2017年财富全球论坛上,有人问了马化腾这样一个问题:下一波千亿美金市值的机会将出现在哪里?马化腾的回答是AI+教育或AI+医疗。
进入2018年后,人工智能逐渐成为在线教育行业的绝对主角,与之相关的创业公司多达近百家,在线教育领域的独角兽们开始朝AI转型,甚至于大半个教育圈的钱都在追着“AI+教育”跑,人工智能已经成为教育行业的一场全民狂欢。
不过AI+教育折腾了一年多,在资本的喧嚣和创业者的躁动之外,传说中的颠覆并没有到来,AI+教育仍然是最难啃的骨头,被吐槽成“有史以来最贵的一场试验”。
那么AI+教育到底该怎么玩?新东方、好未来等教育巨头们也在筹谋,近日新东方就公布了在AI+教育方面的新布局,新东方创始人俞敏洪认为不能为了AI而AI,教育最终还是要回归本质。
一出好戏
“俞敏洪们”的感慨并非没有原因,“AI+教育”的概念跑出来后,几乎所有人都以为教育行业等来了站在门口的野蛮人,人工智能不仅可以去除传统教育的顽疾,科幻电影中才会出现的教育模式也将逐渐落地。
被提及最多的就是自适应教育,相比于当下千人一面的教育方式,人工智能可以根据学生们不同的认知水平,建立知识图谱和内容模型,实施个性化的学习方案,比如已经学会了解微积分的学生,没必要去做无意义的二次元方程,同时还可以对学习效果进行反馈跟踪,做到真正意义上的千人千面。
事实却证明,AI+教育说易行难,本以为会是一场轰轰烈烈的教育改革,最终被证实是“一出好戏”:
比如AI+教育仍处于资本运作的初级阶段。中金、腾讯、红杉、经纬、IDG、金沙江创投、鼎晖等近200家投资机构都表现出了对“AI+教育”的兴趣,可82.6%的投资集中在B轮或B轮之前,AI+教育的投资还有着广撒网的心态,并没有对被投资者的技术背景、市场前景等有着规范化的调查。毕竟都是奔着下一个BAT去的,万一押对了宝呢。
再比如亏损是大多数AI+教育玩家的状态。国内贴着AI标签的在线教育企业在400家以上,却有70%的公司面临亏损。即便是第一家在美股上市的51Talk,2018年第一季度净亏损1.061亿元,2017财年亏损5.808亿元;今年年初拿到5亿美元融资的VIPKID,预计今年将亏损18亿元。人工智能的技术研发是纯粹的“烧钱生意”,缺少足够的现金流,AI+教育的想象空间不免要大打折扣。
阿里前CEO卫哲曾一针见血的指出: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直言不讳地批评,现在市面上的“AI+教育”很多可能并不是真的“AI+教育”:现在的“AI+教育”产品很多都还不成熟,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,就敢直接号称自己是一家人工智能公司。
没有其他行业幸运的是,教育行业挤泡沫的速度只用了不到一年时间。
本末倒置
并非是人工智能缺少“杀伤力”,也并非是教育行业不够性感,而是现阶段的AI+教育走进了本末倒置的雷区。
德国社会学家克里斯托夫《微粒社会》讲述了这样一个道理: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,高度数字化解析,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。
可以肯定,人工智能对传统教育的重构毋庸置疑,但当前关注的仍然是AI可以改变什么,而不是AI已经改变了什么。好比说碰到一道高难度的数学题,名师也需要花时间去思考如何解答,人工智能却可以在极短的时间内给出答案,这也是很多AI+教育可以放大的答案。殊不知,名师想要教给学生的是解题的思路和方案,远不止确切的数字那么简单。
AI+教育的玩家们不是没有意识到这一点,摆在面前的还有两个难以逾越的障碍:
一是缺少结构化的数据。和其他领域的AI一样,数据与算法模型才是核心,目前绝大多数教育公司在算法模型上并没有拉开差距,数据则是确确实实的短板。人工智能需要海量的数据进行学习,数据“羸弱”已是不争的事实。况且学习数据还存在缺口,比如学习过程数据、知识点掌握情况数据等仍然缺失。由此导致的问题就是,AI+教育还在刚刚起步阶段,还没有找到恰当的落地方式。
二是过度夸大AI能力,偏离了教育的本质。新东方教育科技集团副总裁兼CTO徐健就指出:“现在有些创业公司更倾向于To VC, 而没有真正考虑学生的需求,比如把老师变成标准化的机器人、或把学生变成刷题的机器,而忽略教育的初衷。”人工智能的发展有三大要素:算法、计算力和大数据,数据是AI的肉体,效率是AI的灵魂,或许提升效率才是人工智能在教育领域最佳的存在状态。
相比于横冲直撞的创业者,新东方和好未来两大巨擘也打起了AI+教育的主意,比如这次新东方AI研究院宣布成立“N-Brain”联盟,联合各方力量探索人工智能在教育领域的应用。不过,巨头们的布局要多了些长远目光和理性成分。
巨头问道
