多数AI运动教练仍在寻找产品市场契合点，这款AI跑步应用已实现月入500万美元

本文来自微信公众号： 白鲸出海 ，作者：白鲸小编，编辑：殷观晓

前阵子我们参加了一场线下AI行业活动，现场听到了一个非常典型，也让不少创业者心动的创业方向。

有一位滑雪教练分享说，他发现传统滑雪教学都是高客单价的定制服务，于是打算做一款AI滑雪教学产品，给大众提供平价、可批量复制的滑雪教学服务。这个想法刚说出口，就得到了在场很多人的认可——毕竟用AI改造一个客单价高、需求明确的传统赛道，本身就是当下非常标准的创业思路。

可聊得越深，问题就越多。目前主流的AI滑雪教学都需要通过视频识别动作，光是获取合格的训练视频就是一大难题：用户自己拍摄的话，拍摄角度、镜头变形都会影响识别精度；找别人跟拍，对用户来说成本又太高。进入识别环节后，厚厚的滑雪服、头盔和护具会把人体关节大部分遮挡住，很难精准识别关键点。更麻烦的是，滑雪本身就是季节性极强的运动，一年里只有几个月能做相关业务。

简单来说，一个听起来十分美好的AI滑雪教练项目，真落到实际场景里，推进起来远没有想象中顺畅。

类似的项目在内容平台上其实并不少见，AI网球教练、AI羽毛球教练，很多更细分的运动项目都有人尝试，在人人可以快速开发产品原型的今天，不少团队几天就能做出Demo测试市场，但绝大多数项目至今都没找到真正的产品市场契合点（PMF）。

也正是因此，当我们发现跑步训练App Runna只用了四年就做到每月500万美元内购收入，还在去年被全球最大健身社区Strava收购时，才会格外好奇：同样是把专业教练的能力做成AI产品，大多数项目还停留在原型阶段，为什么Runna能先跑通商业化？

从PDF计划开始的创业之路

AI运动教练领域有一个很常见的惯性思维：大家默认教练的核心价值就是看动作、纠正动作，仿佛真人教练最核心的能力就是肉眼判断动作标准度，所以AI也必须配套视觉识别能力，靠摄像头做姿势分析和动作纠正，但这种方向落地难度非常高。而Runna一开始就没有切入即时动作纠错，反而瞄准了训练规划这个方向。这个赛道听起来没有动作识别那么炫酷，但本质是对训练全流程的长期把控，更贴近教练作为“训练大脑”的核心价值。

根据创始人Dom Maskell的回忆，这个灵感来源于他疫情期间想要提升跑步成绩的经历。当时他发现市面上的跑步App规划逻辑都非常僵化，没办法根据用户个人日程灵活调整训练安排——比如Dom只能在周二、周四和周六抽时间训练，还希望把长距离跑安排在周六，市面上没有产品能满足这个需求。于是他找了大学好友Ben，当时Ben正好是私人跑步教练，Ben就每周用Google文档给Dom做定制训练计划。在Ben的专业指导下，Dom进步非常快，不仅刷新了自己的5公里最好成绩，还顺利完成了人生第一场马拉松。这时Dom开始思考：不是所有人都能请到Ben这样的专业教练，能不能把这种定制计划服务做成产品？

这个起步的方向非常关键，它意味着Runna一开始对标就不是“站在用户身边的真人教练”，而是真人教练可以远程交付的核心能力：围绕用户目标制定训练计划，再根据用户的时间表、训练完成情况持续调整计划。

Dom和Ben花了九个月的时间，打磨出了一套可以自动生成跑步计划的引擎，先做成了名叫“The Run Buddy”的网站服务，在2021年正式上线。用户只需要输入自己的跑步目标（5公里、半马或是全马）、当前跑步水平、每周可训练时间，还有想要安排长距离跑的时间等信息，支付20到80英镑不等的费用之后——Dom说这个价格大概只有Ben做私人教练定价的五分之一——就能在15分钟内收到一份定制训练计划PDF，发送到用户邮箱。在这个阶段，他们就卖出了一千多份计划，也给这个二人创业团队攒下了足够的信心。

现在回头看，当时的服务和交付方式都很粗糙：比如PDF没办法灵活调整，如果用户因为出差等突发情况要改计划，或是觉得原计划配速太快跟不上，都得发邮件找客服，再由Dom手动重新做计划发回去。但即便如此，它还是成功验证了定制跑步计划的市场价值——当时市场里缺少专业又能贴合用户个人时间的计划服务，用户也用真金白银给出了正向反馈。

对用户来说，省心就是核心价值

现在的Runna App，看起来和当初的PDF计划差别很大，但核心交付价值其实高度统一：它从始至终都在提供一套专业、定制化，还能适配用户个人日程、体能状态的跑步训练规划服务，是计划适配人，而不是让人硬去适应计划。

