每經(jīng)記者 姚亞楠    每經(jīng)編輯 葉峰    

下一波超越BAT千億美金市值的公司將來自哪里？早在2017年財(cái)富全球論壇上，馬化騰就做出預(yù)測(cè)：AI+教育或AI+醫(yī)療。

近年來，AI在教育行業(yè)加速落地，從直播課程中的AI老師，到比爾蓋茨、扎克伯格盛贊的自適應(yīng)教育，再到近日引發(fā)巨大爭(zhēng)議、無處不在的課堂監(jiān)控，AI與教育的碰撞從不缺故事，但熱鬧之下，諸多創(chuàng)業(yè)者與投資人卻認(rèn)為，AI對(duì)教育改造更似"文火慢燉"，注定是一場(chǎng)持久戰(zhàn)。

輔助類應(yīng)用未觸及教育核心

2019年8月，科技部新一代人工智能發(fā)展研究中心聯(lián)合羅蘭貝格管理咨詢公司發(fā)布了《智能教育創(chuàng)新應(yīng)用發(fā)展報(bào)告》（下稱《報(bào)告》），數(shù)據(jù)顯示，2014年至2016年是智能教育行業(yè)熱度最高的三年，三年間新成立43家智能教育公司，占2011~2018年期間智能教育公司成立數(shù)量總和的56%。教育類公司、互聯(lián)網(wǎng)公司、人工智能技術(shù)提供商與計(jì)算平臺(tái)提供商等不同背景企業(yè)紛紛入局，在產(chǎn)品形態(tài)方面，智能批改、拍照搜題、智能測(cè)評(píng)、智能題庫、分級(jí)閱讀和自適應(yīng)學(xué)習(xí)為目前六大主流產(chǎn)品，從更細(xì)分的賽道分布來看，K12賽道的公司最多，聚集了60%的智能教育公司。在商業(yè)模式方面，各企業(yè)在2B、 2C領(lǐng)域分布均勻，B端產(chǎn)品形態(tài)以智能批改、分級(jí)閱讀和自適應(yīng)學(xué)習(xí)為主，C端產(chǎn)品以自適應(yīng)學(xué)習(xí)、分級(jí)閱讀和智能題庫為主。

作為典型的抗周期行業(yè)，資本對(duì)智能教育青睞有加，出手也相當(dāng)闊綽，《報(bào)告》顯示，智能教育市場(chǎng)于2014年爆發(fā)，這一年發(fā)生14筆融資事件，同比增長(zhǎng)180%，此后市場(chǎng)持續(xù)升溫，2018年全年融資次數(shù)達(dá)24次。

盡管入局的創(chuàng)業(yè)者眾多，產(chǎn)品不斷推陳出新，但在諸多業(yè)內(nèi)人士看來，AI在教育行業(yè)的落地應(yīng)用仍處于早期的階段，"目前的大多數(shù)產(chǎn)品為輔助類應(yīng)用，可以承擔(dān)助教的角色，像拍照搜題、智能測(cè)評(píng)等，能夠針對(duì)某一特定流程實(shí)現(xiàn)減負(fù)增效的目標(biāo)，但要觸及到教育的核心還需要更多的時(shí)間。"拼圖資本創(chuàng)始合伙人、董事長(zhǎng)王磊認(rèn)為。

在藍(lán)象資本執(zhí)行合伙人周爽看來，長(zhǎng)期以來，教育一直屬于人力密集但集成度很低的行業(yè)，未來想要更大程度釋放教育產(chǎn)能，達(dá)到因材施教的美好愿景，AI被寄予厚望，但這其中有兩步最為關(guān)鍵，一是要有數(shù)據(jù)，大量的、高質(zhì)量、事先設(shè)計(jì)并有效標(biāo)簽的數(shù)據(jù)，二是教育科學(xué)的成熟，教育是一個(gè)非常復(fù)雜和專業(yè)的領(lǐng)域，需求又很多元，什么樣的教育是好的教育，如何教才能達(dá)到最好效果，這一點(diǎn)要有共識(shí)，但放眼全球，目前這兩個(gè)關(guān)鍵問題都需要進(jìn)一步探索。

"雖然現(xiàn)在關(guān)于AI的投資很火熱，市面上的多數(shù)教育公司也都宣稱自己正在用AI賦能教育，但目前AI在教育行業(yè)落地的確還處于收集數(shù)據(jù)、不斷改進(jìn)數(shù)據(jù)的契合度和有用性這樣一個(gè)比較早期的階段"周爽表示。

底層技術(shù)平臺(tái)的坑太多

李斌2016年回國加入龍之門教育集團(tuán)負(fù)責(zé)技術(shù)研發(fā)工作，帶領(lǐng)團(tuán)隊(duì)開發(fā)自適應(yīng)學(xué)習(xí)相關(guān)應(yīng)用，在他看來，一款A(yù)I教育產(chǎn)品的成功取決于底層技術(shù)、智能算法以及對(duì)教育深入洞察等多方因素的良好配合，是一個(gè)非常復(fù)雜的過程，但現(xiàn)階段，底層技術(shù)的不完善是他在從業(yè)過程中最先感觸到的困難。

