todos os portes. As casas de
apostas passaram a utilizar essas informações
em todas as áreas de suas operações, desde
orçamento e negociação até marketing e projeções
financeiras. Vale destacar que esses dados não
precisam ser obtidos por processos manuais – a IA
automatiza sua coleta, tradução e visualização.
“A principal vantagem da IA”, opina Jay
Kanabar, diretor operacional da VAIX, “é a
velocidade, a precisão e a quantidade de dados
que conseguimos processar. Existem limites no que
pode ser feito em Excel, Sequel ou com um script
Python”.
“A grande vantagem da IA
é a velocidade, a precisão
e a quantidade de dados
que conseguimos processar.
Existem limites no que pode
ser feito em Excel”,
~Jay Kanabar
16
 A IA não só simplifica todo o processo, mas
também o faz sem viés. De acordo com Kanabar,
muitas vezes os cientistas de dados têm uma
opinião pré-formada ao iniciar a análise, mas a IA
não. Ela simplesmente analisa os dados e toma
uma decisão baseada no que é alimentado ao
modelo.
“A vantagem está na capacidade de
obter dados mais rapidamente e com mais
assertividade do que qualquer ser humano seria
capaz de fazer”, afirma. “É preciso ser proativo,
não reativo, principalmente em um setor
em que a concorrência está sempre logo ali.
É importante estar sempre um passo à frente".

O que dizem os operadores:

Em pesquisa realizada pela Sportradar, foi perguntado a um grupo de operadores quais os

maiores benefícios do uso de IA e ML em suas atividades. Considerando a possibilidade de
escolherem múltiplas opções, os resultados foram classificados por ordem de importância.

Melhores insights e análises de dados de clientes

Melhoria de processos operacionais

Geração de odds mais confiáveis

Melhoria da atração e retenção de clientes

Criação de novos mercados e promoções

Reforço da segurança

Outros benefícios não mencionados acima

17
4|D
 ESENVOLVIMENTO INTERNO
DE TECNOLOGIAS DE IA E ML
As empresas que optam por desenvolver
tecnologias próprias nem sempre estão cientes
dos desafios que terão pela frente. Antes de
embarcar nessa jornada, convém refletir sobre
o que é preciso para construir um sistema de IA
altamente qualificado.
Em um mundo ideal, seria possível parar
o tempo para poder captar cada uma das
oportunidades que surgem. Mas a realidade é que
o ritmo acelerado das mudanças tecnológicas
exige ações imediatas – e não há tecnologia
em mais rápida evolução do que a inteligência
artificial.
Segundo pesquisa da Sportradar, a maioria
dos operadores está ciente da importância da IA
no setor de apostas esportivas. Com efeito, 70%
dos participantes acreditam que IA e ML devem
revolucionar o setor. No entanto, apenas 43% dos
participantes relataram adotar essas tecnologias
em suas operações.
Por ser fundamental para a competitividade
em um mercado cada vez mais acirrado, é vital
que as organizações planejem cuidadosamente
a melhor maneira de internalizar as tecnologias
de IA. Para muitos operadores, desenvolver
tecnologias próprias pode ser uma proposta
sedutora, mas também traz desafios significativos
que devem ser entendidos antes de prosseguir.

Respostas de operadores quanto à sua intenção de desenvolver tecnologias de IA internamente ou utilizar

tecnologias de terceiros

Fonte: Sportradar 2022 Industry Survey

23% 27%

Como operador, It’s developed in-house

sua empresa pretende
desenvolver tecnologias It’s third party technology
de IA internamente ou
utilizar soluções de Both, in-house and third party
terceiros?

