心竺公考，用科技推动教育进步，实现1/3的时间，1/3的价格，实现3倍的效果，目前提供公务员考试，事业单位考试，等公职类考试。
创始人七对，2009年本科和硕士毕业于南京大学，2009年校园招聘加入阿里巴巴担任产品经理，2015年4月份加入湖畔大学一直到2018年6月离职创立心竺教育。
过去的2017年，AI热，在线教育热，AI+教育越来越得到重视。比较有代表性的如英语流利说实现规模化营收以及乂学教育的大笔融资。
那AI+教育后面到底如何，AI如何影响教育，总结下个人思考。
一、在线教育的这几年发展的参考
看AI+教育需要参考在线教育这几年的发展路径。
12年MOOC兴起，国内也经历了第一波的在线教育热。但是随后几年进入了低谷，从2017年开始慢慢回温。经历过或者一直关注过这波的人一定会更理性。这是一个很典型的路径，先热，再低谷，再走上正轨。很多第一波的在线教育企业要么死了，要么经历了很多坑逐渐找到了方向，也有不少企业后面在行业走向正轨时候加入阵营。
所以AI+教育，会不会也是这样？至少AI从火起来，到过去一年，不少泡沫正在破灭，越来越回归到理性。
二、AI+教育的应用逻辑
每一波技术要素的出现，融合到具体的行业中，会爆发出新的机会，但技术只是表象，本质是结合技术实现原行业的重构，创造了更优的客户价值，同时，在成本结构上又需要具备可持续的效率。PC、移动、直播技术都已证明了，AI也是。比如英语一对一教学，看到的是直播，但是背后其实是通过直播解决了优秀老师供给稀缺的问题，重新创造了新的用户价值，构建了新的教学形态，内容研发形态和师资管理形态。
所以技术应用到具体的行业中，一定要看原来的行业如何结合了技术要素进行了重新构建，而重新构建的成功与否的核心逻辑是，有没有创造了更优的用户价值，有没有提高运营效率。只有同时满足了这2点，技术带来的改变才会持续有价值。
AI+教育一定不会例外。
AI是什么
AI是模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的科技科学，其实就是一套编程。从符号主义、统计主义、到大数据加深度学习阶段，这一波AI带来的影响是深刻的，很多可能还未被人意识到。AI的核心是一套深度学习的系统，短期内还是弱人工智能，它只是人类的工具，只是一种能力。但是在某些具体的领域，可以比人类做的更好。人类只要告诉用户，这是我需要的结果，然后机器去自己不断的调整优化，达到人类想要的结果。AI在德州扑克、围棋、物体识别、语音识别都得到了应用，在商业场景中比如淘宝的推荐、美图秀秀自拍中得到了较多的应用。
为什么要AI+教育
为什么一定要AI+教育呢？本质上就应该看，AI+教育到底创造什么核心价值？
而这一定是基于用户价值与效率维度上的，不然是没有商业价值的。教育的领域比较宽，这里以以提升具体可衡量的能力领域为例，这一块已经够大了。
用户价值层面——大规模满足用户的个性化学习需求
首先必须明确用户的核心价值是什么？用户需要提升能力，这是根本，所有的设计都是为了这个目标。
AI的技术逻辑是这样，标注数据叫做能力提升，然后告诉机器，达成这个结果是好的，机器然后不断的收集数据进行深度学习，达到用户想要的结果。就像阿尔法狗只要看棋谱，最后输出的结果是赢对方，机器就在不断的进行学习达到这个目标。
基于这一点，AI第一步是需要拿到用户的数据和内容数据，然后拿到足够的数据后进行自我学习，可以针对每个人提供个性化的解决方案，让用户的能力值得到提升。
总结下，就是AI的技术原理带来的用户价值就是大规模的满足个性化的能力的提升。
难点1——知识点和解决方案如何进行数据标注和匹配？
但是如何做到大批量的个性化，这里面有很难很难跨越的点。
在AI层面，实现精准化的匹配，需要数据标注。
具体表现为，一方面是用户的能力项的定义需要明确，另一方面是解决方案需要足够精准。可以把能力项和解决方案都定义为数据，并进行标注，那这数据到底如何细分和标注，才能让机器进行有效的深度学习，这是很难的一个点。
举个例子，淘宝卖家培训，卖家的流量获取能力弱，但是影响流量的指标项就很多，列出来包括标题优化，主图点击，销量递增，下架时间等。
而另外，给用户推荐的内容又必须围绕精准的能力项进行匹配，这样效率才能更高。比如需要如何做主图优化，如何做标题优化，如何做销量递增，如何设置下架时间。否则，根本就无法匹配出来。
而这对于现有的内容体系是需要进行重新的构造并进行数据标注。这将是一个很大很大的工程。
匹配也是很难的一个点，里面的维度就更多了，比如同样的知识点薄弱，学习时间是6个月和3个月的推荐维度是不一样的，还有提升的难易程度等等，一些列复杂因素，需要不断的调优。
