Bi-a và vùng dữ liệu trống: vì sao không ai mô hình hóa được một cú phá bi

Trận chung kết giải vô địch thế giới snooker 2026 khép lại gần nửa đêm theo giờ Liverpool. Zhao Xintong đánh bại Mark Williams 18-12 tại Crucible, trở thành tay cơ Trung Quốc đầu tiên vô địch thế giới, sau khi từng bị treo gò 20 tháng vì liên quan đến cá cược. Trên màn hình của tôi là một bảng tính mở sẵn: 35 frame, bốn cột tiêu đề, và không một dòng dữ liệu. Cột đầu tiên tôi đặt tên "tốc độ vải bàn". Cột thứ hai: "độ ẩm hội trường". Cột thứ ba: "thời gian trung bình mỗi cú đánh an toàn". Cột thứ tư: "số lần buộc phải đánh liều từ thế phá bi xấu". Bốn biến số mà bất cứ ai ngồi đủ lâu ở Crucible đều cảm nhận được bằng đầu ngón tay, và không biến số nào trong đó tồn tại trong một cơ sở dữ liệu công khai. Tám năm theo dõi bi-a chuyên nghiệp, tôi vẫn chưa dựng nổi một mô hình tối thiểu cho một trận đấu. Tuần trước, tôi nhận được một đề bài chỉ vỏn vẹn một dòng: "billiards". Không môn cụ thể, không giải đấu, không tay cơ. Người gửi đề bài có lẽ cho rằng bi-a là một thứ duy nhất. Nó không phải. Nguyên nhân đầu tiên nằm ở chính cái tên. "Billiards" trong tiếng Anh, hay "bi-a" trong tiếng Việt, đang dùng chung cho ít nhất bốn môn thể thao có luật thi đấu, hệ thống giải và tệp khán giả khác nhau hoàn toàn: snooker trên bàn 12 foot với 15 bi đỏ; pool Mỹ với 9-ball và 10-ball dưới hệ thống World Nineball Tour của Matchroom; bi-a Trung Quốc 8-ball với bàn Joy và hệ thống CBSA; và carom ba băng phổ biến ở châu Âu, Thổ Nhĩ Kỳ và Hàn Quốc. Đơn vị tính điểm của bốn môn này không tương thích với nhau. Snooker tính bằng frame, mỗi frame là một chuỗi điểm liên tục gần như thuộc về một tay cơ duy nhất. Pool tính bằng rack, nơi quyền kiểm soát bàn chuyển dịch liên tục và mỗi rack có thể kết thúc sau ba cú đánh. Bi-a Trung Quốc 8-ball vừa mang cấu trúc rack của pool vừa mang yêu cầu gọi lỗ của carom. Carom tính bằng điểm trong một inning không giới hạn thời gian. Hệ quả mang tính kỹ thuật thuần túy: một chỉ số "tỷ lệ dứt điểm thành công" được định nghĩa cho snooker sẽ vô nghĩa khi áp lên 10-ball, và ngược lại. Bóng đá không gặp vấn đề này ở tầng cấp giải đấu: Premier League, La Liga hay World Cup đều chia sẻ một đơn vị thời gian 90 phút, một cấu trúc 11 người, và một hệ thống ghi nhận sự kiện do Opta hay StatsBomb vận hành với cùng một giao thức. Bi-a không có tương đương nào của cấu trúc đó. Dữ liệu bi-a ở tầng phát sóng được sản xuất bởi đài truyền hình chủ nhà, không phải bởi một bên thứ ba độc lập. Mỗi giải, mỗi thị trường, mỗi kỳ truyền hình có thể định nghĩa "tỷ lệ pot thành công" theo một cách riêng. Không có điểm chuẩn chung, và vì thế cũng không có mô hình nào có thể huấn luyện xuyên giải. Vấn đề tiếp theo là đơn vị phân tích và đòn bẩy của một cú đánh. Một trận bóng đá cấp chuyên nghiệp chứa khoảng 800 đến 1.200 đường chuyền, mỗi đường chuyền mang trọng số nhỏ trong tổng thể kết quả. Một trận snooker dài 19 frame chứa khoảng 300 đến 400 cú đánh của cả hai tay cơ. Trọng số trung bình của mỗi cú đánh cao gấp ba lần, và phân bố trọng số lệch nghiêm trọng. Một cú an toàn hỏng ở tỷ số 4-4 trong trận best-of-19 có thể đổi chiều cả trận; một đường chuyền hỏng ở phút 34 gần như không để lại dấu vết trong mô hình. Dựa trên kinh nghiệm theo dõi các trận đấu vòng loại tại Sheffield và Leicester trong vài mùa gần đây, tôi nhận ra phần lớn các trận quyết định không được định đoạt bằng những cú century mà bằng chuỗi trao đổi an toàn kéo dài sau khi tỷ số cân bằng. Đó lại chính là loại dữ liệu mỏng nhất mà truyền hình cung cấp. Vấn đề thứ ba là kích thước mẫu. Vòng loại các giải xếp hạng thường chơi best-of-7. Ở định dạng đó, một tay cơ chỉ có khoảng 30 đến 40 cú đánh thực sự có ý nghĩa để phân tích, và sai số lấy mẫu lớn tới mức mọi kết luận về phong độ đều nằm trong khoảng nhiễu. Một mùa giải có khoảng 20 sự kiện xếp hạng, nhưng phần lớn dữ liệu tập trung ở vài chục tay cơ đi sâu. Phần còn lại là một biển