18
50%
4.1 | O
 S DESAFIOS DO
DESENVOLVIMENTO INTERNO
De acordo com a pesquisa da Sportradar,
27% dos entrevistados afirmam desenvolver
internamente seus sistemas de IA, em vez de
adquiri-los de terceiros. No entanto, ao optar
por esse caminho, esses operadores terão
diante deles os mais diversos desafios.
Para Paolo Personeni, diretor de serviços
gerenciados de apostas da Sportradar, existem
três principais barreiras para o desenvolvimento
interno de IA. A primeira delas é o porte da
organização.
Porte
“O porte mínimo necessário para que um
operador possa manter sua própria plataforma
sofisticada ou investir em IA, é cada vez maior”,
explica Personeni. “E para alguns, simplesmente
não há essa capacidade toda”.
Ele ressalta, ainda, que o porte em si não
garante a capacidade de desenvolver tecnologias
com eficiência. Os operadores de maior porte
podem ter acesso a mais recursos, mas isso, por si
só, não é garantia de sucesso.
“Muitas casas de apostas grandes e
consolidadas estão ficando para trás na curva
de adoção da inteligência artificial”, explica. “A
tecnologia precisa ser incorporada em recursos
técnicos de sua plataforma. Ocorre que, em muitos
casos, os operadores têm plataformas antigas
e defasadas, que simplesmente não possuem a
capacidade técnica de atender a essa demanda”.
Por esse motivo, alguns operadores novos e
de menor porte estão mais bem posicionados para
adotar tecnologias de IA antes e de maneira mais
eficiente do que seus concorrentes maiores.
Ecossistema
Um dos maiores desafios enfrentados pelas
casas de apostas no desenvolvimento de sistemas
de IA próprios é o ecossistema. Como explicado
por Personeni, é necessário ter uma infraestrutura
capaz de atrair cientistas de dados de alto nível.
Esse desafio não é exclusivo do setor de apostas
esportivas. Muitas organizações não possuem
a expertise interna necessária para o que se
propõem a desenvolver.
De acordo com Kumar Abhishek, engenheiro
de Machine Learning da Expedia, a falta de mão de
obra qualificada representa uma enorme barreira
para a inserção das organizações no campo
da IA. “As empresas precisam ter profissionais
capacitados para desenvolver e operar tecnologias
de IA e ML”, afirma. “Pode ser difícil encontrar
profissionais adequados, por ser um campo
relativamente novo e com escassez de recursos
humanos qualificados”.
Aliás, 64% dos executivos de TI afirmam que a
falta de talentos capacitados representa a maior
barreira para a adoção de tecnologias emergentes,
como inteligência artificial. 12 Sem programadores,
engenheiros e analistas, os operadores terão
dificuldade em tirar seus projetos do papel.
Paolo Personeni
Diretor de Serviços Gerenciados
de Apostas
“Sem dados, não há o que
alimentar aos algoritmos”.
19
Acesso a dados “O importante não é apenas o volume de
dados à sua disposição”, explica Andrej Bratko,
Finalmente, Personeni identifica o aceso diretor de tecnologia de IA e BI da Sportradar,
a dados como sendo o maior desafio para o “mas também sua diversidade”.
desenvolvimento interno. Dados de alta qualidade, Como regra geral, o volume de dados deve
explica, são essenciais para qualquer iniciativa ser 10 vezes o número de parâmetros incluídos
de IA. A empresa pode ter recursos financeiros no algoritmo. No setor de apostas esportivas,
e uma boa equipe, mas se não tiver dados – o cujos modelos precisam abranger muitos
“petróleo do século 21” – não há o que alimentar fatores, a aquisição do volume necessário de
aos algoritmos”. Consequentemente, não há como dados é extremamente difícil. Mesmo para um
extrair informações do processo, e as poucas operador que dispõe de um banco de dados
informações obtidas terão pouco valor didático. interno de tamanho adequado, sua diversidade
“São necessários dados de alta qualidade de conteúdo pode não abranger todo o mercado
para viabilizar qualquer iniciativa de IA/ML, da da mesma forma que os dados oferecidos por um
mesma forma que a água é necessária para o bom provedor global.
desenvolvimento de uma lavoura”, compara James
Caton, chefe de parcerias de IA do SAS Institute.
"As iniciativas de IA e ML definham sem um bom
trabalho de captação de dados, que garanta
um fluxo constante de dados atuais e ricos em Andrej Bratko
informações, capazes de saciar o grande apetite Diretor de Tecnologia de IA e BI
dos modelos de IA”. da Sportradar
O conselho que Caton oferece para operadores
se resume assim: não pense primeiro na forma de
aplicar a tecnologia ou no problema que pretende
resolver. Em vez disso, comece buscando uma
boa fonte de dados na organização e valide-a, “O que importa não é apenas
para então identificar um problema que possa ser o volume de dados à sua
resolvido com esses dados. disposição, mas também sua
“Essa é a maneira mais rápida de alcançar
resultados”, acrescenta Caton. “Começar com um
diversidade”.
problema para depois buscar dados completos e
de alta qualidade é um caminho muito mais difícil”.
No entanto, para o operador médio, essa
estratégia, embora simples em teoria, pode não
o ser na prática. Dados em geral podem até ser
fáceis de encontrar, mas os de alta qualidade são
escassos. Para alguns operadores, o custo do
acesso a dados qualificados pode ser um fator
inviabilizador.
20
5|M
 ITOS E EQUÍVOCOS SOBRE
TECNOLOGIAS DE TERCEIROS
Para operadores que esbarram em barreiras Em última análise, contratar um provedor externo
ao desenvolvimento interno, os provedores se apresenta como solução mais inteligente e mais
externos podem ser a alternativa ideal. sustentável no longo prazo. No entanto, alguns
operadores ainda têm ressalvas.
Ao invés de investir em algoritmos próprios, as
tecnologias de terceiros oferecem uma rota mais
acessível para implantar a inteligência artificial.

