Khoảng trống không bao giờ trống: bài học từ một bảng dữ liệu F1 không có dòng nào

Tệp mở ra trong chưa đầy một giây. Tôi đã chuẩn bị tinh thần cho một bảng dài. Ngày 10 tháng 12 năm 2026, một ngày sau chặng Abu Dhabi, tôi ngồi trong căn hộ phía đông London, mở lại bảng tính đã theo tôi suốt mùa giải. Hai mươi hai chặng. Một nghìn hai trăm bốn mươi bảy dòng dữ liệu. Cột khoảng cách sau khi ra pit kín đặc số. Cột thời điểm mất DRS kín đặc số. Cột nhiệt độ lốp sau khi xe an toàn rút đi cũng kín đặc số.

Chỉ có một cột trống. Tôi đặt tên cho nó là ý đồ.

Tôi để trống nó suốt ba tuần. Mỗi lần mở tệp, tôi lại cuộn xuống cuối, nhìn ô trắng đó, rồi đóng lại. Người ta thường nghĩ một nhà phân tích sợ nhất là dữ liệu sai. Kinh nghiệm của tôi nói khác: thứ khiến tôi mất ngủ là một ô trống nằm đúng chỗ quan trọng nhất, trong khi mọi ô xung quanh đều đã được điền chỉn chu và trông rất thuyết phục.

Một ô trống như thế có hai cách được đọc. Cách thứ nhất: không có gì xảy ra ở đó. Cách thứ hai: có chuyện xảy ra ở đó, nhưng hệ thống ghi chép đã không bắt được. Hai cách đọc này dẫn tới hai kết luận trái ngược nhau, và chỉ một trong hai là đúng. Điều đáng sợ là cả hai đều trông rất hợp lý trên giấy.

Bài viết này nói về chuyện đó. Về những khoảng trống trong dữ liệu F1, về cách chúng bị đọc sai, và về một loại sai lầm mà không ai để ý cho tới khi nó đã lan sang cả một mùa giải.

Cái gì được đo, cái gì được kể

Trước khi nói về khoảng trống, cần nói rõ cái gì đang được đo.

Một chiếc xe Công thức 1 hiện đại phát ra khoảng vài trăm kênh dữ liệu mỗi giây. Hộp đen ghi lại vị trí bướm ga tới từng phần nghìn, áp suất phanh trước và sau, mô-men xoắn phân bổ ra bốn bánh, nhiệt độ bề mặt lốp ở nhiều điểm, nhiệt độ lõi lốp, áp suất lốp, độ cao gầm xe, góc lái, gia tốc ngang và dọc, tình trạng nạp năng lượng của bộ phận phục hồi nhiệt và bộ phận phục hồi động năng, nhiệt độ và áp suất của gần như mọi chất lỏng trên xe.

Phần lớn trong số đó không bao giờ ra khỏi garage.

Cái mà người ngoài cuộc, kể cả một nhà phân tích có hợp đồng với một đội đua, tiếp cận được hẹp hơn nhiều. Chúng ta có dữ liệu thời gian từ các vòng cảm biến đặt quanh đường đua, chia mỗi vòng thành các tiểu phân đoạn ngắn. Chúng ta có tín hiệu định vị vệ tinh với tần suất lấy mẫu đủ để vẽ đường đi của xe với sai số vài chục xăng-ti-mét. Chúng ta có dữ liệu lốp do nhà cung cấp công bố sau mỗi chặng. Chúng ta có thông số thời tiết từ trạm đo tại chỗ. Chúng ta có bảng kết quả, thứ tự xuất phát, thời gian dừng pit do ban tổ chức công bố.

Đó là bề mặt. Phần chìm là tất cả những gì nằm trong các kênh bị khóa: bản đồ triển khai năng lượng theo từng khúc cua, cài đặt vi sai, chế độ động cơ, tải nhiên liệu theo vòng, bản đồ khí động học theo từng cấu hình cánh, và toàn bộ dữ liệu từ đường hầm gió cùng mô phỏng động lực học chất lưu.

Một nhà phân tích công khai làm việc với bề mặt. Một đội đua làm việc với phần chìm. Khoảng cách giữa hai lớp thông tin đó chính là nơi câu chuyện thật sự diễn ra, và cũng là nơi mọi kết luận vội vàng đều bị trả giá.

Có một lớp thứ ba mà ít người tính đến: lớp biên tập. Những đoạn liên lạc vô tuyến giữa kỹ sư và tay đua mà khán giả nghe được đã đi qua một bộ lọc. Người ta chọn đoạn nào để phát, chọn thời điểm nào để cắt, chọn câu nào để giữ. Một đoạn radio gay cấn được phát lại ba lần trong một buổi tường thuật, trong khi một đoạn trao đổi kỹ thuật khô khan về áp suất lốp ở vòng mười bốn bị bỏ đi, tạo ra một ấn tượng hoàn toàn khác về việc đội đua đó đang nghĩ gì.

Nói cách khác: ngay cả dữ liệu mà chúng ta tưởng là thô cũng đã qua tay người.

Tôi học được điều này từ một vụ việc không liên quan gì tới tốc độ. Ngày 28 tháng 2 năm 2026, sau nhiều tháng điều tra động cơ của một đội đua, cơ quan quản lý công bố rằng hai bên đã đạt được một thỏa thuận, rằng thỏa thuận này là dứt khoát, và rằng nội dung của nó sẽ không được tiết lộ. Bảy đội đua khác đã viết thư chung để phản đối. Nhưng cho tới ngày hôm nay, không một dòng chi tiết kỹ thuật nào về vụ việc đó được công bố.

