Inget är nytt under solen i matchfixning
När vi går in i 2025 är integritetsutrymmet inom sportvadslagning redo att dra nytta av fortsatta framsteg inom AI och dataanalys, vilket gör upptäckt och förebyggande av matchfixning effektivare än någonsin. När dataekosystemet fortsätter att växa och teknologin utvecklas, kommer Sportradars tillvägagångssätt att anpassa sig, förklarar Jack Kennedy, VP Anti-Match-Fixing, med fokus på inte bara att förbättra övervakningen av spelmarknaden utan också utöka sin roll i att stödja insamling av information och förbättra regelefterlevnad i branschen.
Hur förändras integritetsutrymmet när vi går in i 2025?
Matchfixningens värld utvecklas ständigt. Utmaningen är att hålla koll på de senaste trenderna för att säkerställa att vi som teknikföretag ständigt går framåt och har rätt datainfrastruktur och resurser för att hålla jämna steg med utvecklingen. Inget är nytt under solen i matchfixning. Vi ser ofta samma karaktärer dyka upp genom åren, men att anpassa sig till förändringar i landskapet är alltid viktigt. Som vi troligen kommer att beröra senare finns det ett ökat beroende av vadslagningsdata från operatörer, så vi måste fortsätta bygga ut dessa relationer och informationsflödet är nyckeln. Den största utmaningen är att det, på grund av konfidentialitet i pågående utredningar, ibland är svårt för operatörer att få feedback från idrottsförbund och det skapar svårigheter. Dessa fall tar tid, de är komplexa och du måste se till att operatörerna förstår det faktum att deras information som används för att gynna dessa fall ligger bakom stängda dörrar för positiv förändring.
Vad är förhållandet mellan upptäckt av misstänkt aktivitet som nu analyseras av AI i motsats till mänsklig tillsyn?
Det är inte så mycket att dessa matchningar upptäcks av AI och dessa matchningar upptäcks av människor. Den verkliga anledningen till att tekniken är på plats är att AI-komponenten ska stödja mänsklig analys. Vi övervakar hundratusentals matchningar per år och AI-modellen är till för att skilja agnarna från vetet så att säga och identifierar den lilla delmängden av potentiellt misstänkta matchningar som kräver ytterligare mänsklig analys. Vårt Universal Fraud Detection System (UFDS), ett system som vi byggt på Sportradar, behandlar data hämtade från ett brett spektrum av operatörer, från stora till lokala operatörer. Systemet får i sig all speldata, och AI-modellen är till för att identifiera misstänkta spelaktiviteter – vare sig det är marknader före matchen med en stor oddsförändring, ökad omsättning på en viss spelmarknad, eller på livespelmarknader, ökad omsättning eller oddsavvikelse från förväntade nivåer. AI och varningssystemet är till för att i huvudsak flagga ut matcher som kräver ytterligare mänsklig analys.
AI-modellen har varit ett fantastiskt tillägg, den lär sig ständigt, förbättrar och tar in data från flera källor. Den gör saker som människor kan göra i mycket högre hastighet, men det kommer alltid att finnas ett behov av mänsklig analys. Stark vadslagning pekar inte alltid på misstänkt vadslagning. Det finns olika anledningar till stark betting. Till exempel, när vi kom ut ur pandemin och livesporter återupptogs fanns det situationer där stora delar av spelare skulle uteslutas. Det finns andra exempel när ett lag har setts resa till en match på flygplatsen och flera stjärnspelare inte reser. Det har till och med varit situationer där ett lag har startat 10 spelare och tvingats spela en andramålvakt ute. Dessa är alla fall som kräver mänsklig analys för att skilja mellan vad som är legitimt vadslagning och vad som är misstänkt vadslagning.
Får varje global sportaktivitet samma granskning, eller är UFDS:s beräkningskraft mer målinriktad än så?
