奇点学堂 | 自适应教育将全面替代传统教育(2)

其实从2010年以后，大量的大学课程，不仅是理工科的各类大学课程，包括文科的，无论是法律、还是心理学、社会学、英美文学，都被突破了。这其实是一个把知识模块化、结构化、数据化的过程。所谓，万事开头难。松鼠AI当初是从英语开始的，英语的难度比数学尤甚，我们当时想，如果英语突破了，那么往数学和语文走就容易很多了，到现在，我们语数外三科和物理化学都具备了，很快还会推出政史和地理课。

在当时做语文知识点拆分时，我们把语文拆分出了上千万个知识点，基础知识和语法的难度还好解决，但阅读理解的难度非常大。但是只有做了这样的知识点拆分，才能知道孩子到底是怎样提升学习效率的，学生的学习成绩才能提升更快。

海外市场的竞争不足为惧

梁宇：知识点的拆分确实非常难。就好像一棵树，不管你的树枝树干怎么组织，树上叶子之间的逻辑关系是呈分叉状、还是网状。但是infrastructure（基础设施建设）好了之后，其实对power前端的Adaptive Learning的判断会非常有帮助，我理解这是其中一个key。经过我们在中国大量的训练，所衍生出来的这种模式，或者说技术门槛、算法门槛，将来有没有机会能够输出去海外去？其实，目前已经有很多东南亚国家在用中国的技术power本地企业。

栗浩洋：中国教育市场非常大，其中3万亿的教育市场中，仅k12课外辅导就达6千亿规模，然而，对于1.74亿的孩子和家长来说，每年在这方面的花费平均只有3000多元人民币，对比日本来看，日本家庭每年在k12辅导方面的花费大概是在37000元，所以中国市场还有十几倍的增长空间。松鼠AI希望能够在这个市场中，抢先占据20%-40%的市场份额。

海外的市场，我们在不影响公司太多精力的情况下，其实已经在考虑海外市场，主要原因在于，我们的AI技术团队都来自于海外，所以我们对海外市场的了解程度、熟悉程度都更胜于中国市场。我们拟用1-2年的世界做出一套全球通用的universal mass course，产品出来后，采用代理或合股的形式，去各个国家和地区找合作伙伴，由他们去做市场性的推广和学员服务。

其实做海外市场的课外辅导教育相对更容易，竞争比较少。美国其实也发现自己的教育问题，在学生创造力和想象力方面开发培养得特别好，学生的发散思维和架构能力也非常强。但基础教育非常差，所以导致了在美国根本招不到工程师，硅谷、Facebook、Google里的工程师，40%是印度人，20%多是中国人。

Adaptive learning的核心问题在于算法的准确性

梁宇：回到国内， Adaptive Learning对传统教育机构会有怎样的影响？以及现在在商业运作上处于怎样的阶段，还有哪些障碍需要跨越？

栗浩洋：简单来说，可以把它比作今日头条对传统新闻、视频的影响。传统视频，比如直播、优酷，是靠客户自己去搜索筛选，或者由主编去定制。但是对头条来说，他完全是根据用户画像去推送，所以让人停不下来。而教育，在过去是以老师为中心，Adaptive Learning出来后，就演变成了完全是以学生为中心、个性化、因材施教的学习，所以我认为Adaptive Learning，在未来，对所有的传统教育，无论线上线下，都将是全面代替。

这当中涉及到的最核心的问题其实就是算法的准确性。算法的精准度越高，学生学习效率的提升也会越好，此外还有内容提升的问题，今日头条所有的新闻都是从外部抓取的，而对于知识教育来说，所有内容其实都需要公司自己生产，因为目前市场上所有的这部分内容，都不是为了这个引擎专门定制的，存在着各种各样的问题，也因此导致了整个生产周期过长，成本过高，前期花费较多。所以如果有竞争对手希望涉入这个行业，他需要先融很多钱，经过三四年的产品打磨后，才可能推出来。松鼠AI比较幸运，在市场上得到了三四年的市场空窗期去发展，能够得以优化算法、优化产品的content。第三个障碍，就是消费者的认知度。今日头条的新闻，比较容易迅速的去病毒式传播。但教育产品需要靠很长时间去积累口碑，这也是为什么我们经常会举办一些行业会议，希望媒体有更多的报道，让大家对人工智能教育，对于Adaptive Learning知识性教育有更深的认知。

