Antonio Manzo (Vector, Gambla): "L'intelligenza artificiale non elimina l'incertezza, la trasforma in probabilità misurabile"

C'è un tema che negli ultimi mesi è tornato spesso nelle conversazioni di settore: cosa succede quando l'intelligenza artificiale entra in un ambito che per definizione convive con l'incertezza, come quello delle scommesse sportive? Ne abbiamo parlato con Antonio Manzo, imprenditore e investitore nel settore iGaming e Betting, fondatore di Vector e di Gambla, il portale italiano che ha sviluppato Gambla AI, un motore predittivo basato su machine learning applicato al mondo dello sport.

Partiamo dall'inizio. Com'è nata l'idea di Gambla?

È nata da un'osservazione abbastanza semplice: per anni lo sport è stato raccontato come qualcosa di totalmente imprevedibile. "Qui conta solo l'istinto", "qui è solo fortuna". Ed è vero, in parte: il risultato di una singola partita resta incerto, per fortuna, altrimenti non sarebbe sport. Ma dietro quella singola partita ci sono migliaia di dati che raccontano molto di più di quanto un tifoso medio riesca a cogliere a occhio. Con Vector lavoravamo già da tempo su modelli di analisi dati applicati ad altri settori. A un certo punto ci siamo chiesti: perché non applicare lo stesso rigore al betting, dove il divario tra chi ha accesso a dati sofisticati e chi scommette d'istinto è sempre stato enorme?

Cosa intende esattamente quando dice che l'AI "trasforma l'incertezza in probabilità misurabile"?

Intendo che l'intelligenza artificiale non prevede il futuro, e chi promette questo mente sapendo di mentire. Quello che fa un modello come il nostro è analizzare migliaia di variabili — forma delle squadre, statistiche avanzate, quote live e storiche, dati di contesto — e restituire una stima di probabilità più accurata rispetto a quella che potrebbe fare una persona basandosi solo sulla memoria o sulla simpatia per una maglia. Non è indovinare. È imparare da grandi quantità di dati passati e aggiornarsi costantemente man mano che arrivano nuovi risultati. La differenza è tutta lì: un conto è la fortuna, un conto è un sistema che migliora decisione dopo decisione.

Come funziona concretamente Gambla AI, senza entrare troppo nei dettagli tecnici?

Il cuore del sistema lo trovate su gambla.it/gambla-ai che altro non è che un algoritmo predittivo proprietario che incrocia dati strutturati — quote dei bookmaker, statistiche storiche, expected goals, trend recenti — con variabili di contesto che spesso vengono ignorate dall'analisi tradizionale, dove il modello genera una probabilità reale per ogni possibile esito di un evento sportivo e la confronta con la quota offerta dal mercato. Quando c'è uno scostamento significativo tra le due, si genera quello che in gergo si chiama valore atteso positivo: un vantaggio statistico, non una certezza.

C'è chi guarda con sospetto all'idea di un'AI applicata alle scommesse, temendo che possa spingere le persone a giocare di più. Come risponde?

È una preoccupazione legittima e la prendo sul serio, non è una domanda scomoda da evitare. La verità è che uno strumento più sofisticato abbassa la barriera d'ingresso, e questo va detto con onestà. Per questo la nostra comunicazione accompagna sempre l'analisi tecnica con richiami costanti al gioco responsabile: nessun modello statistico trasforma le scommesse in un investimento sicuro, la varianza esiste e le serie negative fanno parte del gioco tanto quanto quelle positive. Il nostro obiettivo non è convincere qualcuno a scommettere di più. È dare a chi ha già deciso di farlo uno strumento più solido di una sensazione, con tutti i limiti che uno strumento probabilistico comporta.

Quanto conta, in questo tipo di modelli, la qualità dei dati rispetto alla sofisticazione dell'algoritmo?

Conta più della sofisticazione dell'algoritmo, senza dubbio. Un modello allenato su dati incompleti o poco rappresentativi produce risultati inaffidabili, per quanto l'architettura tecnica sia elegante. Per questo buona parte del nostro lavoro non è visibile: è raccolta, pulizia e strutturazione dei dati, prima ancora che apprendimento automatico. È un lavoro meno affascinante da raccontare, ma è quello che fa davvero la differenza tra un sistema che funziona e uno che sembra funzionare solo nelle presentazioni.

Guardando avanti, dove pensa che si spingerà l'applicazione dell'intelligenza artificiale nel betting nei prossimi anni?

Verso una granularità sempre maggiore. Oggi lavoriamo soprattutto su dati storici e statistici strutturati. Il passo successivo è integrare variabili oggi ancora poco sfruttate su larga scala: condizioni fisiche aggiornate in tempo reale, gestione del turnover, persino segnali contestuali che oggi vengono letti solo da analisti molto esperti. Non cambia il principio di fondo — dati, pattern, probabilità — ma cambia la profondità con cui riusciamo a leggerli. E resto convinto di una cosa: più la tecnologia diventa sofisticata, più deve restare onesta su cosa può e cosa non può fare. Il giorno in cui smettiamo di dirlo chiaramente, abbiamo smesso di fare il nostro lavoro.

Nota redazionale: la presente intervista è un draft predisposto sulla base di dichiarazioni pubbliche di Antonio Manzo e del posizionamento editoriale di Gambla. Prima della pubblicazione va sottoposta al diretto interessato per revisione e approvazione delle citazioni a lui attribuite.