長野遼太 | SportMeme

SportMeme代表. スポーツの最先端のデータ分析（バスケ・サッカー・ラグビー）に挑戦中. 日本のSportsTechを盛り上げる. note→

[長野遼太 | SportMeme @nagano_meme]

【皆さまへの御礼と意気込み】
今月の中旬から挑戦させて頂いていた株式投資型クラウドファンディングの募集期間が終了し、無事目標金額を上回ることができました！

ひとえに応援してくださった皆様のおかげでございます。

最終的には93名の方から20,748,000円のご支援を頂きました。
本当に、心より感謝申し上げます…！

今回ご支援頂いた資金は、全力で事業に投資させて頂きます。

株主の方々の期待に応えられるよう、何よりこれだけ多くの皆さまと一緒にスポーツでワクワクする未来を作っていけることに、自分自身つよく奮い立っております！

まだまだこれからではありますが、これからも是非応援頂けますと幸いです！
よろしくお願いいたします！！

[長野遼太 | SportMeme @nagano_meme]

【目標金額達成の御礼】
かねてより挑戦をさせて頂いていた株式投資型クラウドファンディングにて、目標金額を達成することが出来ました！！

本当に多くの皆様に応援頂いたお陰でございます。改めて誠に感謝申し上げます…！

残り一日ありますので、ぜひ最後までご支援頂けますと幸いです！

拙い文章ではありますが、私がこの会社にかける想いを書きましたので、ぜひご一読いただけますと幸いです！

[長野遼太 | SportMeme @nagano_meme]

応援！

[SPORTLIGHT @sportlight_jp]

弊社からスポーツ向けの映像分析・タグ付けに特化したmacOS / iOSアプリ「Play Palette」をリリースいたしました！ タギング、マルチアングル同期、描画やコメント入りの映像リスト作成などが可能です。 #playpalette #スポーツ分析
https://t.co/M714uCbBL0

[SPORTLIGHT @sportlight_jp]

弊社からスポーツ向けの映像分析・タグ付けに特化したmacOS / iOSアプリ「Play Palette」をリリースいたしました！ タギング、マルチアングル同期、描画やコメント入りの映像リスト作成などが可能です。 #playpalette #スポーツ分析
https://t.co/M714uCbBL0

[Makoto Isono @blue_jer_sey]

リーグとしても初めてのドラフトを迎えるにあたって、ヴェルカは最も入念に準備をしたクラブである自負があります。その裏側を余すところなく盛り込んであるので、70分の超大作ですがお時間ある時にぜひご覧を！

[Chicago Bulls @chicagobulls]

OFFICIAL: We have signed Yuki Kawamura to a Two-Way contract.

Welcome back, @KawamuraYuki 🇯🇵

[Masa Taira 平 将貴｜SHOEHURRY! @Masataka_Taira]

最近ちょくちょく関係者には提言している話題です。

リーグ関係者の方々の尽力のおかげで今があり、さらにそれをどうやって進化させていくべきか？

現場視点とビジネススケールの観点から、Bプレミア以降の未来を少し妄想させてもらいました。

是非ご意見ください！

[Hisashi Ito⚾️Knowhere(CEO/Founder) @HisashiIt710]

ようやくリリース出来たので少しだけポエムを。
当然ですがSmartScoutはこれから機能はどんどん増やしていきますし、より使いやすくしていきます。お前が言うなよって言われるかもですが日本発でMLB、さらには世界でも使われる野球のテクノロジーって本当にないので少しでも応援してもらえたら嬉しいです。今回もアメリカを含め10カ国以上で同時リリースをしており、北米のMLBのみならず南米や台湾、さらには中東やアフリカからもお問い合わせを頂いております。
至らないところがあるのは十分理解していますので皆さんからのご意見頂きながら少しでも良いものになるようにチーム全員で取り組んで行きます！

[ARMYN @A_R_M_N_T]

【NHL】
🇯🇵磯谷建汰選手がLos Angeles KingsのTraining CampのRoster(ﾒﾝﾊﾞｰ)入り!!