"作為教育行業(yè)的從業(yè)者，我們希望國內(nèi)的人工智能技術(shù)領(lǐng)軍者能夠把底層技術(shù)做扎實(shí)、做細(xì)致，確保技術(shù)真正是能用和好用的，這是最基礎(chǔ)的"，李斌表示，AI在教育領(lǐng)域的所有應(yīng)用都基于底層技術(shù)，然而國內(nèi)大部分底層技術(shù)目前不盡成熟，與谷歌等全球科技巨頭仍有很大差距。"像亞馬遜，不僅能提供云計(jì)算平臺(tái)、各類大數(shù)據(jù)優(yōu)化的托管服務(wù)，而且每年上線的工具也高達(dá)上千個(gè)，能夠?yàn)閺臉I(yè)者數(shù)據(jù)分析、架構(gòu)及機(jī)器學(xué)習(xí)提供很好的支持，還能充分利用共享資源的方式為企業(yè)節(jié)省成本。但反觀國內(nèi)一些云計(jì)算平臺(tái)，保證不了計(jì)算量、運(yùn)行速度特別慢，甚至里邊還有很多坑需要從業(yè)者花大量的時(shí)間精力自己去填，這實(shí)在有點(diǎn)本末倒置，如果底層不是特別完善，我們談上面的應(yīng)用都是空中樓閣"。

在中外的行業(yè)交流中，李斌也發(fā)現(xiàn)國際型的AI教育大會(huì)中90%左右的參會(huì)者依然在談架構(gòu)，討論如何創(chuàng)造一個(gè)好的平臺(tái)承載海量的數(shù)據(jù)、哪些數(shù)據(jù)是有用的、如何去處理這些數(shù)據(jù)等基礎(chǔ)問題。但在國內(nèi)，行業(yè)交流關(guān)注的重點(diǎn)已經(jīng)到了產(chǎn)品與解決方案的應(yīng)用層面，"我覺得第一步還是要發(fā)展我們的技術(shù)，國內(nèi)的底層技術(shù)還有很大的進(jìn)步空間，包括技術(shù)的使用成本也要降下來，這個(gè)條件具備了才能帶動(dòng)垂直領(lǐng)域更好地去應(yīng)用，做出好的產(chǎn)品"。

數(shù)據(jù)量小且質(zhì)量低

除了底層技術(shù)這一基石，現(xiàn)階段數(shù)據(jù)數(shù)量少、數(shù)據(jù)質(zhì)量低也正制約著AI在教育行業(yè)實(shí)現(xiàn)更多的可能。

"大數(shù)據(jù)是人工智能的信息來源與發(fā)展動(dòng)力，要實(shí)現(xiàn)對(duì)學(xué)生的個(gè)性化關(guān)注，AI需要從大量的教學(xué)與學(xué)習(xí)數(shù)據(jù)中進(jìn)行多維度的取樣、分析，未來誰擁有更多的優(yōu)質(zhì)教學(xué)數(shù)據(jù)，誰就擁有主動(dòng)權(quán)"，樂樂課堂CEO毛穎告訴記者，"但現(xiàn)在沒有企業(yè)敢說自己擁有大數(shù)據(jù)，即使像好未來、新東方這樣有一二十年積累的企業(yè)，以每年400萬人次的學(xué)生、十余年的數(shù)據(jù)采集量來看，比起人工智能真正需要的海量數(shù)據(jù)還是比較小的，缺乏數(shù)據(jù)和內(nèi)容的前提下AI很難解決效果問題"。

據(jù)了解，目前企業(yè)獲取教育數(shù)據(jù)的方式主要有兩種：一是從數(shù)字化的教學(xué)環(huán)境中實(shí)時(shí)收集數(shù)據(jù)；二是從現(xiàn)有教學(xué)過程中收集教育信息，然后將其轉(zhuǎn)化為數(shù)據(jù)，數(shù)據(jù)量積累越大、類型越豐富，訓(xùn)練出的模型也就越精準(zhǔn)，同時(shí)數(shù)據(jù)的反哺能力也會(huì)越強(qiáng)，從而形成良性循環(huán)。

李斌認(rèn)為，在數(shù)據(jù)收集過程中的一大忌是盲目貪量，全部收集過來再說，如何采集數(shù)據(jù)、哪些是有用的提前都要設(shè)計(jì)梳理清楚，這樣才能確保收集的數(shù)據(jù)是真實(shí)有效的，否則得來的都是一些零散的、非結(jié)構(gòu)化的數(shù)據(jù)，意義并不大。"比如對(duì)學(xué)生能力的衡量標(biāo)準(zhǔn)不僅僅在于答案的對(duì)錯(cuò)，他做題時(shí)的一些行為數(shù)據(jù)可能比答案本身更為重要，當(dāng)他在做題時(shí)花費(fèi)的時(shí)間過長(zhǎng)，屏幕可能暗下去了，學(xué)生就得再點(diǎn)一下，我們會(huì)提前對(duì)這些行為進(jìn)行設(shè)計(jì)、標(biāo)注，這些都是很有價(jià)值的數(shù)據(jù)"。他表示，目前來看，行業(yè)中數(shù)據(jù)來源單一、重要環(huán)節(jié)數(shù)據(jù)缺失等問題還比較突出的。

