Strava se conecta con Claude: la IA llega al análisis avanzado de tus entrenamientos
Strava estrena un conector MCP para Claude que permite a sus suscriptores analizar sus propios datos de entrenamiento con lenguaje natural, incluyendo potencia, GPS, frecuencia cardiaca, ritmo, clubes y eventos.
Strava permite consultar el historial de entrenamiento con preguntas en lenguaje natural
Strava ha anunciado el lanzamiento de un conector MCP para Claude, una integración que permitirá a los suscriptores consultar sus propios datos de entrenamiento mediante preguntas en lenguaje natural. La novedad empieza a desplegarse esta semana a nivel global y sitúa a Strava entre las primeras grandes plataformas de fitness conectadas en ofrecer una integración nativa con un asistente de inteligencia artificial.
La clave de esta novedad está en que el usuario ya no tendrá que exportar su historial, copiar datos en hojas de cálculo o recurrir a herramientas externas para intentar extraer conclusiones avanzadas de sus entrenamientos. Con este conector, Claude podrá acceder de forma controlada a la información de la cuenta de Strava y ofrecer respuestas basadas en el historial real del deportista.
La integración está disponible para suscriptores de Strava y ofrece acceso de solo lectura a los datos de la cuenta. Según la compañía, el permiso está limitado al perfil del usuario y se puede revocar en cualquier momento desde los ajustes de Strava, un punto importante en una herramienta que trabaja con información tan sensible como la ubicación, la frecuencia cardiaca o los datos de potencia.
Continúa tras los patrocinadores
Del análisis manual a las preguntas en lenguaje natural
El conector permite analizar potencia, GPS, frecuencia cardiaca, ritmo y evolución histórica
Hasta ahora, quien quería realizar un análisis avanzado de su historial de Strava tenía que recurrir a procesos poco ágiles. Lo habitual era exportar los datos, ordenarlos en una hoja de cálculo, filtrarlos manualmente o copiar parte de esa información en un modelo de lenguaje para hacer preguntas concretas. Además de ser un proceso lento, exigía ciertos conocimientos técnicos y abría la puerta al uso de herramientas externas poco claras en términos de privacidad.
El conector MCP cambia esa dinámica porque permite conectar directamente Strava con Claude. Una vez realizada la vinculación, el usuario puede plantear preguntas como si hablara con un entrenador o con un analista de datos, pero utilizando su propio historial deportivo como base. La diferencia no está solo en la comodidad, sino en la profundidad de la información disponible.
Strava explica que Claude podrá acceder a datos completos de las actividades, incluyendo información por segundo como frecuencia cardiaca, ritmo o velocidad, además de datos GPS para análisis geográfico, datos de potencia en ciclismo y también información relacionada con clubes y eventos.
Para un ciclista, esto abre una vía de análisis mucho más amplia que la simple revisión de una actividad concreta. La integración puede servir para estudiar tendencias de carga, comparar bloques de entrenamiento, detectar mejoras en una subida habitual, revisar si los días suaves están siendo realmente suaves o valorar cómo se está respondiendo a una combinación de salidas de bici, carrera, fuerza u otros deportes.
Strava
Qué puede aportar a los ciclistas
La integración puede ayudar a detectar patrones que no siempre son visibles actividad por actividad
La principal ventaja para el ciclismo está en el acceso a los datos de potencia. Strava menciona específicamente que el conector permite trabajar con la información de potencia en ciclismo, lo que convierte la integración en una herramienta potencialmente útil para quienes entrenan con potenciómetro y acumulan meses o años de datos.
Un ciclista podría preguntar qué tipo de salidas han coincidido con sus mejores mejoras de forma, si los entrenamientos de intensidad están concentrados en determinados días, si está acumulando demasiada fatiga antes de las rutas largas o si sus salidas suaves están por encima de la intensidad prevista. También podría analizar la evolución en recorridos repetidos, detectar mejoras en segmentos concretos o comparar bloques de entrenamiento previos a marchas, pruebas de gravel, carreras de XC o eventos de larga distancia.
