当多数AI运动教练还在找PMF，已有AI跑步App做到月入500万美元 文章

几天前的一场线下 AI 活动上，我们听到了一个很典型、也很有诱惑力的创业想法。 现场有位滑雪教练聊到，他曾意识到传统的滑雪教学是高客单价的定制化服务，于是想到去做一款 AI 滑雪教学产品，提供平价又规模化的滑雪教学服务。这个 idea 刚被抛出来时，在场所有人的反应都很积极，因为用 AI 软件服务去改造一个高客单价、用户需求明确的传统赛道，几乎是今天最标准的创业故事之一。 但再往下聊，问题也就一个一个冒出来了。AI 滑雪教学的主流思路是靠视频识别动作，但如何获取高质量的视频就是一大问题。用户自己录，拍摄角度和镜头畸变都会影响判断；他人跟拍的成本又太高。到了识别阶段，厚重的雪服、头盔和护具又会把人体的关节点位遮得七七八八。更要命的是，滑雪还是一个典型的季节性运动，一年只能做几个月的生意。 总而言之，一个听起来很美好的“AI 滑雪教练”服务，落到真实雪场上往往没有那么优雅。 类似的思路的产品在小红书上能找到不少，AI 网球教练、AI 羽毛球教练，甚至更多细分运动项目都有人尝试，Vibe Coding 的时代人人可以在几天之内手搓产品原型并进行市场测试，但多数产品距离 PMF 依旧遥远。 也正因如此，当我们看到一款名叫 Runna 的跑步训练 App 在短短 4 年时间内做到 500 万美元月内购收入，并在去年被全球最大健身社区 Strava 收购时，会格外感兴趣。同样是把“运动教练经验做成产品”，多数项目停留在了 Demo 阶段，为什么是 Runna 率先跑了出来？ 一场从PDF起步的创业 AI 运动教练常见的一大惯性思考是将教练价值理解成“看动作，纠动作”，仿佛真人教练最重要的能力是用眼睛看动作是否标准，于是 AI 也应该长出一双“眼睛”，通过摄像头、姿势识别和动作分析，但实现难度很大。相比之下，Runna 切入的并不是“即时动作纠错”，而是训练规划。后者看起来不那么酷炫，但它是一种更长期的、对训练过程的持续把控，更接近教练服务里的“战略大脑”。 按创始人 Dom Maskell 后来的回顾，这一灵感来源于他在疫情期间想要提升自己的跑步成绩，当时他发现市面上的跑步 App 都很僵化，无法根据个人日程灵活调整训练安排，比如 Dom 只能在周二、周四和周六训练，并且希望在周六进行长距离跑。