Hãy nhìn vào cấu trúc của sự việc ấy. Có một cuộc điều tra. Có một kết luận. Có một hình phạt, hoặc không. Và toàn bộ phần ruột đều biến mất. Với một nhà phân tích, đó là một bảng dữ liệu hoàn chỉnh về mặt cấu trúc, có tiêu đề cột đầy đủ, có định dạng đúng chuẩn, và trống rỗng ở mọi ô nội dung.

Bảng đó vẫn được lưu vào kho. Vẫn được trích dẫn. Vẫn được dùng làm tiền lệ trong các cuộc tranh luận sau này. Không ai đánh dấu nó là dữ liệu lỗi.

Trần ngân sách: biến số không ai công bố theo thời gian thực

Từ mùa giải 2026, một loại biến số mới bước vào mọi phương trình chiến thuật, và nó gần như không thể quan sát từ bên ngoài.

Mức trần chi phí cho mùa 2026 được đặt ở 145 triệu đô-la cho mùa giải dài hai mươi mốt chặng, áp dụng cho chi phí vận hành và phát triển của đội đua, với danh sách loại trừ dài gồm lương tay đua, lương ba thành viên cao nhất trong ban lãnh đạo, chi phí tiếp thị, và một phần chi phí của các chương trình lịch sử. Mùa 2026, mức này giảm xuống 140 triệu. Mùa 2026, còn 135 triệu, cộng thêm các khoản điều chỉnh do lạm phát và số chặng.

Con số đó nghe rất cụ thể. Vấn đề là nó không nói gì về cách một đội đua phân bổ nội bộ.

Hãy tưởng tượng hai đội cùng chạm mức trần. Đội thứ nhất dồn bảy mươi phần trăm ngân sách phát triển vào khí động học, đánh cược rằng mùa giải này sẽ được quyết định bởi lực ép xuống. Đội thứ hai chia đều hơn, giữ lại một phần đáng kể cho hệ thống treo và làm mát, chấp nhận chậm hơn ở giai đoạn đầu để có dư địa nâng cấp về sau. Cả hai đều hợp lệ. Cả hai đều không thể quan sát từ ngoài. Và cả hai sẽ cho ra hai quỹ đạo hoàn toàn khác nhau từ chặng thứ mười trở đi.

Một nhà phân tích chỉ nhìn vào kết quả chặng đua sẽ không bao giờ đọc được sự khác biệt đó cho tới khi nó đã thành hình. Vào thời điểm một đội đua bắt đầu tụt lại, nguyên nhân của nó đã được quyết định từ sáu tháng trước, trong một bảng tính mà không ai ngoài đội được xem.

Còn có một biến số thứ hai, tinh tế hơn: hệ thống hạn chế thử nghiệm khí động học. Theo cơ chế này, số lượt chạy trong đường hầm gió và số giờ mô phỏng động lực học chất lưu mà một đội được phép sử dụng được phân bổ theo thứ hạng mùa trước, theo tỷ lệ nghịch. Đội vô địch chỉ được dùng khoảng bảy mươi phần trăm hạn mức cơ sở. Đội xếp thứ mười được dùng khoảng một trăm mười lăm phần trăm.

Nghĩa là thành tích tốt bị đánh thuế trực tiếp bằng thời gian phát triển. Một đội vô địch không chỉ phải đối đầu với các đội khác, mà còn phải đối đầu với một hệ thống được thiết kế để kéo họ lại.

Đây là dạng biến số mà tôi gọi là biến số âm. Nó không xuất hiện trong bất kỳ bảng dữ liệu công khai nào. Nó không tạo ra một dòng dữ liệu. Nó chỉ làm biến mất một phần năng lực phát triển mà đáng lẽ đội đua có. Và trong bảng tính của người phân tích, sự biến mất đó hiện lên dưới dạng một đội đua đột nhiên nâng cấp chậm hơn, không rõ lý do.

Tháng 10 năm 2026, cơ quan quản lý công bố kết quả rà soát tài chính cho mùa 2026. Một đội đua bị xác định chi vượt mức trần 2,16 triệu đô-la, thuộc nhóm vi phạm nhỏ, và nhận hình phạt 7 triệu đô-la cùng mức cắt giảm mười phần trăm hạn mức thử nghiệm khí động học trong mười hai tháng. Một đội khác bị phạt hành chính vì vi phạm thủ tục.

Hãy dừng lại ở con số đó một chút. Hai phẩy mười sáu triệu trên một trăm bốn mươi lăm triệu là khoảng một phẩy năm phần trăm. Trong một ngành mà một phần trăm hiệu suất khí động học có thể tương đương vài phần mười giây mỗi vòng, một phẩy năm phần trăm ngân sách phát triển là một khoảng cách có thể đo được trên đường đua.

Nhưng hình phạt thật sự đau không nằm ở tiền. Nó nằm ở mười phần trăm hạn mức thử nghiệm bị cắt, trong một giai đoạn mà chu kỳ điều lệ mới đang ở năm thứ nhất và mọi đội đều đang chạy đua để hiểu chiếc xe của mình.

Đó là một biến số không xuất hiện trong bất kỳ mô hình dự đoán nào của tôi. Tôi biết về nó. Tôi vẫn không mô hình hóa được nó.