10/7に開幕するNHL各チームが最終CampのRosterを発表。
LA KingsはRookie Campに続き🇯🇵磯谷選手(AHL)を招待。
紛うことなきNHLトップ選手達によるCamp。
ここから人数が削られるが、どこまでアピール出来るか。

[Atom Scott @AtomJamesScott]

MIXIとの取り組みがForbes JAPANに掲載されました！
全4ページ、きっかけから裏側までガッツリ掘り下げてもらってます🙌
写真もいい感じ！

> AIトラッキング・スポーツテックの未来、なぜMIXIとPlayboxは「世界最高峰」に挑んだのか
https://t.co/nioaJw4uaJ

[Atom Scott @AtomJamesScott]

遂に取り組みのリリース出せました！

PlayboxがMIXIと共同でCVPR 2025のSoccerNet Challengeに出場し、世界4位に入賞👏👏

選手やボールの動きをAIで高精度に再現する「Game State Reconstruction」の挑戦をぜひご覧ください！
👉 https://t.co/aIO1J1slw1

[Yuriko Fukuda @daaaaaan45]

note更新しました！
今シーズンのインターン、エントリーは今週金曜、6月20日まで！

インターンシップを採用したら、後悔した話｜福田有利子 Yuriko Fukuda @daaaaaan45 https://t.co/xXzosYV9lg

[家徳悠介 Yusuke Katoku スポヲタ社 @yu_katoku]

まだまだ日本ではGMという役割がバスケ界では馴染み薄いですが、サラリーキャップの無い今のBリーグにおけるGMの優秀さは、恐らくいかに上(親会社、社長、他)からお金を引っ張って来れるかが大事であり、今後はキャップがつくとNBAのようにいかに予算内でいかに上手に選手を獲得できるか、いかに上手にチームを構成できるかが大事になると思ってます。

勿論これが全てでないですが、単純に予算が多い方が良い選手は獲得しやすいので、これまでは営業能力が高いGMが重宝され、今後サラリーキャップが入った後はよりバスケ 理解度は勿論のこと、情報ネットワークの広さと、数字の強さを持つGMが重宝されそう。

[浦安D-Rocks @UrayasuDRocks]

🌑DIVISION1残留🟡

本日の試合結果により、浦安D-RocksのDIVSION1残留が決定しました。
チームを信じて応援していただいた皆様、本当にありがとうございました！

皆で繋いだこの結果。更に成長して来季の開幕を迎えたいと思います！またリーグワンで会いましょう！
#drocks #connect
#共につないだ

[Hisashi Ito⚾️Knowhere(CEO/Founder) @HisashiIt710]

SmartScoutを多くの人に知ってもらうためにこの共有機能を使って毎週必ず投稿をお願いするアンバサダー的な形で募集したら興味ある方はいますかね？もちろん先行&無償で提供します。この投稿の反応が良ければ社内で調整します！(RTしてもらえると喜びます

[Hisashi Ito⚾️Knowhere(CEO/Founder) @HisashiIt710]

SmartScoutですがこのようにスマホで撮影するだけで球速以外の回転数や変化量が出ます！本当に撮るだけです。特別な設定は不要です。リアルタイムな画面録画なのでどれぐらいのスピードで出るかも見て頂けます。

[Hisashi Ito⚾️Knowhere(CEO/Founder) @HisashiIt710]

弊社からのプレスリリースも出しました！/Knowhere、グロービス・キャピタル・パートナーズをリード投資家として総額4.8億円を調達 - 現役プロ野球選手も投資家として参画 https://t.co/AXB2aksSEF @PRTIMES_JPより

[長野遼太 | SportMeme @nagano_meme]

すごい！

[Hisashi Ito⚾️Knowhere(CEO/Founder) @HisashiIt710]

約5億円の資金調達とMLBのテキサスレンジャーズの導入を発表させて頂きました！また、ロッテ西野投手と唐川投手、ヤクルト木澤投手も投資家として参画して頂いております！/大手VCやプロ野球選手、スタートアップに出資　スマホで投球解析 - 日本経済新聞 https://t.co/pMRszzmMMk

[Ikuma Uchida（内田郁真） @ikuma_uchida18]

朝日新聞様にPlayboxを取り上げていただきました！

＞育成の現場でももっと手軽にデータを分析し、客観的に自分のプレーを顧みる習慣がつけば、自身のプレーももっと良くなると思うし、日本のサッカー界のためにもなる

映像、データ分析がより身近になる世界を作り上げます
https://t.co/qfDS5UwCp8

[Keisuke Fujii (藤井慶輔) @keisuke_fj]

