最近幾年，大半個教育行業的錢都在追著“AI+教育”跑。

如今“AI+教育”賽道上，各類教育機構一邊爭先恐后地開發出自己的人工智能教育產品，從語言類口語考試、智能閱卷到自適應學習、虛擬學習助手再到專家系統等，如今已經覆蓋“學、練、改、測、評”全產業鏈條。

一邊進行“AI實力大比拼”，如Makeblock發布了全球首款普及型編程機器人“程小奔”和編程軟件mBlock 5;OKAY智慧教育發布OKAY智慧平臺、“全球首款AI智能學習機”OKAY學習機、OKAY教學機，從B端(教師和學校、教輔機構)和C端(學生、家長)同時切入，將AI、大數據、云計算等技術與教育融合，去輔助學生學習的全流程。作業幫、學霸君等通過語音或者圖像識別技術，解放學生和家長;新東方先后推出口語智能寫作平臺、智能學習產品Realskill等等，剛剛宣布赴港上市的滬江也宣稱從2016年開始大舉投入人工智能教育。

然而喧囂躁動之下，傳聞中的顛覆依然沒來，有人開始吐槽“大面積的收割沒出現，可見AI是教育行業有史以來最貴的一場試驗”。“這明顯就是新一輪的‘錢生錢’大賽嘛，一群人在過山車上自嗨了一把”。“人工智能+教育，還是人工多于智能”。

那究竟是這屆“AI+教育”的玩家不行，還是那些AI顛覆論全都是泡沫?

資本加注下的“AI+教育”，行業依然是冰火兩重天

不得不承認，這一波資本浪潮中，“AI+教育”概念從中盡“沾光”。

就算是“資本寒冬”的2017年，在前8個月，一級市場教育行業的總融資額達96.4億元，公布金額的融資案例有156起;和去年同期的58.1億元相比增長66%，融資案例增加68%。(此數據來源于GET大會上發布的《2017年教育行業藍皮書》)　。

而且這些項目幾乎都貼著AI標簽。比如慧科集團D輪融資當天就公開人工智能實驗室及“人工智能AI+”教育解決方案;作業盒子C輪1億美元融資就說要實行“基于自適應學習場景“的AIOC戰略;盒子魚C輪融資的同時也發布了“智能紙質練習冊”……

另外投資機構也幾乎ALL IN“AI+教育”，根據網絡上的數據，如今入局的投資機構已經包括中金、騰訊、紅杉、經緯、IDG、金沙江創投、鼎暉等近200家，其中BAT更是連連出手，自媒體甚至撰文稱這“依舊是BAT的掌心游戲”。

回過頭來看，資本追逐“AI+教育”，最主要是兩個原因。

1、“互聯網+教育”項目遺留下的任務，比如“重學生”而“輕教師”，無法有效融入教育體系等，只有AI才能完成 。正如好未來集團總裁白云峰說到的：“互聯網+教育只解決了供需雙方的連接問題，但教育的根本問題并不在此，屬于互聯網+教育的時代已經過去，教育+AI，才是現在和未來的希望”。

2、作為互聯網的原住民，“這屆學生”迎來主權時代，AI價值被放大。正如OKAY智慧教育創始人、CEO賈云海提出的"變革學習者主權"理念。當代學生誕生于互聯網文明初期，是天生具有互聯網時代認知特點的新生代學生，他們要求改變過去工業時代的教育方式，渴望擁抱新工具、新學習方式。

不過“AI+教育”行業里并不全是好消息。

首先從縱向看，我國“AI+教育”資本運作依然處在初級階段，公司融資輪次目前大多處于B輪及B輪之前，占比高達82.6%。

其次，多數日子過得并不好。按照央視財經提供的調查數據，截至2016年底，國內在線教育相關企業累計達到400多家(多數貼著AI標簽)，其中70%的企業面臨虧損，10%的公司基本持平，能夠盈利的僅占5%，還有15%的企業瀕臨倒閉。

甚至一些上市公司和明星項目都難逃厄運，比如作為***家美股上市的企業，51Talk2017年財報凈虧損5.808億元，同比擴大12.83%。即便是D+輪融資5億美元，估值破200億元的Vipkid，媒體曝光其預計2017年年收入將達到50億元，在公開場合上也一直避談盈利話題;準備赴港上市的滬江，2017年虧損也達5.37億元。

不過，還有更為糟糕的事，就在大家對這種燒錢求規模的玩法產生免疫力后，有些項目開始玩起了預付費模式。例如被媒體曝光的噠噠英語，“其收費標準為一年20680元，兩年36888元，三年53598元，用戶一次性繳納數萬元學費，可以覆蓋隨后一年到三年的學習。”

