AI にトレーナーのように考える力を。
AI はあらゆる場面で活用されていますが、フィットネスの分野では、汎用モデルだけでは十分ではありません。運動体験を真に高めるには、AI が身体、行動、環境、そして現実の制約にある細やかな違いまで理解する必要があります。
スマートなフィットネステクノロジーと医療機関レベルの体組成データを統合した、AI 搭載のトレーニングソリューション「Matrix Exercise Learning Intelligence」を通じて、Matrix は、パーソナライズされたフィットネスの未来は、自動化されたワークアウトだけではないことを示そうとしました。
フィットネスの次なる進化は、人の専門性、経験、そして洞察を礎とし、それらを独自の AI によって適切に組み込み、責任あるかたちで広げていくことで実現します。
Matrix のグローバル フィットネス プログラミング担当ディレクター、スティーブ・バレットは次のように述べています。「このプロジェクトは、最初から設計図があって始まったものではありません。」自然な流れで成長していきました。これまで取り組んだ経験がなかったため、機械学習システムをゼロから構築していました。既製のソリューションでは、求める水準に応えられなかったためです。
フィットネスのパーソナライゼーションにおける AI の課��
Exercise Learning Intelligence の開発における課題は、決して技術面だけにあったのではありません。というのも、この発想そのものが、市場ならではの独自のニーズから生まれたものだからです。フィットネス施設では、会員が求める体験と従来の機器で提供できる内容との間に、ますます大きな隔たりが生まれています。
会員が求めているのは、手間なく受けられる、一人ひとりに寄り添ったガイダンスです。運営事業者は、管理のための人員に依存したり新たに採用したりすることなく、運動のパーソナライズを提供したいと考えています。トレーナーが求めるのは、専門性をさらに引き立て、業務を効率化できるツールです。プログラム作成に追われるのではなく、信頼関係の構築により多くの時間を充てられます。
さらに状況を複雑にしているのが、既存の機器やデジタル製品を手放すことを施設側に求める、閉鎖的なデジタルエコシステムが数多く存在することです。さらに、多くのフィットネス施設では、実際の目標や日々のスケジュール、身体の状態に即したワークアウトを含む、総合的なウェルネス体験の提供が強く求められていました。
Matrix は、より柔軟なものを生み出す機会を見出しました。2024年後半、Matrix は、既存の機器と連携しながらトレーニングフロア全体の価値を高める、アダプティブコーチング体験の開発に向けて第一歩を踏み出しました。
精度で選ぶ、信頼のパートナー。
真に一人ひとりに寄り添うワークアウトは、それぞれ異なる身体を深く理解することから始まります。その要件を受け、Matrix は、医療グレードの測定機器および計量ソリューション分野で 200 年近い実績を持つ seca と提携しました。
seca の体組成ソリューションは、筋肉量、脂肪量、水分量など、医療分野で信頼される指標に基づき、一人ひとりの状態を総合的に把握できる全体像を提供します。実際の健康状態やパフォーマンスの傾向を的確に映し出します。
ただ、適切なトレーニングを提案するには、正確な医学的知見だけでは十分ではありません。そのデータは、共用機器を使用し、時間にも限りがある多忙なフィットネス施設でも機能するプログラムへと落とし込む必要があります。
そこで、Matrix が力を発揮します。seca が比類のない臨床レベルの精度をもたらし、Matrix は長年にわたるフィットネス分野の知見を加えることで、その全体像を完成させました。このパートナーシップにより、精緻な測定と実践的な行動が結びつき、データは信頼してすぐに活用できる指針へと変わりました。
MATRIX がフィットネスに特化した AI モデルを構築するまで
Matrix は当初から、フィットネスに特化した独自の AI モデルを構築するという明確な方針を掲げていました。一般的な AI システムは、収集元が不明確な情報や文脈を欠いた情報に依拠していることが多く、一見信頼できるように見える推奨を示しても、実際のトレーニング環境では十分に機能しない場合があります。
この新しいモデルには、より深い知見と洞察力、そして高い共感性が求められました。つまり、汎用的なモデルを超えて、より人間らしい存在である必要があったのです。
だからこそ、Matrix の開発チームは、AI の学習設計を基礎から見直しました。Matrix は、確立されたスポーツ科学の原則、体系的なプログラミングの考え方、そして長年にわたる実践的なコーチング経験を基盤に、その礎を築いてきました。
丁寧な修正を重ねることで、そのシステムは、何を提示すべきかだけでなく、何を避けるべきかもほどなく理解するようになりました。業界の専門家から学ぶ中で、Exercise Learning Intelligence は、トレーニングをどのような順序で組み立てるべきか、強度をどのように段階的に高めるべきか、そして回復が長期的な成果にどのように関わるのかを、ほどなく理解するようになりました。