Quando perguntados sobre os motivos de sua relutância em recorrer a tecnologias de IA de terceiros,

os operadores citaram os pontos a seguir como sendo os mais importantes:

A possibilidade de o provedor O esforço necessário para Possibilidade de se tornar

obter acesso a informações integrar tecnologias de dependente do provedor
sensíveis da empresa terceiros externo

Além desses três, houve outras razões citadas:

Falta de Falta de confiança Possível perda O uso de IA/ML sem

conhecimentos para na eficácia de de autonomia, dominar a tecnologia
aplicar a tecnologia tecnologias de IA/ML autossuficiência poderia prejudicar
de terceiros e estabilidade do a compreensão do
processo a longo problema por parte
prazo do operador

21
5.1 | PRIVACIDADE
“Algo que sempre salientamos é que não “Temos certificação ISO e
coletamos dados pessoais que permitam
a identificação do titular, como nomes ou
tomamos todas as medidas
endereços de e-mail”, afirma Jay Kanabar, técnicas e organizacionais
diretor operacional da VAIX. “Os dados de necessárias para garantir a
apostadores são coletados de forma genérica, aderência à LGPD”, explica. “Não
sem saber quem especificamente está
apostando e qual o valor de sua aposta – são consolidamos dados de diferentes
apenas estatísticas para nós”. operadores; são mantidos à parte.
Somos uma organização séria que
Embora os acordos de processamento de
dados façam necessariamente parte da parceria,
não repassa os dados de clientes
isso não implica em acesso a dados sensíveis sem sua autorização”.
por parte dos provedores de tecnologia. No final
das contas, afirma Kanabar, tudo se resume à ~Jay Kanabar
confiança.
“Temos certificação ISO e tomamos todas as
medidas técnicas e organizacionais necessárias
para garantir a aderência à LGPD”, explica. “Não
consolidamos dados de diferentes operadores;
são mantidos à parte. Somos uma organização
séria que não repassa os dados de clientes sem
sua autorização”.

22
5.2 | INTEGRAÇÃO
A integração não se resume a adequar o
ambiente do cliente à tecnologia do provedor.
Mais do que isso, os provedores externos estão
comprometidos em capacitar os operadores
para o sucesso e em integrar suas tecnologias
da forma mais consistente possível. Ou seja,
atuam como parceiros, mais do que simples
provedores.

“Em nosso contato inicial, perguntamos sobre

os problemas que procuram resolver”, explica
Darren Small, diretor de serviços gerenciados de
trading da Sportradar.“‘“Como você vê o futuro da
empresa nos próximos anos? Quais as demandas
de sua empresa para garantir o crescimento e
sucesso no futuro?” A partir disso, olhamos para
o nosso portfólio e identificamos produtos que
possam atender a essas demandas e contribuir
para seu crescimento nessas áreas, viabilizando
seus projetos”.

5.3 | DEPENDÊNCIA
“Acho que uma das principais preocupações
se refere à titularidade e controle das
tecnologias”, afirma Darren Small. “É melhor
ter a titularidade dessas tecnologias,
conduzindo seu desenvolvimento de acordo
com meus projetos? Será que não é melhor
deter controle do destino e da destinação de
determinada tecnologia?”
A realidade é que a maioria dos operadores
não possui a combinação certa de porte, talentos
e acesso a dados. Esses dois últimos são recursos
escassos, o que inviabiliza o desenvolvimento
próprio em muitos casos.
Por esse motivo, Small sustenta que os
operadores não devem ter receio em perder
autonomia contratando um provedor externo.
As soluções de terceiros podem ser customizadas
para atender às necessidades de operadores de
todos os portes. Seja optando pelo controle total
do desenvolvimento tecnológico, seja optando
pela infraestrutura especializada de terceiros,
o operador, nos bastidores, é quem estará no
comando.

