סיפורו של ריאן: איך נוסע עסקי ירד במשקל תוך כדי שהייה במלונות

ריאן בן 37 ועובד כיועץ ניהול בחברה גדולה. הוא מבלה מעל 200 לילות בשנה במלונות. המשרד שלו הוא רצף של טרקליני שדה תעופה, חדרי ישיבות ורכבי השכרה. כל ארוחת בוקר היא בופה במלון. כל ארוחת צהריים נלקחת בין פגישות. כל ארוחת ערב היא אירוע עם לקוח במסעדה שהוא לא בחר, אוכל שהוא לא הכין.

שלוש שנים לאחר שהחל את אורח החיים הזה, ריאן עלה 28 פאונד. הוא ידע בדיוק איך זה קרה, ארוחת סטייק אחת אחרי השנייה, אבל לא היה לו מושג איך להפוך את המצב.

הבעיה עם מעקב מסורתי בדרכים

ריאן לא היה חדש במעקב קלוריות. הוא השתמש ב-MyFitnessPal לסירוגין במשך שנים. זה עבד בסדר כשהיה בבית ובישל את הארוחות שלו. חזה עוף זה חזה עוף. שוקלים, רושמים, ממשיכים.

אבל החיים בדרכים היו סיפור אחר. בופה ארוחת בוקר במלון בפרנקפורט לא מגיע עם תווית תזונתית. ארוחת ערב עם לקוח במסעדת סטייקים בדאלאס לא מציינת את החמאה שבה השתמשו להכנת הסטייק. סלט בשדה תעופה מרשת מקומית אולי אפילו לא קיים במאגרי המזון המסורתיים.

ריאן מצא את עצמו מבלה חמש או שש דקות בכל ארוחה בניסיון למצוא התאמות קרובות במאגר של MyFitnessPal. חצי מהזמן, הרשומות היו מוגשות על ידי משתמשים והיו לא מדויקות לחלוטין. בחצי השני, הוא ניחש את גודל המנות מתוך תפריט נפתח שלא היה קשור למה שהיה על הצלחת שלו. אחרי כמה שבועות של חיכוך, הוא הפסיק לרשום לחלוטין. המשקל המשיך לעלות.

הוא ניסה את Lose It לתקופה קצרה והיתקל באותה בעיה: רישום טקסט ידני פשוט לא עובד כשאין לך שליטה על האוכל שלך ואין לך זמן לחקור אותו. הוא גם בדק את Cronometer, שאהב בזכות נתוני המיקרו-נוטריינטים, אבל תהליך הרישום היה אפילו יותר איטי. אף אחת מהאפליקציות הללו לא נבנתה עבור מישהו שכל התזונה שלו מורכבת מאוכל שאחרים הכינו.

הרגע שבו הכל השתנה

בינואר, ריאן ישב ב-Delta Sky Club בשדה התעופה אטלנטה, אוכל צלחת פסטה שהוא ידע שהיא כנראה 800 קלוריות אבל לא יכול היה להוכיח את זה, כשעמיתו מעבר לשולחן שלף את הטלפון שלו, צילם את הארוחה שלו והניח את הטלפון בצד.

"מה זה היה?" שאל ריאן.

"Nutrola," ענה העמית. "זה רושם את הארוחה מהתמונה. לוקח בערך חמש שניות."

ריאן הוריד את Nutrola באותו לילה בחדר המלון שלו.

שבוע ראשון: גילוי בופה המלון

בבוקר שלמחרת, ריאן הלך לבופה ארוחת הבוקר במלון מריוט כמו תמיד: ביצים מקושקשות, שתי פרוסות בייקון, פרוסת לחם, קצת פירות וקפה. הפעם, לפני האכילה, הוא פתח את Nutrola וצילם את הצלחת שלו.

בתוך שניות, ה-AI של Nutrola זיהה כל פריט, העריך את גודל המנות בהתבסס על ממדי הצלחת, והחזיר פירוט מלא של המקרו. הביצים המקושקשות היו עשויות עם חמאה והיו גבוהות יותר בשומן ממה שציפה. ה"שתי פרוסות" בייקון היו בעבותות והיו קרובות ל-180 קלוריות במקום ה-80 שהוא היה מניח. קערת הפירות הייתה הדבר היחיד שהתאים להערכה שלו.

