AIとトレーニングの未来：データからパーソナライズされたメニューまで、コーチが解説するAIコーチングプラットフォームの実力

コーチの導入：あの日、アルゴリズムが選手に「負荷を上げろ」と言ったとき、私は一時停止を押した

まず、これ以上ないほどリアルな場面を話そう。昨年、Challenge Taiwanに向けて準備していた選手の一人、小陳（シャオチェン）は、とある有名なAIコーチアプリで3ヶ月間トレーニングした。データは見事なまでに美しかった——体力曲線はひたすら上昇し、アプリは毎日笑顔で「今日は状態良好、閾値インターバルを推奨します」と伝えていた。ところがレース6週間前、本来ならイージーな日であるはずのライドで、心拍数が普段より15bpmも高く、ペースは大きく落ちていた。アプリはまったく気づかず、翌日も高強度のメニューを機械的にスケジュールしていた。

私は彼の睡眠記録を一目見て、会社の最近の残業状況を二言尋ね、その朝に測った安静時心拍数を確認した上で、その場でアプリが組んだメニューを全部変更し、完全休養一日と超軽いアクティブリカバリーに置き換えた。三日後、彼のデータは自然と戻ってきた。もしあの週、アルゴリズムの指示通りに無理を続けていたら、ほぼ確実にオーバートレーニングの穴に落ちていただろう。

私はトライアスロン選手を15年指導してきた。人生初の51.5を完走するのを伴走したことから、選手をKona世界選手権の出場権獲得まで導いたこともある。その間のAIとウェアラブル端末の進歩は、正直言って、嬉しくもあり警戒もしている。嬉しいのは、かつてプロチームだけが使えたデータ分析を、アマチュア選手の誰もの腕時計に詰め込んでくれたこと。警戒するのは、あまりにも多くの人が「アプリが言うこと」を絶対的な命令と捉え、データは体の影に過ぎず、体そのものではないことを忘れていることだ。

この記事では、コーチの視点から、AIコーチプラットフォームというものを最初から最後まで明確に説明する：それは一体どう動くのか、機械学習がトレーニングメニューでどこまでできるのか、そして、どんな点が永遠に学べず、生身のコーチにしか補えないのか。読み終えた後、あなたがAIをもっと盲信するのではなく、AIをより上手く「使える」ようになることを願っている。

基礎知識：AIコーチプラットフォームは一体何を計算しているのか？

AIコーチを理解するには、まずそれがどんな原料を食べているのかを理解する必要がある。これらすべてのプラットフォームは、本質的に同じことをしている——あなたのトレーニングをいくつかのコア指標に数値化し、それらの指標であなたの疲労と体力状態を推定し、最終的に明日何をすべきかを逆算する。

絶対に知っておくべき三つの基盤指標

一つ目は FTP（機能的閾値パワー、Functional Threshold Power）。その定義は「選手が準定常状態で、疲労することなく約1時間維持できる最高パワー」で、単位はワット（W）。本当に1時間全力で走るのは苦痛すぎるため、実際には20分間の全力テストの平均パワーに0.95を掛けて推定するのが一般的だ。FTPが重要なのは、それが乳酸閾値付近に対応し、すべてのパワーゾーンを区分する基準線だからだ。

二つ目は TSS（トレーニングストレススコア、Training Stress Score）。これはTrainingPeaksが提唱した概念：FTP強度で1時間走ることを100点とする基準で、「強度」と「時間」の両方を計算に含める。言い換えれば、楽に2時間走ることと、必死に1時間走ることは、近いTSSになるかもしれないが、体への意味はまったく異なる——これも後で話す罠の一つだ。

三つ目は、実は互いに関連する概念のグループで、表で説明するのが一番分かりやすい：

指標	英語正式名	平易な説明	時間窓
CTL	Chronic Training Load	「体力」——長期的に積み上げた基盤	過去約42日間のTSS加重平均
ATL	Acute Training Load	「疲労」——最近の溜まった疲れ	過去約7日間のTSS加重平均
TSB	Training Stress Balance	「状態／フレッシュさ」——＝昨日のCTLマイナス昨日のATL	現在