这是很多外部观察者容易忽略的点：虽然Runna做到了训练计划个性化、动态调整、和运动设备联动，但对绝大多数普通用户来说，最直接的吸引力其实就是“省心”两个字。

市面上其实也有很多现成的跑步训练计划，按理说用户只需要把计划放到自己的日程里，再根据状态调整配速节奏就可以，但问题是，自己做规划本身就需要花时间、花精力，还要长期坚持调整。对本就工作生活节奏很快的现代人来说，Runna真正做到了像私人教练一样，用户打开App就能直接跟着练，不用自己费脑子规划。

现在用户打开Runna App，第一步可以选择自己的训练目标，比如刷新5公里成绩、完成第一次半马或全马，接着输入当前的跑步水平、每周能抽出来训练的天数还有具体日程安排，系统就会自动生成一套个性化训练计划。生成之后，训练内容还可以同步到Apple Watch、佳明等运动设备上，用户跑步过程中能收到实时语音指导，训练结束后，系统还会根据本次训练完成情况、历史进度和用户日程变化，动态调整之后的训练计划。除了跑步本身，Runna还把力量训练、灵活性训练等配套内容都整合进了训练体系。现在的Runna早就不是一个简单的计划生成工具，而是围绕跑者目标持续运转的动态训练系统。

从某种角度来说，Runna其实是把真人教练做决策、反馈的能力做成了标准化系统，这可能也是当初Ben的指导能让Dom进步这么快的核心原因：除了告诉你每天该练什么，教练还会根据你的训练表现调整后续计划。比起替代教练“观察动作的眼睛”，Runna做的事情更接近放大教练“规划决策的大脑”，而在跑步训练这个场景里，让用户可以不用动脑直接跟练，恰恰是更贴近用户愿意付费的核心价值。

借着过去几年马拉松赛事在全球流行的风口，Runna也一路成长为跑步训练赛道的头部玩家。在被Strava收购之前，它已经累计拿到了超过800万英镑的融资。Runna的订阅定价一直都不算便宜，每月订阅费达到19.99美元，但从营收数据能看出来，用户已经充分认可了它的价值。

AI运动产品的核心：让运动变简单

对比国内市场，运动在欧美民众日常生活中的渗透率更高，这一点从当地相对人均收入更低的健身房价格、更丰富的俱乐部资源、更成熟的赛事经济和大众参与氛围都能看出来。但也正因为运动本身已经足够普及，Runna能跑出来，反而靠的是做了一件更传统、更务实的事情：让运动变得更简单。

运动本身本来就是反人性的，如果AI教练反而要求用户架三脚架、上传视频，还要不断接受动作纠错带来的挫败感，其实不符合用户的真实需求。Runna的成功经验说明，AI运动产品要懂得帮用户节省心智成本，这其实也是很多成功运动产品都在探索的方向。

比如Fitbod，这是一款月收入超过200万美元的AI健身App。它解决的不是“怎么做出标准深蹲动作”这个问题，而是解决了用户进健身房之前的核心痛点：今天我该练什么？很多人放弃健身，其实不是因为不会做动作，而是站在器械区就已经开始犯难——我今天该练哪部分？选哪些动作？用多大重量？做几组？Fitbod不主打动作教学，而是根据用户的训练记录、身体恢复状态，还有用户可用的器械，直接生成当天的训练计划。对用户来说，AI的价值不是纠正动作，而是帮自己高效节省注意力。

再比如拿到2024年苹果设计大奖的Gentler Streak，它用另一种方式给运动做减法。绝大多数运动App都在强调打卡、逼用户完成目标，用户一旦状态不好没完成计划，很容易产生挫败感，最后干脆直接放弃运动。但Gentler Streak就像它的名字一样，产品逻辑完全相反：它更关注用户的心率、身体疲劳度和恢复状态，当用户太累、状态不好的时候，它会主动建议用户休息，或者只做轻度活动，降低用户因为达不到标准退出运动的概率。Gentler Streak让运动变简单的方式，就是帮用户做心理减负。

小结

回到文章开头的问题：为什么跑出来的是Runna？我们认为核心原因是这个团队最终找到了用户愿意持续付费的核心价值。他们抓住了教练身上更值钱、也更适合规模化交付的能力：做规划、动态调整、全程陪伴、给出反馈，最终帮用户省下时间、精力，免去自己做决策的负担。

从某种程度上来说，这可能才是AI运动产品更值得参考的发展路径，毕竟很多学习、健康类产品都已经验证了一个道理：真正能留住用户的，往往不是产品有多专业、参数有多精准，而是它有没有把一件原本很难坚持的事，变得稍微容易了一点。