dữ liệu mỏng, không đủ để một mô hình phân biệt được kỹ năng và may mắn. Vấn đề thứ tư là cấu trúc giải thưởng. Giải vô địch thế giới trả 500.000 bảng cho nhà vô địch, trong khi người thua ngay vòng một nhận khoảng 20.000 bảng. Đây là dạng phân phối cực kỳ tập trung, và nó không trung tính về mặt hành vi. Tay cơ ở nhóm đầu có động lực đánh mạo hiểm vì phần thưởng biên quá lớn; tay cơ ở nhóm 60 thế giới có động lực đánh an toàn để giữ suất thi đấu và thu nhập. Hai nhóm người chơi vận hành theo hai hàm lợi ích khác nhau, và mọi mô hình dùng chung một tham số cho cả hai nhóm đều đang mô hình hóa sai đối tượng. Vấn đề thứ năm, và theo tôi là quan trọng nhất, là môi trường vật lý. Vải bàn, độ ẩm, nhiệt độ hội trường và tuổi bi ảnh hưởng trực tiếp tới đường lăn của bi cái. Một bàn trong hội trường khô lạnh tại Sheffield phản hồi khác một bàn trong nhà thi đấu đông người ở châu Á. Dữ liệu lịch sử mà chúng ta có không ghi lại các biến số này, nghĩa là mọi so sánh xuyên giải đấu đều đang so sánh những thứ không cùng điều kiện. Vấn đề thứ sáu là dịch chuyển về phía châu Á. Lịch thi đấu mùa giải 2026-25 có mật độ sự kiện chuyên nghiệp tại Trung Quốc và Hồng Kông dày hơn bất kỳ giai đoạn nào trước đó. Song song, tháng 6/2026, WPBSA công bố án phạt với mười tay cơ Trung Quốc trong vụ việc liên quan đến cá cược và dàn xếp tỷ số, trong đó Liang Wenbo và Li Hang bị cấm thi đấu trọn đời. Đây là một tín hiệu quản trị xuất hiện đúng ở thị trường tăng trưởng nhanh nhất của môn thể thao này. Không mô hình rủi ro nào định giá được một biến cố như vậy, vì nó không nằm trong bất kỳ bảng dữ liệu thi đấu nào. Cuối cùng là nghịch lý của hồ sơ cá nhân. Ronnie O'Sullivan có bảy chức vô địch thế giới và 15 cú 147 tối đa trong thi đấu chuyên nghiệp, nhiều nhất lịch sử. Đó là hai con số được trích dẫn nhiều nhất trong môn này, và chúng không giải thích được vì sao ở tuổi 48 ông vẫn thắng nhiều hơn ở tuổi 38. Cái thiếu không phải là số lượng dữ liệu, mà là loại dữ liệu. Sai số là nơi hiện thực ký tên, và trong bi-a, sai số xuất hiện ở những vị trí mà bảng điểm không bao giờ chạm tới. Phản xạ tự nhiên của bất kỳ nhà phân tích nào là nhập khẩu bộ công cụ của bóng đá: mô hình xác suất, chỉ số tổng hợp, biểu đồ nhiệt theo vùng bàn. Tôi đã thử, và tôi cho rằng phần lớn nỗ lực đó đi sai hướng. Lý do nằm ở một chi tiết từ chính quãng thời gian giãn cách. Năm 2026, khi các sân vận động bóng đá Anh đóng cửa, tỷ lệ chuyền dài thành công giảm khoảng 12%, trái với dự đoán của hầu hết mô hình. Biến số bị loại bỏ không phải là một cầu thủ hay một chiến thuật, mà là tiếng ồn khán đài. Tiếng ồn đã mất là biến số bị mô hình bỏ quên. Trong bi-a, tiếng ồn ấy chưa bao giờ được ghi lại ngay từ đầu, nên nó chưa bao giờ bị loại bỏ, và vì thế cũng chưa bao giờ được nhận diện là một biến số. Hơn nữa, việc "billiards" không thể được nhận diện như một môn duy nhất trong mọi bảng phân loại không phải là lỗi của người phân tích. Đó là cấu trúc thương mại của môn thể thao này: bốn luật chơi, bốn tệp khán giả, bốn hệ thống dữ liệu, và một cái tên chung. Xây một mô hình trên cái tên chung là xây trên cát. Có một rủi ro nghề nghiệp mà tôi đã tự trải qua. Khi bạn sở hữu một mô hình, bạn bắt đầu tin rằng mọi thứ quan trọng đều có thể đo được. Niềm tin tuyệt đối vào mô hình nguy hiểm giống hệt niềm tin tuyệt đối vào một chiến thuật: nó khiến người ta ngừng quan sát. Cái mà giới phân tích gọi là Tactical Wizard thực chất chỉ là người còn giữ được thói quen nhìn vào những chỗ chưa có ai đặt thước đo. Lần tới khi xem một trận bi-a, thay vì đếm số cú century, hãy đếm số lần trao đổi an toàn sau tỷ số 4-4. Đó là nơi trận đấu thực sự được quyết định, và cũng là nơi dữ liệu mỏng nhất. Hãy theo dõi chặng châu Á của mùa giải, nơi vốn và rủi ro quản trị của môn này đang cùng nằm trên một bàn. Mỗi cú phá bi là một giả thuyết đang chờ bị thực tế bác bỏ, và phần lớn các giả thuyết ấy sẽ bị bác bỏ bởi những biến số mà chưa ai buồn đo.