人工智能常被调侃应用于洗衣洗碗等琐事，以便人类投身创作。在甲骨文赞助的顶级体育赛事中，这一逻辑同样适用：通过AI消除繁琐事务，让专业人员专注于速度与策略。
甲骨文红牛车队技术与性能项目主管杰克·哈林顿（Jack Harington）与SailGP集团技术总监马特·洛德（Matt Lord）指出，甲骨文云基础设施（OCI）正通过处理海量数据，显著减轻工程师的行政负担。
从“法规检索”到“策略兵棋推演”
在F1赛场，“洗衣”般的琐事指的是查阅厚重的比赛规则手册。红牛与甲骨文合作开发的AI智能体内置了体育与技术法规及过往裁决案例。比赛中，工程师可向该智能体查询，它不仅检索相关法规，还提供具体裁决建议，供维修区团队审核并实时执行。
哈林顿表示，此举旨在让工程师从文档翻阅中解脱，专注于马克斯·维斯塔潘（Max Verstappen）和伊萨克·哈贾尔（Isack Hadjar）等车手在赛道上的表现。埃森哲研究显示，工程师约半数时间耗费于文档与信息查询，全球每年因此损失高达390亿美元。
F1是极度依赖数据的领域。每节练习赛或比赛时段，车队从赛车提取约2TB数据。在进站策略上，车队采用源自金融电信行业的蒙特卡洛模拟技术。每个比赛周末前，团队运行80亿次模拟以规划最优路径；获取练习赛数据后，再运行80亿次模拟，并在比赛期间实时更新模型。
哈林顿透露，将模拟迁移至OCI使计算量提升25%，使车队能针对竞争对手反应进行“兵棋推演”。自2021年以来，红牛做出的每一个获胜策略决策均基于OCI完成。哈林顿强调：“我们不仅是一级方程式车队，更是一家科技公司。”目前，车队还利用生成式AI和Oracle Fusion应用辅助人才培养，以提升赛车部件设计效率。
SailGP：共享数据与预测性维护
与F1不同，成立六年的SailGP联盟拥有13支使用相同F50双体船的车队。这些无引擎船只时速可达100公里，相当于风速的三倍。SailGP技术总监马特·洛德将其描述为“水中的极端物联网设备”。
SailGP采取数据共享模式，各车队可互相查看数据以挖掘边际收益。洛德笑称，这与红牛严密保护数据的做法截然不同。此外，联盟建立了异常检测程序，通过分析传感器数据预判部件故障，确保在船只下水前完成修复或更换。
下一步，SailGP计划开发AI智能体，允许岸上教练通过聊天机器人查询船速差异及其与操作动作的关联。同时，AI风场图和实时异常检测功能也在开发中。
人类仍在回路之中
Gartner《2026年代理式AI炒作周期》显示，该技术正处于“期望膨胀的高峰”，仅17%的组织部署了AI智能体。但在上述两项运动中，AI并未接管控制权：红牛的AI仅提供建议，最终决策仍由维修区工程师做出。
随着OpenClaw等服务及Grok Bot的推出，代理式AI正从实验室走向现实。当工程行政事务交由AI处理，工程师得以将更多精力投入其真正擅长的核心工作中。