必威体育

　　摘要：人工智能与全民健身融合发展是指通过数据驱动、算法服务和平台赋能推动全民健身走向智能化。综合运用文献资料等方法，对人工智能与全民健身融合发展的价值逻辑、现实困境及优化路径进行探析。认为：人工智能与全民健身融合发展具有促进全民健身的个体参与、助力全民健身事业和产业发展、推动全民健身治理现代化的价值预期。目前，人工智能与全民健身融合发展面临技术支撑不足、市场驱动有限、社会基础薄弱、制度规制缺位等现实困境。促进人工智能与全民健身深度融合需要技术突破和应用落地协同并进、市场开发与产业生态互动发展、社会参与和外部支持双线促进、宏观激励和监管规制共力引导。

　　自1956年信息论创始人克劳德•香农等人在达特茅斯会议(Dartmouth Conference)上正式提出“人工智能”概念以来，人工智能深刻嵌入了人类社会发展进程。特别是近年来随着一系列技术的突破，人工智能迎来第三次发展浪潮。以人工智能技术为主导的新业态已成为驱动和引领经济、社会变革的新动能。在 全民健身领域，人工智能应用也渐成趋势，各种智能健身服务和产品层出不穷，智能体育公园、智能穿戴设备、智能健身场馆等有效改变了全民健身服务模式和供给方式。顶层设计亦对智能技术寄予厚望，《体育强国建设纲要》(国办发〔2019〕40号)、《“十四五”体育发展规划》、《全民健身计划(2021—2025年)》(国发〔2021〕11号)等文件均涉及鼓励智能技术在全民健身中的应用。学界普遍意识到“技术赋能”对全民健身的重要效用，但是既有研究主要集中在“互联网+”的技术层面，探讨在线场景的运用对全民健身的影响和变革，尚未深入人工智能在完全信息条件下通过大数据、算法嵌入全民健身的本质，也缺乏对人工智能技术变革全民健身产业和治理的综合研究，不利于充分发挥人工智能“善假于物”的功能预期。当前人工智能与全民健身的融合尚处于起步阶段，既面临着“人工智能为何嵌入全民健身”的理论诘问，也面临着“人工智能如何嵌入全民健身”的实践难题。鉴于此，本文从人工智能的技术特征出发，回应人工智能与全民健身融合发展的价值逻辑，审视其发展困境，继而提出优化路径，以期实现人工智能与全民健身的深度融合，丰富新技术赋能全民健身发展的理论成果。

　　1 人工智能与全民健身融合发展的背景与内涵

　　1.1 人工智能的技术演进

　　在1956年的达特茅斯会议上，克劳德•香农等人提出，“学习的每一环节，以及智力的其他方面，原则上都可以被准确地描述，以至于可以制造出一台机器来模拟它”。围绕这一核心议题，人工智能经历了3次发展浪潮，第一次浪潮兴起于20世纪50年代，以符号主义或逻辑主义为核心，出现了基础性算法模型(如深度学习算法的雏形贝尔曼方程)，以机器证明和推理一些知识，但受限于可供训练的数据量以及数学模型的缺陷，人工智能很快步入低谷。20世纪80年代初，以连接主义为核心，即“出自大规模连接的命令”(order emerging out of massive connections)，出现了多层神经网络和BP反向传播算法，专家系统得以应用，兴起了人工智能的第二次浪潮，但同样难以摆脱“知识获取瓶颈”，加之成本高、维护难、产业应用不足，人工智能还是归于沉寂。到21世纪初，随着信息技术的快速发展和互联网的普及，大数据资源逐渐成形，加之算法技术的突破，人工智能迎来第三次浪潮，即本轮人工智能的发展。试图利用计算机或其控制的设备，通过对收集的外部数据进行学习、分析，感知环境、获取知识、推导演绎，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及其应用。可见，从人工智能的提出和发展历程看，其实质在于将现实问题转换成大数据问题，而后通过深度学习等算法模型解决问题，是基于数据、算法、算力的机器智能。