难点2——提供给用户的解决方案如何做到有效？
从机器识别需要提升的能力项，到推荐的方案，到完成学习，到能力的提升，这里面是有鸿沟的，在学习领域，不是拿到了方案，用户都能完成提升的。
学习的主体是用户，不是机器。所以现在很流行的机器去考试，只能证明机器是发展到一定阶段，但并不能直接等同于用户能力提升。阿尔法狗的任务就是直接打败对手就行。而教育不行，因为学这件事情是需要用户自己去消费完成的。
所以机器更多的是在提供用户方案层面的价值，这块可以不断的根据用户行为进行调优，并反馈给内容端。但是用户学习的过程的效果并不在AI的可控范围内。这里需要内容端大量的配合。AI要给用户一个解决方案，可是内容根本无法承担这个职责，这肯定是不行的。
这里不可控的因素太多了，比如同样的上课，同样的教室，同样的老师，不同的人的理解力不一样，学习的主动性也不一样，还受到课后各种外部的因素影响。
这一切都会影响到AI+教育的目标的实现。
所以，需要内容、服务都围绕着AI的思路进行重新设计。这是很难很难的。
为什么说人的作用不可替代
AI确实是可以解放很多重复性的人力劳动，但是从AI+教育对解决方案端的内容和服务的要求可以看出，人的因素非常重要。
比如完成内容的重构，需要老师，这是极其大的工作量，而且每年还不断更新；解决方案的效果的好坏很依赖人，机器是冰冷的，人是有情感的，不管是克服惰性还是关怀，人在学习中有人陪伴效果也会更好。
整个过程中，一定要平衡好人和机器的关系，既有体验的因素，也有成本的因素。如果体验好了，效率跟不上，那整体的价值还是没法发挥，反之亦然。
AI+教育 与智能商业
未来商业的形态是智能商业。智能商业在教育领域是怎么样呢？
智能商业有几个特征：1、大规模的实施在线 2、满足用户的个性化需求 3、不断的迭代更新。而这其实也就是AI+教育的思路。
所以，在这个领域，更愿意将AI+教育的AI当做一种商业思维，而不是单纯的技术。本质上是教育行业结合AI技术的特点，重新去构建教育的内容、技术和服务体系，最终大规模的满足个性化的用户需求，从内容匹配到实施都为此准备，都能切实提升用户的能力。
从教育发展规律来说，这也是符合规律的。论语云，有教无类，因材施教。1对1教育火的背后，也孕育着市场对于满足个性化的认可。如果能够通过AI，实现大批量的个性化，这岂不是更好？
如何从商业角度衡量AI+教育的价值
AI+教育，看起来很美，难度也很大，那很实在的，在商业中，如何看AI+教育的价值呢？
第一，将指标可衡量化，只有可衡量化了，才更有说服力。这是教育培训很难做的，因为学习是综合性的因素，除了学习时，还有学习外的影响。做教育培训，特别应试类的，很明确的目标就是提分。这会很难，但是一定可以拆解，有办法去衡量，而且已经有人在做了。
第二，用户为这个目标所花费的成本，包括时间和金钱。是不是跟原来比有更明确的综合提升。因为技术是普惠的，AI+教育也是。如果反而成本会更高了，那这没法算是成功。
第三，从企业角度来说，首先要看用户是否为此买单了，其次，一定要看运营效率是否提升了，成本结构是否健康。这样才能持续提供服务。
总之，时刻记得服务的是用户，不管是原来的技术，还是AI，还是内容，还是服务，都是从服务用户的角度出发，在这个基础上，运用技术，哪些可以通过机器完成，哪些必须需要人的参与，综合起来，在用户价值和成本上获得竞争力。
AI+教育的团队组织
综合上面的描述，AI+教育下，本质上是创造更优的用户体验，同时，又是能结合机器，提升了运营效率。本质上是属于产品驱动的。
而这产品的价值的体现，需要通过技术，内容加服务一起设计完成。
这是核心竞争力。跟靠营销拉动的逻辑完完全全是两码事。
如何改造技术架构，怎么改造内容，怎么设计内容产品，怎么定位不同的角色，都是面临的挑战，就像军事中，火枪、坦克投入战斗中，对排兵布阵都会带来新的变化，只有这样才能发挥先进武器的作用。
所以，对于未来的教育，是需要有技术+内容+服务综合一体的团队。
第一， 需要具备极强的智能商业的思维，在这个层面上，AI+教育更倾向于是一种思维。
第二， 团队必须要懂切入的行业，懂用户，技术一定要落脚于客户价值和企业的运营效率。
第三， 坚信人的力量，AI可以帮助人类完成很多重复性的工作，但是人是有感情的，尤其是教育领域，一定要重视人的作用。
这对于传统教育机构来说，要做AI+教育，很难，因为需要改变的太大了，基因很难变，加上之前在线教育那波的经历，依旧活的挺好的，估计拥抱的动力更不大。
而非传统教育行业的切入，又势必面临的问题也很大，因为这里需要内容、需要技术、需要品牌、需要服务，是相对来说比较重的模式。
AI+教育，太阳底下没有新鲜事
