對多數人來說，AI只是工具，但對Atlas NextWave亞洲區策略總監卡爾．布倫頓（Carl Blundon）而言，更像一位不會下班的「輕量化教練」。他把ChatGPT納入日常訓練流程，做為自我管理與專業指導之間的補位。
已經取得基礎鐵人三項教練證書的布倫頓，使用AI方式很直接：每天訓練後手動輸入數據，包括氣溫、濕度、距離、爬升、心率，以及當天的疲勞與恢復感受，連過去比賽紀錄與訓練負荷也一併納入。這些資訊累積成個人資料庫，讓AI不再只是提供制式課表，而能依當下狀態給出調整建議。
這樣的互動讓訓練更具彈性。他會反覆追問安排背後的邏輯，甚至在狀態不錯時試圖加碼。此時AI反而成為踩煞車的角色，提醒他是否過頭。「它會直接跟我說：今天不要再做了。」對一個總想多做一點的人來說，這樣的回饋反而重要。
除了訓練，他也用AI規畫恢復與傷後調整，從活動度訓練到補給搭配，甚至能在長期數據中辨識出他的行為模式，提醒他何時忽略休息、過度用力。這讓他在沒有教練的情況下，仍維持一定程度的自我修復能力。
但這套方法並非沒有前提。所有建議的準確度，取決於輸入資料的品質；數據不完整，結果就會偏差。「垃圾進，垃圾出。」他說。此外，AI也可能給出錯誤或過於迎合的答案，因此使用者必須具備判斷能力，而不是全盤接受。他就特定下指令要AI「冷酷且客觀」，以求獲得真實回饋。
AI真正的限制，來自現場的不可預測。二○二五年西班牙馬貝拉Ironman七十．三世界錦標賽，他賽前根據潮汐與風向資料透過AI預測海況，得到「相對平靜」的判斷。但實際下水時風向突變，海面劇烈翻湧，眼前只剩一堵堵浪牆，他幾乎無法辨識方向，只能任由海水不斷灌入口鼻，恐慌瞬間升起。那是他少數動念放棄的時刻。最後他只能將眼前距離拆解，一段一段撐過去，才完成游泳段。
這次經驗讓他更清楚，AI可以整理資訊，卻無法預測變化，也無法替代當下的判斷。它是一個工具，不是神奇藥丸。在數據與對話之間，他仍保有最終決定權，也保留對身體的感知。
訓練最終仍回到最基本的條件——是否願意持續投入時間與精力。AI不會替你完成任何一公里，但可以透過往返對話，幫你靠目標更近一點。