この三者の関係が、AIトレーニングメニューのロジック全体の核心だ。CTLは長期的に積み上げた体力の土台を表し、上昇は緩やかであるべき。ATLはここ数日の疲労を反映し、来るのも早いが消えるのも早い。TSBはその差し引きで、今日の体が「フレッシュ」なのか「限界」なのかを教えてくれる。 TSBはトレーニング期には通常マイナス（疲労を溜め続けているため）、レース直前やテーパリング期にプラスに戻る——これがデータ上での「テーパリング」の姿だ。

AIプラットフォームが最初にすること：あなたを曲線に変える

毎回のバイク、スイム、ランの記録をアップロードすると、プラットフォームはそれをTSSに換算し、CTL/ATL/TSBのモデルに投入して、あなたの「体力—疲労—状態」曲線を描く。アプリで見えるあの美しい上昇曲線は、本質的にはCTL。毎日変わる「今日の状態」は、TSBの変形だ。

科学的に聞こえるだろう？確かに。しかしここに重要な点がある——上記の一連の仕組みは、実はまだ「AI」ではない。これは2000年代に成熟した運動生理学の数学モデル（Banisterのインパルス—反応概念に由来）だ。 本当の機械学習は、その上に重なる、「予測」と「パーソナライズされた提案」を行う層だ。次はその層に入っていこう。

機械学習はトレーニングメニューで、一体何をしているのか？

多くの人はAIコーチを「コンピューターがトレーニングメニューを組んでくれる」と思っているが、そんなに単純ではない。機械学習がここで果たす役割を、私は浅いものから深いものへ、三つのレベルに整理する：

レベル1：パターン認識——「あなたに似た人」がどう強くなったかを見つける

最も基本的な応用は、プラットフォームが数十万、いや数百万のユーザーのトレーニングデータを持っていることだ。新しいユーザーが入ってくると、アルゴリズムは比較する：あなたとFTPが近く、体重が近く、週あたりのトレーニング可能時間が近く、目標レースが近いあのグループは、当初どんなメニュー構成で鍛え上げたのか？ これは実はレコメンドシステムで、動画配信プラットフォームがあなたにおすすめを表示するのと同じロジックだ。

このレベルの価値は「スタート地点が合理的」ということ。週に6時間しかトレーニングできない会社員に、プロ選手のボリュームを組むことはない。この点はよくできている。私はよく言うのだが、トレーニングをまったく知らない初心者が、AIが提案するスタートメニューを使えば、自分で我流に組むよりはるかに良い——これがデータの力で、最も明らかな地雷を避けてくれる。ただし注意すべきは、「あなたに似た人」は「あなた」ではないということ。そのグループには胃腸が頑丈な人、睡眠が十分な人、仕事をしていない人もいて、彼らの平均値が必ずしもあなたの生活現実に合うとは限らない。

レベル2：適応調整——あなたの達成度に応じてトレーニングプランを動的に変更

より高度なプラットフォームは「適応（アダプティブ）」機能を備えています。トレーニングプランを達成したかどうか、達成時のパワーと心拍数の乖離（デカップリング）の程度、インターバルの後半でペースが落ちていないかどうかを監視し、そのプランがあなたにとって軽すぎるのか、ちょうど良いのか、重すぎるのかを判断して、次のトレーニングの強度を動的に調整します。

実際に私が観察した例を挙げます。ある受講生が5セット×4分のVO2maxインターバルを行い、目標パワーを320ワットに設定しました：

セット	目標パワー	実際の平均パワー	平均心拍数	AIの判定
第1セット	320 W	322 W	168 bpm	正常
第2セット	320 W	319 W	172 bpm	正常
第3セット	320 W	315 W	176 bpm	やや苦しい
第4セット	320 W	305 W	178 bpm	明らかにペースダウン
第5セット	320 W	291 W	179 bpm	力尽きている

