AI+教育最不能回避的八個問題 ｜ 桃李虛擬圓桌

導語：

2015 年 7 月，埃隆·馬斯克在加利福尼亞的納帕谷慶祝 44 歲生日。派對的客人之一是拉里·佩奇。馬斯克十多年的好友，Google 的首席執行官。隨后，兩人之間誕生了一場熱烈的討論，主題是：人工智能最終會提升還是毀滅人類？

佩奇描繪一副數字烏托邦愿景：人類最終會與人工智能機器融為一體。馬斯克則強烈反對：如果那樣的事情發生，我們就完了。機器會毀滅人類。

持有對立觀點的二人不歡而散。而這場“微不足道”的討論后來促成了兩件事：

其一是兩位好友“割席斷交”，自此再無往來。

其二是 OpenAI 獲得了馬斯克數億美元的投資，用以研發“更好”的AI。隨后，扎克伯格、彼得·蒂爾、薩蒂亞·納德拉等都一頭扎入這個有望價值數萬億美元的新未來中。

回過頭來，可以說，這場討論既是友誼決裂的源頭，也是促進產業發展的動力源之一。或許，我們可以從中得出這樣的結論：人與人的“交互”在技術發展中的作用極大，真理越辯越明。

為此，桃李財經虛擬了一場圓桌（現實不存在，但是不用拘泥形式，享受一場思想盛宴），跨時間將教育圈的KOL們觀點聚合起來，來聽一聽他們理解的AI+教育路在何方。

本期虛擬圓桌嘉賓：網易有道CEO周楓、AI師傅創始人孫志崗、精準學創始人楊仁斌

觀點整理/ April

文章架構師/ 拓拔野

出品/ 桃李財經

01

Q1：自年初行業回暖后，AI+教育產品不斷被推出。怎么看待這一現象？

周楓：大模型和AIGC技術適合教育領域。在我國，有1.5億中小學生以及近5000萬大學生，然而教師總數卻不到2000萬，平均10個學生才有一位老師。教師數量不足是教育領域長期存在的矛盾，這與醫療領域的情況頗為相似。與以往技術相比，大模型技術更能夠有效提升“教”與“學”這兩個本質上屬于思維活動的效率，因而從長遠來看，其非常適合教育領域。

楊仁斌：教育行業將是首批采用“AI Native”思想重構所有現存產品的超大行業，這一升級將是革命性的。教育個性化的根本瓶頸在于供給側限制。過去，教培行業里存在著30萬家中小機構，整個行業的市場規模約為1.2萬億元，新東方、學而思這樣的頭部機構的市場份額事實上還是比較小的比例。市場份額如此分散，就意味著教育行業是一個高度本地化和人性化的生意，每位學生都有其獨特的學習需求和特點，要以規模化方式實現個性化教學，這一挑只有AI有望徹底解決。

孫志崗：教育和AI技術上存在天然契合度。教育中的所有環節都是以文本為核心的，都是語言的問題，這令其與大語言模型特別匹配。在每一個環節里都能把大語言模型或多或少地應用起來，這是天然的場景優勢。而且訓練教育大模型的方法和現有從業人員的工作方法契合度極高。一個有意思的觀察，做提示工程去訓練大模型這件事，和老師指導學生學好一個知識、學會一項技能、把一個事做好的基本的思路幾乎是一樣的。由老師來做提示工程這件事簡直是渾然天成。

02

Q2：過去十年，有過很多“技術熱”的時刻，但從時間尺度上，卻都很短暫，這次有什么不同嗎？

孫志崗：這次技術熱，形成共識的速度是前所未有的。國家、大廠、科技領袖都在 ChatGPT 問世剛一年內，就確定了這是未來，并大舉投入。

另外，這是最撩撥客戶的一次技術變革。以前的技術創新，都是是搞技術的先探索，開發成產品，再說服客戶使用。但這次，是客戶先興奮起來，在技術還不夠成熟的時候，就已經開始積極探索使用場景，并且有人獲得了好的效果。