中国缺失育人教育

梁宇：用Adaptive Learning完全替代老师是一个很大胆的想法，在现阶段，争议也比较大。在别的行业，AI其实只能起到辅助性作用，比如说阿尔法狗，他只在有限的范围内进行计算。我们采用Adaptive Learning去评测学生，评测效果准吗？如果人类老师在教室上一节课之后，我们的系统能否较好的识别出教学效果？这个准确度又如何？

栗浩洋：Adaptive Learning肯定不是完全代替老师，只是代替老师的教学部分。老师真正应该做的是育人，但现在根本没有时间做。我认为的育人教育分为三个等级：第一等级叫情感沟通，现在的老师与孩子们没有任何情感沟通。第二是性格塑造，目前这部分内容是缺失的。第三是世界观、人生观、价值观的培养，现在也没有。老师深陷在教学过程，一个老师无论是面对自己班上五十个人还是辅导班里十几个孩子，他都没有办法采取个性化教育，而一对一教学的成本，绝大多数家长又无法承受，而老师在一对一教学的课时量增大后，很可能教学质量又会不升反降，同时课时费单价也不可能超过一定的天花板。

为什么说教学部分可以基本被取代？首先从考试这个目标面来看，它是一个完全的有限集，而这个有限程度远少于围棋，所以在这个有限集中，AI是完全可以做到远超人类的。但是对于一些创造性思维、发散性的思维，短期内还是需要老师来解决，包括problem base learning, project base learning等, 都需要老师去解决。

至于您提到的教学效果比赛，这个其实很容易，比如，同样一个班的学生，用AI系统学习、和老师教授，20个小时后，他的知识点里面，哪些掌握、哪些没掌握；都可以通过机器测试。我们之前在各个城市的教委中都做过第三方比较，系统教学的提升速度更快。为什么呢？因为除了个性化教学令学习效率和成绩提升外，老师对知识点的掌握水平肯定没有AI系统掌握的好。就像GPS导航一样，一个老司机，哪怕他在北京开了三十年车，对大路小路都熟悉，但是对每一个地标、一个block里边的十几家小店、各种各样的小摊等，他都不可能完全了解，而对GPS导航来说，每一个门牌号代表着什么商户，它都能非常了解。所以从知识点的掌握来看，老师已经输了；而根据知识点之间的关联度以及知识图谱的关系来说，老师更是没有办法穷尽。所以如果我们利用几千万道题目以及这些题目和知识点的关联性，每一个知识点配以3-10种不同老师的不同教学方法，我想没有任何一个老师能够比得上的。

AI教育成熟度的三个层次

梁宇：市场上对AI+教育产品，有过不少的质疑声，很多人认为产品形态还不成熟，您怎么看待这个观点。松鼠AI产品的产品优势和劣势又在哪里？有没有地方是可以进一步完善的？

