14 cámaras por pabellón, 29 puntos del cuerpo rastreados por jugador, 25 fotogramas por segundo. Esa es la tecnología que hoy decide, en parte, qué jugadores ficha un equipo, cómo rota sus minutos y hasta qué jugadas valida un árbitro. La NBA ha pasado en menos de 30 años del cuaderno y el cronómetro a un sistema de captura de datos que convierte cada partido en varios millones de puntos de información.
De los puntos por partido al EPM
El cambio empezó en 1997, cuando la liga comenzó a registrar de forma sistemática cada jugada (play-by-play). Fue el origen de un movimiento análogo al Moneyball del béisbol: usar los números para cuestionar lo que el ojo humano daba por hecho. De ahí salió una cadena de métricas cada vez más finas: del recuento básico de puntos, rebotes y asistencias se pasó al PER, después al VORP y hoy a modelos de impacto integral como el EPM, que intentan capturar el valor real de un jugador más allá de la estadística tradicional.
Un buen ejemplo de hasta qué punto estas métricas avanzadas han cambiado la forma de valorar a un jugador es el perfil estadístico de Nikola Jokić, donde el desglose de impacto va mucho más allá de los puntos y rebotes por partido y ayuda a entender por qué su valor real para los Nuggets es todavía mayor de lo que reflejan sus números tradicionales.
El salto a las cámaras: seguimiento óptico en cada pabellón
En 2013, la NBA se convirtió en la primera gran liga estadounidense en instalar un sistema de seguimiento de jugadores en todos sus pabellones, de la mano de SportVU. A través de cámaras de alta resolución, el sistema podía calcular en tiempo real la velocidad, la distancia recorrida, la separación entre jugadores y el movimiento del balón. Por primera vez, el dato dejaba de limitarse a «qué pasó» para empezar a explicar «cómo» había pasado.
En 2016 llegó el relevo: Second Spectrum se convirtió en el nuevo proveedor oficial de seguimiento óptico, y desde 2023 esa función la ejerce Hawk-Eye, la misma tecnología que ya se usaba en tenis y fútbol para revisiones arbitrales. Su sistema actual utiliza 14 cámaras capaces de rastrear 29 puntos del cuerpo de cada jugador, lo que permite construir un modelo de «pose» mucho más detallado que el simple punto de localización que ofrecían las generaciones anteriores.
Esa mayor resolución de datos no solo mejora la precisión de las revisiones arbitrales —ayudando a resolver jugadas decididas por fracciones de segundo en los playoffs—, sino que está dando lugar a una nueva generación de métricas todavía por explotar del todo.
Equipos que ya no se construyen «a ojo»
Esta revolución del dato no se ha quedado en la pista. Las oficinas centrales de los 30 equipos han ampliado de forma constante sus departamentos de analítica en la última década, y contratar pronto a especialistas en estas tecnologías se ha convertido en una ventaja competitiva real. Cada vez es más habitual ver organigramas de franquicias con científicos de datos y especialistas en aprendizaje automático trabajando junto a los scouts tradicionales.
El impacto se nota en la construcción de plantillas: muchos equipos ya no buscan únicamente estrellas, sino piezas que aporten valor medible en roles muy concretos —eficiencia de tiro, impacto defensivo, generación de espacios— para armar rosters más equilibrados. Quien quiera comparar ese tipo de aportaciones puede consultar los líderes históricos de estadísticas de la NBA, donde se aprecia cómo las métricas avanzadas han cambiado el ranking de quién es considerado «élite».
También se nota en el desarrollo de jugadores: los cuerpos técnicos combinan datos de seguimiento, vídeo y visualización avanzada no para sustituir el ojo del entrenador, sino para reforzarlo con información objetiva sobre fatiga, biomecánica y progresión individual.
La siguiente frontera: sensores, IA y datos en directo
El futuro inmediato ya está aquí. Cada vez más equipos prueban dispositivos wearables que aportan información en tiempo real sobre el desgaste físico y el estado de forma de los jugadores, lo que empieza a abrir la puerta a ajustes de rotación basados en datos de fatiga y no solo en minutos jugados.
En paralelo, el análisis del movimiento —cómo se desplaza un jugador, a qué velocidad cambia de dirección, cómo rota un equipo en defensa— se está incorporando a los modelos predictivos que tratan de anticipar el rendimiento de equipos y jugadores partido a partido.
Según estimaciones del sector, el mercado global de inteligencia artificial aplicada al deporte ronda ya los 9.760 millones de dólares en 2026, con una proyección de crecimiento que lo llevaría a superar los 33.000 millones hacia 2031.
Una parte significativa de esa inversión tiene como destino el baloncesto profesional, una disciplina que genera más datos espaciales por partido que casi cualquier otro deporte gracias al rastreo constante de jugadores y balón en cada uno de los pabellones de la liga.
La conclusión: el dato no sustituye al ojo, lo afina
El criterio del entrenador o del scout sigue siendo insustituible para leer el contexto de un partido. Lo que ha cambiado es la cantidad y la calidad de información disponible antes de tomar esa decisión. Hoy, no usar estos datos no es una opción de estilo: es una desventaja competitiva directa frente a quien sí los explota.
Y si hay un jugador que resume bien esta nueva era, donde el dato avanzado revela un valor que el ojo desnudo no siempre capta a primera vista, es Nikola Jokić, cuyo perfil estadístico se ha convertido en caso de estudio habitual entre los analistas de la liga.
