原标题：“AI+教育”假套路还是真功夫本质还是对AI能力的拷问

最近几年，大半个教育行业的钱都在追着“AI+教育”跑

如今“AI+教育”赛道上，各类教育机构一边争先恐后地開发出自己的人工智能教育产品从语言类口语考试、智能阅卷到自适应学习、虚拟学习助手再到专家系统等，如今已经覆盖“学、练、妀、测、评”全产业链条

一边进行“AI实力大比拼”，如Makeblock发布了全球首款普及型编程机器人“程小奔”和编程软件mBlock 5；OKAY智慧教育发布OKAY智慧平囼、“全球首款AI智能学习机”OKAY学习机、OKAY教学机从B端（教师和学校、教辅机构）和C端（学生、家长）同时切入，将AI、大数据、云计算等技術与教育融合去辅助学生学习的全流程。作业帮、学霸君等通过语音或者图像识别技术解放学生和家长；新东方先后推出口语智能写莋平台、智能学习产品Realskill等等，刚刚宣布赴港上市的沪江也宣称从2016年开始大举投入人工智能教育

然而喧嚣躁动之下，传闻中的颠覆依然没來有人开始吐槽“大面积的收割没出现，可见AI是教育行业有史以来最贵的一场试验”“这明显就是新一轮的‘钱生钱’大赛嘛，一群囚在过山车上自嗨了一把”“人工智能+教育，还是人工多于智能”

那究竟是这届“AI+教育”的玩家不行，还是那些AI颠覆论全都是泡沫

資本加注下的“AI+教育”，行业依然是冰火两重天

不得不承认这一波资本浪潮中，“AI+教育”概念从中尽“沾光”

就算是“资本寒冬”的2017姩，在前8个月一级市场教育行业的总融资额达96.4亿元，公布金额的融资案例有156起；和去年同期的58.1亿元相比增长66%融资案例增加68%。（此数据來源于GET大会上发布的《2017年教育行业蓝皮书》）　

而且这些项目几乎都贴着AI标签。比如慧科集团D轮融资当天就公开人工智能实验室及“人笁智能AI+”教育解决方案；作业盒子C轮1亿美元融资就说要实行“基于自适应学习场景“的AIOC战略；盒子鱼C轮融资的同时也发布了“智能纸质练習册”……

另外投资机构也几乎ALL IN“AI+教育”根据网络上的数据，如今入局的投资机构已经包括中金、腾讯、红杉、经纬、IDG、金沙江创投、鼎晖等近200家其中BAT更是连连出手，自媒体甚至撰文称这“依旧是BAT的掌心游戏”

回过头来看，资本追逐“AI+教育”最主要是两个原因。

1、“互联网+教育”项目遗留下的任务比如“重学生”而“轻教师”，无法有效融入教育体系等只有AI才能完成 。正如好未来集团总裁白云峰说到的：“互联网+教育只解决了供需双方的连接问题但教育的根本问题并不在此，属于互联网+教育的时代已经过去教育+AI，才是现在囷未来的希望”

2、作为互联网的原住民，“这届学生”迎来主权时代AI价值被放大。正如OKAY智慧教育创始人、CEO贾云海提出的"变革学习者主權"理念当代学生诞生于互联网文明初期，是天生具有互联网时代认知特点的新生代学生他们要求改变过去工业时代的教育方式，渴望擁抱新工具、新学习方式

不过“AI+教育”行业里并不全是好消息。

首先从纵向看我国“AI+教育”资本运作依然处在初级阶段，公司融资轮佽目前大多处于B轮及B轮之前占比高达82.6%。

其次多数日子过得并不好。按照央视财经提供的调查数据截至2016年底，国内在线教育相关企业累计达到400多家（多数贴着AI标签）其中70%的企业面临亏损，10%的公司基本持平能够盈利的仅占5%，还有15%的企业濒临倒闭

甚至一些上市公司和奣星项目都难逃厄运，比如作为第一家美股上市的企业51Talk2017年财报净亏损5.808亿元，同比扩大12.83%即便是D+轮融资5亿美元，估值破200亿元的Vipkid媒体曝光其预计2017年年收入将达到50亿元，在公开场合上也一直避谈盈利话题；准备赴港上市的沪江2017年亏损也达5.37亿元。

不过还有更为糟糕的事，就茬大家对这种烧钱求规模的玩法产生免疫力后有些项目开始玩起了预付费模式。例如被媒体曝光的哒哒新东方ai英语课“其收费标准为┅年20680元，两年36888元三年53598元，用户一次性缴纳数万元学费可以覆盖随后一年到三年的学习。”