ארוחת הבוקר הזו לימדה את ריאן משהו שהוא החמיץ במשך שלוש שנים: הוא לא ידע מה הוא באמת אוכל. לא כי הוא היה חסר ידע על תזונה, אלא כי אוכל במסעדות ובמלונות שונה באופן יסודי מאוכל ביתי, והמודל המנטלי שלו היה מכוון לסביבה הלא נכונה.

בסוף השבוע הראשון שלו עם Nutrola, הוא רשם 21 ארוחות מבלי להקליד אף פעם שם של אוכל בשורת החיפוש. כל ארוחה נלכדה באמצעות צילום, הודעת קול או שניהם.

בעיית ארוחת הערב עם הלקוח (נפתרה)

הארוחה הקשה ביותר לכל נוסע עסקי לעקוב אחריה היא ארוחת הערב עם הלקוח. אתה שם כדי לבנות מערכת יחסים, לסגור עסקה או לדון בפרויקט. להוציא משקל אוכל זה כמובן לא אופציה. אפילו לבלות שתי דקות בגלילה במאגר מרגיש לא נעים.

ריאן פיתח שגרה פשוטה עם Nutrola. כשמגיע האוכל, הוא היה מצלם במהירות את הצלחת כמו שכל אחד היה מצלם מנה יפה לרשתות החברתיות. אף אחד לא שאל שאלות. אף אחד אפילו לא שם לב. ואז הוא הניח את הטלפון שלו והתרכז בשיחה.

ה-AI של Nutrola טיפל בשאר. הוא זיהה סטייק ניו יורק במשקל 12 אונקיות במסעדת סטייקים בשיקגו. הוא זיהה מגשי סשימי בארוחת ערב עסקית בטוקיו. הוא ניתח ארוחה מלאה בפאב אנגלי בלונדון, מפריד בין הדג לצ'יפס לפירה ומעריך את תכולת השמן בטיגון. הוא אפילו טיפל בתפריט טעימות רב-מנה בסן פרנסיסקו על ידי כך שריאן צילם כל מנה כשהיא הגיעה.

תכונת האימון של AI ב-Nutrola גם עזרה לריאן לקבל החלטות טובות יותר מבלי למשוך תשומת לב. לפני ארוחת ערב, הוא היה בודק את התפריט של המסעדה ושואל את מאמן ה-AI להמלצות. "יש לך 800 קלוריות שנותרו להיום. במסעדת סטייקים, שקול את הפילה מיניון על פני הסטייק ריבאיי כדי לחסוך כ-300 קלוריות, ובקש את תוספת הירקות במקום את תפוח האדמה הממולא." סוג כזה של הכוונה ספציפית ומודעת להקשר אפשרה לריאן להשתתף באופן מלא בארוחות עם לקוחות תוך כדי שמירה על המסלול.

רישום קולי בין טיסות

לא כל ארוחה אפשרית לצילום. לפעמים ריאן היה לוקח סנדוויץ' בדוכן עיתונים ואוכל אותו במהלך העלייה למטוס. פעמים אחרות, הוא היה אוכל חופן שקדים משקית בתיק שלו בזמן שסקר שקפים. לרגעים הללו, הוא השתמש ברישום הקולי של Nutrola.

בהולך במעבר המטוס, הוא היה מחזיק את הטלפון שלו ואומר, "סנדוויץ' תרנגול עם גבינת שווייץ על לחם מחמצת עם חרדל, בערך שש אינצ'ים, וקפה שחור בינוני." עיבוד השפה הטבעית של Nutrola היה מפרק את זה לפריטים בודדים ומחזיר הערכת קלוריות לפני שהוא הגיע למקום שלו.

השילוב הזה של רישום באמצעות צילום ורישום קולי אפשר לריאן לעקוב אחרי כל ארוחה בפחות מעשר שניות, ללא קשר להקשר. בלי חיפושים. בלי גלילה. בלי ניחושים מתוך תפריט נפתח.

