運用 AI 將會員數據轉化為運動方向

進步的假象

健身產業從不缺少數據。會員可以透過穿戴裝置和應用程式追蹤心率、輸出、身體組成、運動歷史等資料。然而，有一個問題仍然會出現在訓練現場。許多會員開始訓練的時候不知道接下來該做什麼。

那個落差之所以特別明顯，是因為這個產業早已解決了可見度的問題。數據無所不在。缺乏的是方向。會員看得到這些數據，但仍然需要自己決定該從哪裡開始、要做到多高強度、該使用多重的重量，以及在訓練過程中如何調整。

這就是為什麼 AI 已經成為這場討論中的一個重要部分。AI 在健身領域的價值，不在於速度或新奇感。它的價值在於，能將大量資料轉化為人們可以立即使用的指引。

也就是洞察與行動之間缺少的一步

尤其是對剛開始運動的人來說，頭幾次來健身房往往會充滿不確定感。研究報告顯示，新手鍛鍊者加入後的頭幾個月，他們的出席率在 10% 到 37% 之間。近半數成年人表示，在健身房環境中會感到怯步，而害怕被評價也限制了他們的參與。當人們走進一個場所，在缺乏足夠協助的情況下不斷面對一個接一個的選擇時，出現猶豫是可以預期的結果。

許多系統仍然只停留在測量階段。它們會報告已經發生的事，但不會指引接下來該怎麼做。這讓會員必須自行解讀資料，或依賴現場是否有人能提供協助而定。在繁忙的場地中，這會在最需要支援的地方造成阻礙。

AI 可以協助縮小這個落差。它可以接收個別輸入資料、隨時間進行比較，並在課程進行期間將其轉化為有用的指引。這讓數據的角色從被動回饋轉變為主動指引。

目前方法的不足之處

這個問題很大一部分，歸根究柢在於運動指導的傳遞方式。業界在很大程度上依賴廣泛通用的建議，但這些建議並未反映螢幕前每一位個體的實際情況。每位會員的準備狀態、偏好、目標和身體狀況都不盡相同，但許多方案仍然是從通用的模式開始。

對於需要一個簡單起點，以及一套自己能夠照著執行的計畫的人來說，制式化、套用在所有人身上的訓練並沒有幫助。個人化指導有助於提高依從性，因為它能為人們提供相關且可行的建議。

AI 與靜態的課程規劃有所不同。它可以隨著新的輸入進來而調整。它可以回應跨不同訓練階段中的表現、行為和進展。它可以支援會隨著會員改變而調整的訓練體驗，而不是要求會員去配合固定的方案。

還有另一個因素。訓練不會總是在理想條件下進行。訓練發生在繁忙的場館中，同時伴隨共用的機台、有限的時間，以及不同程度的人員支援。一套訓練在理論上看起來可能很有效率，但到了實際操作時，仍然可能完全走樣。AI 必須在那樣的環境中運作，才會有用。這就是業界應該期待的標準。

業界下一步所需要的是什麼

下一個轉變是利用現有訊息，幫助人們從第一次訪問開始就採取行動。

AI 正開始在那項轉變中扮演更重要的角色。妥善運用時，它可以減少憑感覺判斷的情況、協助做出更好的決策，並讓整個場域更容易提供個人化體驗。

那並不會抹去訓練中以人為本的一面。會員依然會對鼓勵、安心感和連結產生回應。教練或工作人員會影響一個人是否感到足夠自在，進而願意持續訓練，並再回來。AI 可以引導訓練。人們仍然會對周圍的體驗產生影響。

接下來的一切，將不會由這個產業能蒐集多少數據來定義。它的價值將取決於那些數據能在多大程度上協助人們訓練。

Matt McConley

資深數位產品經理－全球行銷