最后，這是最「親民」的一次技術變革。大模型把復雜的技術原理都封裝到非常友好的「提示詞」接口里，使得不懂技術的人也能駕馭大模型。這極大地縮短了技術落地的路徑。

所以，這波技術熱和以前的區別是非常明顯的。我認為 AI 甚至會對社會結構產生影響，就像外星人突然降臨地球一樣。這種影響力可能會持續千年。

周楓：自兩年前ChatGPT問世以來，我的觀點始終是大模型的浪潮將持續十年，應用層機會巨大，2009年，3G正式上線，同年iPhone 3GS上市，由此正式拉開了移動互聯網的序幕。在隨后的十年時間里，每隔一到兩年便會有革命性的應用或軟件平臺出現，而像抖音這樣的巨量應用，則是七年后才出現。我認為大模型會呈現類似的發展趨勢，對科技產業的推動作用將長達十年甚至更久。

如今，OpenAI的年化收入已經達30億美元，國內產品豆包的日活躍用戶數DAU已接近1000萬，Talkie這樣的娛樂應用也擁有可觀的體量。如果說去年這種看法還比較小眾，那么今年可能更多的人會持有類似的觀點。

楊仁斌：先說結論，AI不同。如同馬斯克的“第一性原理”那樣：互聯網解決的是供需匹配問題，而AI解決的是供應不足的問題。

出租車、外賣、店鋪商家等“供應商”應有盡有，他們缺失的是尋獲“消費者”的渠道。在這個場景下，互聯網企業起到了“居間撮合”的作用。AI則是以技術的力量創造供給，填補市場缺口，讓龐大的需求得到滿足。因此AI教育解決的是過去互聯網解決不了的根本問題。它是新質生產力，解決的是供給端的不足。

03

Q3：在對教育產業的提質增效上，AI目前做到哪一步了，還有哪些可優化的方向？

楊仁斌：提升質量主要體現在：其一、從制造學習工具到提供學習服務的理念提升，其二，用教學引擎和知識圖譜技術提高個性化教學水平。以精準學為例，在我們的 AI輔學機上，學生看的不是預先錄制的內容視頻，而是隨時可以和AI老師進行互動。不是有問題問AI，而是AI先開口幫孩子找問題。過去單一的大模型還不具備個性化教學的能力，但加入教學引擎和知識圖譜技術，就可以產生媲美老師的化學反應。結果上達成，能夠讓孩子一直注意力“在場”。

周楓：按照場景去劃分。學校場景中，AI定位于“教學助手”，能夠協助老師備課，解決學生作業問題以及進行學習答疑。目前，在這些方面已經涌現出不少出色的應用，是教育信息化業務的進一步演進。家庭場景中，AI定位于“家庭教師”，AI可以助力完成孩子的學習指導、對學習進度的智能督促，還能協助進行學習規劃和志愿填報等任務。自學場景中，AI定位于“學習伙伴”，更多地以學生為中心。它是傳統學習App和學習硬件的大模型升級，能夠幫助學生更好地進行自主學習，完成AI練習、AI答疑以及提供心理陪伴等任務。

孫志崗：AI在教育中有兩個角色，一是求解式學習，二是體系化學習。目前，求解式學習已經有了很大進展，當你有一個問題時，AI能立即提供一系列回答，以GPT為代表的技術在這方面表現非常出色。

然而，求解式的學習越容易，未來體系化學習越重要：教師負責建立學習體系，AI則負責填充具體內容，使內容在體系化的同時具備多樣性。在學習過程中：Ai是主動的，人是被動的，由Ai帶著受教育者一步一步地沉浸在知識體系中，激發好奇心，完成體系化、系統性的學習。這是未來非常需要的方向。

04

Q4、教育大模型是當下最火的話題，目前，行業中有哪些板塊已經被其顛覆或重塑了？

周楓：我認為已經基本跑通的兩個應用方向。首先，語言類學習是大模型可以很好支持的應用領域。大模型本來就具有強大的語言能力，還具備跨語言交互功能，十分擅長聊天，堪稱天然的優秀語言教師苗子。基于此，我們大力推進了Hi Echo項目，在國外，韓國的Speak、美國的Duolingo等也在這一方面進行了諸多嘗試。