第4、5セットでパワーが落ち込み、心拍数が天井に張り付いているのを見て、賢い適応システムは「この目標は高すぎる」と判断し、次回は目標を310ワットに下げるか、セット数を4セットに変更します。このレベルこそ、機械学習が本当に価値を持ち始める場所です——「あなたが本当にトレーニングをこなせるかどうか」ということを、コーチの主観的判断から、定量化でき、リアルタイムでフィードバックできるシグナルに変えるのです。

レベル3：状態予測——あなたの疲労とパフォーマンスを予測しようとする

最前線であり、最も過大評価されがちなレベルが「予測」です。一部のプラットフォームは、HRV（心拍変動）、安静時心拍数、睡眠、さらには体温を組み合わせて、今日の「レディネス（準備度）」を予測し、今後数週間のパフォーマンス曲線を予告できると謳っています。

このレベルについて正直に言います：方向性は正しいが、信頼性は人によって異なり、アマチュア選手にとってはノイズに特に敏感です。 HRVのような指標は、睡眠、アルコール、カフェイン、心理的ストレス、測定姿勢の影響を大きく受けます。昨夜子供が夜中に3回泣いた父親は、翌日のHRVは必ず悪化しますが、それは彼のトレーニング疲労とは全く関係ありません。アルゴリズムが見るのは数字であり、3回の泣き声は見えません。

これは自然に次のセクションへとつながります——AIが必ず踏み込むであろう、そしてあなたが自分で引き受けることを学ばなければならない落とし穴です。

実践的な方法：AIを自動運転ではなく、ダッシュボードとして使う

原理を説明したので、すぐに使える話をしましょう。私が選手を指導する際、AIプラットフォームは「非常に使いやすいダッシュボード兼記録帳」として位置づけています。「自動運転」ではありません。以下が私の実際の使い方のフレームワークです。

AIが生成したトレーニングプラン、私の「二次加工」の仕方

あるプラットフォームが、上級トライアスリートに以下の1週間を組んだとします（これは一般的なバイク＋ランのクロストレーニング週です）。オリジナル版はこのようになっており、「コーチの注釈」欄を追加すると、その違いがお分かりいただけるでしょう：

曜日	AIのオリジナルプラン	コーチの注釈と調整
月	休息	維持するが、20分のアクティブリカバリー＋フォームローラーでのリラックスに変更
火	バイク90分（3×10分の閾値トレーニング含む）	前夜の睡眠が6時間未満の場合は、閾値トレーニングを3×8分に変更
水	ラン60分（イージー）	台湾の夏の午後は暑すぎるため、早朝または屋内トレッドミルに変更
木	バイク2時間（持久走）	維持し、補給の練習を追加（45分ごとに摂取）
金	スイムテクニック	維持。AIはスイムの判定が最も弱いため、テクニックは人が見る必要がある
土	バイク100分（5×3分のVO2max含む）	木曜日の疲労度に応じて決定。疲れすぎていれば4セットに減らす
日	ラン90分（ロング走）	レース前の期間はブリック（バイク→ラン）シミュレーションを追加

ポイントが分かりましたか？ AIが組んだ骨組みの大枠は間違っていませんが、毎日それを実行するかどうか、どの程度実行するかは、AIには見えない多くの変数に依存します：昨夜の睡眠時間、今日の気温と湿度、仕事のストレス、身体の主観的な感覚。 私はそのロジックを否定しているのではなく、そのロジックの上に「今の人間」という変数を追加しているのです。