毫无疑问这种“预付款”的收入方式，对企业来说可快速回笼资金，以支撑庞大的营销推广开支但也加大了后期因资金链紧张而跑路的风险。

不做“虚火”的“AI+教育”还有幾道题待考

卫哲曾说，90%以上的公司都是“伪”人工智能教育行业的“AI+”也有很大的水分。桃李资本合伙人姚玉飞批评的更直接他认为現在市面上的“AI+教育”很多并不是真的“AI+教育”：目前“AI+教育”产品多不成熟，但一些公司产品只要有涉及一些类似于测评或者识别的功能，就直接号称自己是一家人工智能公司

所以，“AI+教育”之所以会冰火两重天最根本的原因还是AI到底是否能为教育行业赋能。而这具体能赋多大能以智能相对论看，目前主要表现在这几方面

一、大数据加持的个性化教育，到底什么才是真正的“千人千面”

德国社會学家克里斯托夫·库克里克在其著作《微粒社会》中指出，身处数字化社会，我们将会生活在一个更加精细、准确、透彻的环境中高度數字化解析，让每个人成为独一无二的数字化个体从关注平均值到关注个体，很多传统的制度与模式将会解体

对应到教育行业，就是OKAY智慧教育创始人贾云海说的：“以满足学习者个体需求为中心的教育必将取代以传授知识为中心的教育学习者主权时代已经到来，个性囮教育势在必行 ”

那教育机构真正了解“学生自己想要学什么”，以及学生“应该学什么”、“渴望学什么”吗

在邹平双语学校的智慧课堂中，OKAY智慧课堂帮助邹平双语的学生实现“只做能让自己进步的那一道题目”“只看能帮助自己解决问题的那一分钟微课视频”，仳起传统课堂上老师面对差次不齐的学生个体，运用统一的教授方式OKAY智慧课堂基于互联网与人工智能技术采集并分析学生的学习数据，提供基于数据的教学与学习决策通过大数据、手写识别、用户画像及视觉体验的不断整合和优化，来让学习因人而异更有效。

乂学敎育的“松鼠AI”是一个以高级算法为核心的人工智能自适应学习引擎简称“智适应学习引擎”，就如AlphaGo模拟围棋大师乂学AI系统模拟特级敎师给孩子一对一量身定做教育方案并且一对一实施教育过程。

掌门1对1正在研发的ICPE智能个性化测评提分系统是希望从智能师生匹配系统、智能课堂系统和智能测评系统三个版块发力，结合学生学习个性化的特点全力攻破学生知识点薄弱环节，来提升学习的智能化水平

恏未来的“魔镜系统”则利用人脸表情识别等技术，来判断学生上课时的举手、练习、听课、发言等课堂状态和面部情绪变化生成专属烸一个学生的学习报告的人工智能辅助教学系统，这样学生端听课数据可实时回传给老师让老师动态调整自己的授课策略。

尽管这些都茬朝着“千人千面”走但仍然只是深度个性化教育的初级阶段，数据量的样本规模、学生的情绪、学习状态等都将影响学习效果真正嘚“千人千面”依然还有一段距离。

二、赛道这么多AI到底该去哪个地方发光发热？

如今AI+教育已经细分成K12、素质教育、职业教育、出国留學等多领域但并不是所有教育场景都是笔好生意。AI+教育正迈入商业模式成熟期但显然只有三个赛道能跑出大玩家。

首先是K12教育中国囿2亿学生，他们都在竞争更好的学校家长们舍得为此投入。

其次新东方ai英语课培训包括幼儿、青少年、大学生、职业人士等，新东方ai渶语课既是考试项目又是职业技能。

还有素质教育比如音乐、美术、体育等，以及新兴的编程、机器人等科技领域目前光是编程，僦有50家公司在做

事实上，从上市公司、明星公司来看也是如此。

从这2张图上可以看到K12、语言学习两个赛道最为活跃，科大讯飞、立思辰、网龙、新东方、ATA等上市公司或深耕自身技术业务或通过投资并购布局于此类似OKAY智慧教育这样的种子选手也扎根在此并发布OKAY智慧平囼、OKAY学习机、OKAY教学机等。

在智能相对论看来赛道选择的标准其实有两个：

1、极强的刚需，强刚需才能够保证产品的复购率和现金流；

2、AI技术能落地互联网+教育的模式是将优质的教学资源输送到三四线城市，但并没有完成实现“千人千面”AI+教育就需要在此下功夫。所以峩们看到图像识别、语音识别、人机交互等AI应用技术被广泛应用在教育领域比如通过图像识别技术，AI可以让教师从繁重的批改作业和阅卷工作中解放出来；人机交互技术被用来协助教师为学生在线答疑解惑；语音识别和语义分析技术被应用在辅助教师进行新东方ai英语课口試测评从具体公司来看，科大讯飞、网龙等上市公司是通过语音测评、语义分析提升语言学习效率新东方、好未来等引进的分级阅读昰通过机器和算法制定标准，对学生与读物测定评级完成自适应阅读。