En av de största sakerna med maskininlärningsmodellen och den ökade användningen av AI i vår övervakning är möjligheten att övervaka på ett hästar för kurser. Varje sport har sin egen vadslagningsdynamik. Olika marknader är populära inom fotboll och basket, volleyboll och tennis. AI-modellen är till för att säkerställa att varje sport övervakas på ett sätt som är relaterat till hur den tidigare har manipulerats eftersom maskininlärningsmodellen ständigt lär sig av vår mänskliga bedömning. Det är datauppsättningen den fungerar med så att den kan se till att varje sport bedöms utifrån de individuella riskfaktorer som har setts tidigare. Det är en av de största fördelarna med modellen – att den kan skilja mellan olika sporter – och en av de stora fördelarna med att Sportradar agerar som dataleverantör och ekosystem innebär att vi har tillgång till stora datakällor om ett brett utbud av sporter. Detta ger oss möjligheten att se på varje sport på ett individuellt sätt.
Vi har team av analytiker som är dedikerade till vissa sporter. För att svara på din fråga, ja, varje sport får sin egen typ av uppmärksamhet men för att den lär sig av mänskligt beteende och våra tidigare klassificeringar av matcher. För sporter som fotboll och basket där det har spelats in ett högre antal misstänkta matcher tidigare är systemet naturligtvis bättre utrustat eftersom det har en större datapool att arbeta med.
Du har talat om Sportradars roll i att fastställa och sedan validera legitima vadslagning från misstänkta vadslagning. Hur är det med verkställighetsåtgärden?
Det finns tre olika områden som Sportradar stöder. Den första är förebyggande och vi har välutrustade integritetsutbildningar och förebyggande team. Det här är människor som har en utbildningsbakgrund och de har skräddarsytt material för att hjälpa spelare, domare eller andra intressenter inom sporten att känna igen matchfixningsmetoder och hur man rapporterar det, vilket ofta inte är så lätt som det låter. Sedan är det detektionskomponenten, och det är här UFDS kommer in. När systemet flaggar för stark vadslagning kommer en analytiker att göra en första granskning. Om de inte kan se några omedelbara faktorer för att avgöra varför den starka inhämtningsaktiviteten är på plats, kommer vi att göra ytterligare forskning och data valideras av ett team inom Sportradar. Detta för att säkerställa att måltiderna är korrekta, systemet har korrekt registrerat eventuella röda kort och så vidare. Därefter skickas en förfrågan ut till en lokal expert med en lista med frågor som ger vårt team av analytiker all tillgänglig information. Till exempel, fanns det några lokala rykten? Fanns det några extra lagnyheter innan matchen? Ofta pratas det om saker i lokalradion som är svåra för analytiker att hitta från skrivbordet. Denna nästa uppsättning frågor körs igenom och när data har validerats och kontrollerats kommer de tillsammans att fatta ett beslut om huruvida vadslagningsaktiviteten kan förklaras av rimliga faktorer.
Vi har en hög tröskel, så vi tittar på varje vadslagningsaktivitet på flera sätt för att säkerställa att det inte finns någon legitim anledning till vadslagningsaktiviteten. När den tröskeln har nåtts skickas en rapport till det relevanta idrottsförbundet och beskriver de vadslagningsmarknader som vi riktar in oss på, varför vi fastställer att vadslagningsaktiviteten är oregelbunden och olika andra faktorer. Det finns också listat i en databilaga – saker som serietabellen, en ordlista över vadslagningsvillkor och eventuella tidigare misstankar om de inblandade lagen eller spelarna. Denna rapport innehåller information för förbund att vidta sina egna åtgärder och tillvägagångssättet här har validerats av Court of Arbitration for Sport. Sedan kommer jag in på den tredje pelaren – handling. Inom vårt team mot uppgjorda matcher har vi ett dedikerat team av underrättelseanalytiker och utredare som kommer från en mängd olika karriärbakgrunder. Till exempel arbetade chefen för Sportradars integritetsverksamhet inom marinens underrättelsetjänst i 10 år. Det här laget är uppbyggt så att om idrottsförbundet inte har en infrastruktur för att själva undersöka matchfixningsaktiviteten och inte kan lägga till mer sammanhang i ja/nej i vadsövervakningsrapporten, finns vårt team där för att stödja. Vi har dedikerade underrättelseverksamheter, relationer med brottsbekämpande partner, datasystem som vi kan använda för att bygga en bild för federationen och i slutändan hjälpa dem att bygga upp mot sanktioner eftersom det är det största avskräckningsmedlet.