スポーツAIについて、データ取得から分析まで網羅的に解説する単著がSpringerから出版されました！
オープンアクセスで無料で読めます。
自由に翻訳するなりして好きに使って頂いて大丈夫です。
1人でも多くの方に読んでもらえると嬉しいです。
拡散よろしくお願いします！
https://t.co/dAJA3LuG3B

[長野遼太 | SportMeme @nagano_meme]

@shotagoto0611 おめでとうございます！！

[Brendan (can/do) @BrendanFoody]

THE SECRET MERCOR MASTER PLAN

Imagine a world where Jeff Bezos is a hedge fund investor, Howard Shultz is a salesman, and Reed Hastings is a teacher. That was the world we lived in, not so long ago. These are the jobs they were doing before they found the best use for their talents.

We founded Mercor because the labor market is the largest, most inefficient market in the world. Better matching people with the work they do everyday is the largest lever on maximizing global utility. While we gained incredible traction with our initial focus on hiring experts to train AI models, this is only the first step in our plan to solve global labor allocation.

THE WEDGE

Marketplaces are hard to get off the ground, but if they do take off they become huge. The successful ones have a wedge into a large and pressing unmet need. For Uber, the wedge was black cars. For Airbnb, it was conferences.

We started 2024 in our apartment with no US employees, under $1M in annual revenue, and only seed companies as customers. Last year we grew 6400% and we now work with the most sophisticated technology companies in the world, making us one of the fastest growing companies in Silicon Valley history.

We believe we can create hundreds of thousands of jobs with AI labs alone, but that pales in comparison to the billions of knowledge work jobs in the world. The technology that we’re been building is generally applicable.

STRUCTURAL INEFFICIENCY

Labor inefficiency stems from two structural challenges in the market:

1. Fragmentation – job candidates apply to a handful of jobs and companies consider a fraction of a percent of candidates in the market. This is because matching supply and demand needs to be solved manually (and previously in person). Companies manually review resumes, conduct interviews, and predict who they believe will perform well. Human time is the limiting factor. However, if you can solve this matching problem at the cost of software it allows you to interview everyone, making way for a global, unified labor market that every candidate applies to and every company hires from.

2. Imperfect Information – When you order a ride on Uber, you know what you’re getting. When you book an Airbnb, the pictures usually do a pretty good job. When you’re hiring someone, it’s extremely difficult to accurately predict how well they will perform on the job. Imperfect human judgement is embedded within every transaction. While LLMs are not perfect at talent assessment, models are quickly surpassing human capabilities. This trend will continue to make transactions more efficient.

Correspondingly, our main objectives are to attract high caliber applicants to come to Mercor and accurately predict candidate’s job performance. Achieving these objectives will solve global labor efficiency more broadly.

Hiring expert contractors to train AI models is the perfect forcing function on these objectives. First, we collect performance data from AI labs within days, compared to the 3 month lag from a traditional enterprise. This allows us to immediately calibrate on the effectiveness of our models and continuously experiment to find the features predictive of success. Second, we need to hire a broad pool of candidates across all knowledge work jobs (law, consulting, medicine, engineering, etc.). This builds the strength of our talent pool across every professional and academic domain. Third, we will service “unreasonable asks” from AI labs like needing to hire 300 people in two days. These high volume requests for quality people on extremely short timelines can’t be fulfilled with a services operation. They force us to build the automations at each layer of the hiring process to deliver.

HIRING FOR ALL WORK

We have the largest comparative advantage from automating talent assessment when the ratio of time spent assessing someone relative to the time spent working with them is the highest. When hiring someone for 5 years, it’s easier to interview them manually. When hiring someone for 5 weeks, efficient matching automation creates a huge comparative advantage. Because of this, we’ve started with shorter duration contract work, but will expand progressively towards longer duration, full-time jobs as our technology matures.

So, in short, the master plan is:
1. Hire people to train AI models
2. Use those contracts to learn how to predict job performance
3. Expand to short-duration contract roles
4. Hire people for all jobs

Don’t tell anyone.