當技術重塑健身產業，AI有可能勝過人類教練嗎？

一說起體育，我們總覺得這是人類的專屬。畢竟也只有我們這一個物種會不斷挑戰生理的極限，不為了生產，而是為了證明自己可以。可看似和科技毫無關聯的體育行業中，其實也有很高的技術含量。

比如在足球比賽中利用大數據分析對手的站位和戰術，又比如自行車運動員利用VR進行輔助訓練。在體育界甚至還有一項「世界體育科技大獎」（Sports Technology Awards），專門挖掘體育行業與AI、大數據、智能穿戴等等技術領域的可能。

就連更為普通人所熟悉的健身，也開始吹起了智能風。今天就來看看，人工智慧可能對健身產業造成怎樣的變化。

健身體驗差的老問題，為什麼沒能被改變？

健身產業面對的問題有很多，比較顯著的兩點是越來越高的成本和越來越高的用戶流失率。有報告顯示，傳統健身房動輒佔地上千平米，在運營成本中健身房的場地租購、裝修佔了整體成本的三分之一以上。但在收入中，用戶續卡比例僅有15%，有40%的健身房處於嚴重虧損中。這些問題真的可以被技術改善嗎？

目前人工智慧之於健身，最常見的情況有兩種：

一種是場館的無人化，通過人臉識別、手環識別等技術對不同用戶進行分辨，讓用戶可以自主進入場館、打開儲物櫃等。近兩年大火的自助健身光豬圈、Liking、超級猩猩等多多少少都採取了這樣的模式，結合App預約場館課程給用戶更完善的智能體驗。

另一種則是設備的智能化，通過在藍牙手柄、智能手環等設備上加入感測器，記錄用戶的運動數據。小米曾經推出過的一款彈力繩健身器就是典型，通過在健身器材加入觸摸、拉力感測器，識別用戶的手勢和力度，從而識別動作的完成度、標準度等等。

可迄今為止，智能健身都只是一些不痛不癢的改變。無人化和智能設備雖然可以一定程度上降低健身房的營運費用，可在這些健身房中，用戶依然要承受很高的學習成本——弄清哪種器械更適合自己，自己的狀態又適用怎樣的重量和速度？

在缺乏專業私教的指導之下，用戶往往不得其門，健身效率很低。最終導致健身房復購率低下，大量健身房依賴教練作為銷售，鼓動用戶不斷買課以維持健身房的收入，而以銷售額度作為教練的考核kpi，也影響了教練這一群體本身的專業度。

最終的結果往往是教練被強迫做自己不擅長的事，用戶也沒能得到專業的指導，健身房依然要面對用戶流失嚴重、復購率低的老問題。

讓AI做擅長的事，健身可能變成解數學題嗎？

此前的智能健身、無人健身房之所以沒能解決這些問題，是因為沒能真正讓人工智慧發揮作用，僅僅將其作為一種人力替代方案，用來降低人力僱傭成本。

但以往我們利用AI解決問題時，考慮的不光是成本（實際上很多時候AI的成本比人工更高），而是AI可以比人類更好的完成工作。在健身領域，AI能比人類更好的完成工作嗎？

首先我們要知道，健身這件事本身是個非常複雜的數學問題。用戶自身的肢體長度、靈敏度、柔韌性，健身的目的是為了減重還是增肌，此前的訓練等等因素，都決定著用戶需要怎樣的健身方案。這時往往只有有經驗的健身教練才能做到因人制宜，而且即使是靠經驗來判斷，也只能給予用戶一個大概的泛化指導。所以大多數時候，用戶接受的是千篇一律的健身指導，獲得的成果自然也參差不齊。

但人工智慧最擅長的事，恰恰是處理數據，將模糊抽象的專家經驗具象化成演算法模型，將其中的能量下放給所有人。

這樣一來如果能感知用戶的健身時產生的數據，結合健身專家的演算法模型及時給出反饋，或許就可以讓健身訓練從千人一面變成千人千面。

目前已經有一些企業在進行這方面的嘗試，比如Kickstarter上有一款名為Enflux的智能健身衣眾籌項目，通過衣服上遍布全身的感測器對身體運動進行3D追蹤和分析，當發現用戶的動作錯誤時，會通過APP進行提醒。持續使用後，APP還會從專業角度為用戶提出建議、制定計劃。

國內也有一家名為肌動科技的創業團隊推出了類似概念的解決方案，在健身器械中加入感測器，並且和AI演算法結合根據用戶的狀態實時調節器材的重量、速度——就像教練在訓練時為用戶加重減重一樣。

如果你是懶癌晚期，找個教練純粹為了激勵自己運動，AI也能滿足你的需求。紐約一家名為LifeBeam的企業開發了一款名為Vi Fitness的個人訓練App，一邊通過耳機中的感測器獲知心跳和步頻，一邊讓AI教練結合訓練數據鼓勵和督促用戶。

比如天氣炎熱時，AI教練就會建議用戶減少有氧運動的時間。當用戶很久沒有運動時，AI教練還會提醒用戶已經有XX天沒有見面了……

當然，如果一切都不能督促用戶去運動，那麼問題可能不是出現在技術上，而是用戶自己身上。

從三座大山到三種機會，AI可能從底層重塑健身市場嗎？

在採訪一位健身行業創業者時，對方告訴我們，中國的健身行業存在三座大山：

一是用戶決策成本高，健身房售課繳費動輒包年包季，可看到健身效果卻需要3-6個月。二是從業人員複製率低，培養一名優秀教練的難度不亞於培養一名醫生，現如今整個健身行業都以銷售為導向，教練缺乏經驗，自然也不能給用戶提供好的服務。三是行業中同質化競爭嚴重，標準化的團操、標準化的設備、標準化的收費模式之下，商家很難建立起壁壘，也容易陷入無底線的競爭。

其實這三個圍繞著整個行業的痛點，同時也體現了人工智慧之間的三個市場機會。

第一， 用戶層面的體驗機會。像Enflux、肌動科技和其他智能設備、智能健身房的出現，可以對用戶健身的體驗和效率進行改變，逐漸減少健身中的用戶決策成本。

第二， 行業層面的壁壘機會，當AI帶來健身體驗的個性化，用戶在進行決策時考慮也就不僅僅是場館距離家近不近、費用多少這些容易被無底線競爭破壞的因素，而開始考慮這家健身房的解決方案是否適合自己。

第三， 產業層面的模式機會。當體驗更好的智能健身解決方案普及度越來越高時，整個健身行業也就不再囿於賣課、賣卡、賣加盟這樣單一的盈利方式。在未來專門適用於健身的「體育雲」、健身演算法訓練師、更豐富的智能設備等等都可能出現，整個健身產業的營收模式會變得更加豐富。

當我們討論AI時，總說這是一種底層技術。在健身產業中也是一樣，放眼望去整個在大體育命題下有如此豐富的技術命題，如今這些技術正在慢慢從賽級流通到民用級，讓運動這件事變得更聰明。底層技術的改變，或許也能重塑健身產業，為其帶來一些新的思路與火花。

更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！