Jak pomocí umělé inteligence proměnit údaje o členech v pokyny pro trénink

Iluze pokroku

Ve fitness průmyslu není o data nouze. Členové mohou sledovat srdeční frekvenci, výkon, tělesné složení, historii tréninků a další údaje napříč nositelnými zařízeními a aplikacemi. Na tréninkovém hřišti se však stále objevuje jeden problém. Mnoho členů začíná cvičit, aniž by věděli, co mají dělat dál.

Tento nedostatek je o to výraznější, že v tomto odvětví již byl vyřešen problém s viditelností. Data jsou všude. Směr není. Členové sice vidí tyto údaje, ale i tak se musí rozhodnout, kde začít, jakou intenzitu zvolit, jakou zátěž použít a jak trénink průběžně přizpůsobovat.

Právě proto se umělá inteligence stala významnější součástí diskuze. Hodnota umělé inteligence ve fitnessu nespočívá v rychlosti ani v novosti. Jeho přínos spočívá v tom, že z velkých objemů dat vytváří praktické rady, které mohou lidé okamžitě využít.

Chybějící krok mezi poznáním a činem

První návštěvy bývají často provázeny nejistotou, zejména u těch, kteří s cvičením teprve začínají. Výzkum zaměřený na začátečníky v oblasti cvičení uvádí, že v prvních měsících po zahájení cvičení se účast pohybovala v rozmezí 10 až 37 %. Téměř polovina dospělých uvádí, že se v posilovnách cítí nesví, přičemž strach z odsuzování omezuje jejich účast. Když lidé vstoupí do nějakého zařízení a musí čelit jednomu rozhodnutí za druhým, aniž by měli dostatečnou podporu, je váhání předvídatelným výsledkem.

Mnoho systémů se stále omezuje pouze na měření. Popisují, co se stalo, ale neříkají, co by se mělo stát dál. Členové tak musí data vykládat sami, nebo se spoléhat na to, zda je k dispozici někdo, kdo jim pomůže. Na rušném patře to způsobuje tření právě tam, kde je podpora nejvíce potřebná.

Umělá inteligence může pomoci tuto mezeru překlenout. Dokáže zpracovat jednotlivé podněty, porovnávat je v průběhu času a proměnit je v užitečné pokyny během sezení. Tím se role dat mění z pasivní zpětné vazby na aktivní vedení.

Proč současné přístupy nestačí

Velká část problému spočívá v tom, jakým způsobem se dodnes poskytují rady ohledně cvičení. Velká část odvětví se opírá o obecná doporučení, která nezohledňují konkrétního člověka sedícího před obrazovkou. Připravenost, preference, cíle a fyzická kondice se u jednotlivých členů liší, přesto mnoho programů stále vychází z obecného modelu.

Člověku, který potřebuje jednoduchý výchozí bod a plán, podle kterého se může řídit, nepomůže cvičební program, který je určen pro všechny bez rozdílu. Individuální poradenství obvykle přispívá k lepšímu dodržování léčby, protože lidem nabízí relevantní a proveditelné rady.

Umělá inteligence se liší od statického programování. Dokáže se přizpůsobovat podle toho, jak přicházejí nové vstupní údaje. Dokáže reagovat na výkon, chování a pokrok v jednotlivých tréninkových jednotkách. Může tak podporovat tréninkový zážitek, který se přizpůsobuje členovi, místo aby se od něj vyžadovalo, aby se přizpůsobil pevně danému plánu.

Je tu ještě jeden faktor. Tréninky se neodehrávají za ideálních podmínek. Probíhají v rušných zařízeních se sdíleným vybavením, omezeným časem a různou úrovní podpory ze strany personálu. Cvičení může vypadat efektivně v teorii, ale v praxi se může úplně pokazit. Aby byla umělá inteligence užitečná, musí v tomto prostředí fungovat. To je standard, který by měl tento obor očekávat.

Co bude odvětví potřebovat v budoucnu

Další krok spočívá v tom, že již dostupné informace využijeme tak, aby lidem pomohly jednat na jejich základě již při první návštěvě.

Umělá inteligence začíná v této proměně hrát stále významnější roli. Při správném využití může omezit nutnost spoléhat se na odhady, podpořit lepší rozhodování a usnadnit zavádění personalizace v celém obchodě.

To však neznamená, že by trénink ztratil svou lidskou stránku. Členové stále reagují na povzbuzení, ujištění a pocit sounáležitosti. Trenér nebo člen personálu může ovlivnit, zda se někdo cítí natolik dobře, aby v programu zůstal a vrátil se na další kurz. Umělá inteligence může řídit trénink. Lidé i nadále ovlivňují zážitek, který s tím souvisí.

To, co přijde dál, nebude záviset na tom, kolik dat dokáže toto odvětví shromáždit. Bude to záviset na tom, jak dobře tato data lidem pomohou při tréninku.

Matt McConley

Vedoucí manažer digitálních produktů – globální marketing