栗浩洋：AI+教育大家认为不成熟，也是因为将AI+教育产品混淆在一起去看。AI+教育的成熟度，可以分为三个档次：一个是80%-90%的成熟度；第二档是正在实验性的推广，第三档是短期内看不到未来，比如脑科学、表情识别，我们还不知道它未来会怎么样，能达到什么样的程度。尤其表情识别的效果现在还非常不稳定，比如表情识别到底用在什么地方，取得什么样的价值？再比如以前被误认为是AI教育，但其实只是AR、VR教育。VR和教育的结合，市场之前还是很乐观的，但现在看来，使用效果并不好，内容特别少，教学效果也只能是使用在点状方面，比如100个小时的课程中，大概有10-20分钟能够用上。我们认为这些是非常不靠谱的一类。还有一类可能有一点靠谱，但对于什么时候才能够真正做到商用还不清楚，比如科大讯飞的主观题自动阅卷、批改网的类似主观题自动阅卷批改。现在这些产品只有60%-70%的准确度，什么时候能成熟到90%，达到可以商用的状态还不清楚，再比如机器人教育，更是一个玄学，如果是机器人和人之间的完全的人机对话，我们基本上可以把它归于刚才的第一类，完全不靠谱。比如索菲娅，曾是引起一时轰动的对话型机器人代表，结果现在被认为是傀儡。因为它的话都是编好的，所有对它的采访也是提前放好的剧本；但是陪伴机器人，它们可以给人们背个唐诗、对两句话，是简单地在有限集中做着简单的回复。这种基本属于处于半成熟状态的，但我个人认为其商业价值并不明显，人类是否真的需要一个陪伴机器人？理论上似乎需要。所以我觉得，它可能和主观题自动阅卷和批改一样，在三年到五年内是能看的到是有销量的，销量多大，我们不知道，也许能够像智能音箱一样。这是第二类。第三类是非常成熟的。比如语音识别，在过去十年发展中已经非常成熟，图像识别和语义识别也是比较成熟了，比如大家熟悉的作业帮、猿题库、学霸君、高考机器人等，就是拍照识别后，通过NLP语义识别。这一类大概已经呦80%-90%的成熟度，且大部分人感受也不错，甚至可能已经在生活中离不开了。

Adaptive Learning在经过了14年的发展历程，在海外已有9000多万用户，而在中国只有100万左右的用户。所以目前的情况是，产品已经成熟，比如Knewton融了两亿美金，ALEKS今年已经是四百万的用户了，累积已经是有几千万的用户了，现在已经被收购了。流利说，也已经在进行懂你英语的Adaptive learning；美国还有一家叫做Dreambox Learning，在三个月前刚刚拿到了TPG的1.2亿美金的融资；但市场意识还未成熟，加上相关人才的缺乏，因此想要做出高质量的产品，并不是所有公司都能做到。

揭秘松鼠AI商业模式亮点

梁宇：感谢栗总，分析得非常清晰。第一类不靠谱，第二类在技术上还没有达到应用的真实效果，比如说人机对话，现在还处于没有完全令人满意的阶段，第三类已经在大规模使用了，但市场还需要再进一步教育。那么松鼠AI目前的运营状况以及主要的盈利模式如何？

栗浩洋：松鼠AI现在的商业模式分为线上、线下两个板块。线上模式和VIPKid、掌门以及比较火的线上小班教育比较像。即一对一的线上教学模式，在1小时的学习中，四十分钟为系统教学，20-30分钟为老师教学。在未来，老师的教学时间将逐渐缩短，更多地是承担起监督和情绪沟通等工作；目前，我们的师资成本比VIPkid和掌门要低3-4倍。为什么要提师资成本？因为师资成本占了传统教育成本的20%-30%，占一对一教育成本的50%-60%；而我们省去了2/3的成本，这是一个巨大的商业模式的改变。

而最重要的是质量问题。传统教学中，如果学生数量越多，老师的教学质量就可能降低，而对于AI系统教学来说，如果学员数量被放大一百倍、一万倍，对于AI来说，数据越大，它的教学效果会越好。目前松鼠AI的问题在于，前两三年甚至是三四年的研发成本非常高，在还没有达到一百亿销售额的时候，，还不能节省二三十亿的老师成本，而前期又要有几亿的研发投入，这对于公司的成本压力会非常大，也影响效果。

第二，线下教学模式采用的是公文式、连锁的模式，我们在全国都有合作伙伴，类似4s店，由当地的Center销售我们的产品。这是一个AI双师课堂的学校，即线上的优质老师，加线下一个监督老师；学生进来后，每个学生面对一台电脑，由系统去给学生授课，千人千面；这个模式的未来将是无人教室，如同无人超市一样。

在这种情况下，我们收取合作伙伴20%的费用，即80%的费用归代理商、合作伙伴所有。他们承担所有的办学装修、市场招生、监督老师和管理人员的费用；剩下的利润，我们收取20%的帐号费，这是总部的纯利润。