23
6|P
 OR DENTRO DOS MODELOS
DE APOSTAS ESPORTIVAS
Este artigo, até aqui, abordou de forma
genérica as aplicações da IA e a forma como
os operadores de apostas esportivas podem
se valer delas nos diversos aspectos de suas
operações. No entanto, dificilmente será possível
compreender todo o poder da IA sem conhecer
exemplos da aplicação prática dos algoritmos.
Para demonstrar o verdadeiro potencial da
inteligência artificial e de suas diversas vertentes, a
seção a seguir examina os modelos desenvolvidos
por dois dos principais provedores de tecnologia
do setor: Sportradar e VAIX (recém adquirida pela
Sportradar).
24
6.1 | M
 ODELOS DE GESTÃO
DE RISCOS E LIABILITY
Mapeamento automatizado dos perfis
de apostadores
Sem o uso de IA traçar o perfil dos apostadores
é um processo manual, demorado e sujeito
a erros. A falta de uma análise assertiva do
comportamento dos apostadores prejudica a
avaliação da tolerância a risco por apostador.
Como resultado, a exposição a riscos aumenta e,
por tabela, as receitas diminuem.
Já o mapeamento automatizado de perfis
permite avaliar de forma automática o risco que
representa cada jogador, aumentando os lucros em
relação ao processo tradicional. Com a capacidade
de realizar milhões de verificações de perfil todos
os dias, o operador racionaliza a gestão de risco e
obtém uma visão mais nítida de sua exposição, o
que permite otimizar as receitas.

Mapeamento automatizado dos perfis de apostadores — Estudo de eficiência

Análise por simulação

Entender o comportamento do apostador permite definir o nível de risco tolerável por

apostador, por loja, ou por terminal. Dessa forma, é possível proteger o negócio e, ao mesmo
tempo, melhorar a experiência de aposta.

A análise acima apresenta uma simulação comparativa do mapeamento de perfis com a

ausência desse mapeamento (ou seja, todos os apostadores tratados como iguais). Tanto com
a análise de perfil totalmente automatizada (exclusivamente com recursos de IA) quanto com
a semiautomática (feita por traders com uso de IA no processo de decisão), há um aumento
expressivo tanto do faturamento quanto dos lucros.

Nota-se que a análise semiautomatizada apresenta os melhores resultados, com aumento

anual de mais de €363 milhões nas receitas cumulativas e de mais de €39 milhões nos lucros
em 2022.

25
 Além disso, a tecnologia tem melhores
resultados quando complementada pela atuação
das equipes próprias de trading do operador,
ao permitir a intervenção manual a qualquer
momento. Podem verificar valores autocriados
ou fazer um ajuste fino dos perfis criados
automaticamente, adequando-os a estratégias
específicas.
Alpha Odds
Manter um portfólio de apostas esportivas
balanceado não é tarefa fácil, sobretudo com o uso
de processos manuais em um ambiente em tempo
real. Para acompanhar o dinamismo do ambiente,
os operadores precisam de um modelo capaz de
atualizar as odds de forma constante de acordo
com sua exposição a riscos e liability.
A solução Alpha Odds da Sportradar emprega
seu modelo Liability Driven Odds (LDO), que
permite gerenciar automaticamente as odds em
tempo real. O algoritmo ajusta constantemente
as probabilidades de acordo com a posição atual
de liability. As odds que levariam ao aumento
do liability são automaticamente reduzidas para
desincentivar apostas, enquanto as odds que
reduzam o liability são aumentadas para atrair
apostadores.
Com isso, as casas de apostas podem
melhorar suas margens e garantir uma atuação
mais lucrativa e com menos risco. Em análise
do impacto do modelo LDO em um universo de
2,7 milhões de apostas e mais de 10.000 eventos,
foi verificado um impacto positivo de 2% nas
margens. Em todos os mercados, o modelo LDO
gerou aumento das margens e crescimento
expressivo do faturamento. 13
26
Alpha Odds — Estudo de eficiência

Análise gráfica

A simulação, feita ao longo do segundo semestre de 2022, mostra o impacto da solução Alpha
Odds em apostas ao vivo em partidas de futebol, comparando-o aos modelos convencionais de
odds ao vivo. A solução Alpha Odds gerou margens superiores e aumento cumulativo das receitas.

Diferença percentual cumulativa de eficiência — Estudo de eficiência

Análise gráfica

Em nossa análise de apostas ao vivo no futebol, calculamos as margens reais de lucro/prejuízo e

receita, assim como a eficiência em relação ao lucro/prejuízo e receita esperados. A Alpha Odds
alcançou uma eficiência cumulativa maior do que o modelo convencional de odds ao vivo, gerando
aumento global cumulativo de 8 pontos percentuais ao longo de seis meses.