第二個應用是全科答疑，我認為也已成功跑通。全科答疑的難度比語言學習大得多，并且基礎模型在所有學科中需求最大的數學方面尚有不足，因此，在去年的時候，我們團隊并不確認其一定可行。然而，通過一年持續打磨模型和產品，目前我們發現用戶對基于大模型的全科答疑產品（有道“小P老師”）非常歡迎，其用戶自然流量增長較快，且解決用戶問題的成功率較高。

孫志崗：“重塑”或者“重做”這個詞，有很大的解釋空間。我一直認為，AI 只是個功能，不是個產品。你想想，PC 時代創造了電腦這個場景，Web 時代創造了上網這個場景，移動互聯網創造了隨時隨地上網這個場景，而大模型沒有創造任何新場景。而且，舊有的東西不會被完全推翻，它們不會變得一文不值， Photoshop 還是需要的， Word 也還是需要的， PowerPoint 也還是需要的，Google 也還是需要的。他們只是借助 AI 讓里面以前一些繁瑣性的工作可以變得更容易、更簡單，它只是增加了 AI 的能力。

因此，在我看來，很多東西根本沒必要重做。但我認同所有的產品都應該認真思考下怎么借助大模型優化用戶體驗，創造新的可能性。大模型畢竟是跨時代的技術，它蘊藏著很多變化。

楊仁斌：超擬人一對一AI老師的誕生意味著大模型從千篇一律的“AI做題工具”真正進到普適化的教學應用場景，開始成為一個“體系化的教學輔導老師”。本質是讓AI最大化還原真人老師，能夠一對一輔導孩子進行個性化的學習，這也意味著個性化教學的千年難題有望被解決。

05

Q5、談談未來AI教育的商業模式，到底是2C，2B，2G，還是有其它收獲商業價值的方法？

周楓：首先，2B2G逆流前進。對于很多團隊而言，包括大模型“六小虎”，2B2G都是基礎的商業模式。通過有遠見的企業或政府采購來落地應用，是許多新技術的開端方式，對大模型也不例外。我們也在做很多嘗試，比如在海淀、杭州、蘇州等地試點口語訓練、AI答疑、作文批改等等很多場景。我們認為這是一個慢慢發展的過程，但長遠來看這一定是商業化過程中最大的模式之一。

然而，從實踐來看，這一輪大模型的2B2G應用，暫時也就只能起到一個開端的作用，要支撐起很多家公司的發展甚至盈利還是比較困難的。

2C應用更加樂觀。大量消費者對于能夠擊中他們應用場景的AI產品熱情高漲。從我們的觀察來看，AIGC的出現，扭轉了之前數年用戶對新App嘗試率逐年下降的趨勢，用戶又開始安裝新App了。而且，會員收費模式早已被年輕一代接受，好產品的收入也快速上升。我們的會員服務在一個季度的銷售額達到了6000萬，并且還在持續增長。

楊仁斌：我更看好2C。2024 年，我們也全面轉向2C——在AI時代只做一個產品，因為超擬人一對一老師可能會逐步成為業內外的共識。

傳統的一對一教學模式，一線城市每小時收費高達400~800元，家長都知道一對一效果好，但全世界付得起這個錢的家庭比例很低。而且，我在調研中發現，培優學生僅占市場的10%-20%。中國80%以上的學生都是中等成績和普通成績孩子，他們更需要個性化的提升。超擬人一對一老師就可以模擬真實學習的場景，通過攝像頭察覺到“學生”分心，讓學生坐得住、聽得懂、學得進”。

我認為只有關注人的因素，解決使用者最核心的需求，才是支撐一個好的商業模式之道。

孫志崗：我認為未必要以 2C、2B 的產品屬性來歸類交互方式。因為所以的升級最終還是會回到一個問題上：舊有的產品怎么更好地結合 AI 能力。現在真的還在早期，沒有好的答案，微軟只是跑的快一些，但快也不代表對。萬事萬物還沒有定論。

說一個好玩兒的點，至少從現在的角度看，我只發現了一個場景是 AI 創造出來的——Character.ai 干的事兒。之前沒人覺得和虛擬人物聊天有這么大的需求，現在，大家樂此不疲。在沒有大模型之前，就算你知道有這種需求，也實現不了。