אתגר האוכל הבינלאומי

אחת מהיכולות המפתיעות ביותר שריאן גילה הייתה היכולת של Nutrola לזהות מזון בין תרבויות וארצות. הנסיעות שלו לא היו מוגבלות לארצות הברית. בחודש טיפוסי, הוא עשוי לאכול בארבע או חמש מדינות.

מאגר המזון המאושר של Nutrola כולל רשתות מסעדות בינלאומיות ומנות אזוריות מעשרות מדינות. כאשר ריאן צילם קערת ראמן בארוחת צהריים עסקית באוסקה, ה-AI לא רק זיהה "מרק נודל". הוא זיהה את הסגנון, העריך את בסיס המרק, זיהה את פרוסות החזיר צ'אשו, ולקח בחשבון את הביצה הרכה. כאשר הוא צילם ארוחת בוקר אנגלית מלאה במנצ'סטר, הוא הפריד בין השעועית, הלחם, הסוּסאג'ים והעגבנייה הצלויה לפריטים בודדים.

דיוק זה הבינלאומי היה משהו שריאן לא חווה עם אפליקציות מעקב אחרות. מאגר הנתונים המוגש על ידי משתמשים של MyFitnessPal היה לא אמין מחוץ למסעדות רשת אמריקאיות גדולות. מאגר הנתונים המאושר והמוגבר של Nutrola נתן לו ביטחון שהמספרים משמעותיים, לא משנה היכן בעולם הוא אכל.

התוצאות: 28 פאונד בשישה חודשים

ריאן לא עמד בדיאטה ספציפית. הוא לא צמצם פחמימות. הוא לא הלך על קיטו. הוא לא צום לסירוגין. הוא פשוט עקב אחרי מה שהוא אכל עם Nutrola, שם לב לנתונים, ועשה התאמות הדרגתיות.

בחודש הראשון, רק המעשה של לראות את הצריכה שלו היה מספיק כדי לשנות את ההתנהגות שלו. הוא התחיל לבחור את העוף הגריל על פני האופציה המוסמסת במסעדות המלון. הוא התחיל לבקש רוטב בצד. הוא החליף את כוס היין השנייה בארוחות עם לקוחות במים מוגזים. אף אחת מהשינויים הללו לא הרגישה כמו ויתור כי הם היו מבוססים על נתונים אמיתיים, ולא על כללי דיאטה שרירותיים.

בסוף החודש השלישי, ריאן ירד 14 פאונד. לוח המחוונים של Nutrola הראה לו דפוסים ברורים: ארוחות ערב עם לקוחות היו תמיד הארוחות עם הכי הרבה קלוריות, ימי שדה תעופה נטו להיות ימי אכילה פחותה כי הוא היה ממהר, ובופות ארוחת הבוקר במלון היו אזור סכנה מוסתר שבו הוא צרך באופן קבוע 900 קלוריות או יותר מבלי realizing it.

בסוף החודש השישי, הוא ירד את כל ה-28 פאונד. הצריכה היומית הממוצעת שלו ירדה מ-3,100 קלוריות לכ-2,200 קלוריות, חיסרון בר קיימא שמעולם לא דרש ממנו לדלג על ארוחה, לסרב להזמנה לארוחת ערב, או להיות "הבחור הזה" שנמצא בדיאטה.

התובנה המרכזית

סיפורו של ריאן מדגים עיקרון שמתקיים הרבה מעבר לנסיעות עסקיות: אין צורך לשלוט באוכל שלך כדי לרדת במשקל. צריך להבין את האוכל שלך.

רוב העצות התזונתיות מניחות שאתה מבשל בבית, בוחר את המרכיבים שלך ומודד את המנות שלך. הנחה זו משExcluded millions of people whose lives are built around restaurants, hotels, and airports. Nutrola was the first tool that met Ryan where he actually lives, in the real world of business travel, and gave him the data he needed to make better decisions without changing his lifestyle.

