作者:
peabo (peabo)
2026-07-20 12:09:03謝謝專業好文，因為其中可以看出NBA的複雜，也可以一窺NBA高度商業化以及多重博奕下
之下的精打細算。這所有賽程，如何排出「OR 最佳化」，通常指作業研究（Operations
Research, OR）中的最佳化技術。核心精神是運用數學模型、統計學和演算法，在資源有
限的限制下，從各種可行方案中計算出最佳解或近似最佳解，以解決物流、排程或資源分
配等複雜商業與工程問題。所以OR跟AI，應該是個協作與分工，只是好奇那個部分，需要
比較多時間？
以下問GEMINI，大概的分工與時間，請各位參考。
===================
要安排 NBA 全年度的所有賽程（30 支球隊、每隊 82 場、總共 1,230 場比賽），是一
個極度複雜的挑戰。它必須同時考慮電視轉播黃金時段、主客場移動距離（背靠背比賽）
、體育館檔期、各隊休息天數、甚至是聖誕節等重大節日的賽事安排。
在業界，這類頂級排程問題早已不是單靠 AI 或單靠 OR 可以解決的，而是需要兩者「
AI 負責建立預測與評估基準」、「OR 負責在嚴格限制下求解」的深度協作。
以下是兩者的協作方式，以及時間會花在哪些地方：
________________________________________
一、 AI 與 OR 如何在 NBA 賽程中協作？
1. AI 的任務：定義「什麼是好賽程」（執行前與執行後）
AI 在這裡不負責直接排日期，而是負責提供高品質的輸入數據與評估賽程的商業價值：
‧ 轉播收視率與票房預報：AI 根據球員轉隊（如自由市場明星動向）、球隊歷史宿
敵、新秀話題性，預測哪幾場比賽放在哪些時段（例如週五黃金檔、聖誕大戰）能創造最
高的收視率與轉播收益。
‧ 球員疲勞與受傷風險預測：AI 結合過去的穿戴式裝置數據與球員移動日誌，建立
一個「疲勞預測模型」。它能評估如果連續 5 天打 4 場主客場移動，球員的受傷機率會
飆升多少，並把這個風險量化成一個分數。
‧ 場館檔期預測與排序：很多 NBA 主場（如洛杉磯加密貨幣網體育館）要同時租給
多支球隊或演唱會。AI 會分析過往演出的熱門檔期，協助預測哪些日子場館絕對無法使
用。
2. OR 的任務：將規則數學化，算出「合法且最佳的賽程」（執行中）
OR 負責處理成千上萬個硬性限制（Hard Constraints）與軟性限制（Soft Constraints
），並在裡面找出解答：
‧ 限制條件設定：
o 硬性限制：每隊必須打滿 82 場（41 主 41 客）、某些日子場館辦演唱會絕對不能
排球賽、不能連續 3 天有比賽。
o 軟性限制：盡量減少連續 4 場客場的長途旅行、盡量讓強強對決排在週末。
‧ 核心求解：OR 的最佳化求解器（如 Gurobi 或專用排程算法）會將 AI 提供的高
收視率時段當作「加分目標」，將球員受傷風險當作「減分懲罰」，在千萬種排列組合中
，計算出一個總分最高的賽程表。
________________________________________
二、 時間都花在哪裡？
既然是 AI + OR 協作，時間的消耗會分布在不同階段：
1. 執行前的準備階段：時間花在「AI 的資料標記與跨部門喬檔期」（數週）
‧ 每年夏天，各球隊會向聯盟提交「主場無法使用的日期」（例如球館要辦格萊美獎
、冰球賽事等）。
‧ 工程師必須花幾週的時間，把這些混亂的檔期資料、各球隊的特殊要求（例如：某
隊希望某個節日能待在家裡打球）轉化為結構化的數據。
‧ AI 模型的調整也在此時進行，用來預測最新的球星組合會帶來多少收視率。
2. 執行求解階段：時間花在「OR 求解器的巨大計算量」（數天到數週）
這是最消耗時間的硬核心部分。NBA 賽程是標準的 NP-Hard（計算爆炸） 問題：
‧ 初期（幾分鐘內）：OR 求解器能很快找到「勉強符合基本規則」的賽程，但這個
賽程可能很爛（例如某隊要連續飛大半個美國，或者聖誕節排了兩支爛隊對決）。
‧ 中期（幾天）：求解器必須在數億種可能性中，不斷微調賽程（例如把 A 比賽跟
B 比賽對調，看會不會比較省飛機油錢、收視率會不會變高）。
‧ 後期（反覆疊代）：通常聯盟不會只算一次。OR 算出第一版後，總裁與各隊老闆
看完會有意見（例如：「為什麼我們隊今年背靠背比賽這麼多？」）。工程師就必須修改
限制條件，重新讓 OR 跑一次計算。每次重新計算，電腦可能都要關在機房裡跑上幾十個
小時。
3. 執行後的微調：時間花在「人工審查與妥協」（數天）
‧ 當 OR 吐出幾個「最接近完美」的候選賽程後，聯盟高層會與電視台（如 ESPN、
TNT）開會。
‧ 他們會人工檢視 AI 預測的收視熱點是否符合商業直覺，最後做小幅度的手動微調
，才正式公布。
總結
在排 NBA 賽程時，最花時間的依然是 OR 的執行與反覆求解階段。因為限制條件太多且
彼此衝突（又要省飛機油錢、又不能讓球員太累、又要收視率最高），電腦需要非常長的
計算時間來平衡這些利益。