Latihan Pilates mandiri tanpa pengawasan ahli berisiko cedera akibat postur salah. Penelitian ini mengembangkan aplikasi "PilAItes" berbasis kecerdasan buatan untuk evaluasi gerakan real-time menggunakan YOLOv8-Pose (COCO 17 Keypoints) dan Flask. Dataset dikumpulkan dari platform digital, diaugmentasi di Roboflow hingga 737 citra untuk lima gerakan utama: Plie Pulses, The Hundred, Shoulder Bridge, Downward Dog, dan Shell Stretch. Pelatihan model pada Google Colab (GPU T4, 50 epoch) menghasilkan akurasi rata-rata 92,5% (precision 97,76%, recall 100%, mAP@50 99,20%, mAP@50-95 79,10%) dengan kecepatan inferensi 30–60 FPS. Validasi oleh pakar Pilates dan pakar IT memastikan parameter sudut dan algoritma gerakan pasif telah sesuai standar biomekanika. Sistem juga dilengkapi asisten suara (Web Speech API) dan mekanisme hold pose 5 detik untuk penyimpanan otomatis hasil latihan ke database SQLite. Pengujian usability kepada 10 responden dengan metode Jakob Nielsen memperoleh skor kelayakan 82,2% (kategori "Sangat Layak"). PilAItes efektif sebagai asisten digital yang aman, akurat, dan interaktif untuk latihan Pilates mandiri.