台湾の選手にとってのローカルな変数、AIはほとんど考慮していない

これは台湾のトライアスリートにとって特に重要なので、独立したセクションとして取り上げる価値があります：

• 気候と湿度：台湾の夏は簡単に32度以上、湿度80%になります。同じ閾値トレーニングでも、台北の7月の午後に行うのと、乾燥した寒いヨーロッパで行うのとでは、身体が払う代償は天と地ほどの差があります。AIのTSSは高温多湿を全く考慮していないため、自分で強度を下げる必要があります。太魯閣（タロコ）、日月潭 Come!Bikedayのような定番レースは、コースと気候にそれぞれの特徴があり、パワー数値だけでトレーニングプランを組むのは不十分です。
• コース特性：武嶺（ウーリン）のような延々と続く急勾配、累積標高差が簡単に3000メートルを超えるようなコースは、平坦なタイムトライアルとは全く異なるエネルギーシステムの要求があります。AIが与える「1週間500 TSS」は同じように聞こえますが、一つは均等に配分されたもの、もう一つは長時間の高強度ヒルクライムであり、準備方法は全く異なります。
• 外食の補給環境：台湾のコンビニエンスストアと外食の利便性が高すぎるため、多くの選手の栄養摂取がめちゃくちゃになっています。AIプラットフォームはほとんど食事に触れませんが、補給戦略が長距離トライアスロンに与える影響は、どのインターバルトレーニングにも劣りません。

私が必ず確認する4つの「人的レビュー」シグナル

毎朝（または毎回のトレーニング前に）、選手自身に以下の4つを確認させています。2つ以上がレッドフラグの場合、その日のトレーニングプランは強度を下げます：

1. 安静時心拍数：個人の基準値より5〜7 bpm以上高い場合、通常は回復が不十分であることを意味します。
2. 主観的な睡眠の質：2晩連続で睡眠が悪い場合は、どのHRV数値よりも警戒に値します。
3. トレーニングへの意欲：全く動きたくない、強い抵抗感がある場合、それはしばしば身体が最初に発するシグナルです。
4. 筋肉痛と関節の感覚：局所的な鋭い痛み（通常の筋肉痛ではない）は必ず中止すべきです。これはスポーツ障害を予防するための第一防衛線です。

よくある間違いと修正：アマチュア選手が最も陥りやすい5つの落とし穴

間違い1：CTLを上げることだけを唯一の目標にする

多くの人がそのフィットネス曲線に囚われ、毎週それが上昇するのを見なければ気が済まず、必死にTSSを積み上げます。問題は、CTLが急上昇すれば、ATLも必ず同時に急騰し、TSBが長期間マイナスに沈み、オーバートレーニングと障害がそこで待っています。 修正方法は簡単です：CTLの週ごとの増加幅は、一般的に1週間あたり約5〜8ポイント以内に抑えることをお勧めします（個人差あり）。遅くても安定した方が良いのです。基礎は一層ずつ積み上げるものであり、一日で作るものではありません。

間違い2：すべてのトレーニングが「グレーゾーン」にある

これは私が最も多く見る、そして最も惜しい間違いです。多くの人が毎回のライドを「少し息が切れるが、本当に苦しいわけではない」中程度の強度で行い、パワーと心拍数が中途半端に留まります。その結果、イージーデーは十分にイージーではなく、強度日は十分な強度にならず、両方の利点を失います。 研究とプロチームの実践は長期的に「ポラライズドトレーニング（二極化トレーニング）」の大枠を支持しています——大量の低強度有酸素運動と、少量の本当にハードな高強度運動を組み合わせ、中間領域はむしろ避けるべきです。AIが組んだプランを「割引して実行」すると、簡単にすべてがグレーゾーンに落ち込みます。修正：イージーデーは本当に会話しながら走れるくらいの強度にし、強度日は痛みを感じるまで追い込むこと。

間違い3：FTP設定が高すぎて、全ゾーンが歪む

FTPはすべてのパワーゾーンの基礎です。見栄を張ってFTPを実際より高く設定すると、「閾値トレーニング」は実は「VO2max強度」になり、「持久走」は実は「スイートスポット」になり、トレーニング全体の強度分布が上にずれてしまい、最終的には疲れるだけで効果がありません。修正：4〜6週間ごとに正直にFTPを再測定し、20分テスト×0.95が最も実用的な方法です。

間違いその4：スイムとランの技術練習を完全にやらず、量だけを積む

AIプラットフォームは「技術」に関してはほぼ盲目です。泳いだ距離やランのペースは計算できても、スイムのキャッチが正しいかどうか、着地がオーバーストライドになっていないかは見抜けません。トライアスロンのスイムは特に技術がものを言います。量だけ積んで技術が悪いままでは、間違った動きをより深く身につけてしまうだけです。修正：技術練習には必ず誰かに見てもらうか、少なくとも動画を撮って自分でチェックすること。