27
Live Time Delay Offset
Os analistas esportivos nem sempre estão
presentes nas arenas. Assim, os apostadores
que estão presentes no estádio obtêm vantagem
injusta, pois conseguem ver os lances do jogo
antes dos demais. Em geral, para mitigar esse
risco, é aplicado um atraso de validação em
todas as apostas ao vivo. No entanto, com isso o
processo fica mais lento e desestimula os clientes
a apostarem.
O modelo Live Time Delay Offset da Sportradar
é treinado para avaliar cada bilhete de aposta
recebido de acordo com o perfil do jogador, a
situação atual da partida e o mercado de apostas
em questão. Dessa forma, o modelo decide
automaticamente, em tempo real e de forma
individualizada, se deve aplicar, suprimir ou, até
mesmo, aumentar o atraso padrão para apostas ao
vivo, definido pelo operador. Assim, os operadores
podem proporcionar uma experiência de apostas
aprimorada e mais personalizada, aumentando
seus lucros a longo prazo.

Avg. Bet Validation Delay Per Ticket — Estudo de eficiência

Análise gráfica:

Além disso, o modelo LTDO economiza tempo para os apostadores na hora de fazer suas apostas.
Ao identificar quando o atraso de validação pode ser suprimido, a demora média para aprovação de
apostas se reduz de forma significativa. Esses segundos, somados, geram uma economia de quase
90 anos. Assim, além de facilitar a vida do operador, o modelo agiliza o processo de aposta para o
cliente.

Estatísticas para o período de 12 meses entre janeiro e dezembro de 2022 — considerando

bilhetes MTS com pelo menos uma aposta ao vivo nos esportes futebol, basquete ou tênis,
com exclusão de outros esportes:

Redução média de 1,8 segundos na validação de apostas

88 anos em economia de tempo para apostadores aguardando aprovação

Foi suprimido o atraso LTD em26,8% das apostas, somando 421 milhões de bilhetes

Margem de lucro de 11,3% nas apostas com aplicação do modelo LTDO, ante 9,7% sem
aplicação do modelo

28
Live Time Delay Offset — Estudo de eficiência

Resumo:

O modelo Live Time Delay Offset (LTDO) da Sportradar utiliza inteligência artificial para verificar cada
solicitação de aposta em milissegundos, avaliado se o atraso de validação padrão deve ser aplicado,
suprimido ou, até mesmo, aumentado. A longo de 2022, o modelo LTDO aumentou em mais de
€ 50 milhões o volume de apostas aceitas, além de gerar margens sempre superiores.

Comparativo de margens alcançadas — LTDO vs. sem LTDO

29
6.2 | M
 ODELOS DE ATRAÇÃO E
RETENÇÃO DE APOSTADORES
Projeção do valor vitalício do apostador
Para otimizar suas estratégias de atração
e retenção de clientes, é importante conhecer
o máximo possível sobre o perfil do apostador.
Sem tecnologia, seria necessário passar horas
analisando um grande volume de dados e
atividades dos jogadores, tudo isso para gerar uma
simples projeção.
A inteligência artificial oferece uma solução
muito mais rápida, eficiente e assertiva. O modelo
Player Lifetime Value da VAIX é capaz de projetar
o valor de um jogador em diversos intervalos de
tempo com assertividade superior a 85%, em
comparação com a média do setor de 55%.14 Além
do valor vitalício, esses modelos também projetam
índices de abandono e a probabilidade de um
apostador se tornar VIP.
E o mais importante: essas informações são
geradas com apenas dois ou três dias de atividade
do apostador. Ou seja, os operadores têm acesso a
informações com maior agilidade e assertividade,
permitindo à equipe de marketing redirecionar suas
ações, se necessário, para otimizar a estratégia.

Projeção de churn — Estudo de caso

KPI Gerenciamento pelo operador Gerenciamento por IA

Taxa de abertura de e-mails 9,47% 16,78%
Taxa de acesso aos links nos e-mails 0,59% 2,64%
Usuários retidos 28,8% 39,5%
Aumento das apostas - 29,7%
Aumento do valor depositado - 32,6%

O sistema de IA atuou sobre um grupo formado por 10% dos clientes com maior volume de
apostas e com previsão de abandono (churn).
Os apostadores foram divididos em dois subgrupos: Gerenciados por decisões do operador vs.
do sistema de IA.