Khi hai bộ dữ liệu không gặp nhau

Mùa giải 2026 đánh dấu lần đầu tiên sau bốn mươi năm Công thức 1 quay lại với nguyên lý hiệu ứng mặt đất ở quy mô toàn phần, kết hợp với bộ quy định khí động học hoàn toàn mới. Các đội đua bước vào mùa giải với một khối lượng dữ liệu đường hầm gió khổng lồ và một niềm tin rằng họ đã hiểu chiếc xe của mình.

Rồi đến Barcelona.

Một trong những đội đua lớn nhất lịch sử môn này mang tới một chiếc xe nảy lên dữ dội trên đường thẳng. Hiện tượng đó, mà giới kỹ thuật gọi là hiện tượng rung khí động, xảy ra khi lực ép xuống tăng tới mức đẩy sàn xe xuống quá gần mặt đường, dòng khí dưới sàn bị chặn lại, lực ép xuống sụp đổ đột ngột, xe bật lên, dòng khí trở lại, và chu trình lặp lại với tần suất vài chục lần mỗi giây.

Điều đáng nói là đường hầm gió của đội đua đó gần như không tái hiện được hiện tượng này ở mức độ như trên đường đua thật. Có ba lý do vật lý. Thứ nhất, mô hình trong đường hầm gió chạy ở tỷ lệ nhỏ hơn, và các hiện tượng phụ thuộc vào chiều dài thật cùng độ lớn số Reynolds không co giãn theo tỷ lệ. Thứ hai, đường hầm không mô phỏng được đầy đủ độ dốc và độ gồ ghề của mặt đường thật. Thứ ba, và quan trọng nhất, khoảng cách gầm xe trên đường đua thay đổi liên tục theo tốc độ, theo tải nhiên liệu, theo nhiệt độ lốp và theo phản ứng của hệ thống treo — một không gian trạng thái mà không mô hình nào bao quát hết.

Kết quả là đội đua đó có hai bộ dữ liệu hợp lệ và mâu thuẫn nhau. Bộ dữ liệu đường hầm gió nói chiếc xe ổn định. Bộ dữ liệu đường đua nói chiếc xe mất kiểm soát ở một dải tốc độ cụ thể.

Cả hai đều đúng. Chúng chỉ mô tả hai thế giới khác nhau.

Đến giữa mùa, sau khi các tay đua phàn nàn về những cơn đau lưng và về cảm giác bị sốc liên tục trong khoang lái ở những đường đua có mặt đường gồ ghề, cơ quan quản lý ban hành một chỉ thị kỹ thuật nhằm giới hạn biên độ dao động dọc của sàn xe, có hiệu lực từ chặng đua ở Bỉ. Cuộc tranh luận kéo dài nhiều tuần, với lập luận từ cả hai phía: đây là vấn đề an toàn, hay đây là vấn đề hiệu suất được ngụy trang thành vấn đề an toàn.

Với người làm dữ liệu, câu chuyện này có một bài học hẹp hơn và khó chịu hơn. Một mùa đông dữ liệu — hàng nghìn giờ chạy mô hình, hàng trăm lượt thử trong đường hầm gió, hàng trăm triệu điểm dữ liệu — đã bị vô hiệu hóa bởi một biến số không nằm trong mô hình. Không phải vì đội đua đó kém. Mà vì giới hạn nhận thức luận của mọi mô hình: mô hình chỉ trả lời được những câu hỏi mà người ta đã biết để hỏi.

Mọi sơ đồ chiến thuật đều bắt đầu từ một đường kẻ tay run trên PowerPoint. Và cái đường kẻ run ấy, trong trường hợp này, chính là lời thú nhận rằng người vẽ chưa hiểu hết hiện tượng mình đang vẽ.

Chỉ số nói dối: câu chuyện về sự xuống cấp của lốp

Không có chỉ số nào trong môn này bị đọc sai nhiều hơn chỉ số xuống cấp của lốp.

Nhà cung cấp lốp mang tới mỗi chặng đua một số hợp chất được chọn từ dải sáu hợp chất, từ cứng nhất tới mềm nhất, và gán cho chúng những ký hiệu khác nhau tùy theo chặng để dễ theo dõi cho khán giả. Mỗi hợp chất có một cửa sổ nhiệt độ hoạt động tối ưu. Ở dưới cửa sổ đó, lốp thiếu bám. Ở trên cửa sổ đó, lốp bị trượt quá nhiều và mòn nhanh. Ở đúng giữa cửa sổ, lốp cho hiệu suất tốt nhất và tuổi thọ dài nhất.

Sự xuống cấp có hai cơ chế khác nhau, và chúng hiếm khi được phân biệt trong các phân tích công khai.

Cơ chế thứ nhất là mòn vật lý: lớp cao su trên bề mặt lốp bị bào mòn, rãnh lốp nông dần, và khả năng bám giảm theo một đường khá tuyến tính cho tới khi lốp chạm tới lớp nền. Cơ chế thứ hai là suy giảm nhiệt: lốp quá nóng, thành lốp mềm ra, cao su bị kéo trượt nhiều hơn, nhiệt càng tăng, và một vòng lặp phản hồi dương xuất hiện.

Cơ chế thứ hai mới là thứ tạo ra những cú sụp đổ. Trong đường đua, người ta gọi đó là vực thẳm.

Vấn đề đối với một nhà phân tích là ở chỗ này: chúng ta gần như không bao giờ có đủ dữ liệu sạch để đo cả hai cơ chế cùng lúc. Một tay đua chạy mười tám vòng trên hợp chất trung bình sẽ dành phần lớn thời gian đó trong không khí bẩn, sau một chiếc xe khác, với nhiệt độ lốp bị ảnh hưởng bởi khí thải của chiếc xe phía trước. Một tay đua khác chạy cùng hợp chất trong không khí sạch, nhưng chỉ mười hai vòng rồi vào pit.