　　1.2 人工智能与全民健身融合发展的内涵

　　对人工智能与全民健身融合发展内涵的准确把握既要回归技术的本质，也要回归具体的应用场景。微软首席执行官Nadella曾言，“世界上恐怕不会有任何一个产业像体育一样，被数据和科技如此彻底地颠覆”。健身活动对锻炼特征提取、计划和饮食预测、疲劳和伤害预防有需求，一直是人工智能天然的试验场。早在20世纪80—90年代，人工智能就开始为促进科学锻炼和医疗保健提供创新的解决方案。在科学锻炼上，Nicholls提出人工智能帮助运动员和身体残疾者提高锻炼效果的技术框架。Nobbe编写的综合程序通过分析和改善运动过程中生物力学、生理学和心理学表现，起到有效辅助锻炼的作用。此后，Okubo、Takeda等从技能模拟、负荷监测、动作分析等角度系统归纳了人工智能在健身活动中的功能、特点、发展方向等。我国学者张瑞林也提出要促使人工智能向体育领域渗透，认为智能系统可以对运动状态和技术特点进行分析和预测，以制订更加科学的锻炼计划。在医疗和伤病预防上，Irler等基于健康信息大数据，通过概率模型估计锻炼活动的风险。Zeli?等基于机器学习算法开发了可实际应用的运动损伤诊断专家系统。囿于运动数据记录的不成熟和算法的局限，早期人工智能在健身活动中的应用并不普及。

　　随着第三次人工智能浪潮的兴起和对健康的愈加关注，人工智能与全民健身的结合成为一种趋势。在技术上，大量专注于运动分析研究的突破可以更动态、完整地监测和记录健身活动中的外部(如跑动速度、距离)和内部(如摄氧量、肌肉负荷)等因素。同时，以深度学习(deep learning)为代表的算法相继在健身场景中落地。围绕健身计划生成、实时动作反馈、健身膳食安排、健身效果评估、健身社交互动、健身激励等，学术界和行业都提供了越来越多的智能解决方案，并逐渐形成了一体化技术架构。具体而言：①通过光、声、压力等传感器，跟踪和捕捉健身用户的表现和环境信息；②依靠算法和运动科学的深度结合，对采集的数据加以处理分析，从而得出更加专业化和个性化的运动方案并反馈给用户，如运动姿势的识别和实时纠错；③辅以与运动健身相关的其他服务，如社交展示和健康管理。

　　除了帮助用户营造高质量的健身体验、高效达成健身目标外，近年来人工智能也嵌入健身治理，提取和分析反映健身活动行为、水平和趋势的数据，用于加强公共政策和城市规划，如根据人们的习惯和需求建设体育基础设施。从人工智能的发展历程和健身应用场景看，人工智能与全民健身融合的核心特征在于：①全方位、精准地感知各种健身行为和健身场景，以获得海量健身数据；②采用各种智能算法，从健身数据中挖掘知识，探索其中隐含的规律和逻辑；③为健身行为的优化、健身场景的重塑提供决策理论和方法支持。由此，可以对人工智能与全民健身融合发展的内涵作出如下阐释：人工智能与全民健身融合发展是指以人工智能为核心的新一代信息技术嵌入全民健身领域，通过链接体育场景，全面感知和深度解析全民健身大数据，洞察其背后隐藏的规律、关系和变化，形成可供全民健身预测、决策和分析的知识体系和应用架构。

　　1.3 相关概念的区分

　　目前，“人工智能与全民健身融合发展”与“互联网+健身”“全民健身智慧化”等概念共存，并在一些政策文件中被混用，这几个概念有一定的相似性但不等同。“互联网+健身”是指将以互联网为代表的技术创新融入健身场景，改造和提升传统健身服务或产品，创造新的线上健身服务业态，并将其与传统的线下健身服务行业深度融合，实现线上线下业务共享。在当下语境中主要指基于健身App衍生出的健身新形态，其具有一定的智能化元素。如目前一些健身App具有监测和分析数据的能力，可以反馈附近的健身场馆和场馆空余量，并以个性化的健身计划满足不同群体的健身需求，但它们更侧重基于互联网运营的平台商业模式，在识别、预测和决策等方面与数据和算法驱动的全民健身改造存在一定差距。