06

Q6、大家怎么看待目前各大教育企業集中發力學習機的現象？

孫志崗：當下大多數學習機還只是一個中間態。類似把手機中某個功能板塊抽取出來，還全都是“有屏”的。可以說還是比較初始階段的。雖然這兩年，大家的出貨量合計起來已經超過500萬了，但只是開始。

楊仁斌：其實，學習機行業的競爭其實才剛剛開始。以每年出生人口1000萬為標準計算，小學到高中的教育階段為12年，這就意味著學習機的最大用戶量應該為1.2億。目前的學習機都是非真正意義上的AI Native學習機。在下一波的競爭中，這些機器都會被淘汰。AI Native學習機會成為手機、電腦、平板之外的一個主流的全新終端形式。

當這個市場真正走向成熟之后，AI Native學習機每年的出貨量會在1500萬臺左右。它最主要的競爭壁壘，其實就是算法和數據，這就像高德導航識別道路堵點一樣，我們掌握了大量學情數據后，可以更大程度識別某個知識范圍內學生用戶出錯率更高的點，進行更精準的練習推薦。

周楓：我覺得大家也都需要探索，比如學習平板、學習機全行業都還在探索的過程，從只裝課過渡到AI產品；用戶也在回歸理性，開始關注自己的需求到底是什么，以及什么產品能解決它們。

這種探索也是多元的。誰現在銷量大或者小，都不是絕對性的。另外整個行業也在趨于理性，以前有不少廠商愿意花錢去沖銷量，現在也少了很多。不能形成用戶口碑的產品，沖量都只能是暫時的，所以短期可以不要太在乎學習平板的銷量。

07

Q7、作為競爭最激烈的板塊，未來教育硬件的機會點在哪里？

周楓：硬件提供了最大定制化體驗的機會，能夠讓大模型的能力充分發揮，從而最好地解決用戶場景問題。在大量新技術行業的初期，垂直整合通常是提供最佳用戶體驗的好辦法，最典型的例子莫過于特斯拉，它大幅改造車輛設計，充分發揮電車技術優勢，取得了成功。

而且創新形態（form-factor）帶來大模型產品的巨大設計空間和良好商業模式。Meta的雷朋智能眼鏡取得了很大成功，一個關鍵原因就是選擇了“眼鏡+攝像頭+無顯示”這樣創新的形態，這一下子把眼鏡做得更輕便，而且有非常有用的場景（戶外和運動中隨心拍攝）。那么在教育領域，本來就存在一些特定的場景和設備上的特殊性，比如低齡孩子不使用手機，這就是一個很大的特殊性。如果團隊能抓住這些形態、場景、人口學特征中蘊藏的機會，那么未來可期。

楊仁斌：在AI大模型技術誕生之前，從原理上講，大家都做不出真正合格的學習機。因為有效學習必須同時解決三個問題，一是孩子坐得住，二是學習內容個性化，三是看視頻就能學得會。后面兩個相對好解決，但第一個幾乎無解。家長現在購買學習機最擔心的就是吃灰。

比如，第一代輔學硬件就是看視頻，僅僅是完成了教學環節。第二代輔學硬件增加了個性化練習，利用平板的 AI 攝像頭和 AI 語音能力，結合用戶的交互反饋，它重在精準練習。

但現在市場需要的硬件：不是工具性的學習機+AI，而是構建全新服務AI Native學習機。學習機+AI是在學習機的部分功能中使用了AI能力，學生需要自己組合使用這些工具，效果完全依賴孩子的使用技巧。而AI Native的學習機是根據學生的學習情況，讓AI來主導整個學習流程，什么時候做題，什么時候聽AI講解，什么時候回答AI提問，強化練習同類題，看視頻等，這一切都由AI來安排。

可以說教育硬件的機會才剛剛開始。發展了30多年的學習機行業，正在煥發出新的生機，只要創造足夠的客戶價值，中國的市場、全球的市場不會讓你餓死的。

孫志崗：其實從形態上，教育硬件本身還有很大的進化空間。過去大家也做過一些嘗試，比如智能臺燈、眼鏡、耳機，包括詞典筆，這些小硬件都是很有益的嘗試，在未來也可能會有一些不一樣的玩法。試想一下，未來10年，隨著科技的巨大進步和AI的發展，VR或是AR上極大的創新，那時必然會出現新的教育硬件類形態。只要技術上有大的突破，教育產業一定會第一個跟上去，取嘗試、去探索、去應用。未來，真正的硬件升級應該是教育陪伴機器人和教學機器人這種終極形態。