"我國在教育信息化方面國家支持的力度非常大，自身的數(shù)據(jù)量也很大，這是我們的優(yōu)勢(shì)"，周爽認(rèn)為，"創(chuàng)業(yè)企業(yè)在收集數(shù)據(jù)過程中為了活下去必須要有符合市場(chǎng)需求的產(chǎn)品和清晰的商業(yè)模式，這也是為什么應(yīng)試教育領(lǐng)域聚集了最多的AI創(chuàng)業(yè)公司的原因所在，因?yàn)檫@一領(lǐng)域?qū)W校和家長(zhǎng)的訴求最為明確也易于量化，就是提分，所以AI的價(jià)值也被釋放得最快"。在她看來，雖然這些應(yīng)用目前看來不盡成熟，處于個(gè)性化教育非常初級(jí)階段，與真正的"千人千面"距離尚遠(yuǎn)，但都是前進(jìn)過程中有益的探索和嘗試。

教育科學(xué)需要更加成熟

拋開技術(shù)、數(shù)據(jù)這些硬核因素，采訪中多位從業(yè)者向記者表示，教研與教育科學(xué)的成熟對(duì)于AI在教育行業(yè)的生根落地至關(guān)重要。

"教研尤其是本地化教研是教育的根本，沒有教研的教育公司一定做不好，不做好教研沒有好的內(nèi)容學(xué)生就不會(huì)來學(xué)，企業(yè)也就無從獲得學(xué)生的數(shù)據(jù)，這是一個(gè)惡性循環(huán)。"毛穎認(rèn)為，目前我國K12階段教材版本眾多，這意味著全國各地的教學(xué)要求、學(xué)生學(xué)習(xí)的進(jìn)度和重點(diǎn)都不盡相同，因此教研必須本地化。

在毛穎團(tuán)隊(duì)深入到地市、縣甚至鄉(xiāng)鎮(zhèn)進(jìn)行本地化教研過程中，他們也有新的發(fā)現(xiàn)，"現(xiàn)在教育公司都說用AI實(shí)現(xiàn)教育千人千面的美好愿景，每個(gè)學(xué)生都能有個(gè)性化的輔導(dǎo)方案，這是理想狀態(tài)。當(dāng)我們真正深入到一些地市、縣甚至鄉(xiāng)鎮(zhèn)時(shí)發(fā)現(xiàn)，由于教育條件和師資水平的限制，那里80%左右學(xué)生遇到的恰恰都是共性的問題，所以我們從業(yè)者還是要深入到行業(yè)中，踏踏實(shí)實(shí)先把教研做好，把這些學(xué)生在學(xué)習(xí)中遇到的共性的問題解決了再談更高階的個(gè)性化的問題"。

在李斌看來，充分了解教育規(guī)律、了解人的學(xué)習(xí)過程是做出一款好產(chǎn)品的重要前提，"在參加一些國際會(huì)議時(shí)我發(fā)現(xiàn)，國外同行對(duì)如何教育好一個(gè)孩子、在哪一步給什么樣的提示能夠達(dá)到最好的教學(xué)結(jié)果等問題上有濃厚的興趣和細(xì)致鉆研，這些基礎(chǔ)研究是我們非常欠缺和值得學(xué)習(xí)的"，李斌告訴記者，一個(gè)良好的教育模式的探索需要大量的理論研究和積累，在這些研究結(jié)果和理論的指導(dǎo)下再去做產(chǎn)品的研發(fā)，這是一個(gè)合理的路徑，"下一步我們從業(yè)者可能需要花更多的時(shí)間和精力去探索教與學(xué)之間的這種邏輯關(guān)系，而不是盲目地跟風(fēng)上線新奇產(chǎn)品"。

在這一點(diǎn)，周爽也有同樣的看法，她認(rèn)為，不論是幼兒教育、K12教育還是成人教育都是要遵循教學(xué)理論或者規(guī)律的，如建構(gòu)主義、結(jié)構(gòu)化語言認(rèn)知理論等，教育是一門綜合性很強(qiáng)的科學(xué)，涉及心理學(xué)、生理學(xué)、統(tǒng)計(jì)學(xué)、管理學(xué)等多學(xué)科，無論是具體的學(xué)術(shù)理論突破還是教育教學(xué)數(shù)據(jù)的積累都不是簡(jiǎn)單砸錢能快速解決的。

"AI求快，但在教育行業(yè)必須慢下來、沉進(jìn)去，作為投資人，在AI落地教育這場(chǎng)持久戰(zhàn)中，未來我們看好對(duì)教育有敬畏之心，尊重教育規(guī)律、善用技術(shù)的團(tuán)隊(duì)"周爽說。

封面圖片來源：攝圖網(wǎng)