Cómo la IA de VyMetric mantiene la precisión cuando tu cuerpo cambia
La mayoría de las empresas de fit-tech usan IA para recomendar una talla. VyMetric usa IA para algo más difícil: mantener tu ID Biométrico preciso durante un escaneo, entre marcas, y a través de cada kilo que ganes o pierdas. Tres roles, un solo motor, un solo cuerpo al que el sistema debe seguirle el ritmo.
La IA hace más de lo que crees
La mayoría de las empresas de fit-tech hablan de la IA como si fuera una sola cosa: un algoritmo de recomendación que adivina tu talla. Esa narrativa es una conveniencia de marketing. El trabajo real ocurre antes de la recomendación, y continúa después. Cuando la sugerencia de talla aparece en pantalla, tres sistemas distintos de IA ya han hecho su parte del trabajo, y un cuarto espera al próximo inicio de sesión del usuario.
Este artículo recorre lo que cada etapa hace en realidad, por qué cada una es difícil, y por qué la combinación es lo que hace que un ID Biométrico sea preciso, duradero y digno de viajar entre marcas.
Etapa 1: Del escaneo en bruto a más de 240 medidas
Cuando alguien entra en un Totem VyMetric, el kiosco captura una nube densa de puntos 3D del cuerpo. Esa nube no es una medida. Son cientos de miles de coordenadas espaciales que describen la superficie del cuerpo en un momento. Para convertir eso en los más de 240 puntos de medición que la plataforma realmente publica, la IA tiene que hacer un trabajo que ninguna cinta métrica podría hacer con fiabilidad.
Tres cosas deben suceder, rápido y con precisión:
Detección de puntos de referencia. ¿Dónde exactamente está la séptima vértebra cervical? ¿Dónde la cintura natural, no la cintura aparente cuando cambia la postura? ¿Dónde el ápice del busto, el pliegue del codo, el centro de la rodilla, el maléolo lateral? Cada punto de referencia es el ancla de una clase de mediciones que sigue después.
Extracción de medidas. Una vez fijados los puntos, el modelo calcula circunferencias, longitudes, profundidades y proporciones entre ellos. La circunferencia de cintura no es el perímetro de un corte horizontal en la nube de puntos. Es el camino que una cinta haría en realidad, considerando postura, fase respiratoria y la compresión del tejido blando que las cintas reales causan.
Puntuación de calidad. El modelo asigna un valor de confianza a cada medida que produce. Un ancho de hombros perfectamente capturado con cobertura limpia recibe puntuación alta; una entrepierna medida a través de una prenda holgada queda marcada para recapturar. La puntuación de calidad es lo que convierte un escaneo de artefacto en infraestructura.
La app Mobile Body Scan hace el mismo trabajo desde otro punto de partida: una captura con cámara de móvil en lugar de un escaneo denso de kiosco. Menos puntos en bruto, pero la misma arquitectura de IA, ajustada para ser fiable en hardware de consumo. La app móvil produce más de 85 medidas; el Totem produce más de 240. Ambos alimentan el mismo ID Biométrico.
Etapa 2: Casar el cuerpo con cada marca
Un ID Biométrico solo es útil si una marca puede hacer algo con él. El problema es que ninguna marca describe sus prendas igual que otra. Un vestido "talla 8" en una marca tiene dimensiones de pecho, cintura y cadera distintas a un vestido "talla 8" en otra. Un pantalón de "entrepierna 32" en una marca asienta diferente que un "32" en la siguiente. El tallaje no es un estándar, son mil opiniones.
El motor de coincidencia tiene que traducir entre estas opiniones. La marca sube los datos de su tech pack: medidas de la prenda, holgura (cuánto espacio deja la prenda alrededor del cuerpo), escalado (cómo se gradúa la prenda entre tallas), y a veces el estiramiento del tejido. La IA compara esas especificaciones contra el ID Biométrico del usuario y predice cómo asentará la prenda en ese cuerpo específico, en esa talla específica, con el ajuste pretendido por la marca.
Es más difícil de lo que parece. El modelo debe aprender la intención estética de cada marca: la marca A corta oversize a propósito, la marca B corta slim a propósito, la marca C escala con el mismo delta en cada talla mientras la marca D usa deltas distintos por encima y por debajo de cierto umbral. Una vez que el motor conoce la gramática de la marca, la recomendación que devuelve no es una conjetura. Es una traducción.