Hai bộ dữ liệu đó không so sánh được với nhau. Nhưng chúng thường được so sánh.

Trong bảng tính của mình, tôi đã từng dựng một mô hình dự đoán thời điểm tối ưu để thực hiện một pha vượt bằng cách vào pit trước đối thủ, dựa trên hai biến số: thời gian mất đi khi vào pit và tốc độ mòn lốp của đối thủ. Mô hình cho ra một câu trả lời rất dứt khoát. Nó sai trong khoảng một nửa số lần tôi kiểm chứng lại, vì ba lý do.

Thứ nhất, tốc độ mòn lốp được ngoại suy từ một mẫu quá nhỏ. Ba vòng chạy sạch không đủ để mô tả một đoạn đường dài hai mươi vòng.

Thứ hai, nhiệt độ đường đua thay đổi trong suốt chặng theo hướng mặt trời và theo mật độ bóng râm, khiến cùng một hợp chất cho hai tốc độ mòn khác nhau ở hai thời điểm khác nhau trong cùng một buổi chiều.

Thứ ba, và đây là điều tôi mất lâu nhất để chấp nhận: đối thủ phản ứng. Mô hình của tôi giả định rằng đối thủ giữ nguyên hành vi trong khi tôi thay đổi. Trên thực tế, ngay khi một đội đua phát hiện ra tín hiệu về một pha vào pit sớm, họ sẽ đổi kế hoạch. Biến số trong mô hình không độc lập với hành động của người dùng mô hình.

Đó là một lỗi nhận thức luận, chứ không phải một lỗi tính toán.

Singapore, tháng 9 năm 2026: một chiến thuật được sinh ra từ khoảng trống

Có một chặng đua mà tôi dùng làm ví dụ giảng dạy cho gần như mọi người mới vào nghề.

Cuối mùa giải 2026, một đội đua thống trị cả mùa giải bất ngờ thua một chặng vì lý do hoàn toàn không liên quan tới tốc độ thuần túy. Một tay đua của đội đua khác giành chiến thắng sau khi thực hiện một hành động mà không một mô hình nào đề xuất: chạy chậm lại có chủ đích.

Bối cảnh cần thiết là thế này. Đường đua trong thành phố đó có đặc điểm gần như không thể vượt, khoảng cách giữa các xe bị nén lại, và hệ thống hỗ trợ lực cản trên đường thẳng — thứ cho phép xe phía sau chạy nhanh hơn tới một mức nhất định khi ở trong khoảng cách một giây so với xe trước — trở thành công cụ phòng ngự hiệu quả hơn cả công cụ tấn công. Nói cách khác: ở đường đua đó, việc để cho xe phía sau bám gần mình lại có ích.

Ở giai đoạn cuối chặng, tay đua dẫn đầu có khoảng cách khoảng tám phần mười giây so với người xếp thứ hai, và phía sau người xếp thứ hai là một chiếc xe vừa vào pit lấy hợp chất mềm hơn, đang lao tới với tốc độ mỗi vòng nhanh hơn khoảng một giây rưỡi.

Tình huống này đặt ra một bài toán mà mô hình tốc độ thuần túy không giải nổi. Người dẫn đầu tất nhiên có thể đơn giản là chạy nhanh nhất có thể và cố giữ khoảng cách. Nhưng làm vậy sẽ khiến người xếp thứ hai bị bỏ lại phía sau, và chiếc xe đang lao tới kia sẽ nuốt gọn người xếp thứ hai rồi tiếp tục đuổi theo người dẫn đầu trong hai vòng còn lại.

Giải pháp được chọn là chạy chậm lại trong một khoảng nhất định, đủ để giữ người xếp thứ hai trong cửa sổ một giây được hưởng lợi thế lực cản trên đường thẳng, qua đó biến người xếp thứ hai thành một rào chắn thứ hai có động cơ bảo vệ chính họ. Vì nếu người xếp thứ hai bị vượt, người dẫn đầu cũng mất luôn tấm chắn.

Kết quả: người dẫn đầu giành chiến thắng, người xếp thứ hai giữ được vị trí, và chiếc xe lao tới kia kết thúc chặng đua bằng một pha tự đâm vào tường ở vòng cuối khi cố gắng tấn công từ khoảng cách quá xa.

Đây là chiến thuật ở dạng nguyên bản nhất của nó. Nó không đến từ một mô hình dự đoán. Nó đến từ việc đọc đúng một khoảng trống: khoảng trống về khả năng kiểm soát tốc độ của đối thủ.

Người dẫn đầu không thể làm gì để khiến chiếc xe kia chậm lại. Nhưng anh ta có thể kiểm soát việc chiếc xe đó có được tiếp cận không khí sạch hay không. Đó là một biến số mà mô hình của tôi không có cột.

Transition không phải là quãng chạy. Nó là khoảng lặng giữa hai ý đồ mà ít người đọc được.

Cột transition trống trong bảng tính của tôi

Trở lại với bảng tính.

Tôi ghi lại các pha chuyển trạng thái của một chiếc xe bằng một quy trình đơn giản: chọn ra ba khoảnh khắc — khoảnh khắc cuối cùng trước khi vào pit, khoảnh khắc đầu tiên sau khi ra pit, và khoảnh khắc chuyển từ phanh sang vào cua — rồi mã hóa chúng bằng màu. Màu đỏ cho tình huống mất thời gian, màu vàng cho trung tính, màu xanh cho giành được lợi thế.

