4G、5G的快速发展、智能移动设备的普及，加上AI的助力，让未来的教育成为市场新的蓝海与风口。
一、市场背景
1、资本追捧
《2018教育行业融资并购报告》数据显示，2018年教育行业融资高达539次，其中素质教育151次，职业教育76次。早幼教行业融资54次，语言培训行业48次。其中最令人瞩目的有优必选以 8.2 亿美金高居榜首，美杰姆以 33 亿元人民币的被收购金额紧随其后，还有 VIPKID 完成 5 亿美元 D+轮融资，作业帮获 3.5 亿美元 D 轮融资。K12作业类平台猿辅导获3亿美元F轮融资，DaDa完成2.55亿美元D轮融资。
2018年，仅在教育行业就有流利说、尚德机构、精锐教育、朴新教育、沪江、新东方在线等 24 只独角兽，大多集中在 K12、泛教育、语培留学赛道，其中K12 赛道名列第一，占比达37.50%。
2019年，行业会更加细分与融合，其中小班课、双师模式、数学思维、编程逻辑、音乐美术类越来越受资本的青睐。
2、政策倾向
2016年教育部《教育信息化“十三五”规划》到2017年《新一代人工智能发展规划》，以及2018年4月刚推出的《教育信息化2.0行动计划》，一直到2019年2月，教育部更是将“推动教育信息化转型升级，提升师生信息素养”作为2019年工作重点之一。
3、二胎政策红利
2016年1月1日，“全面二胎”政策在全国范围内实施，有利于扭转我国目前出生率较低的现状。推动幼儿产业链上下游的发展，扩容学前教育行业规模。
4、8090后当家长
8090后已渐渐成为家庭的主力军，这二代人群整体受教育水平偏高，知识付费的习惯已渐渐形成，再加社会竞争激烈，”不能让孩子输在起跑线上“的观念已深深烙在脑中。对孩子教育投资加大，以此让孩子接受更好的教育。
5、AI技术发展
4G、5G的快速发展、智能移动设备的普及，加上AI的助力，让未来的教育成为市场新的蓝海与风口。
二、市场分析
1、市场规模
目前我国教育市场总规模2.24万亿，其中在线教育2013年规模仅621亿元。2015年突破千亿，2017年达到2194亿元，预计2018年突破3510亿元，2020年将超4330亿元。到2024年突破4500亿元。在线教育市场的增长率在40%以上，用户规模年增长率近30%。
2、教育发展历程
（1）1998年到2008年
当时“出国”最大的比例是“求学”，其次是“淘金”、线下补习班。好未来、新东方、精锐教育、达内等早期公司刚好赶在这股浪潮之中
（2）2008年到2018年
从线下到线上，从录播到直播等模式。二胎政策带来了首批人口红利，幼前教育与少儿教育进入高速发展期。沪江、邢帅等龙头互联网教育企业在2008年开始发展；2010年环球雅思、学而思教育、学大教育等企业登陆美股；直至2018年：VIPKID估值将超过200亿元；宝宝玩英语获得腾讯1.5亿B轮融资；同年尚德机构、流利说、沪江教育、新东方在线成功上市。
（3）总结
第一代的新东方、好未来是传统班课模式的产物代表，同时包括精睿教育及瑞思英语在内，都属于劳动密集型的原始形态。
第二代的粉笔公考、慕课网、沪江教育属于在线平台，属于典型的录播直播教育形态；VIPKID及51Talk是外教搬运模式的产物代表，包括DaDa、vipJr，都属于简单工具型的进阶形态；
先声智能的英文智能语音测评技术、考拉阅读的中文分级阅读平台、英语流利说的自适应英语学习系统、松鼠AI智适应学习系统则属于第三代教育形态即“AI+教育”。
三、“AI+教育”的七大应用场景
1、自适应学习
（1）简介
自适应学习是通过技术获取当前的学习水平和状态，根据后期学习情况，提供个性化学习内容、路径，提升学生的学习效率和效果。包括自适应评估、自适应内容、自适应推荐、自适应测试等，检测能力缺陷、预测学习进度、规划学习路线、推荐学习内容。
（2）流程
根据当前学生学习情况->推荐课程内容--》系统抓取学生的学习数据--》析下一阶段应该学什么，
（3）技术原理
搜集大数据->构建学模型->输出学习建议。需要数据科学、认知科学、机器学习等多个学科组合，不仅需要高水平的开发团队，也要对市场有深刻的理解能力。
（4）应用场景
1、先声教育基于深度学习Encoder-Decoder 模型，通过对学习行为数据建模，从而实现语言的个性化学习。