הוא עדיין אוכל במסעדות סטייקים עם לקוחות. הוא עדיין פוקד את בופה ארוחת הבוקר במלון. הוא עדיין לוקח אוכל בשדות תעופה. ההבדל הוא שכעת הוא יודע בדיוק מה עלו לו הארוחות הללו, והוא מתכוון בהתאם.

שאלות נפוצות

האם Nutrola יכולה לעקוב אחרי אוכל בבופה במלון בצורה מדויקת?

כן. זיהוי התמונה של Nutrola מנתח את הצלחת שלך ומעריך את המנות בהתבסס על רמזים חזותיים כמו גודל הצלחת, עומק המזון וצפיפות המרכיבים. עבור ארוחות בבופה במלון שבהן אתה בוחר ממספר תחנות, תוכל לצלם את הצלחת שלך ו-Nutrola תזהה ותקלוט כל פריט בנפרד.

איך Nutrola מתמודדת עם מעקב ארוחות ערב עסקיות מבלי להיות לא נעים?

רישום התמונה של Nutrola עובד בדיוק כמו צילום מזון רגיל, דבר שהוא נורמלי חברתית בכל מסעדה. אתה מצלם תמונה מהירה כשמגיע האוכל, ואז מניח את הטלפון שלך בצד. ה-AI מעבד את התמונה ומקליט את הארוחה ברקע. אין גלילה במאגרים או מדידת מנות בשולחן.

האם Nutrola מזהה מזון במסעדות בינלאומיות?

מאגר המזון המאושר של Nutrola מכסה מנות בינלאומיות ורשתות מסעדות מעשרות מדינות. ה-AI אומן לזהות סגנונות מטבח מיפני ועד בריטי ועד אמריקה הלטינית, מעריך שיטות בישול ומאפייני מרכיבים מתאימים לאזור. זה עושה את Nutrola במיוחד יעילה עבור נוסעים עסקיים בינלאומיים.

האם Nutrola טובה יותר מ-MyFitnessPal עבור ארוחות במסעדות?

עבור ארוחות במסעדות ובנסיעות, Nutrola מציעה יתרון משמעותי. בעוד ש-MyFitnessPal מתבססת בעיקר על חיפוש טקסט במאגר המוגש על ידי משתמשים, Nutrola משתמשת בזיהוי תמונה של AI כדי להעריך מה יש באמת על הצלחת שלך. זה מבטל את הניחושים של מציאת התאמות במאגר והערכה של מנות מתוך תפריט נפתח, שזהו הנקודה העיקרית שגורמת לנוסעים לנטוש את המעקב.

האם רישום הקול של Nutrola עובד בסביבות רועשות בשדות תעופה?

רישום הקול של Nutrola משתמש בעיבוד שפה טבעית מתקדם שמבצע היטב בסביבות טיול ושדות תעופה טיפוסיים. אתה יכול לדבר באופן טבעי, לתאר את הארוחה שלך בשפה פשוטה, וה-AI יפרק את התיאור לפריטי מזון בודדים עם הערכות קלוריות ומקרו. רבים מהמשתמשים מוצאים שרישום הקול מהיר יותר מרישום התמונה עבור ארוחות פשוטות וחטיפים.

איך האימון של AI ב-Nutrola עוזר עם תזונת נסיעות עסקיות?

האימון של AI ב-Nutrola מספק המלצות על ארוחות מודעות להקשר בהתבסס על התקציב הקלורי והמקרו שלך להיום. לפני ארוחת ערב עם לקוח, אתה יכול לבדוק המלצות לסוגי מסעדות ספציפיים, מה שעוזר לך לקבל החלטות מושכלות מבלי להזדקק לחקור את התפריט מראש. האימון מתעדכן על פי הדפוסים שלך לאורך זמן, לומד שאתה נוטה לאכול יותר מדי בבופות או לאכול פחות בימים עמוסים, ומכוון את ההנחיות שלו בהתאם.

---

הטרנספורמציה של ריאן מוכיחה שהדרך לא חייבת להיות מכשול. עם הכלי הנכון למעקב, זה פשוט מקום נוסף לאכול טוב. הורד את Nutrola היום וקח שליטה על התזונה שלך, לא משנה לאן העבודה שלך לוקחת אותך.