Sau khi mã hóa được khoảng bảy mươi lăm chặng đua, tôi nhận ra một điều mà tôi chưa từng đọc ở đâu: phần lớn các pha chuyển trạng thái có ý nghĩa quyết định lại xảy ra ở những khoảnh khắc không có dữ liệu tốt.

Vòng vào pit là một ví dụ. Trong vòng đó, tay đua phải giảm tốc, giữ lốp trong một số điều kiện nhất định, xử lý các cài đặt trên vô lăng, và trao đổi với kỹ sư qua radio — tất cả cùng lúc. Dữ liệu thời gian trong vòng đó bị méo, vì nó bao gồm một quyết định chiến thuật chứ không phải một nỗ lực tốc độ. Nếu bạn đưa dữ liệu vòng vào pit vào một mô hình so sánh tốc độ, bạn đang trộn hai loại thông tin khác nhau vào cùng một cột.

Vòng ra khỏi pit cũng vậy. Tay đua vừa ra với lốp mới, lốp chưa đạt nhiệt độ hoạt động, và mọi thứ anh ta làm trong vòng đó là đánh đổi giữa việc làm nóng lốp và việc không phá hỏng lốp. Hai mục tiêu mâu thuẫn nhau. Vòng đó là một bài toán tối ưu, không phải một phép đo hiệu suất.

Vậy nên tôi để cột đó trống.

Mùa hè 2026 dạy tôi rằng: khoảng trống không bao giờ trống, nó chỉ đang chờ một người đọc đúng. Tôi mất sáu tháng của năm đó, khi các khán đài đóng cửa, để xem lại bảy mươi tư chặng đua đã diễn ra trước đó và dựng lại một hệ thống mã hóa chuyển trạng thái hoàn chỉnh hơn. Trong quá trình đó tôi phát hiện ra rằng một đội đua tầm trung khi đó đạt hiệu quả chuyển trạng thái cao hơn hẳn mặt bằng giải đấu, và chỉ cần trung bình khoảng ba đến bốn đường chuyền — xin lỗi, trong ngôn ngữ đường đua là ba đến bốn pha xử lý liên tiếp — để tạo ra một tình huống tấn công có chất lượng.

Nhưng đây là phần quan trọng. Cái mà tôi đo được không phải là nguyên nhân. Tôi đo được một tương quan. Đội đua đó có một triết lý chơi bóng rõ ràng, và hiệu quả cao của họ có thể đến từ triết lý đó, hoặc có thể đến từ việc họ sở hữu hai cầu thủ có tốc độ vượt trội, hoặc có thể đến từ lịch thi đấu dễ hơn trong giai đoạn tôi lấy mẫu.

Tôi đã trình bày phát hiện đó trong một loạt bài năm phần và đặt tên cho nó là hình học khoảng trống. Một nhà phân tích của một đội bóng nhỏ ở Anh đã chia sẻ nó trong một cuộc họp nội bộ và mời tôi thực tập. Tôi nhận lời. Và trong tuần đầu tiên ở đó, tôi học được rằng thứ tôi tưởng là một phát hiện thật ra chỉ là một cột dữ liệu chưa được làm sạch.

Cách đây vài năm, khi tôi bắt đầu chuyển hướng sang đưa tin về Công thức 1 cho thị trường Anh, tôi mang theo toàn bộ thói quen cũ. Tôi giữ nguyên quy tắc tự kiểm chứng hai lần. Tôi giữ nguyên thói quen vẽ sơ đồ thô trên PowerPoint rồi sửa dần, chấp nhận rằng hình vẽ đầu tiên bao giờ cũng sai. Tôi giữ nguyên phần cuối mỗi bài viết mà tôi gọi là hạn chế dữ liệu, nơi tôi liệt kê những gì mình không đo được.

Khi không có bóng đá, tôi vẽ bóng đá. Và hóa ra, vẽ cũng là một cách hiểu. Sang đường đua, điều đó vẫn đúng: hình học khoảng trống ở bán kính cua, điểm phanh, và góc thoát cua là cùng một bài toán với hình học khoảng trống giữa hậu vệ biên và trung vệ. Chỉ khác đơn vị đo.

Khi hệ thống trả về một kết quả rỗng, và không ai phát hiện ra

Đây là phần tôi muốn dành nhiều thời gian nhất, vì nó là phần ít được nói tới nhất.

Một hệ thống phân tích có thể thất bại theo hai cách. Cách thứ nhất là trả về kết quả sai. Cách thứ hai là trả về kết quả rỗng với định dạng hoàn toàn hợp lệ.

Cách thứ hai nguy hiểm hơn nhiều, và nó có một tên gọi trong ngành kỹ thuật phần mềm mà tôi mượn tạm: lỗi im lặng. Một hệ thống báo lỗi sẽ khiến người ta dừng lại và sửa. Một hệ thống trả về một bảng trống với tiêu đề cột đầy đủ sẽ khiến người ta gật đầu và chuyển sang bước tiếp theo.

Trong môn thể thao này, biến thể của lỗi im lặng xuất hiện ở khắp nơi, và hầu như không ai gọi tên nó.

