Inteligencia artificial, ¿La nueva ganancia marginal?

UAE y otros equipos comienzan a usar la IA para tomar decisiones. Inteligencia artificial, ¿La nueva ganancia marginal?

Nutrición, equipamiento, entrenamiento, y ¿ahora también inteligencia artificial? Los equipos cada vez más buscan obtener las ganancias marginales en cada detalle y encontraron en la tecnología una nueva área de mejora. Es el caso del UAE y de otros equipos que comenzaron a adoptar herramientas de inteligencia artificial (IA) especialmente en lo que refiere a la hora de la toma de decisiones a partir de una gran cantidad de datos.

La revolución de los datos

Según indica Velo, una de las formaciones que está más afinada en la materia es, nada más y nada menos, que el equipo con más recursos en el World Tour: el UAE. El equipo de Tadej Pogacar creó un bot de datos llamado “Anna” que, según señalan desde la estructura, podría mejorar el rendimiento futuro de los corredores.

“Hemos estado trabajando durante años con nuestros socios para nuestra propia plataforma de datos. Ahora estamos llegando a etapas realmente fenomenales”, dijo el coordinador de rendimiento del equipo, Jeroen Swart. “Las capacidades [de la IA] son ​​increíbles. Es hacia donde nos dirigimos en este momento. Está en proceso de transformación”, afirmó al respecto sobre esta nueva era tecnológica que ya está transformando el mundo, desde las finanzas a la medicina.

Carreras simuladas

Entre otras aplicaciones, con la herramienta pueden simular una carrera de Tadej Pogacar en una renderización de una etapa del Tour de France. Algo, en cierta forma, similar a lo que ya vemos en videojuegos del ciclismo, pero de forma mucho más precisa. Esta plataforma de realidad alternativa –proporcionada por la empresa de IA con sede en Dubai, Analog- les permite analizar las carreras. Los ciclistas utilizan auriculares 3D para ver simulaciones de carreras interconectadas que revelan información que de otro modo sería invisible desde el auto del director.

“Nos trajeron un perfil en 3D de una de las etapas del Tour”, explicó Swart. “Y luego pudimos pedirle a ‘Anna’ que nos mostrara cómo se desarrolló la carrera usando pequeños ciclistas en miniatura”.

La clave es saber preguntar

Pero hay más que eso: la IA podría ayudar en armar los planes de entrenamiento, en las estrategias utilizadas durante la carrera, y en los protocolos de nutrición y recuperación. El desafío es que hacer con semejante cantidad de datos: potencia, frecuencia cardíaca, cadencia, sueño, masa corporal, carbohidratos, proteínas, sodio, humedad, presión del viento, presión de los neumáticos, por solo citar algunos de los parámetros.

“Tenemos la capacidad de pedirle información a la IA, y ella nos está devolviendo respuestas muy singulares”, destacó Swart. “Lo más difícil ahora es pensar qué preguntar. Estamos obteniendo las respuestas, pero necesitamos saber cuáles son las preguntas, especialmente aquellas que no son obvias de inmediato. Eso es lo que realmente tenemos que hacer ahora, porque tenemos la capacidad”, dijo.

Bases de datos comparables con los pits de la Fórmula 1

Si bien el UAE es el equipo que más tiene aceitado el uso de este recurso, otras estructuras están explorando el potencial de la IA. Mucho se habló recientemente de la incorporación de la mente maestra de la aerodinámica, Dan Bigham en Red Bull-Bora, proveniente del Ineos. Pero lo que no se sabía es que también su área está comenzando a evaluar el uso de la IA, por ejemplo, para determinar las opciones de equipamiento de los corredores a través de simulaciones y modelos, así como también, por ejemplo, estimar los tiempos de subida de una ascensión.

“Sería un gran paso si pudiéramos reunir todos estos datos que recopilamos en diferentes lugares”, dijo el jefe de rendimiento de Red Bull, Dan Lorang. Es que precisamente, los equipos buscan que la IA haga inteligibles todos esos datos que ya están disponibles. Muchos de esos números y datos están aislados y, a simple vista, parece difícil de encontrarles una correlación entre si. “El abastecimiento de combustible, la temperatura corporal, los biomarcadores, el sueño, todo eso. Poder reunir todo eso en un solo lugar y obtener información y predicciones a partir de ello sería un gran avance. Si pudiéramos entender cómo cada variable influye y modifica a las demás, cambiaríamos todo nuestro enfoque”, dijo Lorang.

Otros equipos analizan su uso

En el caso de Visma-Lease a Bike, la formación neerlandesa desde hace unos años cuenta con una aplicación con tecnología de IA que indica a los ciclistas qué comer, según su carga de entrenamient, llamada Foodcoach.

Incluso equipos más pequeños como el Lotto buscan sumarse al barco: la formación belga está desarrollando un panel que recopila datos de recuperación para fundamentar futuras decisiones de entrenamiento.

Predecir el rendimiento

“El siguiente paso sería entender cómo utilizar mejor todos nuestros datos para predecir el rendimiento, o para predecir cuál es la mejor intervención para obtener el mejor resultado”, explicó Lorang de Red Bull. “Básicamente, es una mejor manera de aprender del pasado y proyectar hacia el futuro”, agregó.

Si bien algunos expertos en rendimiento creen que ya no hay ninguna otra área remanente para maximizar, otros creen que el IA permitirá ir más allá. “El siguiente paso es realmente utilizar todos estos datos para aprender a microentrenar a los ciclistas. Por lo tanto, entender exactamente cómo responde cada tipo de ciclista a un nuevo tipo de estímulo”, indicó Stephen Barrett, entrenador de Decathlon-Ag2r La Mondiale. “Nosotros como entrenadores ya no podemos perder el tiempo y darles a los atletas recetas de entrenamiento equivocadas”, añadió.

¿Sustituirá a los entrenadores?

El consenso es que la IA no va a reemplazar a los entrenadores, pero sí poder acelerar la forma en que trabajan, sabiendo precisamente como estimular a los corredores, y evitando que pierdan tiempo en la “prueba y error” que cada ciclista necesita afrontar para llegar a su potencial. La idea es que la tecnología ayude a que cada ciclista tenga un entrenamiento lo más personalizado posible.

“Ahora conocemos muy bien la fisiología humana, pero a menudo el entrenamiento es muy genérico y está apenas adaptado a cada ciclista. Sin embargo, cada corredor se encuentra en diferentes etapas de desarrollo y progresa a diferentes niveles. No se pueden utilizar las mismas ideas para dos corredores. Poder utilizar mejor los datos que tenemos sobre cada individuo podría cambiar eso”, afirmó Barrett.

Los datos son cada vez más importantes Muchos equipos entienden que ahora los datos podrían ser tan decisivos como los campamentos de altura, las sesiones de intervalos o los geles de carbohidratos. ¿Será la IA la próxima revolución en las carreras y el entrenamiento? ¿Será un nuevo factor que acrecentará la brecha entre los equipos ricos y los equipos pobres? ¿Permitirá ganar el Tour o se trata de una mera cortina de humo?

Únete al canal de WhatsApp de Ciclismo Internacional

Ingresa a nuestro foro de Telegram

Puedes encontrarnos en Instagram

No te pierdas #CiclismoInterTV en YouTube 

¿Te gusta lo que hacemos? síguenos en @CiclismoInter

Súmate en Facebook: Ciclismo Interacnional

Copyright © 2012-2025 Ciclismo Internacional. All Rights Reserved