30
Personalização nos esportes
No mundo do marketing moderno, a
personalização é essencial. Os apostadores
cada vez mais buscam conteúdos adaptados às
suas necessidades, interesses e preferências de
apostas. Existem modelos de IA específicos para
retenção de apostadores, com recursos destinados
a proporcionar ao apostador uma experiência
personalizada.
Por exemplo, há um modelo de personalização
para esportes capaz de gerar conteúdos altamente
personalizados para apostadores específicos,
trazendo informações mais relevantes para
seu perfil. A partir da análise de dados dos
apostadores, o modelo recomenda apostas
ou eventos altamente relevantes, ajudando o
apostador a descobrir organicamente conteúdos
nos quais tenha interesse em apostar.
Um motor de personalização como o da VAIX
é capaz de aumentar a atividade apostadora em
até 8% e os índices de retenção de apostadores em
até 60%.15 Dito de forma simplificada, ele captura a
atenção do apostador e impulsiona o engajamento
com seus serviços.

Recomendações de apostas — Estudo de caso

Foi realizado um teste A/B ao longo de 6 semanas com mais de 40.000 usuários ativos.
A personalização assistida por IA foi confrontada com o algoritmo baseado em regras,
com os seguintes resultados:

2-3x 43% 115% 17%

aumento das taxas aumento do número aumento das receitas aumento das seleções
de cliques de apostas e 147% dos lucros em apostas múltiplas

Site personalizado ao apostador — Estudo de caso

Foi realizado um teste A/B ao longo de 3 meses com mais de 220.000 usuários ativos. O algoritmo
baseado em popularidade do operador foi comparado ao algoritmo de personalização por IA.
Resultados obtidos:

>8% +8% +9% +8%

aumento das taxas aumento do aumento dos aumento do
de cliques número de apostas bilhetes gerados faturamento

Aquisição programática As tecnologias de IA oferecem aos operadores

Todo empresário sabe que o custo para
adquirir um novo cliente tende a ser muito maior
do que o de manter um existente—e as casas de
apostas esportivas não são exceção. Atrair novos
apostadores de forma assertiva e eficiente é
um desafio constante para casas de apostas de
qualquer porte.
os meios para aumentar sua base de clientes sem
aumentar o custo por aquisição (CPA). O uso de
modelos de aquisição programática, por exemplo,
permite personalizar a comunicação externa com
mensagens mais direcionadas. A mensagem certa,
apresentada no momento certo ao potencial
cliente, otimiza a aquisição e reduz o custo CPA
em até 40%. 16

31
CASE: COOLBET
O uso do Coolbet reduziu em 50% o custo CPA e aumentou em 100% a receita líquida com o
Sportradar ad:s, serviço de marketing voltado para o setor de apostas.

Nosso foco está em oferecer inovação e soluções de qualidade. Confira este case a respeito.

32
6.3 | INTEGRIDADE
A manipulação de resultados e apostas
fraudulentas são condutas contrárias àquilo
que representa o setor de apostas esportivas.
No entanto, são uma realidade com que as
casas de apostas têm de lidar constantemente.
Para preservar a integridade dos seus serviços
e oferecer aos apostadores uma experiência
segura e sem fraudes, os operadores precisam
ter meios de detectar atividades suspeitas em
todos os seus eventos.
Sistema Universal de Detecção de
Fraudes
O Sistema Universal de Detecção de Fraudes
(Universal Fraud Detection System – UFDS) da
Sportradar monitora bilhões de alterações de odds
e transações de usuários todos os anos, em escala
global. Analistas averiguam atividades anômalas
a partir da geração automatizada de alertas. Hoje,
o sistema acumula um vasto volume de dados
históricos de atividades suspeitas e não suspeitas,
servindo para treinar modelos de Machine Learning
supervisionados.
Desde 2018, sistemas de IA processam
centenas de milhares de alertas do UFDS em apoio
aos processos de identificação e escalonamento
conduzidos por especialistas, aumentando não
apenas a quantidade de atividades suspeitas
identificadas, mas também a velocidade com que
elas são detectadas.
Além disso, modelos alimentados com dados
de conta da MTS, solução de trading da Sportradar,
permitem aprimorar a gestão de riscos com a
exclusão de equipes e indivíduos infratores dos
produtos de apostas, reduzindo dessa forma a
exposição das casas de apostas à manipulação de
resultados.
Essa atuação valoriza o serviço de utilidade
pública prestado pelo UFDS a todo o ecossistema.
Vale ressaltar que, em muitos casos, a detecção
de fraude é fruto de informações de inteligência
não captadas pelo simples acompanhamento de
movimentos nas odds.
Tom Mace, diretor global de serviços de
integridade, acredita que essa tecnologia será
o novo padrão em monitoração nos próximos
anos: “A ameaça de manipulação de resultados
está sempre presente e em constante evolução.
Temos registrado um número recorde de partidas
suspeitas a cada ano e, com um número cada
vez maior de partidas para monitorar, estamos
sempre investindo em tecnologias para melhorar
a qualidade e eficiência – algo absolutamente
essencial.
“A inteligência artificial tem nos permitido
monitorar mais partidas anualmente e de forma
mais econômica, um aspecto importante para
todos públicos atendidos – ainda mais após a
pandemia.
33
 O UFDS calcula em tempo real a probabilidade de uma partida ser suspeita, desde a abertura das
apostas até o final do evento. Além disso, ele traz informações sobre os resultados da aplicação do
modelo, basicamente narrando para os analistas quais elementos dos dados são potencialmente
suspeitos.

