Huawei se asocia al equipo de corredores de dsm-firmenich, con Eliud Kipchoge

Huawei anunció el 5 de enero de 2026 una alianza como colaborador tecnológico oficial del equipo de corredores de dsm-firmenich, al que pertenece Eliud Kipchoge. El anuncio se difundió desde Shenzhen, China, el 5 de febrero de 2026. El acuerdo se plantea con el objetivo de promover la cultura del running e impulsar la práctica del deporte. En ese marco, la compañía prevé incorporar conocimientos del equipo y del atleta para relevar necesidades del alto rendimiento durante entrenamientos exigentes y competencias. En el foco de la colaboración aparece el reloj inteligente como herramienta de trabajo en el deporte de élite. Para ese uso, se enumeran requerimientos como precisión de posicionamiento para contar con datos estables de ruta y ritmo, incluso en entornos desafiantes como cañones urbanos y terrenos complejos. También se destaca el monitoreo fisiológico de alta precisión para capturar métricas como la frecuencia cardíaca en reposo, la variabilidad de la frecuencia cardíaca (VFC), la calidad del sueño y la carga de entrenamiento. Ese conjunto de datos apunta a habilitar ajustes en estrategias de entrenamiento y carrera. Otros criterios mencionados son la duración de la batería para competencias de larga distancia, la comodidad durante esfuerzos de alta intensidad y el uso de algoritmos con sustento científico. A partir de la información generada, Huawei busca perfeccionar sus algoritmos y mejorar la funcionalidad de sus relojes inteligentes, con productos orientados a entornos profesionales. En el ámbito específico del running, la empresa trabajó con más de 100 corredores en pruebas a largo plazo y reportó una tasa de precisión superior al 97% en la predicción de resultados de carreras. Además, desarrolló un modelo de aprendizaje automático para evaluar la fatiga y orientar entrenamientos bajo un enfoque científico. Los próximos relojes inteligentes de Huawei quedan asociados a la integración de conocimientos de corredores de élite, con énfasis en precisión de datos y adaptabilidad al uso en condiciones reales.