　　“全民健身智慧化”由“智慧城市”“智慧体育”等概念衍生而来。虽然也是通过各式传感器实现对数据的全面感知，而后加以处理和分析并做出响应和决策，但是“智慧化”的概念过于宽泛。“智慧化”的本意是“生物所具有的基于神经器官的一切高级综合能力”，包含感知辨别、逻辑推理、判断决策等。2008年美国IBM公司提出的“智慧城市”意在将大数据、人工智能、物联网、虚拟现实统摄应用于城市管理，实现全面感知、泛在互联、普适计算与融合应用。《“十四五”体育发展规划》对“智慧体育场馆”的界定也强调其是“具有全面感知、泛在互联、综合分析、辅助决策和智能控制等功能的融合基础设施”。与人工智能相比，智慧化更强调对技术的综合集成应用以及决策结果的产生，既包括利用知识经验做出判断和决策，也包括高阶自主思维能力和复杂问题解决能力，事实上涵盖了弱人工智能、强人工智能、超人工智能3个阶段。但目前人工智能还停留在工具层面，应用领域也仅限于理性计算范畴，在可预见的将来会处于并长期处于弱人工智能阶段。

　　换言之，本文涉及的人工智能与全民健身融合发展既不是单纯地将健身器械、教练员、课程等进行线上化、网络化展示，也非智能健身系统拥有的某种类似甚至超过人类的自主意识或能力，而是指基于健身数据的感知与处理、算法模型的运用，模拟、延伸和扩展人的智能，辅助全民健身活动的一种工具应用。

　　2 人工智能与全民健身融合发展的价值逻辑

　　2.1 宏观层面：推动全民健身治理现代化

　　(1)人工智能有利于转变全民健身的治理格局，适应从管理型政府向服务型政府的转型。人工智能的引入成为政府职能转变和职能整合的新动力，政府管理从过去的科层化体系转变为以新技术为依托的网络化新框架。例如，随着苏州“苏体通”智能平台的建设和推进，苏州市体育局按照简政放权的要求，将以往的微观管理转变为宏观调控和过程监督。苏州市属体育社团、体育俱乐部、体育经营企业均可在“苏体通”平台上注册信息，有意愿举办赛事的相关机构可以通过“苏体通”提交方案，主管部门智能审核，市民和赞助商等可以通过该平台参与活动。多方资源在“苏体通”上智能匹配、相互撮合，运用市场运作办赛，相关职能部门从以前具体、繁杂的事务中解脱出来，专心负责监管比赛和提供服务。

　　(2)人工智能有利于推动全民健身靶向治理。人工智能具有全面识别治理对象、提高治理科学性等诸多优势。例如，在全民健身决策中，过去政府需要投入大量精力用于信息搜索和方案论证，而引入人工智能可以实现对上述工作的有效替代，帮助决策者快速、全面地获取与决策对象相关的所有信息，使其对决策对象形成更加全面、真实的认识。通过深度学习算法等的应用，还可以充分挖掘决策对象的信息关联性，从而帮助政府部门在准确掌握相关信息的前提下作出决策，这不仅有助于提高政府决策的准确性和针对性，同时也能通过人工智能的收集和预测，实现全民健身治理从以往的被动回应向主动设定的转变。

　　(3)人工智能有利于推动全民健身协同治理。在传统的全民健身治理中，政府凭借其信息和资源优势，一直处于治理的核心地位，而市场和社会的参与渠道狭窄，形成了“中心—边缘”的治理模式，这不仅容易导致政府失灵，也影响了全民健身治理的整体效率，如造成体育设施供给不足、重复、低效的现象。人工智能与全民健身的融合可以促进政府、市场和社会的横纵合作，形成全民健身多元主体共治的新局面。具体而言：①人工智能的介入为全民健身各主体之间的协作提供了渠道和方式，借助数据融合的路径，可以有效加强全民健身各主体之间的联系，如智能健身企业可以通过数据报送的形式影响全民健身相关决策，公众也可以方便地提出自己的诉求。②人工智能的介入倒逼全民健身治理多元协同。面对更为复杂和不确定的“人工智能+全民健身”治理问题，传统以政府为主导的单一治理主体显得捉襟见肘。例如，政府虽然掌握了大部分全民健身数据，但这些数据主要来自传统的统计口径以及依赖政府强力进行的监督和评估，如个人基本资料、体质监测数据等，而较难掌握全民健身市场信息、消费需求、健身偏好等数据，这就促使政府与市场主体合作，通过购买公共服务或技术外包来实现全民健身的高效治理，同时有效促进了全民健身治理中多方主体的协同。