“No entanto, não podemos esquecer dos
profissionais da área de Integridade, responsáveis
pela evolução do produto e do serviço a cada
ano. A diversidade em nossa equipe favorece
a inovação em todas as áreas. Mesmo com a
inteligência artificial assumindo cada vez mais
funções hoje desempenhadas por humanos,
nossos especialistas de Integridade altamente
capacitados continuarão a servir de ponte entre
nossas tecnologias e nossos parceiros”.

34
7 | PERSPECTIVAS PARA O FUTURO
Com o aumento acelerado da adoção
e as inovações que surgem diariamente, as
tecnologias de IA estarão presentes em quase
todos os aspectos do setor no futuro breve.
O mercado global de inteligência artificial
deve registrar crescimento de quase 40% anuais
entre 2022 e 2028.17 Por ser uma das tecnologias
de maior impacto e mais disruptivas dos últimos
tempos, é de se esperar que um número cada vez
maior de setores passe a adotar a IA, explorando
as vastas possibilidades que oferece. E com a
percepção cada vez maior do valor agregado pelos
modelos de IA e ML para operadores de apostas
esportivas, uma profunda transformação do setor
nos próximos anos é algo certo.
De acordo com Andrej Bratko, quase todas as
áreas da administração de casas de apostas serão
impactadas pela inteligência artificial.
“Quase todas as áreas da
administração de casas de apostas
serão impactadas pela inteligência
artificial”.
~Andrej Bratko
Segundo ele, "As tecnologias de IA contribuirão
para tornar as casas de apostas cada vez mais
eficientes. E acredito que o futuro resultado disso
para o apostador será um preço melhor e menos
atrito no processo de aposta”.
Outros ramos da IA também estão trazendo
avanços tecnológicos nas casas de apostas
esportivas. Com a instalação de câmeras cada
vez mais sofisticadas nos estádios, os modelos de
visão computadorizada serão capazes de oferecer
insights inéditos sobre o comportamento dos
apostadores.
De acordo com Luka Pataky, diretor de produto
para visão computadorizada da Sportradar, uma
das grandes tendências do setor é a crescente
demanda por dados mais aprofundados e
granulares. É através dessas informações, segundo
ele, que as casas de apostas poderão obter uma
vantagem competitiva.
“Sem informação perde-se a
competitividade. Acredito que a
visão computadorizada terá um
papel fundamental na captação de
dados. Quem não a adotar, perderá
competitividade”.
~Luka Pataky
35
8|P
 RINCIPAIS CONCLUSÕES
PARA OPERADORES
Em um mundo cada vez mais movido
por dados, é difícil imaginar que a difusão
da inteligência artificial diminua seu ritmo
implacável no futuro próximo. No setor
de apostas esportivas, a adoção de IA por
operadores de apostas não é mais exceção –
é uma expectativa.
Embora as tecnologias de IA e ML ainda sejam
relativamente pouco exploradas pelas casas
de apostas, seus diversos benefícios já estão
reverberando em todo o setor. Quanto antes os
operadores abraçarem essas tecnologias, maior
será sua vantagem frente à concorrência, e o
crescimento de seus negócios.
No entanto, está cada vez mais claro que nem
todo operador está estruturado o para desenvolver
tecnologias sofisticadas de IA internamente. Seja
pelo seu pequeno porte, dificuldade em recrutar
talentos, escassez de dados, ou pelos três fatores,
para a maioria dos operadores o desenvolvimento
interno será uma iniciativa arriscada, demorada
e de alto custo. A boa notícia é que recorrer a
um parceiro externo não implica em sacrificar a
autonomia ou correr o risco de interferência. Pelo
contrário, significa poder internalizar sua expertise
e tirar proveito dela.
A Sportradar está comprometida em capacitar
os operadores com suas tecnologias exclusivas.
Como líder do setor no desenvolvimento de
IA, a Sportradar oferece às casas de apostas a
possibilidade de captar as oportunidades trazidas
pela IA sem o ônus de fazê-lo sozinhos.
Inteligência artificial é a bola da vez:
1 71% dos operadores pesquisados concordam
que as tecnologias de IA e ML serão
revolucionárias no setor nos próximos anos.
Poucos operadores estão estruturados
para criar suas próprias tecnologias:
O desenvolvimento interno de modelos de IA
exige a disponibilidade de bancos de dados
2
de alta qualidade, granulares e diversificados,
além de exigir porte organizacional e mão de
obra qualificada – três recursos críticos que
nem mesmo os maiores operadores têm à sua
disposição.
Soluções de IA de terceiros oferecem
uma alternativa melhor no longo prazo:
Os operadores que recorrem a provedores
externos têm a vantagem de contar com
tecnologias consolidadas, flexíveis e
3 econômicas, e que oferecem um retorno mais
rápido do que com o desenvolvimento interno.
Essa estratégia também facilita a adaptação
dos modelos para diferentes conteúdos,
esportes ou mercados de apostas, nos casos
em que não é possível implementar um
sistema totalmente agnóstico.
36
9 | OUTROS WHITEPAPERS