目前，我们就采取着上述两种营销模式，用了2年时间，在全国20多个省开了1300多家学校。而新东方26年才开了900家学校。目前松鼠AI总部近几年的年复合增长率是600%-800%,全国学校的销售额增长,在今年上半年是1100%，这个销售额的增长是由3倍的学校数量的增长和单校销售额的3倍增长所带来的。所以，相信在未来，我们这方面的收入也会是一个几何基数的增长。

Adaptive Learning 商业决策新赋能

梁宇：线上的部分能理解，技术产品和内容是自己研发的，形成了一个闭环。线下部分，用一个时髦的词汇来讲，叫赋能，用松鼠AI的技术能力，赋予线下合作教育机构。但问题是：线下教育机构自己原来的教学内容和松鼠AI之间怎么在校外进行结合？将来在国内解决K12的教育问题，咱们的技术和产品有机会走入校内吗？

栗浩洋：松鼠AI基本不和线下教育机构合作，我们90%以上的合作伙伴都是行外人。因为业内人会存在这样几个问题：一是，他已经形成了一种教学习惯，这种教育习惯让他非常难改变。所以，我们都是让合作方从0来去建我们的品牌的学校，再做品牌运营和产品销售，而且他只允许销售我们一种产品，这是我们和其他机构完全不同的地方。

我们也有大概不到10%的合作伙伴是原来已有学校，那我们对它的要求就非常高了。首先，他要能重新开出属于我们品牌的实体店，这个店里是非常干净的，只能做我们的事情，和他原来的产品内容完全隔开。我们用到的只有他的经验，而不是他的人和他的原来的体系。这就需要这个人非常开放，能够接受我们的思想和体系，能够做到真正的自我进化和转型。

这算是赋能的一种形式，未来，我们还会开放一种真正的赋能形式，就是要做松鼠open AI。Open AI就像在做一个像阿波罗一样的底层技术。所有的教育机构可以根据我们的要求去定制内容，使用我们的引擎，只要是它能按照我的要求开发内容，就可以在我们这个体系上去使用，有点像Tensorflow。在这个过程中，他们不需要再去竞争AI科学家，也不需要自己去开发系统和算法的引擎。这是我们未来的发展方向。

我们现在已经进入了公立学校，而且基本上是免费使用，主要有三个目的：一是数据的获取，二是对政府的支持，三是对消费者的品牌建设，比如上海比较好的私立学校平和、重点学校十二中都在用我们的产品。这是消费者对我们的信任。未来我们也希望能够为一些贫困地区的公立学校提供免费的产品使用，为教育公平化做出一些努力。

在线教育市场分析

梁宇：很期待咱们技术开放或者输出能早日到来，这对行业将会是一个不小的拉动，对公司来说也是一个很好的，面对市场竞争的策略。您怎么看松鼠AI在行业当中的地位，以及未来可能会受到哪些挑战和威胁？谢谢！

栗浩洋：谢谢梁总！我们在1月15号，将举办全球人工智能教育大会，把很多海内外的竞争对手都邀请了过来，就是希望能够对行业的推动做出更多地努力。我们目前把竞争对手分成几类：

一类是海外的竞争对手，国外像Knewton，他们曾经都与新东方、好未来合作过。但海外的对手不足为惧。

国内对手，一类是新东方和好未来这类传统机构。目前他们的重点还是发展线上的慕课直播，以及双师课堂，这个是战略中心的问题。可能也是我们一个非常好的机会。

第二类竞争对手，和我们的方向一致，比如作业帮、学霸君、作业盒子、一起作业等。他们已经决定了要往Adapt learning方向去做。但决定得比较晚，大概是近一年左右才定下来；所以他们的产品，可能还要大概两三年才能真正面市，这就给了我们一个空档期。另外，他们之前的主页非常费精力，无论是线下的学校，还是拍照、答题，都需要客流上的增长，如果短期内客流上不来，他们还要做一些现实老师教课的一对一直播，这些都会牵扯他们的精力，让他们做得不那么纯粹。如果你不是全心全意做一个特斯拉的话，那么想成功的难度还是比较大的。