Durante años, la tecnología aplicada al ciclismo giró casi en exclusiva alrededor del rendimiento: potencia, cadencia, GPS, aerodinámica. La seguridad quedaba en manos del ciclista y, en el mejor de los casos, de un espejo retrovisor o una luz trasera con modo de frenada. Eso está cambiando. En Eurobike 2026, Canyon presentó Predict, un prototipo que desplaza el enfoque hacia algo distinto: anticipar el peligro antes de que el ciclista llegue siquiera a percibirlo. No es ciencia ficción, aunque todavía no está en venta.
De la reacción a la predicción: por qué el modelo clásico no es suficiente
La seguridad reactiva funciona así: algo peligroso ocurre, el ciclista lo detecta, reacciona. El problema es que a 30 km/h, el tiempo de reacción humana más los metros de frenada dejan un margen muy estrecho. A mayor velocidad, ese margen se reduce hasta casi desaparecer.
Los sistemas de alerta convencionales —radares traseros como el Garmin Varia, por ejemplo— ya mejoran ese escenario avisando de vehículos que se aproximan desde atrás. Pero siguen siendo reactivos: detectan algo que ya está sucediendo. La seguridad predictiva va un paso más allá: analiza trayectorias, velocidades y comportamientos para estimar lo que podría ocurrir en los próximos segundos. Esa diferencia de matiz tiene consecuencias prácticas enormes en circulación urbana o en carretera con tráfico denso.
Cómo funciona Canyon Predict: sensores, Edge AI y sin conexión a internet
El sistema Predict combina cámaras ópticas con cobertura de 360 grados, señales de radar y un sensor de movimiento multidimensional integrado en el buje de la rueda. Toda esa información llega a lo que Canyon denomina el “Cognitive Core”: un ordenador a bordo que procesa los datos usando Edge AI, es decir, inteligencia artificial local sin depender de la nube.
Esa decisión de diseño no es menor. Al procesar todo en el propio dispositivo, el sistema elimina la latencia que introduce la conexión a internet. Según el equipo de Canyon, en situaciones críticas esa diferencia de milisegundos puede resultar determinante. La IA combina los datos del entorno con métricas del propio ciclista —velocidad, ángulo de dirección, estabilidad— para construir un modelo de situación continuo. A partir de ahí, calcula puntuaciones de riesgo y decide cuándo y cómo alertar.
Las alertas llegan por tres vías: una pantalla integrada en el manillar, luces hápticas en las palancas y señales de vibración. La intensidad escala según el nivel de amenaza, de modo que una advertencia menor no genera la misma respuesta que una situación de riesgo inmediato. La intención es informar sin distraer.
El casco Stingr Smart: información en el campo visual
El prototipo de bicicleta funciona en paralelo con el casco Stingr Smart, también presentado en Eurobike 2026. La pieza clave es una visera retráctil con pantalla HUD integrada que proyecta información directamente en el campo visual del ciclista: avisos de peligro, datos de navegación, comportamiento de otros usuarios de la vía, dinámica de grupo en rodadas colectivas.
La visera incorpora un limpiacristales fijo que limpia la superficie exterior cada vez que se despliega o retrae, un detalle que en la práctica marca la diferencia entre un sistema funcional en condiciones adversas y uno que solo sirve en días despejados. El casco también puede funcionar de forma autónoma, sin el sistema Predict, mostrando datos de rendimiento estándar.
Para ciclistas que prefieren no usar la visera de forma permanente, un comando de voz o un botón táctil activan o retraen el visor sin necesidad de soltar el manillar.
Lo que la IA puede detectar que el ojo humano no ve a tiempo
La capacidad más relevante del sistema no es detectar el coche que viene de frente, que cualquier ciclista ve. Lo que marca la diferencia es interpretar comportamientos: un vehículo que acelera de forma irregular, un peatón que inicia un movimiento inesperado hacia la calzada, un conductor que comienza una maniobra de adelantamiento sin margen suficiente.
En todos esos casos, la amenaza no es todavía evidente para el ojo humano, pero los patrones ya son detectables por los algoritmos. Según los datos presentados por Canyon, en Alemania uno de cada seis fallecidos en carretera en 2025 era ciclista, una cifra que representa un aumento del 20,6% respecto a 2015. La seguridad del automóvil mejoró significativamente en esa misma década gracias a los sistemas ADAS. Las bicicletas, no.
En rodadas en grupo, el sistema añade otra capa: la “inteligencia de enjambre”, donde varios dispositivos compatibles comparten información entre sí. Un ciclista en la parte trasera del pelotón podría recibir una advertencia generada por sensores del que va en cabeza, ampliando el campo de percepción colectiva.
Intervención activa: más allá de la alerta
Uno de los aspectos más avanzados del concepto Predict es que no se limita a informar. En situaciones críticas, el sistema puede intervenir en componentes de la bicicleta. El ejemplo más concreto es el descenso automático del tija de sillín, pensado para bajar el centro de gravedad antes de una situación de pérdida de control, de forma similar a como los vehículos modernos gestionan la estabilidad antes de que el conductor reaccione.
También analiza el perfil de la carretera para anticipar superficies problemáticas y asesora sobre velocidades de entrada en curva. Son funciones que en automoción llevan años integradas bajo distintos nombres; en ciclismo, este es el primer prototipo que las combina de forma coherente.
Prototipo, no producto: qué esperar y cuándo
Canyon no ha anunciado fechas de lanzamiento ni precios. Predict es un concepto que sirve para validar tecnologías que, según la propia marca, podrían integrarse de forma progresiva en bicicletas de producción durante los próximos años. No hay garantía de que el sistema llegue al mercado tal y como se presentó en Frankfurt.
Lo que sí cambia con este anuncio es el punto de referencia de la industria. Garmin, Bosch, Specialized y otros fabricantes trabajan en líneas similares. La pregunta ya no es si la inteligencia artificial llegará al ciclismo como capa de seguridad, sino qué parte de este sistema acabará siendo asequible y en qué plazo. Por ahora, la combinación de sensores distribuidos, procesamiento local y realidad aumentada en el casco define el horizonte hacia el que se mueve el sector.