間違いその5：ブリック（トランジション練習）の特異性を無視する

トライアスロンで一番難しいのは単種目ではなく、「バイクを降りてすぐに走る」あの脚が鉛のように重くなるトランジションの感覚です。AIのスケジュールはバイクとランを別々の独立したものとして組みがちで、ブリック練習の重要性を忘れています。修正：レース前の期間は週に最低1回はブリックを入れ、体にトランジションの苦しさを慣れさせましょう。

レベル別の選手への行動提案

AIコーチというツールは、ステージによって使い方がまったく異なります。3つのレベルに分けて具体的な方法を紹介します。

初トライアスロン／完走したばかりの初心者（目標：51.5または初めてのオリンピックディスタンスを安全に完走）

• AIの最大の価値：習慣と記録づくりを助けてくれること。 この段階で最も重要なのは、練習メニューが緻密であることではなく、「継続して体を動かしているか」です。アプリにリマインドしてもらい、記録してもらう。これだけで、三日坊主の大半に勝てます。
• 最初からFTPやTSSといった数字に夢中にならないこと。 あなたの体はまだトレーニングに敏感なので、ただ規則正しく練習するだけで、上達は早いです。
• 重点を置くべきこと： 3種目の基本技術（特にスイム）を固め、1週間のトレーニング配分を学び、ケガをしないこと。この段階でケガで離脱する人は、練習量が少ない人よりはるかに多いです。
• 行動： AIで控えめな8〜12週間のメニューを組み、高強度のセッションはすべて強度を2割減らして実行し、体の反応を観察しましょう。

中級／PB更新を目指す選手（複数レース完走済みで、226や113での自己ベスト更新を目指す）

• AIの最大の価値：疲労管理の数値化。 この段階ではすでに十分な練習量があり、勝敗の鍵は「どれだけ練習したか」から「どう回復し、どうテーパリングするか」に移ります。CTL/ATL/TSBの考え方が、ここから本当に意味を持ち始めます。
• TSBの読み方を学ぶ： レース前にTSBを深いマイナス値からゼロ近く、またはわずかにプラスへ戻すこと。これがテーパリングの核心です。これをマスターすれば、レース当日のコンディションは別人のようになります。
• 種目特異性と補給の練習を重視し始める： 長距離レースでは、補給戦略は体力と同じくらい重要です。ロングライドやロングランを補給の実験場として使い、胃腸が受け入れられるリズムを見つけましょう。
• 行動： AIに骨組みを作らせつつ、毎週決まった10分間は自分で疲労シグナルを確認し、どの日に強度を上げ、どの日に休むかを主体的に決めましょう。

上級／Kona出場権や個人の限界に挑む選手

• AIの役割は補助的なダッシュボードに降格。 このレベルになると、個人差が大きすぎて、一般的なアルゴリズムでは十分にカバーできません。必要なのは高度なカスタマイズであり、そこがリアルコーチの代替不可能な部分です。
• データを仮説検証に活用する： プラットフォームの過去データを振り返り分析——どのメニュー構成でFTPが最も伸びたか？どのテーパリング期間が最も良いレースコンディションをもたらしたか？AIを意思決定者ではなく、自分のデータベースとして使いましょう。
• データの偽りの正確さに警戒する： レベルが上がるほど、1〜2%の差が勝敗を分けます。このレベルの判断は、何百人もの選手を見て、動画や会話の一部から状態を読み取れるコーチの目に頼ることが多いのです。
• 行動： リアルコーチを見つけるか、自分自身の判断フレームワークを構築し、AIデータは最終判断ではなく補助的な証拠として使いましょう。