　　2.2 中观层面：赋能全民健身事业和产业发展

　　2.2.1 人工智能赋能全民健身事业发展

　　(1)优化全民健身公共服务。近年来，我国全民健身公共服务体系建设取得了明显成效。但是，地区之间、城乡之间的服务水平差异仍然较大，人民群众日益增长的体育健身需求与全民健身公共服务发展不平衡、不充分的矛盾依然突出。同时，人民群众的健身需求日益多样化，依靠过去粗放式资源投入的发展模式，难以适应全民健身公共服务体系建设的新要求。人工智能的介入将为这一问题的解决提供全新的思路：①智能健身产品具有“无差异化应用”“无差异化服务”的标准化特征，可在不同地区、城乡之间提供统一的服务，不受特定环境限制。这对于弥合健身服务供给的区域不平衡和城乡差异具有重要意义。②人工智能可在充分尊重差异的前提下，寻求全民健身公共服务需求的“最大公约数”，尽可能满足群众现实和潜在的需求，着力破解供需错位、供不符需等全民健身公共服务的问题。③人工智能可推动构建包括公共服务监督、评估、考核3个方面的长效约束机制，实现全民健身公共服务管理工作即时化、数据分析可视化、监督评估实时化，有效推动全民健身事业跃上新台阶。

　　(2)丰富全民健身活动的内容和形式。人工智能的介入可以有效促进全民健身活动的多样化。例如，在疫情防控常态化下，很多地区依托人工智能等新技术、新模式，采取线上线下相结合的形式，举办健步走网络公开赛、毽球网络挑战赛等，将体育健身融入日常生活和工作中。同时，人工智能还能有效拓宽全民健身活动的形式。以目前许多城市打造的“运动银行”为例，通过权益激励等手段，帮助用户完成每日、每周的运动达标，形成运动换积分、积分换产品的全民健身活动激励形式，激发全民健身的热情和积极性。

　　(3)推动全民健身和全民健康深度融合。目前，我国全民健身和全民健康的融合已取得较大进展，但体育部门和卫生部门各自为政的局面依然存在。人工智能的介入在技术手段上可以打破不同部门之间的信息壁垒，实现不同部门的业务协同；在管理机制上可以嵌入网络化系统，促进内外部资源的整合和利用，有助于消除体育、卫生和其他部门之间现有的体制障碍。

　　2.2.2 人工智能赋能全民健身产业发展

　　(1)人工智能的及时性和预测性有利于促进全民健身产业的供需匹配。人工智能的最大优势在于追踪人们日新月异的消费需求。通过人工智能，可以将健身消费者的需求及时反馈给相关的健身服务商、供应商和制造商，使供给市场及时捕捉需求市场的变化，进而通过技术创新将消费者的需求转化为与之相匹配的智能健身产品。例如，“咕咚”在开展冰雪运动业务时充分利用用户画像，形成对用户消费需求及其变化的感知，进而布局新的业务市场。

　　(2)人工智能的开源性和协同性有利于推动全民健身关联产业的融合。全民健身关联产业不是单一产业，是多业融合的系统生态。人工智能的开源性不仅可以实现人工智能应用场景的包容，还可以实现互联网平台、健身厂商、科研机构等之间的开放共享。人工智能的协同性可以有效促进全民健身关联产业上下游之间信息和资源的流通与互补，改善全民健身产业的分散性以及因技术、系统和传输渠道闭塞造成的资源浪费和生产力下降，也有助于打破全民健身产业的传统界限，带动全民健身产业与旅游、医疗、养老、金融等产业的深度融合。