Biến thể thứ nhất: độ tin cậy giả. Một đội đua có số lần bỏ cuộc trong chặng đua rất thấp, và được ca ngợi là đáng tin cậy. Nhưng số lần bỏ cuộc trong chặng đua không đo được rủi ro thật. Nó chỉ đo được rủi ro đã hiện thực hóa. Một bộ phận có thể đang có tuổi thọ trung bình chỉ hơn quãng đường một chặng đua vài trăm ki-lô-mét, và đội đua đó vẫn kết thúc mùa giải với ba lần bỏ cuộc vì họ đã thay bộ phận đó hai chặng một lần — một quyết định tốn kém trong bối cảnh giới hạn số lượng bộ phận động cơ được phép sử dụng mỗi mùa.

Nhìn vào bảng kết quả cuối mùa, bạn thấy một đội đua đáng tin cậy. Nhìn vào danh sách bộ phận đã sử dụng, bạn thấy một đội đua đang sống trong biên an toàn mỏng và đã trả giá bằng hình phạt xuất phát ở cuối mùa.

Bảng kết quả cuối mùa là một cột đầy. Danh sách bộ phận là một cột trống ai cũng biết là có tồn tại nhưng rất ít người nhập vào mô hình.

Biến thể thứ hai: tay đua trông ổn định vì người đồng đội yếu. Trong môn này, khung tham chiếu sạch duy nhất là chiếc xe thứ hai trong cùng garage. Nếu cả hai tay đua đều có năng lực ngang nhau và cùng một chiếc xe, khoảng cách giữa họ cho bạn một ước lượng về năng lực tương đối đáng tin hơn bất kỳ so sánh nào khác. Nhưng nếu tay đua thứ hai yếu hơn nhiều, hoặc đang trong mùa giải đầu tiên, hoặc bị cấu hình xe bất lợi vì lý do hợp đồng, thì khung tham chiếu đó biến mất.

Điều xảy ra sau đó rất thú vị về mặt tâm lý. Khi không có tham chiếu, người ta mặc định tin vào tay đua nổi tiếng hơn. Anh ta được nhớ tới qua một vài khoảnh khắc đẹp, một vài pha vượt ấn tượng, và các bản tin. Nhưng khoảnh khắc đẹp là một mẫu dữ liệu lấy theo phương pháp chọn mẫu thuận tiện, chứ không phải lấy ngẫu nhiên. Nó không đo năng lực trung bình. Nó đo khả năng xuất hiện trước ống kính.

Tôi đã từng tự vẽ lại một mùa giải của một tay đua chỉ dựa trên các đoạn phát lại nổi bật, rồi xem lại toàn bộ dữ liệu vòng chạy và phát hiện ra rằng chặng đua được nhớ nhất của anh ta nằm trong nhóm ba mươi phần trăm chặng đua có tốc độ trung bình thấp nhất mùa giải. Anh ta được nhớ tới không phải vì anh ta chạy tốt nhất, mà vì anh ta đã thắng trong một chặng hỗn loạn.

Biến thể thứ ba: một đội đua tầm trung có tổng điểm trông khả quan trong khi quỹ đạo phát triển của họ đã đi xuống. Bảng xếp hạng là một chỉ báo trễ. Nó tổng hợp toàn bộ thành tích từ đầu mùa, bao gồm một giai đoạn mà chiếc xe còn cạnh tranh. Vào chặng thứ mười bốn, khi chiếc xe đã tụt lại phía sau trong cuộc đua phát triển, tổng điểm vẫn còn cao, và các bài bình luận vẫn nói về một đội đua đang tiến bộ.

Đến chặng thứ mười tám, khi tổng điểm bắt đầu phản ánh đúng thực tế, thì đã muộn để hiểu chuyện gì đã xảy ra. Và câu chuyện được viết lại thành một cuộc khủng hoảng đột ngột, trong khi trên thực tế nó đã bắt đầu từ sáu tháng trước, trong một dòng dữ liệu không ai theo dõi: tốc độ phát triển tương đối so với các đội xung quanh, tính bằng phần mười giây mỗi vòng trên mỗi gói nâng cấp.

Biến thể thứ tư, và là biến thể mà tôi nghĩ tới nhiều nhất: sự vắng mặt của một phát hiện bị đọc thành sự vắng mặt của hành vi. Nếu một cuộc điều tra không tìm ra vi phạm, kết luận đúng về mặt logic là ta chưa biết có vi phạm hay không. Nhưng cách đọc phổ biến là không có vi phạm. Và khi cuộc điều tra đó kết thúc bằng một thỏa thuận không công bố nội dung, cấu trúc dữ liệu cho phép cả hai cách đọc cùng tồn tại, mỗi cách phục vụ một nhóm người hâm mộ khác nhau.

Trong mọi trường hợp trên, cái bị thiếu không phải là dữ liệu sai. Cái bị thiếu là một ô trống không được đánh dấu.

Điểm mù lớn nhất nằm ở khâu thực thi

Có một biến số nữa mà giới phân tích công khai gần như không bao giờ mô hình hóa, dù nó có thể đo được rõ ràng: tỷ lệ lỗi trong khâu thực thi.

Hãy tách một chặng đua ra thành các cấu phần. Thời gian của một chiếc xe trên đường đua được tạo thành từ hiệu suất khí động học, hiệu suất động cơ, hiệu suất lốp, kỹ năng tay đua, và khâu vận hành. Ba cấu phần đầu được phân tích rất kỹ. Cấu phần thứ tư cũng vậy, dù bằng phương pháp khá cảm tính. Cấu phần thứ năm gần như bị bỏ trống.