2、乂学教育力开发基于智能技术和大数据的自适应学习系统，通过“测、学、练、测、辅”动态评估学生的知识图谱掌握情况，不断优化推荐算法，规划最佳的学习路径。
3、英语流利说通过递归神经网络的深度学习模型，让系统产生了自学习能力，不断提高学习内容的相关性。
4、智课的Smart智能教学系统，基于学生的学习行为进行数据采集与分析，规划学习任务、推送匹配习题、辅助老师批改、测试学生水平并生成反馈报告。
（5）总结
通过“搜集数据并分析——构建学习模型——匹配教学内容——动态调整学习推荐”四个基本步骤实现，多数应用在K12领域和语言学习领域。未来智能自适应学习朝着数据多维度精细化、构建更高级的算法模型和纳米图谱的方向发展。
2、课堂智能管理
（1）简介
通过技术去捕抓到用户在课堂上的肢体、表情、对话时间、对话比例等，去分析用户当前上课状态，并反馈给师生和家长，并调整下一步的上课节奏，优化课程和教学内容；
（2）流程
针对学生：从专注、疑惑、愉悦、烦躁等多个维度去分析学生听课状态，形成当前的学习报告，并反馈给老师，老师通过学习报告，调整当前的教学节奏，同时可以运用虚拟表情、虚拟教学道具等工具增加课堂的互动性和趣味性；
针对老师：从发言时长和次数、肢体、工具使用程度等多维度去分析老师的教学情况，形成有效的教学报告，记录着每一节课的教学情况，为每个老师评分评级，以便更好的调整教学方向和培训指导；
（3）技术原理
采用语音识别、在线教室表情、AI语义识别、智能情绪识别、眼球识别等。
（4）应用场景
1、在线少儿英语企业DaDa通过“沉浸式直播互动课堂”、“在线表情教室”和“DaDa smart”系统，实时捕获学生的表情信息并予以分析,判断学生当前的学习状态;同时对学生的表情予以分析,还可以实时捕捉教师及学生的肢体、对话、情绪等数据,为后续教学改善和提升提供充足的实践依据。
2、学而思网校在IDO2.0体系中，人脸识别、语音识别等技术将首次引入在线课堂。通过对学生面部表情的识别，记录学生的课堂表现，并反馈给师生和家长。
3、叮咚课堂基于图像识别、自然语言处理等AI 技术创建纯英文的互动教学智能课堂，还原真实口语交流场景，帮助孩子塑造强大的英语听说读能力。
（5）总结
AI技术的加入，可以将有限的教师资源无限利用，大幅降低教师成本，提高了内部管理效率。 在差异化、个性化、精准化、高效化方面，通过点、线、面的连接构建出每个学生知识图谱，再根据学习者当前的知识状态和目标状态，规划出一条最优学习路径。
3、分级阅读
（1）简介
分级阅读是按照少儿儿童不同年龄段的智力和心理发育程度为儿童提供科学的阅读计划，为不同孩子提供不同的读物，提供科学性和有针对性的阅读图书。
（2）技术原理
RNN、LSTM等深度学习技术。
（3）应用场景
1、考拉阅读，基于人工智能、深度学习算法的一套底层中文分级技术ER Framework，将中文文本按照难度进行量化分级，并匹配学生不同的阅读能力，进而提供个性化的阅读内容及语文学习解决方案。
2、好未来ABCtime分级阅读产品结合人工智能、大数据等技术，可追踪孩子的学习数据，以匹配适合孩子的学习内容；自然语音处理等技术可帮助学生实现自主阅读和评测。
3、中文分级阅读平台柠檬悦读从「字」、「词」、「句」、「段」、「篇」五个维度提取几十个特征来界定，通过平衡语料库，与AI智能技术进行融合，计算出一套适用于中小学的分级阅读标准。
（4）总结
中文分级阅读市场还处于初期发展阶段，国内企业较少，市场存在着一系列的挑战与问题。不断地技术创新，构建和优化内容模型，建立知识图谱，让用户去发现适合自己的内容，激发阅读和学习的兴趣，让用户不断的提升认知能力、学习能力。
4、智能批改
（1）简介
在高效性、准确性、稳定性以及成本结构方面占据较大的优势，可大大提升教师评分及批改效率。及时的反馈，有效提高学生学习成绩。
（2）技术原理
智能识别技术、图像识别、自然语言处理技术等。
（3）应用场景
1、东方讯飞的人工智能测评平台RealSkill可识别长停顿频率、语速、总词数、回读次数等人工难以统计的作业细节，打出精准分数，还能根据学生作业情况给出定制化分析，与考官评分一致率达96.91%以上；在教师端，还能判定出错率达60%以上的作业问题提前呈现给教师进行判断，为教师节省了大量无差别全文批审的时间和精力。