　　(3)人工智能的数据资产性和“乘数效应”有利于推动全民健身关联产业的规模提升。一方面，健身数据本身就能产生重要的价值，具有资产的基本属性。20世纪70年代初，就有美国学者提出应将数据视为一种财产。之后，劳伦斯•莱斯格(Lawrence Lessig)进一步指出，应认识到数据的财产属性，通过赋予数据以财产权的方式，强化数据本身的经济驱动功能。我国司法实践也普遍承认数据的无形资产属性。健身数据与人的健康状况等密切关联，更能产生极高的财产价值。另一方面，健身数据可以发挥“乘数效应”，数据要素投入生产过程可发挥较强的规模效应和长尾效应。例如，智能健身平台在数据深度挖掘的基础上实现长尾健身需求，并反过来通过个性化生产刺激新的消费需求，从而创造全民健身关联产业的新业态、新模式，提升产业规模。

　　2.3 微观层面：促进全民健身的个体参与

　　(1)打破全民健身参与的时空约束。体育锻炼受制于时空环境，已有的大量研究表明，体育锻炼的时间、空间可达性与人们参与体育锻炼的热情呈正比。传统健身受限于“没时间”“没场地”，在很大程度上抑制了全民健身的积极性和持久性。人工智能可以实现设备、产品、服务、应用场景和用户之间不间断、全天候、无地域的全面抵达，从而打破健身的时空约束。如时下不少智能健身设备可以完成健身场景的线上完整迁移，高度复原线下健身体验，提供了更宽广、便捷的健身参与渠道。

　　(2)降低全民健身参与的门槛。目前，我国在社会体育指导员的岗位落实、服务开发等方面还存在一定的不足，对于部分健身“新人”而言，普遍存在因缺乏运动指导而“想参与健身却不知如何健身”的困境。人工智能可基于用户数据的反馈生成科学合理的锻炼计划，在一定程度上扮演了社会体育指导员的角色，即使没有健身基础的用户也可在人工智能的引导下参与健身。同时，人工智能大大降低了部分专业性强、风险度高的运动项目的参与门槛，如人们可以通过智能体感技术尝试赛车、高尔夫等具有一定门槛的健身项目。

　　(3)突破全民健身参与的认知束缚。对于健身锻炼“枯燥无味”的普遍认知在很大程度上降低了大众参与健身的热情，或停留在偶发状态。人工智能具有较强的体验性和娱乐性特征，一方面，人工智能通过互联网和数字化呈现，实现虚拟和现实之间的转换，在健身场景设置上可使用户置身于虚拟游戏中，有效拓展传统健身所不具有的场景化体验，如在任天堂的家庭智能健身游戏“健身环大冒险”(RingFit Adventure)中，用户通过类似普拉提环的弹性健身环(Ring-Con)和识别下肢运动的腿部固定带(Leg Strap)，在数据和算法的驱动下实现游戏主角的冒险作战与健身的融合，提升了健身的趣味性，极大激发了人们的参与热情。另一方面，人工智能的交互性不仅可以实现与用户更有效的互动，也为更大范围的人群以更多形式健身娱乐提供可能，“晒图打卡”“数据约战”等形式有效增加了健身参与的吸引力和黏性。

　　(4)提高全民健身参与的实效性。技术对效率的提升已渐成共识，就全民健身而言，人工智能同样可以推动健身实效性的提升：①人工智能以“数据化”取代传统健身的“经验化”。传统健身指导通常依赖经验法则，但经验具有较高的“失准”风险，导致健身效果不佳，而人工智能可以准确记录健身数据，实现对用户健身过程的全流程监控，使得健身过程客观可记录，从而准确掌握健身真实情况。根据历史数据库测算出的相关参数也可提前预警疲劳和损伤，避免陷入训练的“雷区”。②人工智能以“个性化”取代传统健身的“同质化”。个体的身体特征、运动习惯、健身喜好各不相同，由于生产过程的局限性，传统健身方式同质化严重，无法满足个性化健身需求，制约了健身效果。而人工智能可以基于海量个体行为特征的捕捉分析，生成个性化运动方案，有效满足个性化健身需求。③人工智能以“动态化”取代传统健身的“习惯化”。传统健身存在“一以贯之”的局限，注重训练的反复而忽视了训练的能动调整。随着健身活动的不断积累，用户在健身过程中的体征和健康数据也呈现出指数级增长趋势。人工智能可以通过对上述健身数据的比对分析，动态了解健身效果的变化及其对健康状况的影响，从而根据其健康状况对健身行为进行能动调整，达到促进有效健身的目的。

