Connected Gym
 |
來源：脑极体
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，還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「體育科技大獎」（Sports Technology Awards），專業挖掘體育行業與AI，大數據，智慧穿戴等等技術領域的可能。
就連更為普通人所熟悉的健身，也開始吹起了智慧風。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，和越來越高的使用者流失率。
有報告顯示，傳統健身房動輒佔地上千平米，在營運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，使用者續卡比例僅有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？
有報告顯示，傳統健身房動輒佔地上千平米，在營運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，使用者續卡比例僅有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」。透過人臉辨識，手環辨識等技術對不同使用者進行分辨，讓使用者可以自主進入場館，開啟儲物櫃等。近兩年在中國大火的自助健身光豬圈、嗜好、超級猩猩等，多多少少都採取了這樣的模式，結合應用預約場館課程，給使用者更完善的智慧體驗。
另一種則是裝置的智慧化，透過在藍芽手機，智慧手環等裝置上加入感測器，記錄使用者的運動資料。小米曾經推出過的一款彈力繩健身器就是典型，透過在健身器材加入觸控，拉力感測器，辨識使用者的手勢和力度，從而辨識動作的完成度，標準度等等。
可迄今為止，智慧健身都只是一些不痛不癢的，改變無人化和智慧裝置，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，使用者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，使用者往往不得其門，健身效率很低。最終導致健身房複購率低下，大量健身房依賴教練作為銷售，鼓動使用者不斷買課，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，使用者也沒能得到專業的指導，健身房依然要面對使用者流失嚴重，複購率低的老問題。
讓AI做擅長的事，健身可能變成解數學題嗎？
此前的智慧健身，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。使用者自身的肢體長度，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，都決定著使用者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，也只能給予使用者一個大概的泛化指導。所以大多數時候，使用者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。
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，也只能給予使用者一個大概的泛化指導。所以大多數時候，使用者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，恰恰是處理資料，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使用者的健身時產生的資料，結合健身專家的演算法模型及時給出回饋，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的上有一款名為Enflux的智慧健身衣眾籌專案，透過衣服上遍布全身的感測器，對身體運動進行3D追踪和分析，當發現使用者的動作錯誤時，會透過APP進行提醒。
持續使用後，APP還會從專業角度，為使用者提出建議，制訂計劃。
持續使用後，APP還會從專業角度，為使用者提出建議，制訂計劃。
在對岸中國，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，結合根據使用者的狀態，即時調節器材的重量，速度 - 就像教練在訓練時，為使用者加重減重一樣。
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，一邊透過耳機中的感測器，獲知心跳和步頻，一邊讓AI教練結合訓練資料，鼓勵和督促使用者。
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，一邊透過耳機中的感測器，獲知心跳和步頻，一邊讓AI教練結合訓練資料，鼓勵和督促使用者。
比如天氣炎熱時，AI教練就會建議使用者，減少有氧運動的時間。當使用者很久沒有運動時，AI教練還會提醒使用者已經有XX天沒有見面了......
當然，如果一切都不能督促使用者去運動，那麼問題可能不是出現在技術上，而是使用者自己身上。
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：
一是使用者決策成本高，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，自然也不能給使用者提供好的服務。
三是行業中同質化競爭嚴重，標準化的團操，標準化的裝置，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。
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，自然也不能給使用者提供好的服務。
三是行業中同質化競爭嚴重，標準化的團操，標準化的裝置，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，使用者層面的體驗機會。像Enflux，肌動科技和其他智慧裝置，智慧健身房的出現，可以對使用者健身的體驗和效率進行改變，逐漸減少健身中的使用者決策成本。
第二，行業層面的壁壘機會，當AI帶來健身體驗的個性化，使用者在進行決策時考慮，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。當體驗更好的智慧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，更豐富的智慧裝置等等都可能出現，整個健身產業的營收模式會變得更加豐富。
在未來專門適用於健身的「體育雲」，健身演算法訓練師，更豐富的智慧裝置等等都可能出現，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。
沒有留言:
張貼留言