Một pha dừng pit chậm hai giây không phải là một biến cố hiếm. Một quyết định giữ tay đua trên đường đua thêm một vòng khi đáng lẽ phải gọi vào không phải là chuyện hiếm. Một sai sót trong việc chuẩn bị bộ lốp, một sai sót trong quy trình khởi động lại sau khi xe an toàn rút đi, một sai sót trong việc đọc bản đồ thời tiết để chọn thời điểm chuyển sang lốp mưa — tất cả đều có thể đo được. Tất cả đều có thể tính thành một tỷ lệ.

Và cái tỷ lệ đó, trong một mùa giải dài hai mươi bốn chặng, có thể quyết định thứ hạng cuối cùng nhiều hơn cả một gói nâng cấp khí động học.

Tôi đã thử làm một phép tính đơn giản trong mùa giải mà tôi theo dõi sát nhất. Tôi giả định hai đội đua có tốc độ thuần túy chênh nhau khoảng một phần mười giây mỗi vòng, và đội chậm hơn có tỷ lệ lỗi vận hành thấp hơn một phần trăm trên tổng số quyết định. Kết quả cho thấy đội chậm hơn nhưng ít sai hơn giành được nhiều hơn số điểm cần thiết để vượt qua đội kia trong khoảng mười chặng cuối mùa.

Đây là một tính toán thô với rất nhiều giả định, và tôi nói rõ điều đó. Nhưng nó chỉ ra một điều: biến số tỷ lệ lỗi, dù có thể đo được, lại bị bỏ ra ngoài hầu hết các mô hình công khai vì nó đòi hỏi theo dõi thủ công trên toàn bộ mùa giải.

Có một chỉ số duy nhất trong nhóm này được theo dõi tương đối tốt: thời gian dừng pit. Và nó cho chúng ta một ví dụ đẹp về việc cải thiện khâu thực thi có thể trở thành một lợi thế chiến thuật thật sự. Mùa giải 2026, một đội đua đã thiết lập kỷ lục về pha dừng pit nhanh nhất từng được ghi nhận, ở mức khoảng một phẩy tám giây. Một pha dừng pit nhanh như vậy không chỉ tiết kiệm thời gian trực tiếp. Nó mở ra một cửa sổ chiến thuật mới: khi thời gian mất đi khi vào pit giảm xuống, ngưỡng để thực hiện một pha vượt bằng cách vào pit trước đối thủ cũng giảm xuống, nghĩa là đội đua đó có thể tấn công ở những thời điểm mà các đội khác không thể.

Điều tương tự đúng theo chiều ngược lại. Một đội đua có tỷ lệ lỗi cao trong khâu dừng pit sẽ phải chọn những chiến lược bảo thủ hơn, ở lại trên đường đua lâu hơn, và do đó bị động hơn. Tỷ lệ lỗi không chỉ là một con số về hiệu suất. Nó là một ràng buộc lên không gian chiến thuật.

Nước Nga 2026 và cách chúng ta đọc một trận đấu

Nước Nga 2026 không chỉ cảnh báo về transition. Nó cảnh báo về cách chúng ta đọc trận đấu.

Tôi nhắc lại chuyện đó ở đây vì nó là nguồn gốc của mọi thứ tôi đang viết. Khi đó tôi hai mươi tuổi, là cộng tác viên cho một trang phân tích bóng đá, phụ trách theo dõi một đội tuyển ở vòng tứ kết. Tôi viết một bài dự đoán đội đó sẽ thắng nhờ kiểm soát bóng áp đảo và sáu cầu thủ chạy hơn mười hai ki-lô-mét mỗi trận. Đội đó thắng, sau loạt luân lưu, sau khi hòa hai đều. Bài viết được đọc khá nhiều.

Rồi độc giả phản hồi. Họ nói: nếu anh đã dự đoán đúng kết quả, tại sao anh không giải thích được vì sao đội kia tạo ra nhiều pha phản công nguy hiểm như vậy?

Tôi không có câu trả lời. Vì tôi không có dữ liệu. Tôi đã không ghi lại một pha chuyển trạng thái nào suốt giải đấu đó.

Bài học không nằm ở chỗ tôi dự đoán sai hay đúng. Bài học nằm ở chỗ một dự đoán đúng có thể được xây trên một mô hình thiếu hoàn toàn một chiều dữ liệu. Và cái mô hình thiếu đó vẫn cho ra kết quả đúng, nên không ai phát hiện ra nó thiếu.

Đó là dạng lỗi nguy hiểm nhất trong nghề này: lỗi được ngụy trang bằng một kết quả đúng.

Từ đó tôi dựng một bảng tính riêng để ghi lại từng pha chuyển trạng thái của mọi đội bóng tôi theo dõi. Từ đó, cuối mỗi bài viết tôi thêm một phần tự phản biện, liệt kê những gì mình chưa đo lường được. Và từ đó, tôi học cách nghi ngờ chính những bài viết thành công nhất của mình, vì thành công thường là thứ che giấu lỗ hổng tốt nhất.

Một đường chuyền hỏng không phải là lỗi. Nó là dữ liệu mà hệ thống đang cố gửi cho bạn. Trong đường đua, một pha dừng pit chậm cũng vậy. Một vòng vào pit bị mất thời gian cũng vậy. Một quyết định để tay đua ở lại đường đua thêm một vòng cũng vậy. Chúng không phải là những vết nhơ cần được giải thích đi. Chúng là những dòng dữ liệu đang nói với bạn rằng có một biến số bạn chưa đưa vào bảng.

Phần tôi không đo được

Trước khi kết thúc, tôi phải liệt kê những gì bài viết này không làm được.

