PACE - コネクテッドフィットネスエコシステム:AI が実現するパーソナライズドトレーニング
現代のジムで真のパーソナライズを実現するには、つながるフィットネスエコシステムが欠かせません。AI、リアルタイムデータ、そしてスマートな機器を組み合わせることで、Matrix が seca と提携して開発した PACE — Personalized Adaptive Coaching Experience — のような MAGNUM プラットフォームは、ワークアウトの設計と提供のあり方を変えつつあります。
Matrix がパーソナライズド トレーニングの未来を見据えた取り組みを始めた際、チームは早い段階で、業界が抱える大きな課題は AI だけでは解決できないことを認識しました。
グローバル担当シニア デジタル プロダクト マネージャーの Matt McConley は、次のように述べています。「私たちは、単に新たなデジタル機能をつくりたいわけではありませんでした。 」目指したのは、実際のデータ、実際の機器、そして実際のトレーニング環境が一体となって機能し、意義あるパーソナライズを実現する、包括的なエコシステムの構築です。
この統合的なアプローチを通じて、PACE は、次世代のフィットネステクノロジーが個別の機器やソフトウェアの枠を超え、施設全体で一貫したトレーニング体験を実現していく姿を示しています。
データが導く、一人ひとりに合わせたフィットネスプログラム
本当に一人ひとりに寄り添うフィットネスは、正確なデータから始まります。しかし、多くのフィットネス施設の会員にとって、運動の判断は有意義な示唆ではなく、経験や勘に頼って行われているのが実情です。目標に向けて、どのくらいの重量を使うべきか、どの機器を優先すべきか、どれくらいの時間トレーニングすればよいのかが分からない方は少なくありません。
このギャップに対応するため、Matrix は、医療グレードの測定・分析分野で 185 年を超える知見を持つ seca と提携しました。seca の体組成分析は、臨床的に検証されたデータを数秒で提供し、一人ひとりの詳細な生理学的プロファイルを可視化します。機械学習モデルは入力データの品質に大きく左右されるため、この水準の精度は、従来のフィットネス向け推定値よりもはるかに信頼性の高い基盤となります。
seca の医療グレード測定と Matrix のトレーニングテクノロジーを組み合わせることで、PACE は身体データに基づく知見を、実践的なエクササイズガイダンスへとつなげます。信頼できるデータと高度なプログラミングが組み合わさることで、パーソナライズは確かなものとなり、実践につなげやすくなることが、このアプローチによって速やかに示されます。
つながるフィットネスのエコシステムを構築する。
体組成に関する知見を実際のワークアウトへとつなげるには、単に AI モデルを構築するだけでは不十分でした。開発チームには、複数の技術がそれぞれ独立して機能しながらも、途切れのないスムーズなユーザー体験に貢献できる、包括的なエコシステムの設計が求められました。
PACE は、施設環境全体にわたる複数の重要な要素をつなぎます。体組成計 seca TRU が生理学的データを取得し、Matrix の有酸素マシンおよび筋力トレーニングマシンのタッチスクリーンコンソールが、会員が日常的に使用する機器を通じて、一人ひとりに合わせたプログラムを直接提供します。会員識別システムが個々のプロフィールとワークアウトを連携し、独自の Matrix AI が受信したデータを目標に基づくトレーニングプランへと変換します。
このシステムの信頼性を確かなものにするため、エンジニアはまず各コンポーネントを個別に開発し、その後、統一されたワークフローへと統合しました。このモジュール型のアプローチにより、各要素はより大きなエコシステムに接続される前に、それぞれ単体で正しく機能することが確認されました。
その結果として生まれたアーキテクチャは、PACE の中核となる目的を体現しています。トレーニング環境全体が連携して支えることで、パーソナライズの価値をより確かなものにします。
AI が実際のジム環境にどう適応するか
どれほど高度な AI トレーニングモデルであっても、最終的には実際のフィットネス施設で機能する必要があります。そこでは、共用機器や限られた時間、予測しにくい利用動線が、会員の実際の運動スタイルを形づくっています。
開発にあたり調査を行った結果、一般的な 1 時間のワークアウトのうち、利用者は種目間の移動や器具の空きを待つ時間に、最大で 20 分ほど費やしていることが分かりました。机上では効率的に見えた初期のプログラミングモデルも、実際のトレーニング環境では想定以上に時間を要することがありました。
この課題に対応するため、AI 開発チームは運用上の知見をシステムのロジックに組み込みました。機器の設置状況、施設レイアウト、現実的なトレーニング時間を踏まえ、プラットフォームをさらに洗練させました。推奨されるワークアウトが、理想化されたトレーニング条件ではなく、会員が実際に確保できる時間に合うよう、モデルを再学習させました。
これらの改善により、PACE は現代のフィットネス施設の実情を的確に反映するものとなりました。これにより、このプラットフォームは、パーソナライズされたトレーニングは理論上だけでなく、実際の環境でも機能しなければならないという मूलとなる約束を、あらためて裏づけています。
AI でジムのオンボーディングを効率化。
もう一つの重要な課題は、オンボーディングでした。多くのフィットネス施設の利用者は、初回の来館時に何から始めればよいのか、どの機器を使えばよいのか分からず、戸惑いを感じることがあります。
PACE は、この課題を乗り越えるために設計されたオンボーディング体験により、短時間で実践的な指針を提供します。まず、利用者には体組成の測定を行っていただき、あわせて目標、トレーニング頻度、希望するワークアウト時間を把握するための 3 問のアンケートにご回答いただきます。
この情報をもとに、システムが Matrix のタッチスクリーンコンソールを通じて、個別に最適化されたワークアウトを即座に生成します。最初のワークアウトは、主要な筋群の基礎的な筋力指標を設定する評価としても機能します。これらの指標により、長時間のテストセッションを行わなくても、システムは他のエクササイズに適した負荷レベルを推定できます。
オンボーディングを簡素化することで、PACE は最初のワークアウトから、一人ひとりに合わせたトレーニングをより身近なものにします。この洗練された導入設計により迷いをなくし、利用者が着実な前進に集中できるようにします。
コネクテッドフィットネス エコシステムの未来
PACE は当初から、完成品ではなく、基盤として設計されました。このアーキテクチャにより、新たなデータソースや技術、健康に関する重点課題が生まれても、エコシステムを柔軟に拡張できます。
今後は、他のデータソースや測定項目との連携も視野に入れており、予防ケアや長期的なウェルネスプログラムといった、より幅広い健康施策を支えながら、ワークアウトの推奨内容をさらに精緻化していく予定です。
このプラットフォームは、トレーナーや施設運営者にとっても、新たな可能性を広げます。AI が生成する基本プログラムにより、管理業務の負担を軽減できます。ゼロからワークアウトを作成する代わりに、トレーナーは関係構築と質の高いコーチングの提供に、より多くの時間を充てられます。
McConley は次のように振り返ります。「PACE の力は、単にテクノロジーそのものにあるのではありません。それを中心に築き上げてきたエコシステムです。正確な健康データ、インテリジェントな機器、そして専門的なプログラミングが連携することで、施設はこれまで実現が難しかったレベルのパーソナライズを提供できます。
測定、機器、そして適応型プログラミングをひとつの統合システムとして結び付けることで、PACE は、つながるフィットネスエコシステムがトレーニング空間をどのように変えていけるかを示します。会員、トレーナー、施設運営者のいずれにとっても、複雑なデータを確かな判断と行動へとつなげます。さらに重要なのは、一人ひとりに合わせたフィットネスを、理想ではなく現実へと変えていくことです。