在很多语境中,“巨头都是一个中性词”,一面是垄断和市场霸权,一面又是行业的风向标。在人工智能对教育行业的“刀耕火种”中,新东方和好未来并没有迟到,且开始的时间点比小马哥的回答要早得多。
不同行业中普遍夸大人工智能的思路,教育行业的巨头们有着自己的一套方法论:
1、先投资布局,再市场收割。从2012年开始,新东方和好未来就开始了频繁的投资布局,仅在2017年,新东方就有12起投资案例,好未来也投资了14家公司,对外投资上“你追我赶”的精彩在于,双方不仅在打造生态圈,也在为前沿技术提前谋局。
以新东方为例,与其有投资关系的清睿教育、爱乐奇、乂学教育等都是AI+教育的先行者,同时新东方本身也积极围绕人工智能对外合作,比如新东方和科大讯飞的合资公司“东方讯飞”去年发布了基于AI的学习产品——RealSkill,针对托福、雅思考试的口语和写作进行智能识别和批改;在华硕发布的首款家庭智能机器人Zenbo Qrobot小布中,新东方旗下酷学多纳作为内容合作方亮相。
有了早期的投资、布局、试错和思考,进入2018年后新东方在AI+教育的赛道上动作频频,先后与网易、腾讯云合作探索教育云一体化解决方案;与美国Big Learning研究中心在深度学习、大数据应用、创新型智能科学、智慧化社群等领域开展深入合作;相继成立新东方脑科学与图像识别技术中心和新东方AI研究院,以及“N-Brain”联盟。不难发现,新东方已经打通了AI+教育的技术、资源、数据、人才等环节,形成后发先至的优势。
2、先理清方向,再正式加码。AI+教育的饼画的很大,无论是创业者还是巨头,都需要解决如何落地的问题,毕竟没有人愿意为空中楼阁买单。也就是说,人工智能需要找到合适的场景,AI+教育的玩家们则需要找到正确的方向。
俞敏洪曾在公开场合表示:“教育领域中间的两大要素,第一是学生学习效率的提高,其最终结果是成绩提升。第二是老师教学水平的提高,其最终的结果是老师被学生所喜欢,同时促使学生成绩更快的提升。除了对学生学习效率的提升,更重要的就是资源的连接、共享和分发。”
现阶段AI+教育的使命仍在于提升教学效率和资源的普惠化,远没有到颠覆的程度。可以印证的是,新东方的核心优势在于数据,每年有500万人在新东方学习,从小学生到中学生到大学生,这些留存的数据通过AI深度学习和大数据分析,正是提升教学效率的基础。而N-Brain联盟扮演了连接者的角色,连接中外顶级学术、资本、技术资源,并将对整合后的资源及成果进行延展和分发。融合、连接和共创成为了新东方在AI+教育方面的发展方向和思路。
3、主张一体化解决方案。AI+教育并非没有好消息,典型的就是语言教育领域,难点在于纠正语音语调,老师的耐心是有限的,AI和语音识别技术可以一遍遍纠正孩子的语音语调,就算孩子模仿一千遍,机器也不会说你真笨。
其实AI+教育被诟病最多的是场景的碎片化,教育主要有学校和家庭两个典型场景,目前的AI+教育选择将家庭作为主攻对象。可教学本就是一个双向的过程,“教”和“学”紧密关联,只有双方进行积极地彼此反馈,才可以将这个“闭环”最终达成。与之对应的是,新东方近日推出“AI班主任”,将人工智能引入到“教”的环节,与语音测评、分级阅读等“学”的场景互补。
深谙此道的新东方们选择了一体化的解决方案,并对AI+教育进行了这样的拆分:教育大脑、教育OS和个性化学习开放平台构成生态的主体,再加上由线上、线下的全场景课程构成的大数据、由IT服务系统和东方云构成的云计算,结合软件商店、硬件生态共同组建了这个AI时代教育科技生态的全部结构。
结语
教育的本质,不是把篮子装满,而是把灯点亮。
我想西方的这句谚语同样适用于AI+教育,人工智能对教育行业的改造注定是一场持久战,况且新东方等巨头们已经指明了方向:先解决效率和资源共享的问题,让人工智能渗透到教育的全场景,然后再谈颠覆和未来。
当然,巨头进入赛场的代价同样存在,门槛会越来越高,那些没有AI基因和筹码的玩家,将逐渐被市场淘汰。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 消息称塔塔集团将收购和硕印度iPhone代工厂60%股份 并接管日常运营
- 苹果揭秘自研芯片成功之道:领先技术与深度整合是关键
- 英伟达新一代Blackwell GPU面临过热挑战,交付延期引发市场关注
- 马斯克能否成为 AI 部部长?硅谷与白宫的联系日益紧密
- 余承东:Mate70将在26号发布,意外泄露引发关注
- 无人机“黑科技”亮相航展:全球首台低空重力测量系统引关注
- 赛力斯发布声明:未与任何伙伴联合开展人形机器人合作
- 赛力斯触及涨停,汽车整车股盘初强势拉升
- 特斯拉首次聘请品牌大使:韩国奥运射击选手金艺智
- 华为研发中心入驻上海青浦致小镇房租大涨,带动周边租房市场热潮
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。