ピリオダイゼーション：AIが最も「数字は正しいのに方向性を間違えやすい」部分

ピリオダイゼーションについて特に取り上げたいのは、これがAIプラットフォームで最も「数字は合っているのに方向性が間違っている」と感じる部分だからです。ピリオダイゼーションの核心理念はシンプルです——トレーニングは毎日同じ強度ではなく、段階に分けて、まず土台を作り、次に特異性を積み上げ、最後にテーパリングでピークを狙う。 しかし、多くのAIプラットフォームのピリオダイゼーションロジックは、一般的なテンプレートを適用し、目標日から逆算するだけで、「今のあなたに何が足りないのか」を本当に理解しているわけではありません。

典型的な20週間の113ハーフアイアンマン（通称70.3）のレース準備サイクルを例に、各段階の重点の違いを見てみましょう：

段階	週数	主な目標	トレーニングの重点	よくあるAIの盲点
基礎期	第1〜8週	有酸素の土台作り、技術練習	大量の低強度、スイム技術、筋力	AIは高強度を早く入れすぎることが多く、土台が固まらない
進展期	第9〜14週	閾値と種目特異的な持久力の向上	閾値インターバル、ロングライド・ラン、ブリック	AIはブリックの特異性の判断が弱い
特異期	第15〜18週	レース強度と補給のシミュレーション	レースペース練習、補給の実地テスト	AIは胃腸と補給をほぼ考慮しない
テーパリング期	第19〜20週	疲労を抜き、コンディションを整える	量を減らして強度は維持、TSBをプラスへ	AIのテーパリングは過剰か、不十分になりがち

基礎期はアマチュア選手（そして一部のAI）が最も失敗しやすい部分です。 誰もが強度の高い練習で得られる「ちゃんと練習した」という感覚を早く味わいたくて、しっかりとした低強度の積み重ねを飛ばしてしまいます。しかし有酸素の土台は家の基礎のようなもので、目には見えなくても、建物全体の高さを決めます。私はよく選手に言います：基礎期は退屈で、ゆっくりで、進歩がないように見える。しかし、その8週間の低強度の積み重ねこそが、後半に高強度に耐えられる資本なのだと。AIが提供するテンプレートが、3週目からVO2maxを大量にやらせるようなら、私は通常、すぐに強度を引き戻します。

テーパリング期はもう一つの極端です。 量を減らす際は「量を減らして強度は落とさない」——総トレーニング量を3〜5割減らしつつ、短く鋭い高強度刺激を少し残し、体の「切れ味」を保ちながら疲労を抜きます。目標はTSBを深いマイナスからゼロ近く、またはわずかにプラスへ戻すことです。AIがテーパリング期を「ほぼ完全休養」に設定してしまうのを見たことがありますが、その結果、選手はレースで脚は軽いものの切れ味が鈍く、レースのリズムをつかめませんでした。この微妙なバランスこそ、ピリオダイゼーションで最も「感覚」が求められる部分です。

完全なケーススタディ：アルゴリズムの警告からPBまで、3週間の軌跡

さらに完全な実例を紹介し、これまでの概念をすべて具体的にします。選手の阿Mayさん、38歳の働く母で、プユマトライアスロンの51.5オリンピックディスタンスを目指し、目標は年齢別表彰台です。彼女はAIプラットフォームで半年以上自主トレーニングを続け、私のところに来た時にはある壁にぶつかっていました——データ上ではCTLが上がり続けているのに、実際のレース成績はむしろ落ちていたのです。

彼女の3ヶ月分のデータを確認すると、問題は一目瞭然でした。彼女のトレーニングはほぼすべてグレーゾーン（前述の間違い2）に落ちており、AIは彼女が「メニューをすべて完了している」ことを見て状態が良いと判断し、量を増やし続けていました。彼女のATLは長期間CTLに張り付き、TSBがプラスに戻った日はほとんどありませんでした——彼女は本当の休息を一度も取ったことがなく、本当に追い込んだこともなかったのです。