毫無疑問，這種“預付款”的收入方式，對企業來說，可快速回籠資金，以支撐龐大的營銷推廣開支，但也加大了后期因資金鏈緊張而跑路的風險。

不做“虛火”的“AI+教育”，還有幾道題待考

衛哲曾說，90%以上的公司都是“偽”人工智能，教育行業的“AI+”也有很大的水分。桃李資本合伙人姚玉飛批評的更直接，他認為現在市面上的“AI+教育”很多并不是真的“AI+教育”：目前“AI+教育”產品多不成熟，但一些公司，產品只要有涉及一些類似于測評或者識別的功能，就直接號稱自己是一家人工智能公司。

所以，“AI+教育”之所以會冰火兩重天，最根本的原因還是AI到底是否能為教育行業賦能。而這具體能賦多大能，以智能相對論看，目前主要表現在這幾方面。

一、大數據加持的個性化教育，到底什么才是真正的“千人千面”

德國社會學家克里斯托夫·庫克里克在其著作《微粒社會》中指出，身處數字化社會，我們將會生活在一個更加精細、準確、透徹的環境中，高度數字化解析，讓每個人成為***的數字化個體。從關注平均值到關注個體，很多傳統的制度與模式將會解體。

對應到教育行業，就是OKAY智慧教育創始人賈云海說的：“以滿足學習者個體需求為中心的教育必將取代以傳授知識為中心的教育，學習者主權時代已經到來，個性化教育勢在必行。 ”

那教育機構真正了解“學生自己想要學什么”，以及學生“應該學什么”、“渴望學什么”嗎?

在鄒平雙語學校的智慧課堂中，OKAY智慧課堂幫助鄒平雙語的學生實現“只做能讓自己進步的那一道題目”，“只看能幫助自己解決問題的那一分鐘微課視頻”，比起傳統課堂上，老師面對差次不齊的學生個體，運用統一的教授方式，OKAY智慧課堂基于互聯網與人工智能技術采集并分析學生的學習數據，提供基于數據的教學與學習決策，通過大數據、手寫識別、用戶畫像及視覺體驗的不斷整合和優化，來讓學習因人而異，更有效。

乂學教育的“松鼠AI”是一個以高級算法為核心的人工智能自適應學習引擎，簡稱“智適應學習引擎”，就如AlphaGo模擬圍棋大師，乂學AI系統模擬特級教師給孩子一對一量身定做教育方案并且一對一實施教育過程。

掌門1對1正在研發的ICPE智能個性化測評提分系統，是希望從智能師生匹配系統、智能課堂系統和智能測評系統三個版塊發力，結合學生學習個性化的特點，全力攻破學生知識點薄弱環節，來提升學習的智能化水平。

好未來的“魔鏡系統”則利用人臉表情識別等技術，來判斷學生上課時的舉手、練習、聽課、發言等課堂狀態和面部情緒變化，生成專屬每一個學生的學習報告的人工智能輔助教學系統，這樣學生端聽課數據可實時回傳給老師，讓老師動態調整自己的授課策略。

盡管這些都在朝著“千人千面”走，但仍然只是深度個性化教育的初級階段，數據量的樣本規模、學生的情緒、學習狀態等都將影響學習效果，真正的“千人千面”依然還有一段距離。

二、賽道這么多，AI到底該去哪個地方發光發熱?

如今AI+教育已經細分成K12、素質教育、職業教育、出國留學等多領域，但并不是所有教育場景都是筆好生意。AI+教育正邁入商業模式成熟期。但顯然只有三個賽道能跑出大玩家。

• 首先是K12教育，中國有2億學生，他們都在競爭更好的學校，家長們舍得為此投入。
• 其次英語培訓。包括幼兒、青少年、大學生、職業人士等，英語既是考試項目，又是職業技能。
• 還有素質教育，比如音樂、美術、體育等，以及新興的編程、機器人等科技領域。目前光是編程，就有50家公司在做。

事實上，從上市公司、明星公司來看，也是如此。

從這2張圖上可以看到，K12、語言學習兩個賽道最為活躍，科大訊飛、立思辰、網龍、新東方、ATA等上市公司或深耕自身技術業務或通過投資并購布局于此，類似OKAY智慧教育這樣的種子選手也扎根在此并發布OKAY智慧平臺、OKAY學習機、OKAY教學機等。

在智能相對論看來，賽道選擇的標準其實有兩個：

1、極強的剛需，強剛需才能夠保證產品的復購率和現金流;

2、AI技術能落地，互聯網+教育的模式是將優質的教學資源輸送到三四線城市，但并沒有完成實現“千人千面”，AI+教育就需要在此下功夫。所以我們看到圖像識別、語音識別、人機交互等AI應用技術被廣泛應用在教育領域。比如通過圖像識別技術，AI可以讓教師從繁重的批改作業和閱卷工作中解放出來;人機交互技術被用來協助教師為學生在線答疑解惑;語音識別和語義分析技術被應用在輔助教師進行英語口試測評。從具體公司來看，科大訊飛、網龍等上市公司是通過語音測評、語義分析提升語言學習效率。新東方、好未來等引進的分級閱讀是通過機器和算法制定標準，對學生與讀物測定評級，完成自適應閱讀。

三、比育人更重要的是懂學生，AI能否幫上忙?