この重要な基盤づくりにより、AI が実際に取り組む人への配慮なく、ただワークアウトを生成するだけにとどまらないようにしました。このゼロベースのアプローチにより、Exercise Learning Intelligence は、実際のトレーニング環境に即した信頼性の高いコーチングを、幅広く提供できるようになりました。
AI フィットネスコーチングにおいても、人の専門性が重要であり続ける理由
初期の結果には期待が持てたものの、提示されたワークアウトを実際のトレーニングの現場で行うことで、重要な事実が明らかになりました。
残念ながら、計画上は理想的に見えたプログラムも、実際の運用では必ずしも円滑に機能するとは限りませんでした。セッションは長時間に及ぶことが多く、トレーニングエリア内のある場所から別の場所へ移動するのに要する時間は、ほとんど考慮されていませんでした。混雑するフィットネス施設でよく見られる、機器の利用競合についても、考慮されていませんでした。
さらに、強度レベルは最適なトレーニング理論を反映した設定であることが多く、競技志向のアスリートには適していた一方で、一般的なフィットネス施設の利用者やその目的には、やや過剰でした。
システムを簡略化するのではなく、Matrix のチームはその完成度を高めるために、たゆまず磨き上げてきました。Exercise Learning Intelligence が実際の利用環境でも適切に機能するよう、ガードレールを追加しました。
やがて、多忙なスケジュールや限られた運動時間、トレーニングフロアの混雑、現実的な回復計画など、さまざまな条件を踏まえて調整できるようになりました。そして何より重要なのは、Matrix の開発チームが、理想的な条件下での機械的なトレーニングではなく、実際に人がどのように鍛えるかを踏まえて、標準プロ��ラムを調整したことです。
人の実体験と共感に基づく洞察をモデルの根幹に組み込むことで、Exercise Learning Intelligence は汎用的な AI システムを超える存在となりました。その中核を担う AI は、より親しみやすく、より信頼できる存在へと進化し、成果につながる力も大きく高まりました。
実際のジム環境における AI ワークアウトの検証
もちろん、Matrix は、Exercise Learning Intelligence の有効性を理論面で確認するだけでは十分とは考えませんでした。開発チームは次の段階として、新しい AI を実際の空間での本格的なワークアウトに導入し、数か月にわたって検証を重ねました。
Matrix の開発チームは、AI が生成したワークアウトプログラムを自ら体験しながら、実際の運動の流れに照らして、タイミングのずれや強度設定の課題、操作上の使いにくさを見極めてきました。
実際の使用環境で心拍数が高まるトレーニングを重ねたことで、重要な改良をさらに一段進めることができました。柔軟性を確保するために手動調整機能を導入し、提示されたワークアウトを必要に応じて補正・調整できるよう、最終的な人の判断を反映できる設計としました。理想論に偏らず、継続しやすさを重視するよう進行ロジックを見直し、実用的で効率的なワークアウトプログラムを実現しました。
このシステムは、利用者を理論上の限界まで追い込むのではなく、運動の継続と自信の維持を優先するように学習しました。
改良と機能向上を重ねるたびに、Matrix が当初から大切にしてきた考え方が、より確かなものになってきました。パーソナライズされたエクササイズは、実際の生活環境の中で、無理なく取り組めて、続けやすいものであってこそ意味を持ちます。
一人ひとりに寄り添う、アダプティブ コーチング体験 (PACE)
成熟した形へと進化した PACE は、seca 製品による 24 秒の体組成スキャンを、目標に応じて最適化される AI 活用型ワークアウトへと変換し、Matrix コンソールを通じて直接提供します。各セッションで得られた新たなパフォーマンスデータがシステムに反映されることで、プログラムは自信の向上や能力の変化に合わせて進化していきます。
PACE に搭載された AI は、各施設で利用可能な機器や個々の利用頻度の傾向に応じて、プログラム内容をリアルタイムで柔軟に調整します。あらゆる利用者に対応できる拡張性の高い導入を支援し、手動設定の負担をほぼなくします。
トレーナーは体験の中心であり続けます。AI が舞台裏で複雑な処理を担うことで、より信頼関係の構築に専念できるようになりました。会員満足度を測る重要な指標である、会員とスタッフの間に生まれるより意義ある接点の創出にもつながります。
進化し続ける知性
Matrix にとって、Exercise Learning Intelligence は完成形ではなく、基盤です。このアーキテクチャは、各施設固有のエコシステムの進化に合わせて、ウェアラブル連携や医療分野に関するより高度な知見の活用など、将来的な拡張に対応します。
スティーブ・バレットが振り返るように、「一人ひとり��の理解が深まるほど、これはよりパーソナルなものになります。」パーソナライズは単なる機能ではありません。これからの標準です。そして、このシステムによって、責任ある形で大規模に提供できる道筋がようやく整いました。」
Exercise Learning Intelligence は、AI が専門家の知見をもとに設計され、実環境で検証され、人の洞察に導かれることで、コーチングに取って代わるのではないことを示しています。すべての人に、より上質なエクササイズ体験をもたらします。