08

Q8：最后一個問題，請諸位談談當下國內AI+教育發展的狀況，未來一個階段會遇到哪些瓶頸，在這個過程中，需要注意哪些事情？

周楓：談談現狀。目前，國內字節跳動、阿里巴巴、百度、騰訊、科大訊飛（002230.SZ）在內的大模型賽道玩家相繼宣布降價或免費。應用端成本基本上是以每年約50%的速度在指數下降，比摩爾定律下降速度更快。50%的降幅源自算力和模型改進的綜合影響，算力本身也越來越便宜。成本降低是個很好的進展，因為大模型現在還是太貴，比如大家今年比較關心的70B到130B參數的大模型，不管訓練還是推理都貴。

另外，有人認為現在沒有特別成功的Super App，其實這種觀點是主觀的。如果你期待大模型規模非常大、賺到很多錢，從這個角度來講，行業發展并沒有那么快。從大模型幫助很多用戶找到解決問題的更好辦法、幫助很多公司推動業務發展、模型的能力提升速度等角度來講，目前國內大模型整體進度還是比較順利。

孫志崗：AI的瓶頸正是我們自己。作為一名IT技術男，我已經搞了大半輩子的計算機。從1993年寫下人生的第一行代碼，到現在已經31年了。在人工智能出現之前，我們這些人推崇強邏輯，甚至在日常生活中與他人相處也習慣講邏輯，而非講情面。

ChatGPT的發布是一個分水嶺。在前ChatGPT時代，技術的主流是邏輯，邏輯思維能力不強的人不可能成為一名好的軟件工程師。在后ChatGPT時代，技術是人文和邏輯的結合。面對各種問題，解決手段依然是編程，但我們需要思考是用人文思維調用神經網絡，還是用邏輯思維調用機器語言。兩者各自發揮優勢，解決各自更擅長的子問題，合并在一起構成智能系統。

在這個階段，AI的輸出受人的指令和判斷的影響。如果輸出不夠理想，人可以通過調整提示詞、數據、模型、后處理等手段來進一步優化；還有一種情況經常發生，即AI輸出了某種成果和信息，但因人的判斷力不足而被忽視。比如我自認審美不夠高級，所以我篩選出的AI繪畫作品，總是不夠好看。AI能力定律不斷提醒我們，AI的瓶頸正是我們自己。

楊仁斌：我們對于AI的發展和帶來的變革性影響有強烈的共識，所以幾乎沒聊什么技術，談得最多的是產品和戰略。從互聯網發展來看，電商、直播等形態的出現，催生了大量的平臺公司，他們主要影響的是生產關系。人類歷史上，唯一能與AI技術比肩的是蒸汽機的發明，讓機械逐步取代生物動力，隨著AI逐漸達到甚至在部分領域超越生物智能，它將釋放一種難以想象的巨大生產力。當AI成為一個生產力工具，會釋放巨大能量，催生一系列機遇。還是那句話，AI時代想象力最重要。

09

桃李小結

黃奇帆等人所著的《新質生產力》一書中寫道：世界各主要大國正競相發展的基于大模型的人工智能，將在未來10~20年內形成具有顛覆性效應的未來產業。

根據網信辦數據：我國已備案上線可提供服務的生成式AI大模型超190個，教育企業正是其中重要的構成。

探尋路在哪里，路已經走到哪一個岔路口，對教育產生了哪些實際的影響，這是桃李財經“虛擬”本次圓桌討論的初心。

未來，桃李財經會繼續該形式，希望在原生觀點碰撞中，為教育從業者們提供一些有趣的思考。

? 「桃李財經」用心出品

桃李年終策劃

桃李實驗室

桃李商觀 · 產業觀察

AI教育 · 產業觀察

教育營銷 · 產業觀察

「桃李財經」——打造教培圈最火的社群矩陣。目前已組建45個精準社群，匯聚15000位教育行業創始人、投資人、從業者，全部100%實名制。請加桃李財經運營合伙人@木陽 微信，實名驗證后一起進群交流學習。