Strava incontra Claude
L’intelligenza artificiale entra nell’allenamento del gravellista...e non solo
Quando, il primo giugno 2026, Strava ha annunciato il lancio del proprio connettore MCP, acronimo di Model Context Protocol, per l’integrazione nativa con Claude, l’assistente di intelligenza artificiale sviluppato da Anthropic, qualcosa di significativo è cambiato nel rapporto tra tecnologia e pratica sportiva quotidiana. Non si tratta di una funzione di nicchia riservata agli sviluppatori o agli appassionati di dati: il connettore permette agli abbonati Strava di interrogare i propri dati di allenamento attraverso Claude, ottenendo analisi approfondite sulla propria preparazione. Per chi pedala su sterrato e raccoglie settimane e mesi di attività su Strava si apre uno scenario inedito.
Un passo oltre il semplice log
Fino ad oggi, i ciclisti che volevano analizzare i propri dati di frequenza cardiaca, flusso di potenza o ritmo attraverso un’intelligenza artificiale erano costretti a esportare manualmente i file da Strava e incollarli nel modello, ripetendo l’operazione per ogni nuova domanda. Alcuni ricorrevano a script non ufficiali di terze parti, con evidenti implicazioni per la sicurezza dei dati. Il nuovo connettore elimina questi passaggi intermedi.
Il sistema è costruito con accesso in sola lettura, circoscritto al proprio account, e revocabile in qualsiasi momento dalle impostazioni di Strava. Gli atleti si connettono tramite OAuth e possono porre domande in linguaggio naturale sulle proprie attività, sulle tendenze di forma fisica e sul carico di allenamento ricevendo risposte basate su dati Strava in tempo reale, non su un’esportazione statica.
L’integrazione può accedere ai dati delle attività, inclusi la frequenza cardiaca, il passo, i dati GPS e le metriche di potenza ciclistica, oltre ai dati su club ed eventi. Strava sottolinea che atleti usavano già esportazioni, fogli di calcolo e strumenti di terze parti per analizzare la propria storia di allenamento con assistenti di intelligenza artificiale: il connettore MCP semplifica quel processo creando un collegamento diretto tra Strava e Claude.
Le domande che si possono porre sono quelle che ogni ciclista amatoriale ha in testa ma raramente trova il tempo di sviluppare con rigore: i giorni facili sono davvero facili? Come sta influenzando il recupero il volume delle ultime settimane? La progressione dell’FTP è in linea con gli obiettivi stagionali?
Il gravel, terreno fertile per l’analisi intelligente
Chi pratica il gravel conosce bene la complessità della preparazione atletica in questa disciplina. A differenza del ciclismo su strada classico, con le sue categorie nette tra salita, pianura e cronometro, il gravel richiede una versatilità fisiologica che rende la pianificazione dell’allenamento particolarmente articolata. Un evento come la Tuscany Trail o la Gravel One Fifty impone al ciclista di gestire centinaia di chilometri, dislivelli significativi, fondi variabili e un’autonomia alimentare che deve essere preparata al pari della forma fisica.
Nel 2026, le evidenze scientifiche mostrano un quadro maturo: l’intelligenza artificiale sta già migliorando l’analisi dati nel ciclismo, ottimizzando i carichi, riconoscendo pattern fisiologici complessi e supportando decisioni che prima richiedevano analisti dedicati. Quello che era appannaggio delle squadre WorldTour sta diventando accessibile al ciclista amatoriale non come semplificazione grossolana, ma come strumento di supporto alla decisione.
Dalla pianificazione all’alimentazione: l’ecosistema degli strumenti AI
L’integrazione Strava-Claude è il segnale più visibile di una trasformazione che coinvolge l’intero ecosistema degli strumenti digitali per il ciclismo. Piattaforme come FasCat Coaching hanno costruito un ecosistema digitale che combina piani di allenamento strutturati, strumenti di coaching basati sull’intelligenza artificiale e supporto nutrizionale in un unico ambiente. Il sistema propone piani per le discipline di gravel, mountain bike e ciclocross, organizzati per durata, livello di forma fisica e tipo di evento obiettivo. Il layer AI, denominato Optimize, eroga feedback post-allenamento, valutazioni della prontezza e aggiustamenti al piano di preparazione.
