数据制胜:RFEA 的统一 AI 平台

RFEA 利用 IBM watsonx.data 集中运动员数据,提供基于证据的大规模教练指导。

两名男子在跑道上跑步
从碎片化数据到更快、更智能的指导

西班牙皇家田径联合会 (RFEA) 是西班牙田径运动的管理机构,一直不断突破创新的界限,为其运动员提供竞争优势。

IA-THLETICS 是 RFEA 在体育领域率先使用数据科学的项目,该项目捕获可穿戴设备遥测数据,利用高速视频分析生物力学,并整合生理指标以微调训练。这些举措展示了一个大胆的愿景:数据不仅用于记录,更作为优化表现和预防损伤的战略资产。然而,这些努力面临一个共同的挑战:数据存在于孤岛中。运动员记录、传感器数据流和视频分析分散在互不关联的系统中,使得难以整合洞察并快速行动。为了释放其创新的全部潜力,RFEA 需要一个统一、受治理的数据基础,一个能够将不同来源的数据汇集在一起、提供实时洞察,并使联合会能够为跨学科的 AI 驱动表现策略做好准备的基础。

IA-THLETICS 是一个汇集了我们运动员可用的所有技术解决方案的平台。它使我们能够将数据转化为知识,再将知识转化为表现。该举措体现了联合会通过创新引领的雄心,不仅在西班牙体育领域内,而且作为一个具有国际影响力的联合会,将技术作为竞争优势和运动员训练与比赛方式进步的源泉。
Raúl Chapado 总裁 西班牙皇家田径联合会
基于现代湖仓一体构建 IA‑THLETICS

为应对这一挑战,RFEA 与 IBM 和 Habber Tec 合作创建了  IA‑THLETICS,这是一个旨在将每一份运动员数据统一到一个单一、受治理、AI 就绪环境中的平台。这不仅仅是一次技术升级;这是绩效洞察交付方式的根本性转变。

该解决方案基于  IBM watsonx.data  构建,提供了一个现代化的湖仓一体架构,将历史记录与实时传感器数据流、高速视频和生理数据连接起来。通过将这些多样化的输入标准化为可查询的表,RFEA 为 AI 构建了基础:干净、可信且上下文丰富的数据。这意味着机器学习模型现在能够更准确地检测生物力学模式、预测损伤风险并推荐个性化的训练计划。

教练不再需要同时处理电子表格和孤立的系统,而是可以访问将所有数据汇集在一起的统一仪表板:步频、恢复模式和健康指标,全部实时更新。分析师可以跨赛季和项目探索趋势,无需等待数小时的手动报告。来自跑鞋、可穿戴设备和医学测试的数百万个数据点首次被输入 AI 模型,将原始遥测数据转化为可操作的建议。这就是数据成为智能的方式,也是 RFEA 将创新转化为竞争优势的方式。

该平台旨在支持教练和运动员的日常工作,帮助他们在训练准备和比赛期间做出更明智的决策。通过将复杂数据转化为可操作的洞察,IA-THLETICS 强化了绩效规划,同时不会取代教练的专业知识或运动员的反馈。

在全国范围内实现基于证据的教练指导

RFEA 的 IA‑THLETICS 平台不仅仅是一项技术成果;它是体育未来的蓝图。

这一成就使 RFEA 成为将企业级数据和 AI 实践应用于田径运动的先驱,这一飞跃改变了联合会思考表现、健康与创新的方式。该平台已在试点项目之外进行扩展,计划到 2028 年赋能  1000 名教练,并为高级 AI 用例(如预测建模、多语言仪表板以及奥运会级别的个性化训练)构建了基础。

IA-THLETICS 已应用于多个项目,包括竞走、铁饼、跨栏、短跑和接力项目,并将随着新用例的加入而继续扩展。

对行业而言,这是一个转折点:数据不再是训练的副产品——它是卓越竞争力的引擎。

关于西班牙皇家田径联合会

西班牙皇家田径联合会 (RFEA) 成立于 1920 年,负责管理西班牙的田径运动,管理跨项目的比赛、运动员发展、教练和国家队,同时推进数字创新以提升表现和福祉。

关于 Habber Tec

Habber Tec 是一家专注于数据架构和集成的技术咨询公司。作为 RFEA 的交付合作伙伴,Habber Tec 在设计和实施 IA-THLETICS 平台方面发挥了关键作用,确保历史记录和新的传感器数据能够并排分析。他们在开放技术和可扩展架构方面的专业知识帮助 RFEA 采用了 IBM watsonx.data,而无需构建自定义集成,从而加快了价值实现时间,并为 AI 构建了干净、受治理的基础。

解决方案组件 IBM® watsonx.data
将数据转化为大规模的表现

了解 IBM 解决方案如何帮助组织统一碎片化数据、提供实时洞察并释放跨团队的 AI 驱动决策。

  1. 详细了解 IBM watsonx.data
法律信息

© 版权所有 IBM Corporation。2026 年 4 月。

IBM、IBM 徽标和 watsonx.data 是 IBM Corp. 在全球许多司法管辖区的商标。

示例仅供说明之用。实际结果会因客户的系统配置与具体情况存在差异,因此无法提供通常预期的结果。