一直以來，教育，尤其是基礎教育領域的教育，需要更多的情感交流。所以和學生打交道時，除了教授知識、技能，更重要的是懂學生的情緒。

做了15年老師的賈云海談到教學經歷說道，“課堂容量越大，孩子越不喜歡，教學效果越不好。”這個效果不好就是沒有適時對學生的情緒做出反饋并調整教授策略。以K12為例，行業和用戶***痛點在于：上課的時候，經過大量備課與準備的教師滔滔不絕地講課，但學生卻因沒心情、沒興趣等因素，無法將這些知識完全接受。

但正如精銳教育創始人張熙表示的，AI發展的過程中，機器如何實現跟人進行一些情感上的交流就是問題之一。目前的AI教育技術很難復制教師的行為模型，現實中的教師可以通過自己的課堂行動適應挑戰，并在情感上做出適當的回復，而這一點很難由人工智能體系重新創建。

不過也有一些企業試圖攻克這個問題，比如之前提到的好未來“魔鏡系統”，海風教育也推出了AI應用“好望角”，這是以AI技術為主導的多維情緒識別、專注度分析與課程質量分析的系統，用來智能識別孩子狀態。

但顯然，情感化和社會化問題仍是目前AI教育存在的普遍問題，如何做到AI的情感化溝通依然仍重而道遠。

競相角逐，誰才能突出重圍?

講完這些“AI+教育”的問題后，我們并不是要全盤否定，而是希望通過對現有項目的考察來討論“AI+教育”到底該往哪走。而且目前“AI+教育”群雄逐鹿，并沒有出現壟斷性的巨無霸，說明大家都還有機會，但這場機會恐怕只會留給兩類項目。

***類：擁有結構化的數據，能讓AI真正使上力的項目

和大多數AI+行業一樣，教育AI的核心是數據與算法模型，算法模型上，大家基本處于同一水平線，于是數據成了行業競爭的賽點。

阿凡題聯合創始人兼CTO李啟林就曾承認“數據是很大的壁壘” 。因為對絕大多數AI+教育企業來說，在數據方面都是“羸弱”的。

這首先表現在數據不足，目前，教育數據的來源渠道有兩個，一來源于數字化的教學環境，二是從傳統教學行為中收集教育信息，并將之轉化為數據。但現在教育機構的教育數據來源多依靠后者，可能因為大家都各自為戰，自己的數據量雖然不少，但仍然有限，比如OKAY智慧教育目前實現的是“千余所學校的常態化應用，師生數據30余萬”;千學霸君的“AI學”說是“已經落地到安徽的100多個普通班級”;乂學智適應學習系統“學生人數近萬人，付費用戶1000-2000人”……

所以未來教育數據不足仍是瓶頸，而誰擁有更龐大優質的數據，誰就可能勝出。

其次是數據無法進行有效評估?；劭萍瘓F***戰略官陳瀅認為，“AI+教育的主要障礙是教育行業的學習數據還未形成閉環，某些重要環節仍然缺失，比如學習過程數據，知識點掌握情況數據等”，所以現階段利用AI無法形成有效評估來推動學習改進。

這就意味著AI+教育在擁有閉環和數據的大公司會首先跑通。

第二類：比起運用AI，更理解教育的項目

西方有句諺語是說“教育的本質，不是把籃子裝滿，而是把燈點亮”。所以從業者如果不能夠真正理解教育，就無法創造出符合教育規律的有效產品。

尤其是教學屬于非標品，教育機構本身無法控制服務流程和質量，老師是否認真備課、講課，無法一一鑒別。多數時候，教育機構提供的產品和服務都處于失控狀態，學生和家長不會認為是老師的問題，而是平臺(或平臺設備)的問題。

這就意味著AI+教育項目要成功，首先是真正懂教育，其次才是會運營AI技術。

事實上我們也能看到，在AI+教育這個賽道上跑得溜的，也是有教育教學經歷的，比如猿輔導的創始團隊出自網易，愛學堂創始人兼CEO汪建宏此前是黃岡中學網校校長，后來，清華大學成為了愛學堂的***機構股東。OKAY智慧教育創始人賈云海曾先后在南京四中、北大附中等名校從事教學和管理工作多年，后來還在培訓輔導行業歷練多年，隨后才提出“學習者主權”理念……

總之，正如賈云海說的，人工智能在教書的方式方法和效率上會帶來一場革命，老師將變為一個知識整合者，而不再是知識傳授者，將幫助學生從互聯網紛繁復雜的文字、圖片、音頻、虛擬等信息中篩選出優質內容。

只有AI+教育回歸教育內容本身，靠教育的內容取勝，才是正確AI+療法，而這也是真正大規模、系統化、標準化地使用人工智能技術的開始。