Sul fronte della nutrizione aspetto centrale e spesso trascurato nella preparazione gravel gli strumenti di intelligenza artificiale stanno colmando un vuoto che nessuna app generalista era riuscita a riempire. Per un ciclista su strada o su gravel il cui apporto di carboidrati nella fase di allenamento può oscillare tra 6 e 12 grammi per chilogrammo al giorno, e la cui spesa energetica varia notevolmente tra i giorni di riposo e le uscite lunghe, la capacità di adattare in modo preciso i target nutrizionali fa la differenza.
Sul versante hardware, i ciclocomputer più evoluti integrano già avvisi di rifornimento intelligenti, con raccomandazioni personalizzate per la nutrizione e l’idratazione. Il dato di potenza raccolto durante l’uscita diventa così l’ingresso di un sistema più ampio che restituisce indicazioni concrete su cosa mangiare e quando.
Il caso Faulkner: quando l’AI incontra l’elite
La campionessa olimpica Kristen Faulkner, del team EF Education-Oatly, ha costruito un sistema di intelligenza artificiale personale per integrare dieci anni di dati biometrici e ottimizzare il proprio allenamento. In vista dei Campionati Panamericani 2025 ha utilizzato il sistema per affinare la preparazione, conquistando tre medaglie d’oro. È stata poi questa piattaforma a guidarla verso il record personale sui 20 minuti di potenza.
Prima di dedicarsi al ciclismo professionistico, Faulkner ha studiato informatica ad Harvard e ha lavorato nel venture capital: il suo caso non è replicabile dal ciclista del fine settimana, ma dimostra dove può arrivare questo approccio quando la competenza tecnica incontra quella atletica.
Cosa cambia davvero per il ciclista amatoriale
La domanda concreta, per chi pedala sul gravel tra Toscana, Veneto o Appennino, è questa: cosa cambia nella pratica quotidiana?
Cambia la qualità dell’analisi retrospettiva. Invece di scorrere grafici su Strava senza una chiave di lettura strutturata, è possibile interrogare i propri dati come si farebbe con un allenatore: chiedere perché la forma cala nelle ultime due settimane, se il recupero è adeguato rispetto al volume accumulato, quali sessioni hanno prodotto il miglior adattamento.
Cambia la pianificazione prospettica. Piattaforme come 2PEAK costruiscono piani di allenamento personalizzati e basati sull’intelligenza artificiale, capaci di integrare più sport nel piano e di adattare le sessioni in base agli obiettivi e alla disponibilità di tempo dichiarata. Per il gravellista che si allena tra il lavoro e la famiglia, con uscite concentrate nel fine settimana e sessioni brevi infrasettimanali, questa flessibilità è tutt’altro che marginale.
Cambia, infine, il rapporto con l’incertezza fisiologica. Il ciclista amatoriale si allena spesso «a sensazione», senza un coach al fianco e con dati che rimangono grezzi, non interpretati. L’intelligenza artificiale non sostituisce la competenza di un preparatore atletico qualificato — sarebbe un errore presentarla in questi termini — ma abbassa la soglia di accesso all’analisi strutturata, rendendo disponibile a molti ciò che prima era privilegio di pochi.
Una tecnologia da usare con senso critico
Il rischio, in questo scenario, è quello dell’eccesso opposto: affidarsi ciecamente all’algoritmo, perdendo il contatto con le sensazioni corporee che sono parte integrante dell’allenamento in natura. Il gravel nasce proprio dalla reazione all’eccessiva strutturazione del ciclismo su strada; è una disciplina che valorizza l’esplorazione, l’improvvisazione, la capacità di adattarsi. L’intelligenza artificiale è uno strumento potente, non un oracolo.
La via più produttiva è quella dell’integrazione consapevole: usare i dati per capire meglio il proprio corpo, usare l’AI per interpretare quei dati in modo più efficace, e poi uscire — su sterrato, con il vento in faccia — lasciando che sia la strada a dettare il ritmo.
NOTE REDAZIONALI: I dati relativi al connettore MCP Strava-Claude si riferiscono al lancio del 1° giugno 2026, ancora in fase di rollout progressivo per gli abbonati. L’accesso alle funzioni di analisi avanzata è incluso nell’abbonamento Strava a pagamento.
Sostieni gravelnews.it con una donazione o condividi l’articolo. Grazie!
Se non l’hai ancora fatto iscriviti alla nostra newsletter per ricevere tutti gli aggiornamenti dal mondo del gravel, del bikepacking, della MTB e di tutto quello che è sterrato!