Como o streaming pode potencializar o negócio de apostas

Acessar o conteúdo

A plataforma de apostas do futuro. Hoje.

Acessar o conteúdo

Controle de custos de adquisição de clientes no setor de apostas

esportivas

Acessar o conteúdo

Importância de parcerias sólidas para garantir o sucesso do seu negócio

de apostas no futuro

Acessar o conteúdo

Apostando em dados para a economia do conhecimento

Acessar o conteúdo

O valor dos esportes internacionais para casas de apostas nos EUA

Acessar o conteúdo

37
10 | REFERÊNCIAS
1. Data Bridge Market Research, "Global Sports Betting Marketing – Industry Trends and Forecast to 2029”,
julho de 2022.
2. IBM, “Artificial Intelligence,” June 3, 2020.
3. Gartner, “Gartner survey 37 percent of organizations have implemented AI in some form”, 2019.
4. Grand View Research, “Artificial Intelligence Market Size Report, 2022-2030,” 2022.
5. McKinsey, “The state of AI in 2021,” December 8, 2021.
6. Accenture, “The art of AI maturity,” 2022.
7. Ibid.
8. https://swisscognitive.ch/2021/02/23/ai-and-problem-gambling/
9. https://sportradar.com/integrity/bet-monitoring-detection/ufds-premium-services/
10. https://investors.sportradar.com/news-releases/news-release-details/sportradar-launches-exchange-
further-engage-bookmakers-anti
11. Sportradar, “Match fixing on the rise as global sports betting turnover surpasses €1.45 trillion for the first
time”, 2022.
12. Gartner, “2021-2023 Emerging Technology Roadmap for Large Enterprises,” 2021.
13. Ibid.
14. Betradar, “Marketing Services from ad:s.”
15. Ibid.
16. Ibid.
17. Bloomberg, “$422.37+ Billion Global Artificial Intelligence (AI) Market Size Likely to Grow at 39.4% CAGR
During 2022-2028”, 2022.

38
Este Whitepaper é disponibilizado “tal como está” pela Sportradar AG ("Sportradar"), como conveniência para seus clientes e
outras partes interessadas, sem qualquer garantia expressa ou implícita, incluindo, mas não se limitando a garantias implícitas de
comerciabilidade, adequação a um fim específico ou não violação de direitos de terceiros. A Sportradar não se responsabiliza por erros ou
omissões neste Whitepaper ou em outros documentos citados ou vinculados a este documento.

A Sportradar reserva a si todos os direitos autorais sobre qualquer texto e imagem de sua titularidade e autoriza você a fazer download
eletrônico do documento aqui publicado exclusivamente para fins de visualizar as informações contidas neste whitepaper.

É vedado copiar, utilizar, modificar ou alterar de outra forma qualquer palavra ou imagem aqui contida sem autorização por escrito da
Sportradar. Exceto conforme expressamente disposto acima, nada constante neste documento deve ser interpretado como concessão de
qualquer licença ou direito sob qualquer direito autoral, patente ou marca registrada da Sportradar.

Siga a Sportradar nas redes sociais

sportradar.com
© 2023 Sportradar AG
39