Jag vill tro att vi har täckt allt så att även partners med den minsta resursnivån kan anlita Sportradars expertis och vi kan täcka så mycket för dem som de vill att vi ska göra. Alternativt, om de vill ha saker internt, kan vi bara ge kompletterande hjälp.
Hur ofta leder dessa fall till sanktioner?
Det arbete som vi har gjort inom integritetstjänster har resulterat i 900 idrottssanktioner och 73 brottsdomar. Vi kan inte äventyra några pågående utredningar, men några tidigare och offentliga exempel inkluderar det enorma stöd vi gav UEFA i matchfixningsfallet som involverade den albanska klubben KF Skënderbeu. Vi tillhandahöll en betydande mängd underrättelsestöd och om du läser fallet kommer du att se att våra rapporter används. Klubben stängdes av från europeisk tävling i 10 år och bötfälldes med en miljon euro. Vi var också starkt involverade i ett FIFA-fall med den ghananska domaren, Joseph Lamptey. Den första identifieringen kom från vårt team, och vi var inblandade på underrättelsesidan om det också. Jag skulle kunna dra av mig många fler.
Hur balanserar ni operatörernas mål med idrottsorganisationernas, statliga myndigheters, nationella plattformar och brottsbekämpande myndigheters mål?
Tack och lov är de alla samordnade såtillvida att uppgjorda matcher är negativt för alla dessa olika organ – vadhållningsoperatörer, idrottsförbund, brottsbekämpning. Det är positivt – alla vill dra åt samma håll. På grund av Sportradars position är vi mycket nära vadhållningsoperatörer och sportförbund och vi inser att det gör oss unika i dessa omständigheter. Det är därför Sportradar är bäst i integritetsfrågor på grund av företagets position i dataekosystemet. Som ett erkännande av det startade vi för ett par år sedan Sportradar Integrity Exchange, ett gratis initiativ för vadslagningsoperatörer att gå med som nu har över 100 i det nätverket. I grund och botten är det ett nätverk för informationsdelning om potentiellt misstänkt vadslagning. Det ger operatörer ett uttag till Sportradar och andra operatörer, samt ett inlopp till idrottsförbund. Data från vadhållningsoperatörer är grundläggande i sport- och brottsutredningar. Sportradar är i centrum för det och vi underlättar den här anslutningen eftersom många idrottsförbund inte vet var de ska börja få information från speloperatörer, så detta integritetsutbyte är en stor del av det. Naturligtvis respekterar vi alltid sekretess för informationsdelning.
Hur kommer Sportradar att förbättra sitt utbud av integritetstjänster 2025?
Vi kommer att titta på produktutveckling och hur vi använder AI bortom satsningsövervakningsutrymmet. Hur kan vi fortsätta att använda den senaste tekniken för att förbättra resultaten för våra partners, särskilt inom underrättelseområdet? Det betyder inte att AI kommer att användas för att utföra någon av vår intelligens och analys, men det kommer att hjälpa oss att smälta olika källor i en snabbare tidsram. Vi har åstadkommit detta på satsningsövervakningssidan, och vi kommer att vända vår uppmärksamhet lite mer till intelligensaspekten. Över hela Sportradar kommer vi att fortsätta att stärka det stöd vi ger till regulatorer, inklusive inom ansvarsfullt spelande, som bara är en del av det regulatoriska landskapet där vi använder teknik för att lösa utmaningar. Inom anti-match-fixing och därefter finns det olika mål, men för mig handlar det om att kontinuerligt anpassa och engagera sig med speloperatörer. Vi vill föra operatörer djupare in i ekosystemet och skapa mer direkta samtal mellan speloperatörer och idrottsförbund. Stödet som vi kan tillhandahålla i utrymmet mot uppgjorda matcher ges till stor del till idrottsförbund, men vi kommer att undersöka vad vi ytterligare kan tillhandahålla för speloperatörer när vi vill bygga vidare på dessa relationer.
