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？( 四 )
这个大类别都是强内容+弱AI的结合 。 AI相关的技术都不难 ， 起到的是与学生交互 ， 并即时反馈学习效果的作用 ， 主要通过语音识别、测评等形式进行 ， 技术难度可控 。 而各家比拼的重点是在内容质量上 ， 比如视频内容的制作精良度 ， 趣味性 ， 交互环节的设计等 ， 至多在伪直播中加入一条：视频切片精细度和拼接流畅度 。
预期后续这样的产品将大量出现 ， 因为一次录制后边际成本低 ， 还能再依托系统提升助教服务效率 ， 盈利模型是成立的 。 此外 ， 内容制作成本摊薄后 ， 商业运营上的能力（获客转化等）占UE模型的比例高 ， 变成了第二竞争点 。
此类产品在用户端的收费会持续保持中低价位 ， 大概是在数百元到两千元/年 ， 以网销体系去触达用户 ， 尤其适合于低幼年龄（小学及以前）教育 ， 成长出一个细分市场 ， 与目前电销+网销驱动的K12大班直播课形成明显的对比（事实上 ， 从这些思考出现 ， 到近两天把它写出来 ， 大概过了小半年时间 ， 就已经在这段时间中 ， 各个教育巨头已经大量推出了各类AI课轻课产品） 。
由于这类产品是在后台以高效率生产 ， 可以快速迭代试错 ， 让市场选出受欢迎的爆款 ， 进行不断的优胜劣汰 。 加之获客环节的成本被快速推高 ， 整个品类的竞争水平会快速抬升 ， 留给新创业公司的窗口也会随之逐渐关闭 。
在这几个大领域外 ， 还有一些细分的功能和产品 ， 可以再单独分析 。 但如果要看影响力 ， 以当前几大块做个概括也比较有代表意义了：
?AI教育中 ， 如果论单功能 ， 目前切入练习环节的自适应学习最体现AI的意义 。
?AI教学产品最能满足客户的基础要求 ， 但AI的价值并不占主导 ， 内容和运营占据了上风 。
?测评、搜题这些工具向的产品最容易实现 ， 最容易聚拢用户 ， 却需要其他业务来承接和转化 。
至此 ， 相对成熟、常见的产品就告一段落了 。 后续我们来畅想未来 ， 也看一些新的类别 。
05
未来可能出现超级AI教师 ， 目前商业化公司可尝试小而美的突破
接着 ， 以终为始 ， 我们做个想象 ， 如果教育科技极度发达 ， 那么教育交付的场景会是？那时候的一个兼具通用性和个性化教学能力的教育AI是什么样？
可能会有个“超级AI教师” ， 它理解人类认知范围内几乎所有的知识 ， 能够全天候陪伴 ， 根据所服务个体的行为发现教学任务并主动响应 ， 比学生更懂自己的状态和目标 ， 从而以恰当的方式去讲解、启发、设计任务 ， 达到高效率的知识传授 。 （说不定AI形象可以金毛飘飘 ， Nooneknowsxxbetterthanme...）
为了达到这个效果 ， 相应产品所需要具备的知识内容、教学交互两个大方向的智能：
知识内容：系统要做到全能全知 ， 那么会存在一个覆盖人类既有知识体系的超级数据库 ， 里面的单点知识还需要横跨各学科领域 ， 根据它们的关联 ， 连接成一个无比复杂的知识图谱 。 对于单个知识 ， 系统需要知晓其本体的全维度状态 ， 以及在特定多个维度下的具体表征形态 ， 以及对该形态的属性有一套完整的分析、评价指标（比如难度） ， 才能看作是系统本身理解了知识 。
在此之后 ， 需要在各个知识节点上进行海量的、以音视频等各形态展现的素材储备 。 此外 ， 因为底层对知识的理解是以机器形式进行的 ， 要跨越机器语言 ， 以人的思维逻辑和语言形式去持续整理、重构、优化 ， 以最终适宜于对教学对象的传达 。
教学交互：以主动和被动的监测、交互 ， 了解学生状况（能力、知识水平 ， 学习需求） ， 就其个体情况及学习需求 ， 匹配制定学习计划 ， 并规划学习路径 ， 组织材料 ， 实现输出教学、练习 ， 并不断循环优化直至任务最终完成 。
回到当前 ， 限于技术水平 ， 目前商业化的公司 ， 需要在上述两个大方向下的各个小领域 ， 进行相对封闭场景的技术研发和应用 ， 努力做到小而美的单点突破 ， 是面临技术挑战和变现压力下的实际方案 ， 包括：
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