私が行った調整はシンプルで、3つだけです：

1. 強度分布の再調整：彼女の週間トレーニングの7割を本当の低強度（心拍数を有酸素ゾーンに保ち、話しながらできる強度）に変更し、残りの3割はしっかりと追い込む。中間のグレーゾーンは削除。
2. 回復を強制的に組み込む：3週間ごとに「回復週」を挿入し、量を4割減らしてTSBがプラスに戻る機会を作る。これはAIが彼女のためにやってくれなかったことです。
3. レースペースのブリックを追加：レース4週間前から、毎週1回「バイクの直後にラン」のトランジション練習を行い、脚が重い感覚に慣れさせる。

最初の1週間、彼女はとても違和感があり、「イージー日にこんなにゆっくり走ってていいの？」と感じていました。3週目には、彼女からメッセージが来ました：「コーチ、今日の閾値トレーニング、パワーは前より高いのに心拍数はむしろ低かったんです。」それが有酸素の土台が効き始め、疲労が抜け始めたサインです。最終的に彼女はプユマで年齢別3位に入賞しました。同じAIプラットフォーム、同じデータでも、読み方を変えれば結果は天と地ほど違います。 これが私が強調したいことです——ツールは悪くない、使い方が重要なのです。

よくある質問 FAQ

Q1：AIコーチアプリは課金する価値がある？
大多数のアマチュア選手にとって、価値はある——ただし、正しい心構えで使うことが前提だ。その最大の価値は「記録、定量化、リマインド、合理的なスタート地点の提示」であり、この点は非常に優れている。今日の自分の状態を読み取り、言葉の端々から疲労を察してくれる真人間のコーチのような期待をすると、失望するだろう。ツールとして扱い、先生としては扱わないことだ。

Q2：では、本当に真人間のコーチはもう必要ない？
あなたの段階と目標次第だ。初トライアスロンの完走が目標なら、AIと少しの自己管理で十分なことが多い。本気でPB更新、長距離や世界選手権出場資格に挑戦したいなら、優れたコーチがもたらす判断力、修正、心理的サポートは、どんなアルゴリズムにも代えがたい。両者は相反しない——最良の組み合わせは、往々にして「AIが記録と定量化を担い、コーチが解釈と意思決定を担う」ことだ。

Q3：HRVは毎日見るべき？
見てもいいが、「単日の値」ではなく「トレンド」を見るべきだ。単日のHRVはノイズが大きすぎる。コーヒー一杯、睡眠不足、測定姿勢の乱れだけで大きく変動する。5〜7日連続でトレンドが下がっていれば、ようやく参考値になる。見栄えの悪い単日の数字で、本来こなすべき良い練習メニューを台無しにせず、また綺麗な数字に騙されて無理に追い込むことも避けよう。

Q4：AIが組んだ練習メニューをやり切れないのは、自分が弱いから？
通常は違う。より一般的な原因は、FTP設定が高すぎるか、アルゴリズムが現在の疲労度や台湾の高温多湿な環境を考慮に入れていないことだ。まず正直にFTPを再測定し、主観的な感覚も取り入れよう。やり切れないことは罪ではない。無理にやり切って体を壊すことこそが罪だ。

Q5：パワーメーターを持っておらず、心拍計しかない場合、AIプラットフォームは使える？
使えるが、限界を理解する必要がある。心拍数は「結果指標」であり、身体の強度への反応を反映するため、気温、脱水、カフェイン、睡眠によって変動する。パワーは「入力指標」であり、漕いだ分だけが数値になるため、より純粋だ。パワーメーターがない場合は、心拍数のゾーンをしっかり設定し、主観的感覚（RPE、自覚的運動強度）に多くを頼って判断を補えば、同様にしっかりトレーニングできる。台湾の高温多湿な環境では、心拍数は同じ強度の涼しい天候時より高くなりがちだ。そんな時は数字に固執せず、身体のきつさを信じよう。ランニングの場合、多くのプラットフォームがペースとGAP（勾配調整ペース）を組み合わせて、同様の定量化を行える。

