多知网|标准化的“AI+教育”产品未来能否实现“任天堂”式的创新？( 二 )
此外 ， 以2B的直接业务赚现金流养公司、同时以直接或者间接的方式做2C业务 ， 则是 ， 现阶段的产品在数据采集+原始技术功能的基础上 ， 推出了一些个性化的初级AI产品：口语训练、练习本等 ， 对应业务板块的营收 ， 还停留在千万级别 。
相较于2B产品 ， 直接2C的拍照搜题和作业类产品更广为人知 。 其中 ， 拍照搜题自13年起2C爆发 ， 延续移动互联浪潮尾声的获客流打法 ， 在这波红利中 ， 成功大规模获取了用户 ， 做到数百万乃至千万日活 。
【多知网|标准化的“AI+教育”产品未来能否实现“任天堂”式的创新？】该类产品底层的主流技术是图片识别--题库匹配 ， 系统根据题目的图像特征在预制题库中找到对应的题目 ， 并不理解题目的内容 。 虽然有个直接问题是题海无涯 ， 公司需不断地大规模收集、更新新题 ， 但瑕不掩瑜 ， 是当前用户端体验最友好的方案 。
此外 ， 同样是拍题 ， 产品端看起来类似 ， 但底层技术差异明显的是文字识别计算产品 。 系统识别用户拍照的文字符号 ， 并提炼其中的计算逻辑 ， 独立解答并输出答案/讲解 ， 机器做到了理解题目内容 。 在此基础上 ， 就可以实现覆盖范围内任意数字题目的计算、答案输出和自动讲解 。
表现在产品上 ， 在相对容易（数理逻辑简单 ， 更多是看手写识别）的小学数学上做出了一个细分刚需 ， 即各类口算批改产品 ， 能够批改口算题目 ， 把老师和家长从这个量大且枯燥的任务中解放出来 。
但是 ， 技术上的不足 ， 特别是文字理解能力的不足 ， 将可产品化的应用限制在以部分代数知识点为主的有限领域 。 国外的多款产品（比如photomath和MicrosoftMath）在适用范围上领先 ， 但也至多进行到如方程组、微积分等 ， 要突破几何题、应用题 ， 逐渐逼近题库匹配类产品的适用范围 ， 还有很长的路要走 。
所以 ， 此类产品会在技术瓶颈处滞留很长时间 。 从此例中不难看出 ， 技术难度高不等于用户体验好 ， 是目前看待AI+教育时 ， 需要始终注意的重要认知 。
文章图片
Photomath可覆盖的部分题型
作业类应用通过进校2B2C ， 以知识点标签化的题库为核心 ， 方便教师调用内容布置作业 ， 从而构建师生间的作业交互平台 ， AI成分有限 ， 就不多提了 。
不可否认的 ， 拍照搜题+作业类产品在是目前可见的泛AI产品在用户层面的成功典范 ， 共约出现了近十家头部企业 ， 各家在用户量及活跃度上都相当可观 。 而由于典型用户的固有属性问题 ， 这些公司实现成规模的营收 ， 却是多年之后的事了 。
如果做个矩阵去标注这些公司的业务发展 ， 能明显看出各家都在各个领域做了对盈利模式的长期探索 ， 最后大力拓展到了课程业务线 ， 包括在1对1辅导、网校、轻课/交互视频等 。
在网校模式得到市场的认可后 ， 也后验地看到了在大用户基础上发力课程交付的巨大潜力 ， 目前规模前五的头部网校中 ， 猿辅导、作业帮均属于此类 。
03
自适应产品比拼的核心是题目的标注处理质量
接下来 ， 我们来看 ， 近年出现、和教学核心结合最紧密的自适应学习和AI教学 。
自适应学习产品 ， 最典型的形态是利用动态调整的题目进行测评和训练 ， 同步依靠知识点视频和内容进行教学 ， 过程中有教师不同程度的参与 ， 常见于数学和英语学科 。
最初 ， 有产品依靠既有规则和决策树逻辑来进行教学 ， 由工作人员在后台预先设计好单次学习中 ， 学生需要接受和训练的内容（课程、题目等） ， 并在实际学习过程中手动调整任务量和任务的难度等级 。 此水平相当于有个辅导老师盯着学生做一套套的电子教辅 。 缺点明显 ， 每个任务的模块大 ， 无法实现微调 ， 可采集的信息粒度粗 ， 对教师管控的依赖高 。
推荐阅读
- 产业气象站|标准化是核心，亚布力论坛聚焦新基建与数字化转型
- 量子位|逆向工程、软件后门……原来美剧《硅谷》里藏着这么多知识点
- 产业气象站|【协会动态】山东省物联网协会、山东省新一代技术标准化研究院调研聊城中欧人工智能研究院
- 通天战队|制造品牌超感体验，5G技术叠加AI+VR/AR内容
- 格隆汇|创维“家庭新基建”：以“5G+AI+终端”领跑新赛道