　　3 人工智能与全民健身融合发展的现实困境

　　3.1 技术层面：基础技术与应用方案不足

　　3.1.1 基础技术不足

　　人工智能技术三大基本要素为数据、算力和算法。就人工智能和全民健身融合而言，至少在数据和算法2个要素上存在技术困境。

　　在数据方面，受益于移动互联网和智能传感器的大量应用，源自各种设备记录的健身数据急剧增加，为人工智能和全民健身融合发展提供了一定的基础。然而，目前全民健身数据仍存在以下缺陷：①数据数量不足。我国体育信息化起步较晚，全民健身累积的数据量较为有限，并且受制于一个个“数据孤岛”，各类智能运动设备服务商之间相互隔绝，没有形成数据共享机制，条块分割的管理体制也使得行政部门间业务往来不畅，数据难以互联互通。例如，政府内部的国民体质数据、参与体育活动状态数据、医疗健康数据分散在不同部门和服务过程中的不同环节。②数据质量不高。目前所采集的全民健身数据绝大部分还属于初级数据，即在日常健身活动中收集的步数、能耗等，是简单的纯记录型数据，所蕴含的价值有限。同时，数据采集还存在不同人群和不同项目之间不平衡的问题，导致数据存在失真、维度单一、不够完备和结构化不足等问题。

　　在算法方面存在以下问题：①算法的技术水平较低。当前智能健身产品以通用型知识图谱为主流算法，通过知识图谱描摹运动场景的主要构成要件和实时身体反馈距离高阶的“知识图谱+深度学习”算法还有相当大的差距。知识图谱构建中信息抽取能力存在欠缺，如在以心率估算摄氧量和能量消耗的算法中，普遍存在忽视不同运动类型、个人情绪影响等因素，使得算法估算的能量消耗存在误差。②算法“黑箱”。这也是目前人工智能应用的一个普遍问题。基于技术保密、商业利益等因素的考虑，人工智能算法通常选择不公开。封闭性和秘密性导致健身用户对于秘密的算法往往心存顾虑，容易对技术产生疏离感，相关企业也可能宣称其采用较为高阶的算法而实际上使用较为低端的算法欺骗用户。

　　3.1.2 应用方案不足

　　(1)技术应用的标准化缺失。标准化是技术落地和应用扩散的重要保障。目前，人工智能与全民健身融合的标准化工作远远落后于实践探索，尚未形成国家和行业层面的“人工智能+全民健身”技术标准和管理规范，仅有可穿戴设备标准规范体系和少量地方标准可作为依据，但这些标准也多为参考性意见，缺乏实际约束力。这不仅给不同智能健身平台之间的数据共享和对接造成困难，也使产品设计存在较大的随意性，影响服务效果。

　　(2)技术应用的功能性不足。功能性是评估技术应用是否契合场景的重要因素，一般包括可执行性(产品所陈述的功能是可执行的)、准确性(数据处理达到的精度)、稳健性(设备有抵御或克服不利环境条件的能力)。目前，智能健身产品虽然可以通过监测健身数据帮助用户更加清晰、准确地了解健身过程动态变化，制定个性化解决方案，从而提高健身质量，具有一定的可执行性，但是在准确性和稳健性上表现不佳。以近年来被广泛引入智能健身设备以评估锻炼负荷的心率变异性(heart rate variability)为例，心率变异性在临床上通过心电图测量，而目前一些智能健身设备通过LED 闪光灯和摄像头跟踪动脉压力的变化来采集，易受外界因素干扰，存在数据处理不准确的问题。

