2008年北京成功举办奥运会，掀起了全民运动的潮流，而物质生活水平被充分满足后，人们越来越关注自身健康问题，庞大的蓝海市场引得传统健身房在近些年如雨后春笋般扎堆出现，但不幸的是，盛夏尚未到达，这些健身房就直接迎来了寒冬。

办卡预付金额的高门槛、健身训练需要的耐力以及层出不穷的健身房卷钱跑路事件，让传统健身房获客变得越来越艰难。而对于用户而言，漫长枯燥的体能训练和不低的费用都成为健身房健身运动的痛点所在。

大数据与真人教练

互联网公司很快看到其中商机，先是BAT三大巨头先后入局，随后各运动类App火爆上线。线上课程的出现对于传统健身模式来说是一个重大颠覆，它让健身变成一种随时随地都可以展开的活动。当然Keep所做的更大努力，就在于将这些艰难枯燥的运动变得更具专业性和趣味性。而这一切都离不开大数据和人工智能的支撑。

线上教学要想达到像真人教练那样专业的指导效果，少不了对于用户运动行为的理解，以及向用户进行结果反馈并随时帮助其调整训练内容。为了解决这个问题，Keep计划推出基于物联网和人工智能技术，添加“传感器”的智能硬件，例如运动手环、智能摄像头等。用户在运动时戴上手环，便可以通过传感器采集来的数据绘制出运动轨迹，将用户的运动轨迹和标准库里面的运动轨迹进行识别和打分，如果动作有典型的错误或者不到位，Keep就会通过App反馈给用户。

专业性的一个核心要素是，针对每个不同的个体进行区别教学。面对不同体质、不同健身需求、不同预期效果的客户，大数据需要更好地为用户匹配到适合他的课程，“在这种情况下，每个人的健身课程和训练计划都是量身定制的。”Keep首席科学家、Keep人工智能研究院院长秦曾昌解释，由于Keep软件上的教学课程是可以按照每一个动作进行拆分和自由组合的，这些拆分的动作将根据不同个体的特质和需求进行有机组合，从而自动生成定制化的个人课程。这跟传统的健身模式一门课程适用于一群人相比，在专业性教学上是一个巨大突破。

而在趣味性这方面，目前Keep正在尝试通过将运动和竞技、游戏连在一起，来调动用户的运动兴趣。在课程内容的设计上，也开始在做一些轻量化、娱乐化的运动产品。据介绍，未来，Keep还将会在可视化上探索更多运动趣味性以及社交性的可能。

对此秦曾昌总结，Keep想做的事情就是把基本智能的概念移植到Keep生态布局的每个环节里面去，例如Keep App、KeepKit、Keepland，其智能的体现就在于这些产品能像真实的教练一样去理解你的需求、告诉你如何去选择课程、指导你如何去矫正动作，与用户进行有效沟通。

大数据与用户需求

像任何一家成功存活下来的互联网企业一样，今天当我们谈到用户需求的时候，没有一家互联网公司能绕得开这个核心出发点，因而用户的相关数据也就成为互联网企业生存发展的关键要素。

秦曾昌认为，用户需求是一个核心的点，在运动健身领域，人们的需求也各有不同，有人为了健美，有人为了产后恢复，有人为了力量，有人为了减肥，基于这些不同需求，我们在视觉效果、训练课程、穿戴设备、食谱等方面的设计，都一定是紧跟这些用户需求服务的。

按照这个核心出发，就是要在产品服务中把更多的主动权归还给用户。秦曾昌解释，比如一个想减肥的人在使用我们产品时，我们想要做到的效果是，当这个用户有一个自己预想的训练计划：在3个月内减下5公斤，那么Keep就可以根据这个用户的需求去为他匹配合适的训练课程和计划，同时给他匹配合适的食谱。如果这个用户在训练的过程中觉得3个月时间太紧张了，想调整到4个月，那么Keep就会相应的对他做出训练课程、计划和食谱的调整。

相应的，专业性、趣味性、便捷性、易学、平价等等，都是用户对于健身产品的一些核心诉求，而大数据的的作用在于找到每一个用户的产品诉求，并在内容上不断优化升级，不断契合个性化需求，给予用户更好的使用体验。“互联网公司是基于大数据的，无论是做商业决策、产品设计还是营销，前提都是需要了解用户的需求、体验等等，有了这些数据，我们才知道要怎么去改进、往哪个方向发展。”秦曾昌表示。

个性化与规模化同时实现

由于健身需要一定的专业性指导，单纯的教学视频很难替代真人教练去进行专业指导，但大数据和人工智能的出现为这一切带来了可能，从而也颠覆了传统健身产业的模式。

在秦曾昌看来，“大数据对于传统健身产业的颠覆就在于它使个性化服务和规模化服务得以同时实现”。尽管传统的健身教练能实现很好的个性化服务，但当这种需求的规模达到成千上万的量，传统健身教学模式还能满足每个人的个性化需求吗？如果没有大数据，这种个性化服务就没有形成规模化的可能，一对一的健身训练就永远是少数有钱人的私人运动，这显然与全民健身的大趋势相悖。因此，只有大数据才能满足庞大客户群体的个性化需求。

当然，构建同时满足规模化和个性化的健身服务体系，目前在技术上仍是一个不小的挑战。秦曾昌举了一个简单的例子：当我在小盒子放一颗绿豆，你一眼就能看出来，但如果我现在把这颗绿豆藏在书包里，你找到它可能需要30秒，那当我把这颗绿豆放到广场上时，等你找到的时候可能就是一天之后了，这时候你找到它也就没什么意义了（大数据要求实时反馈）。“跑大数据就是这么回事，你想要的东西一定在这堆数据里面，但是你想要在短时间内找到它却很难。一般而言，跑一次数据要几个小时甚至十几个小时，如何能在扩大这些数据规模的同时提高效率，这在技术上是一个非常大的挑战。”

秦曾昌认为，在传统行业里面，大家认为吃饭一定要去楼下的餐馆，没想过可以通过软件点击一下饭就送到门口。而传统的健身，要么是去公园跑步，要么就去健身房锻炼，从来没想过通过一种新的技术可以让你脱离这些固定的健身场景。随着健身运动逐渐普及，人们对健身的需求越来越日常化、常态化，而Keep做到了这一点，“这也是我们前期为什么做得比较不错的原因，我们找到了新的价值标准，知道如何用技术去更好地服务人们的健康”。

运动数据一直是一个被大大忽视的数据，正因为如此，这个数据也恰恰成为Keep独有的资产，“但数据多本身不是价值，需要看未来的数据能打通多少，只有找到合适的应用场景、核心的算法模型、精准的数据匹配度，才能真正发挥数据的价值。”秦曾昌表示。