Q6：AIプラットフォーム間で違いは大きい？どう選べばいい？
違いはかなりあるが、アマチュア選手にとっては「使い続けられるかどうか」が「アルゴリズムがどれだけ先進的か」よりも重要だ。見た目が好みで、毎日開きたくなり、データが自分の時計とスムーズに同期できるプラットフォームを選ぶ方が、機能が派手でも3週間後には見なくなるものを選ぶより価値がある。実務的には、こう提案する：まず生データをエクスポートできるか（単一プラットフォームに縛られないため）、適応機能が本当に自分のパフォーマンスに応じて調整されるか、そして自分の主競技（スイム／バイク／ラン）に対する分析が十分に細かいかを確認することだ。

Q7：将来、AIはコーチを完全に置き換える？
私の見解はこうだ：AIは「コーチの仕事の中の計算と記録の部分」を置き換えるが、「コーチという人間」は置き換えられない。トレーニングは決して数字だけではない——動機、恐怖、生活のストレス、人生の段階、レース当日の心理的駆け引きが関わってくる。例を挙げよう：ある選手がレース3日前に突然、理由もなく恐怖を感じ始めたとする。データ上は完璧な状態でも、その恐怖はレースを台無しにするだろう。そんな時に必要なのは、調整された練習メニューではなく、誠実な対話、そして「この関門は一緒に乗り越えよう」という一言だ。これらは人と人の間でしか伝わらないものだ。ツールが強力になればなるほど、ツールを使いこなせるコーチと選手の価値は高まる。

結び：データを活用し、データに縛られない

冒頭の小陳の話に戻ろう。彼はその後、Challenge Taiwanを無事完走し、自身のPBも更新した。彼は後日、私にこう言った。感謝しているのは綺麗なデータではなく、「数字の向こう側で、もう限界だった自分を見てくれた人がいたことだ」と。

この言葉こそ、この記事で伝えたかった全てだ。AIと機械学習は、トレーニングの「定量化」と「個別化されたスタート地点」をかつてない高みに押し上げた。これは良いことであり、この時代のアマチュア選手にとって大きな恵みだ。 しかしデータは常に、身体が映し出す影に過ぎない——それは、夜中に三度泣いたこと、息苦しいほどの台北の蒸し暑い午後、心の奥に隠して言えなかった疲労を見逃してしまう。

だから私のアドバイスは常に同じだ：データを受け入れよ、しかしデータに跪くな。 AIを使って記録し、定量化し、トレンドを見よう。そして、あなた自身（または信頼するコーチ）の判断で、アルゴリズムには決して見えない部分を引き受けよう。いつかあなたが、アプリの曲線を見ながら自分の脈拍に触れ、そして落ち着いて「今日のこのメニューは変更する」と言えるようになった時——それが本当にAIを使いこなせた姿だ。

未来はすでに来ている。そして私たちが想像していたよりも速く来た。あなたがツールを操る人になり、ツールに操られる人にならないことを願う。アルゴリズムを、計算は速く正確だが、あなたの表情を決して窺い知ることのないアシスタントコーチとして隣に置き、本当の決断を下すヘッドコーチは、あなた自身だ。コース上で会おう。

本記事は教育目的の内容であり、医師、理学療法士、栄養士による個別の評価に代わるものではありません。

参考資料

• 機能的閾値パワー（FTP）の定義と20分テスト換算：BikeRadar — What is FTP and why does it matter for cyclists?
• FTPと乳酸閾値、パワーゾーンの関係：TrainerRoad Blog — What FTP Really Means to Cyclists
• TSS、CTL、ATL、TSBの定義と時間窓：A Coach’s Guide to ATL, CTL & TSB — TrainingPeaks
• Form（TSB）の計算方法（CTLマイナスATL）：Form (TSB) — TrainingPeaks Help Center

関連テーマの読み物

• スポーツテクノロジーの未来：AI、センサー、個別化——コーチが見る機会と落とし穴
• AIトレーニング革命：人工知能がどうやって個別化された運動計画を作るか
• 超回復とトレーニング適応の理論：練習メニューの背後にある生理学的ロジック
• 睡眠：最も安価な合法的ドーピング——コーチと一緒にトレーニング効果を取り戻す