隨著棒球職業化的影響，分工會越來越精細，光訓練群組就有總教練、首席教練、打擊教練、守備教練、投捕教練、投手教練等分類，再加上運動傷害防護員、球探、翻譯、工作職員等他類人員，就會看的眼花撩亂，至於近年來科技化的納入，訓練不再土法煉鋼，臺灣開始引進美國大聯盟所使用的打擊模擬系統和投球模擬系統，開始可以用較科學的方式，去找出球員表現不佳的原因，也可以藉由側錄取得的數據，去調整球員的姿勢以及投打軌跡，降低球員因錯誤的姿勢而產生的運動傷害。

在未引進這非接觸式的系統時，早期就有用到一種接觸式圓形感測器，貼在全身上下，然後利用肢體動作熱感應的方式，讓資訊團隊捕捉熱節點影像，然後用3D影像呈現，但這種方式只能在固定區域施作，還要穿戴機器和特殊服裝，不過早期這種方式，也是可以用來改正運動員姿勢，以及作為教學影片，並可以將影像儲存在資料庫中，相較於使用錄影機，前後倒帶或放慢速度播放，可以捕捉較多肢體細節。不過隨著感測器日新月異，模擬訓練器開始會使用光感測器或紅外線感測器等元件製作機器，甚至加入VR影像系統，增加訓練器的實況感，不只棒球，甚至足球、高爾夫、桌球、羽球等運動都有相關的機器可用。

說明:影片從7:53段開始有影像擷取

電腦能夠使訓練更加有效率，但尚不能完全取代人類，還是需要有專業教練在電腦影像前指點，才能事半功倍，在美國大聯盟系統中，想必大家聽過奧克蘭運動家隊，也看過比利．比恩（Billy Beane）為主角的《魔球》書籍或電影，因為運動家是個小市場球隊，不可能在花太多冤枉錢選一些言過其實，或者無法為球隊帶貢獻的球員，在1997年，比恩被運動家隊延攬為球隊經理，又重用畢業於哈佛大學的數據專家保羅．德博德斯塔（Paul DePodesta）作為左右手，開始分析如何打破傳統球探的現場「看人模式」，因為這個方式常會看走眼，選到痛痛人讓球隊陷入無底重建迴圈，開始利用電腦輸入在球場所取得的球員數據，再研判這名球員是否符合球隊戰術體系，例如說需要會選球、大學畢業以及外界所認為的「怪投」的球員等數值，其實這套模式就已經算是AI結合資料庫應用的先聲，比恩的創新運作，使得球隊開始產生化學變化，戰績一直蒸蒸日上，還多次闖進季後賽，比恩的成功得力於相信科技，也帶動大聯盟各球隊改變球員布局的決策。