網球四大滿貫之一的美國公開賽已於 2026 年 8 月 23 日開打。本屆賽事的官方網站與官方應用程式新增了把發球品質量化成分數的指標，以及找出比賽走勢轉折點的功能。IBM 與美國網球協會（USTA）在 8 月 24 日公布這批更新，光是發球分析一項，整個賽事期間就會產生約 12 億筆資料點。
身體與球拍上的 21 個取樣點，每秒追蹤 50 次
最受矚目的是名為 Serve Quality 的新指標，它用分數說明一記發球究竟好在哪裡，涵蓋單打全部 254 場比賽。系統透過肢體追蹤技術，在球員身體與球拍上設定 21 個資料點，以每秒 50 次的頻率擷取，細到能記錄手腕的翻轉，以及雙腿產生的力量經由軀幹傳遞的過程。
擷取到的數值依效率、準確度、穩定度與拋球 4 個面向整理。來自球場的連續資料流由 IBM Confluent 負責調度，評分結果幾乎即時呈現在觀眾的畫面上。發球快並不等於發球好，這個長期停留在感覺層面的判斷，第一次有了共同的尺度。
從誰佔優勢，到為什麼會變成這樣
已經為觀眾熟悉的 Likelihood to Win，用機率呈現某一時刻哪位選手較可能獲勝。計算過程由 AI 綜合分析當下與歷史數據、專家看法以及比賽氣勢。
本屆賽事在此之上新增 Key Moments，把比賽中起伏較大的場面與氣勢逆轉的節點集中呈現，同樣涵蓋單打全部比賽。由於勝率曲線上下變動的原因可以事後用文字回看，中途才開始觀賽的人也比較容易補上前面的脈絡。
官網首頁也重新設計。新的 Live Updates 可以把關注的選手設為優先顯示，從大量賽事資訊中快速挑出自己在意的部分。
能對話的觀賽夥伴，還會回傳照片與影片
對話功能 Match Chat 同樣經過改造。觀眾看球時想到什麼問題，都可以用日常用語提問，並當場得到對話式的回覆。這次的回覆不只有文字，部分答案會附上相關的照片與影片。
底層是 IBM 的 watsonx Orchestrate，由多個 AI 代理與針對特定用途調校的模型組合而成，並以 USTA 的編輯風格和網球術語進行訓練。刻意不採用通用聊天機器人，是為了讓語氣貼近賽事轉播的實際說法。可參考的範圍也擴大了，回覆會同時結合即時比賽資料、分析內容與歷史紀錄。
開發這套功能的，是 IBM 自家的 AI 代理
值得注意的一點是，發球分析所用的肢體追蹤機制是借助 IBM Bob 開發的。IBM Bob 是該公司推出的 AI 程式開發代理，主打從設計、實作到測試與維護的全流程承接。用自家的 AI 開發工具做出自家的 AI 功能，這個循環已經在實務上跑通。
觀眾要的是準確，而不是更快
發布同一天，IBM 也公開了委託 Morning Consult 進行的調查結果。全球受訪網球迷當中，91% 在比賽期間使用運動類應用程式，64% 對 AI 生成的運動內容表示高度信任。IBM 將這個結果解讀為：數位觀賽體驗被檢視的是準確度，而不是速度。
IBM 與 USTA 的合作始於 1992 年，多年來為每年超過 1,400 萬名網球迷打造數位體驗。USTA 數位策略資深總監 Brian Ryerson 表示，今年的成果明顯改變了與觀眾互動的方式。IBM 資深副總裁暨全球事務長 Jonathan Adashek 也強調，來自球場的大量即時資料能自動接進工作流程，並在數分鐘到數小時內轉化為可用的洞察。
2026 年美國公開賽將進行到 9 月 13 日。上述功能都可以在 USOpen.org 與官方應用程式中使用，應用程式已在 Apple 與 Android 兩大商店上架。
總結
IBM 與 USTA 為 2026 年美國公開賽投入 3 項 AI 功能：以每秒 50 次、21 個取樣點解析單打全部 254 場比賽發球的 Serve Quality，說明勝率為何變化的 Key Moments，以及運行在 watsonx Orchestrate 之上的對話功能 Match Chat。肢體追蹤部分的開發用到了 IBM Bob，形成由 AI 做出的 AI 功能直接送到觀眾手中的結構。資料背後的推導過程要公開到什麼程度仍是待解的問題，但把觀賽的解析度往上推這個方向值得肯定。