Strava
La utilidad no se limita al rendimiento puro. La integración también puede servir para entender mejor los hábitos de entrenamiento. Por ejemplo, un usuario podría revisar cuántos días encadena sin descanso real, qué porcentaje de su volumen semanal corresponde a esfuerzos intensos o cómo cambia su rendimiento cuando introduce sesiones de fuerza, carrera a pie o actividades complementarias.
En ese sentido, una de las posibilidades más interesantes es pasar de mirar actividades aisladas a analizar tendencias. Strava ya ofrece métricas y gráficos dentro de su propia plataforma, pero el uso de lenguaje natural permite hacer preguntas más concretas y adaptadas a cada caso, sin tener que buscar manualmente entre menús, filtros o exportaciones.
Strava
Un asistente para interpretar el entrenamiento, no para sustituir al entrenador
No se plantea como una forma de sustituir al entrenador
La llegada de esta integración no convierte automáticamente a Claude en un entrenador ni sustituye el criterio de un preparador. Pero sí puede actuar como una capa de interpretación adicional para usuarios que ya tienen muchos datos y no siempre saben cómo ordenarlos.
El valor está en poder formular preguntas abiertas. En lugar de limitarse a ver una curva de carga o una lista de actividades, el ciclista puede pedir una lectura de conjunto: qué semanas fueron más consistentes, qué salidas aportaron más a su evolución, si sus días de recuperación parecen demasiado intensos o si su rendimiento en esfuerzos largos ha mejorado con el tiempo.
Strava plantea ejemplos como preguntar qué tipos de actividades han mejorado más la forma física, si los días fáciles son suficientemente fáciles o cómo afecta el entrenamiento cruzado al rendimiento en carrera a pie. Trasladado al ciclismo, esa misma lógica puede aplicarse a la relación entre rodajes suaves, series, salidas largas, trabajo de fuerza, sesiones de alta intensidad y evolución de la potencia o del ritmo en recorridos conocidos.
Privacidad y control del usuario
El acceso es de solo lectura y puede revocarse desde los ajustes de Strava
Uno de los puntos destacados por Strava es que el conector ofrece acceso de solo lectura. Eso significa que Claude puede consultar los datos autorizados, pero no modificar actividades ni realizar cambios en la cuenta. La autorización también está limitada al usuario y se puede revocar desde la configuración de Strava.
Ryan Dixon, vicepresidente de Partnerships & Developer Relations de Strava, explicó que los deportistas llevaban tiempo buscando formas más avanzadas de analizar sus propios datos. «Los atletas nos han estado diciendo, de formas cada vez más creativas, que quieren más maneras de analizar sus propios datos de entrenamiento. Lo han estado haciendo con hojas de cálculo, exportaciones y scripts de terceros durante años. El conector MCP les da una herramienta mucho más eficiente y segura, manteniendo al deportista en control, y representa un cambio importante en nuestra oferta de suscripción», señaló.
Ese enfoque es especialmente relevante porque Strava trabaja con datos personales de alto valor: ubicación, hábitos deportivos, horarios, recorridos frecuentes, métricas fisiológicas y rendimiento. La integración busca simplificar el análisis sin obligar al usuario a mover manualmente sus datos fuera de la plataforma o utilizar servicios de terceros no verificados.
Una nueva capa de valor para la suscripción de Strava
Solo para suscriptores
La integración con Claude estará disponible para los suscriptores de Strava en todo el mundo y empieza a desplegarse desde esta semana. Las instrucciones de configuración se ofrecen a través del centro de ayuda de Strava.
Para Strava, el movimiento también refuerza el valor de su suscripción en un momento en el que cada vez más usuarios esperan que las plataformas deportivas no solo registren datos, sino que también ayuden a interpretarlos. En el caso de los ciclistas, especialmente aquellos que entrenan con potenciómetro, sensor de frecuencia cardiaca y un historial amplio de actividades, la posibilidad de consultar ese archivo de datos mediante preguntas directas puede convertirse en una herramienta práctica para entender mejor su evolución.
La integración no elimina la necesidad de criterio ni sustituye el trabajo de planificación, pero sí puede facilitar una lectura más clara de todo lo que ya está registrado en Strava. Para muchos usuarios, la diferencia estará en pasar de acumular datos a poder hacerles preguntas útiles.