Tôi không có quyền truy cập vào dữ liệu nội bộ của bất kỳ đội đua nào. Mọi phân tích nâng cấp trong bài viết này chỉ dựa trên biểu hiện bên ngoài: thời gian vòng chạy, ảnh chụp chi tiết, và thông cáo báo chí mà tôi luôn đọc với một mức nghi ngờ cố định.

Tôi không đo được tỷ lệ lỗi vận hành thật của bất kỳ đội nào, vì dữ liệu cần thiết để dựng chỉ số đó nằm rải rác trong hơn hai mươi bốn chặng và phải thu thập thủ công, và tôi chưa làm xong việc đó. Phép tính mà tôi trình bày ở phần trên là một phép tính giả định với hai tham số tự chọn. Nó minh họa một nguyên lý, và không nên được trích dẫn như một kết quả.

Tôi không đo được mức độ ảnh hưởng thật của hạn chế thử nghiệm khí động học lên tốc độ phát triển, vì mối quan hệ giữa số giờ chạy mô hình và số phần mười giây giành được là phi tuyến và phụ thuộc vào giai đoạn phát triển. Tôi có thể nói về cơ chế. Tôi không thể định lượng nó.

Và tôi không đo được biến số quan trọng nhất trong tất cả các biến số trên: chất lượng của các cuộc trò chuyện giữa kỹ sư và tay đua trong những khoảng thời gian ngắn nhất, những lúc mà một quyết định được đưa ra trong vòng ba giây và không ai ghi lại biên bản.

Cột đó, trong bảng tính của tôi, sẽ còn trống lâu.

Điều cần kiểm chứng ở chặng tới

Mùa giải 2026 sẽ là một lần đặt lại toàn bộ.

Bộ quy định mới thay đổi tỷ lệ năng lượng giữa động cơ đốt trong và phần điện, bỏ đi một trong hai bộ phận phục hồi năng lượng, nâng công suất hệ thống điện lên một mức chưa từng có, áp dụng nhiên liệu tổng hợp hoàn toàn, và đưa vào cơ chế khí động học chủ động thay đổi hình dạng theo từng đoạn đường. Xe cũng trở nên nhẹ hơn và hẹp hơn.

Một lần đặt lại như vậy có nghĩa là gì với một người làm dữ liệu?

Nó có nghĩa là toàn bộ các tương quan lịch sử đều bị phá vỡ. Các mô hình dự đoán được xây trên dữ liệu mùa 2026 đến 2026 sẽ trở nên vô nghĩa, không phải vì chúng sai, mà vì chúng mô tả một hệ thống không còn tồn tại. Và trong giai đoạn đầu của một chu kỳ điều lệ mới, khoảng trống dữ liệu luôn lớn hơn giai đoạn sau.

Trong những tình huống như vậy, thứ phân biệt một đội đua tốt với một đội đua xuất sắc không phải là tốc độ phát triển, mà là tốc độ nhận ra rằng mình đang thiếu dữ liệu. Một đội đua hiểu sai mô hình của mình sẽ đổ nguồn lực vào một hướng đi sai trong sáu tháng. Một đội đua phát hiện ra lỗ hổng trong mô hình của mình sớm sẽ sửa hướng đi trong ba tuần.

Đó là lý do tôi để cột đó trống trong bảng tính của mình suốt ba tuần hồi tháng mười hai năm 2026. Không phải vì tôi không tìm ra dữ liệu để điền vào. Mà vì tôi muốn nhìn thấy nó trống, mỗi lần mở tệp, cho tới khi tôi hiểu chính xác mình đang thiếu gì.

Ở chặng đua tới, có ba thứ tôi sẽ kiểm chứng, và tôi nói trước để tự ràng buộc mình.

Thứ nhất là đoạn đường đầu tiên sau khi ra khỏi pit trên hợp chất cứng nhất. Đây là nơi mà mọi dự đoán về tốc độ mòn lốp đều bị thử thách, và cũng là nơi những đội đua có mô hình nhiệt độ lốp tốt hơn sẽ tách ra khỏi phần còn lại.

Thứ hai là thời điểm cụ thể mà bức tường pit đưa ra quyết định gọi tay đua vào, so với thời điểm mà tình huống trên đường đua thay đổi. Khoảng trễ giữa hai thời điểm đó là một chỉ số đo được về chất lượng vận hành, và nó gần như không bao giờ được công bố.

Thứ ba là vòng chạy đầu tiên của bất kỳ tay đua nào vừa được nâng cấp xe. Nếu anh ta nhanh hơn ngay lập tức, gói nâng cấp đã được hiểu đúng. Nếu anh ta chậm hơn trong ba vòng đầu rồi nhanh hơn từ vòng thứ tư, đó là dấu hiệu của một gói nâng cấp cần được điều chỉnh để phù hợp với cách vận hành lốp — và đó là một cột dữ liệu khác hoàn toàn.

Tôi sẽ ghi lại cả ba, kể cả khi chúng không cho ra kết luận gì. Đặc biệt là khi chúng không cho ra kết luận gì.

Bởi vì một bảng dữ liệu trống không phải là một câu trả lời. Nó là một câu hỏi chưa được viết ra. Và trong môn thể thao này, người thắng cuộc thường là người đọc được câu hỏi đó trước khi người khác kịp nhận ra rằng câu trả lời họ đang có đã trống rỗng từ lâu.

Bài viết này dựa trên các nguồn công khai và dữ liệu do tác giả tự thu thập. Nội dung mang tính tham khảo thông tin thể thao, không phải lời khuyên đặt cược. Kết quả thể thao có độ bất định cao, độc giả nên tiếp nhận các phân tích một cách lý trí.