摘要
教育的本质，不是把篮子装满，而是把灯点亮。
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 卫哲曾一阵见血的指出：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、创新性智能科学、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。
