2018/05/04
1168
国内首款云端人工智能芯片发布 达世界先进水平
2017年，腾讯研究院&IT桔子联合发布了《2017年中美人工智能创投现状与趋势研究报告》，报告中预测，人工智能经过创业持续火爆的高峰期，在2017年，产业开始进入休整阶段。2013～2015年快速发展下积累的众多市场矛盾已出现爆发前兆。
也就是说2018年，人工智能行业将进入“大浪淘沙”年。
备受投资方青睐的智能无人机、餐厅机器人、虚拟助理、智能硬件领域，已出现多家公司倒闭、融资难等情况。
作为一个慢行业，教育在与AI联姻后，如何在人工智能行业“大浪淘沙”年存活下来，又能存活多久?
环境利好 但竞争激烈
就环境来说，AI+教育有着利好的发展环境。
好未来、新东方、VIPKID、51talk、沪江等行业巨头相继加入AI教育赛道竞赛。2017年则有数家龙头企业得到了上亿的融资额度(如图所示)。比如主打自适应教育公司乂(yì)学教育2017年获1.2亿元天使轮投资，同年6月又再获1.5亿元天使轮追加投资，创下K12领域天使轮最高纪录。再比如，英语流利说2017年获得1亿美元C轮融资。
同时AI+教育有着利好的政策环境。去年国务院发文要求在中小学阶段设置人工智能相关课程。在今年两会的政府报告中明确提出：做大做强新行业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、教育等多领域推进“互联网+”。
近日教育部又印发了《高等学校人工智能创新行动计划》的通知，以弥补500万人工智能高端人才缺口。
在需求端上，“人工智能教育”这个概念已经为大众熟知，人们渴望利用AI技术重塑教育领域，从而真正实现“有教无类、因材施教”。
然而，AI+教育盈利模式尚未清晰;人们的期望值高于产品所带来的满意度;投资过热，技术的发展却跟不上产业的步伐;人工智能+教育的融合仅仅局限在教学环节的外围，真正的核心领域尚未触及……
行业准入门槛低，大批量公司涌入市场。就目前为止，在线教育、线下教育、其他非教育行业等近40家机构宣布发力AI教育。各企业发展战略趋同、竞品间互相追逐，行业利润变薄，甚至为负。
在乂学教育创始人栗浩洋看来，AI+教育的行业模式将会像共享单车一样，在初期会出现激烈的拼杀，但在大浪淘沙过后，“剩者”将只有两三家。
与在线教育殊途同归
AI+教育的发展轨迹，似乎与曾经的在线教育不谋而合。
曾几何时，在线教育被人们寄予巨大的期望。
2013年被视为中国在线教育元年，资本纷纷入驻在线教育领域。
然而，随着在线教育企业梯子网、那好网纷纷倒闭，在线教育进入泡沫期，资本进入的脚步开始放缓。
更为重要的是，在线教育行业的盈利兑现非常惨淡。根据互联网教育研究院对 400 家在线教育企业调查的结果显示，目前，有 70.58%的公司正在亏损，13.24%的公司处于持平状态，而能够盈利的公司比率仅占16.18%。
尽管在线教育衍生出了内容收费、广告收费、平台收费、增值收费等诸多变现模式，但主要是通过提供高质量的数字原创内容(如课程和资料)来盈利。依靠内容收费变现的逻辑在于，机构试图依托互联网技术，通过优质的内容或服务吸引足够大量客户，通过口碑和影响力实现大规模变现。
经过第一轮的互联网厮杀后，诸多机构开始逐渐回归教育本质，更为关注教学质量和课程内容。一个完整的教学流程包括这几个部分：内容开发、教学(学习)、练习、测评、管理五大环节。而教学是最为核心的环节，教学资源的的核心在于教师。机构想要迅速扩张自己的规模从而实现大规模变现，必然会急需大量的教师资源，却也同时导致教学成本提高。
多名分析师就曾指出，目前在线教育企业鲜少盈利，这与其成本过高有关。
AI+教育也将面临着成本过高和盈利模式尚未清晰的问题。
如图所示，要想人工智能与教育有机结合，需要收集海量的数据、建立贴近真实情况的数据模型。在数据与算法上，教育机构需要大量的前期投入。这样大规模烧钱之后，AI+教育能否迎来盈利期，依旧是个未知数。
谁能解决教育痛点谁或许就能走出困境
传统的在线教育利用互联网技术把线下的普通教学搬到了线上，打破时间和空间的壁垒。但其弊端也非常明显。比如慕课，其完课率低，学习效果难以保障，学生无法得到及时反馈。在线教育只是将技术作为了一种手段，尚未能解决教育的痛点。
目前的改革大趋势是素质教育。
2014年9月份国务院高考改革《实施意见》颁布，启动了自改革开放以来最系统、最全面的高考改革。新高考改革意味着在顶层设计上，未来中国教育的重心将从应试教育转移到素质教育。自主招生改革、综合素质评价录取改革同时开展。从中可以看出，新高考的改革，更加关注学生的个性化成长。
而改革倒逼中小学教育体系变革，这对学生的综合素质提出了更高的要求。
但是现如今，教育资源分配不均，从而导致了“择校热”、“大班额”、“天价辅导费”等诸多教育难题。
人们需要的是利用技术跟踪记录学生的所有学习过程，在基于大数据的搜集整理基础上，建立学习模型，发现学生个体学习的难点、重点所在，从而为学生提供个性化的指导，量身定制学习计划。也就是说，希望AI+教育实现“大规模个性化”学习。
但目前的AI+教育还停留在弱智能化的阶段。
比如乂学教育以“松鼠AI”智适应系统模拟教师的角色，通过数据分析将知识点拆分、精准侦测不同学生知识漏洞，查漏补缺。又比如一起作业，在海量学生作业数据的基础上，经由大数据分析，针对学生所掌握知识的薄弱点、遗漏处和强项进行个性化的习题推荐。
这些AI+教育所产生学习方式依旧是“刷课”和“听课”。它们并不能重构“教”与“学”的关系。AI技术在教育上的应用，更多地是为了减少成本，而非真正地将技术指向学习效果。
在未来，谁能解决这些教育的痛点，谁也许就能在人工智能的大浪淘沙中存活下来。
深耕自动化，成就多元产业应用
欢迎莅临广州国际智能制造技术与装备展览会！
主办单位官方微信