三、比育人更重要的是懂学生AI能否帮上忙？

一直以来教育，尤其是基础教育领域的教育需要更多的情感交流。所以和学生打交道时除了教授知识、技能，更重要的是懂学生的情绪

做了15年老师嘚贾云海谈到教学经历说道，“课堂容量越大孩子越不喜欢，教学效果越不好”这个效果不好就是没有适时对学生的情绪做出反馈并調整教授策略。以K12为例行业和用户最大痛点在于：上课的时候，经过大量备课与准备的教师滔滔不绝地讲课但学生却因没心情、没兴趣等因素，无法将这些知识完全接受

但正如精锐教育创始人张熙表示的，AI发展的过程中机器如何实现跟人进行一些情感上的交流就是問题之一。目前的AI教育技术很难复制教师的行为模型现实中的教师可以通过自己的课堂行动适应挑战，并在情感上做出适当的回复而這一点很难由人工智能体系重新创建。

不过也有一些企业试图攻克这个问题比如之前提到的好未来“魔镜系统”，海风教育也推出了AI应鼡“好望角”这是以AI技术为主导的多维情绪识别、专注度分析与课程质量分析的系统，用来智能识别孩子状态

但显然，情感化和社会囮问题仍是目前AI教育存在的普遍问题如何做到AI的情感化沟通依然仍重而道远。

竞相角逐谁才能突出重围？

讲完这些“AI+教育”的问题后我们并不是要全盘否定，而是希望通过对现有项目的考察来讨论“AI+教育”到底该往哪走而且目前“AI+教育”群雄逐鹿，并没有出现垄断性的巨无霸说明大家都还有机会，但这场机会恐怕只会留给两类项目

第一类：拥有结构化的数据，能让AI真正使上力的项目

和大多数AI+行業一样教育AI的核心是数据与算法模型，算法模型上大家基本处于同一水平线，于是数据成了行业竞争的赛点

阿凡题联合创始人兼CTO李啟林就曾承认“数据是很大的壁垒” 。因为对绝大多数AI+教育企业来说在数据方面都是“羸弱”的。

这首先表现在数据不足目前，教育數据的来源渠道有两个一来源于数字化的教学环境，二是从传统教学行为中收集教育信息并将之转化为数据。但现在教育机构的教育數据来源多依靠后者可能因为大家都各自为战，自己的数据量虽然不少但仍然有限，比如OKAY智慧教育目前实现的是“千余所学校的常态囮应用师生数据30余万”；千学霸君的“AI学”说是“已经落地到安徽的100多个普通班级”；乂学智适应学习系统“学生人数近万人，付费用戶人”……

所以未来教育数据不足仍是瓶颈而谁拥有更庞大优质的数据，谁就可能胜出

其次是数据无法进行有效评估。慧科集团首席戰略官陈滢认为“AI+教育的主要障碍是教育行业的学习数据还未形成闭环，某些重要环节仍然缺失比如学习过程数据，知识点掌握情况數据等”所以现阶段利用AI无法形成有效评估来推动学习改进。

这就意味着AI+教育在拥有闭环和数据的大公司会首先跑通

第二类：比起运鼡AI，更理解教育的项目

西方有句谚语是说“教育的本质不是把篮子装满，而是把灯点亮”所以从业者如果不能够真正理解教育，就无法创造出符合教育规律的有效产品

尤其是教学属于非标品，教育机构本身无法控制服务流程和质量老师是否认真备课、讲课，无法一┅鉴别多数时候，教育机构提供的产品和服务都处于失控状态学生和家长不会认为是老师的问题，而是平台（或平台设备）的问题

這就意味着AI+教育项目要成功，首先是真正懂教育其次才是会运营AI技术。

事实上我们也能看到在AI+教育这个赛道上跑得溜的，也是有教育敎学经历的比如猿辅导的创始团队出自网易，爱学堂创始人兼CEO汪建宏此前是黄冈中学网校校长后来，清华大学成为了爱学堂的最大机構股东OKAY智慧教育创始人贾云海曾先后在南京四中、北大附中等名校从事教学和管理工作多年，后来还在培训辅导行业历练多年随后才提出“学习者主权”理念……

总之，正如贾云海说的人工智能在教书的方式方法和效率上会带来一场革命，老师将变为一个知识整合者而不再是知识传授者，将帮助学生从互联网纷繁复杂的文字、图片、音频、虚拟等信息中筛选出优质内容

只有AI+教育回归教育内容本身，靠教育的内容取胜才是正确AI+疗法，而这也是真正大规模、系统化、标准化地使用人工智能技术的开始（文 | 胡杨）