　　(3)技术应用的安全性不足。①存在设备安全的问题。近年来智能健身设备伤人事件屡见报端，本应保护个体免受伤害的技术却给人体带来了伤害。②存在信息安全的问题。人工智能需要采集用户全时段、全方位、无盲区、长周期的海量身体数据，由于健身活动的互动性和特殊性，使用者也不可避免地需要将个人数据上传至网络应用系统，而这些数据中绝大多数属于个人敏感信息范畴。在实践中，各类智能健身应用违法违规收集使用个人信息、大规模泄露个人信息事件层出不穷。

　　3.2 市场层面：市场动力与产业生态不足

　　3.2.1 市场动力不足

　　(1)商业变现难。实证研究表明，商业盈利与市场驱动成正相关。对于“人工智能+”技术的应用，沉没成本是公司开发系统所投入的不可回收成本，预估收益须大于开发和维护“人工智能+”的成本才能形成有效的驱动。人工智能研发是一项周期长、投资大的复杂系统工程，具有高固定成本，因而能否有可观的商业变现能力成为市场驱动的重要考量因素。虽然近年来随着技术的发展，健身的智能化需求渐增，但是体育行业的特性决定了其变现慢、变现难，商业变现问题一直是最大桎梏。作为全球最大的智能健身平台，Peloton在2017—2020财年净利润分别为−7110万、−4790万、−19560万和−7160万美元。我国智能健身移动应用Keep自2015年2月上线后，虽积累了近3亿用户，但仍在探索成熟、可持续营利的商业模式。

　　(2)市场机制不健全。①政府与市场的关系定位不清。鉴于全民健身的公共利益属性，政府有必要直接或间接参与全民健身资源配置，运用行政性手段干预微观市场活动，但在“人工智能+全民健身”领域“有为政府”和“有效市场”的边界不清晰。②产权保护不足。相关产权能否得到充分、合理、有效的保护关乎市场主体投入智能健身的意愿和努力，然而产权保护在智能健身领域几乎为空白。以最核心的健身数据为例，在经用户“知情—同意”收集后，相关智能设备厂商能否拥有健身数据的产权，在遭遇他人不正当侵害后，可以诉诸何种法律依据寻求赔偿都没有明确的答案。

　　(3)融资机制不健全。人工智能产业涉及大量投融资问题，能否通过银行、资本市场等渠道获取资金支持，对其市场发展至关重要。但我国现行金融服务体系以及整体资本市场环境未形成对智能健身产业投融资需求的充分、有效回应，智能健身企业在有效融资渠道的持续拓展上面临瓶颈。

　　3.2.2 产业生态不足

　　(1)规模企业不足。全民健身具有参与的本质，属于服务型、体验型消费。根据服务经济理论，时间是服务消费增长面临的刚性约束。不同服务平台存在一定的等值替代性，用户在一个平台中多花时间，便在另一个平台中少花时间。为了吸引大量用户，需要构建庞大的生态体系，这对企业的资金和技术投入都有较高要求。与域外智能健身市场开始进入产业链整合阶段不同，目前我国智能健身市场主体还处于碎片化阶段，成规模的主体较少，大多属于中小微企业和初创企业，处于天使轮和A轮的企业比例超过60%。这些中小微企业没有足够的人力、物力和财力支撑产业生态链条的形成，缺乏为全民健身智能化提供端到端、一站式、系统化解决方案。

　　(2)产业协同创新不足。从产业集群的角度看，协同创新是指“由企业、政府和知识生产机构在集群内进行的一种大跨度整合的创新组织模式，注重知识的增值，以实现重大的技术创新”。人工智能与全民健身的融合是一个高技术集成的体系，涉及不同领域、涵盖多元主体，故而强调市场层面的连接和整合。当前，我国虽已成立多个国家体育产业基地，初步形成产业集群，但对于智能健身领域而言，各自为政的现象依然严重，如每个企业都各自对健身数据进行处理，并且通常以用户协议(terms of service)、爬虫协议(robots.txt)等方式限制其他企业对其数据的利用，这无形中增加了企业成本，限制了效率的提升。(未完待续...)

　　来源：2022年10月15日 上海体育学院学报