2、Singsound 自动作文评分系统(AES)采用语言学特征提取与深度学习相结合的方法，主要采用了词嵌入、词法分析、词性标注、句法分析、主题模型等自然语言处理技术，结合迁移学习、模型融合等技术。
（4）总结
“智能批改”能够将老师从繁重的作业、考卷批改的负担中解放出来，提高教学效率，将更多的时间和精力运用在教学研究和教学创新上。结合大数据分析的智能批改，建立用户画像，了解学生的学情，掌握学生学习的薄弱点，针对性的进行教学方案制定和学习资料的推送。
5、模拟教学
（1）简介
通过VR虚拟现实技术、AR增强现实，学生可以在不同的虚拟教学场景进行实时互动，给学生最直观、最深刻的视觉刺激，达到寓教于乐的效果。
（2）技术原理
VR/AR等技术。
（3）应用场景
1、视+AR构建数据、资源和生态为一体的AR智慧教育平台，实现多种学科场景AR智能化，方便老师和学生直接在移动端查看AR课程内容，亲身体验学习。通过AR+硬件，与智能眼镜、3D打印和乐高机器人的硬件结合，真正的通过创客的形式，发展学生的创新精神和动手实践能力。
2、T-Fly将VR教育产品与物理、化学、机械、医疗、航空、艺术、生物进行结合，带着学生们进行自然和社会科学的任一教室。穿越至任一时空进行教学，带来了无数可能。
（4）总结
结合VR\AR的多样化、游戏化、情景化等多种手段，能够有效解决许多以前根本无法解决的教育问题，激发学生主动学习的兴趣。
6、自动答疑
（1）简介
在自动化辅导和答疑子领域，自动解答有效成为了教师面授外的补充，而且拍照搜题的方式解决中小学作业难题。
（2）技术原理
语音识别、图像识别、手写识别、语音分析等技术。识别拍照图像中的文字或者图形，再由检索系统，对已有的题目进行快速的搜索匹配，找出最相似的题目。
（3）应用场景
作业帮、小猿搜题、学霸君借助了智能图像识别等技术分析学生的拍照题目，快速给学生反馈出答案和解题思路；同时提供识别手输入题目，其识别正确率也越来越准，目前已经达到了70%以上。
（4）总结
通过技术实现，让机器模拟人来答疑的运用场景会越来越广泛。
7、区块链
（1）简介
是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本，可以为信息加密、智能合约等提供极大的便利，这对于当前教育领域应用有很大的潜力。
（2）流程
通过区块链技术开发的教学管理平台，永远保留学习者和教师等信息，且不被篡改；同时可以绑定不同教育机构修来的学分或学习结果，以供后期信息的真实性。比如记录和评估学生的院校和课外培训经历；有效保护个人知识产权、科研成果；保证学历证书和文凭不被篡改等；
（3）应用场景
1、阿里云云学院充分运用了区块链的特点，为学习者提供云计算、大数据等专业的体系化在线课程与实验环境。进阶式的课程内容、闯关式的节点测试与在线认证相结合，培养兼备理论与实操双能力的技术人才。阿里云云学院为毕业学员颁发阿里云官方认证证书，出具技能评估报告，并给企业推荐。
2、Learning Machine是一个初创公司，通过诸如Blockcerts（一种开源和开放标准）等计划来保护区块链上的证书安全。该项目由麻省理工学院媒体实验室和Learning Machine联合发起，并将继续作为开源项目推进。2018年5月完成了300万美元的种子轮融资。
3、Woolf University的目标是使用区块链来强制执行合规，简化官僚程序，并管理敏感财务和个人数据的保管。
（4）总结
区块链+教育有望打破校园以及教育机构的教学管理模式，区块链只是底层技术，真正意义上还是要回归教育的本质。让区块链落实到教育领域，还需要各方的积极配合，才能建成强有力的工程系统，让教育更加公平公正公开。
四、总结
未来AI+教育会贯穿教育的教、学、练、测、评、管等所有环节，数字化、智能化将会成为普遍现象；目前"AI+教育"产品大致分两大类，一类是 AI 工具，以图像、语音等识别为基础的；另一类则是融合识别技术、自适应技术和VR/AR技术为基础的AI授课类产品。
技术只是辅助工具，更重要的是从学生、教师、家长三方面出发，充分、精准把握三者的真实诉求。未来的教育将会更加个性化，整合优质教育资源，去改变教育资源分布不平均的现状。
作者：PM-Yin，一枚某互联网公司产品经理。未经许可，禁止转载。
网友评论