Etapa 3: Recalcular cuando el cuerpo cambia
Este es el rol de la IA que la mayoría de la gente no se da cuenta que está ocurriendo. Los cuerpos cambian. La gente gana peso, lo pierde, entrena, da a luz, se recupera de una lesión o simplemente envejece. Una medida tomada hace un año no es la misma medida hoy. Si la plataforma exigiera un nuevo escaneo completo cada vez que el cuerpo cambia, el ID Biométrico sería inútil para recomendaciones continuas.
La IA de VyMetric maneja esto con recálculo predictivo. El usuario actualiza una sola señal en el Portal o en la app móvil, normalmente el peso, a veces una lectura de composición corporal, ocasionalmente un objetivo como "estoy entrenando para un maratón". El modelo usa esa única señal para re-derivar el resto del cuerpo, apoyándose en patrones aprendidos de millones de transiciones similares: cómo una ganancia de 3 kg suele distribuirse entre tronco y extremidades, cómo el entrenamiento redistribuye circunferencia y profundidad de forma distinta al cambio de peso sedentario, cómo el envejecimiento desplaza las relaciones proporcionales en direcciones sistemáticamente distintas a la fluctuación interanual.
El resultado es un ID Biométrico que se mantiene preciso sin obligar al usuario a volver a un kiosco. Un usuario que se escanea una vez y luego actualiza su peso un par de veces al año obtiene precisión continua, de calidad recomendable, con casi nada de fricción.
Cuando el recálculo predictivo ha acumulado demasiada deriva, o cuando el usuario hace un cambio grande (cambio significativo de peso, postparto, recuperación de una lesión importante), el sistema sugiere un re-escaneo. El usuario controla cuándo ocurre. El sistema le avisa cuándo ayudaría.
Por qué esto importa como pilar técnico
Los tres roles de IA descritos no son intercambiables. Cada uno resuelve un problema distinto y se mide con un estándar distinto. Juntos, son lo que hace posible el ID Biométrico.
Por qué el usuario puede confiar en lo que hace la IA
La IA en datos corporales solo funciona si el usuario confía en ella. La confianza no viene de un eslogan. Viene de la arquitectura. Tres cosas que la IA de VyMetric está diseñada para hacer, y tres cosas que está explícitamente diseñada para no hacer.
Lo que hace:
- Puntúa su propia confianza en cada medida y muestra al usuario las de baja confianza, en lugar de fingir que cada valor es igualmente preciso.
- Permite al usuario inspeccionar, corregir o anular cualquier medida con la que no esté de acuerdo, y aprende de la corrección.
- Sugiere un re-escaneo cuando el recálculo predictivo se ha desviado más allá de su rango útil, en lugar de dejar que la precisión decaiga en silencio.
Lo que no hace:
- Entrenar el modelo de producción con datos identificables del usuario. El ID Biométrico se queda con el usuario. Las mejoras del modelo a nivel poblacional usan patrones anonimizados y agregados.
- Aplicar los datos del usuario a otra persona, ni los datos de otra persona al usuario. Cada ID Biométrico es del propio usuario, calibrado solo por su propio escaneo y sus propias actualizaciones.
- Entregar a las marcas medidas en bruto. El motor de coincidencia devuelve recomendaciones y renders de RA. La marca nunca recibe el conjunto subyacente de medidas.
El cuerpo es el pasaporte. La IA lo mantiene válido.
Un pasaporte que es preciso el día que se emite y se desactualiza poco a poco no es realmente un pasaporte. Es un recuerdo. Para que un ID Biométrico merezca el nombre, debe mantenerse preciso a medida que el cuerpo que describe cambia. Para eso está la IA.
La extracción hace que el ID exista. La coincidencia lo hace útil. El recálculo predictivo lo hace duradero. Tres etapas, un motor, un cuerpo al que el sistema debe seguir el ritmo. El usuario se escanea una vez, actualiza una señal aquí y allá, y obtiene un registro portátil de su cuerpo que viaja con él entre marcas y a lo largo de los años. Eso es lo que parece la IA cuando hace el trabajo que de verdad importa.
El cuerpo es el pasaporte. Nosotros emitimos el ID.