在線教育產品作業盒子已獲得 1 億美元 C 輪融資，本輪融資由雲鋒基金領投，好未來等機構繼續跟投。作業盒子創立於 2014 年，去年 10 月，團隊完成了 BAI （貝塔斯曼亞洲投資基金）領投的 2 億元人民幣 B+ 輪融資。
據瞭解，作業盒子目前總共有2700 萬學生用戶、200 萬老師用戶，DAU 為 370 萬，目前產品已經進入到 7 萬多個公立校，覆蓋了 31 個省。2016 年年底，作業盒子開始嘗試商業化變現。按照“基礎作業功能免費，增值服務內容付費”的產品邏輯，作業盒子現階段單月營收已經突破千萬。
本輪領投方雲鋒基金董事總經理認為，作業首先是一個能夠同時聯結老師、家長、孩子三方的、高頻剛需高粘性的場景，作業盒子從數學這一核心學科切入，實現大量的數據積累。而在線教育仍處於上半場，在 AI+教育的大趨勢下， AI 課程很好地解決了一對一個性化教學的規模經濟問題，是運用技術手段來改造教育供給端和需求端形態的一款教育產品。
關於本輪融資之後作業盒子在業務和戰略上的規劃，作業盒子的創始人及 CEO 劉夜說，主要有 3 方面，涉及到服務體系、產品設計以及內容豐富度：
·從“空中”到“地面”：作業盒子過往的用戶增長都是 80% 來自於口碑傳播，產品的運營和傳播集中在線上，早期團隊靠 10 人的 BD 團隊切入了公立校市場，
目前作業盒子已經組成了一個 300 多人的一個地推團隊，計劃深度服務學校。在之前採訪中，劉夜也透露，將會為學校、教委提供數據化服務和智能作業解決方案，提升區域教學效率；
·從老師到學校： “如果是老師自己用，那麼本質上仍是一個2C的產品，如果要在學校做更高的滲透率，就需要做一些深功能來服務他們”，因此，在產品設計上，會結合學校的學情管理需求提供一整套的作業和其他服務。
·從“邊緣”到主流：能夠服務學校的基礎前提是有更多的老師使用，因此在服務學科上，在從口算覆蓋到數學全科後，作業盒子也會逐步在語文和英語上進行補充。去年 4 月，作業盒子的小學版就已經添加了英語、語文兩個科目，題庫覆蓋各地區主流教材的每個章節。
不只是工具的「作業盒子」還能是什麼？
通過學生題庫、教師課堂作業管理完成了採集數據這第一步之後，閉環如何達成？劉夜給出的答案是，“工具”只是一個階段，作業盒子接下來想讓所有公立校實現個性化教育，在他看來，“絕對稀缺、相對過剩”是所有在線教育產品發展的契機：
·“絕對稀缺”指的是教師資源，在傳統的大班教學模式下，老師只能以班級的平均水平作為以參考線去調整教學進度，那麼對於這條線之上或之下的學生而言，他們的需求自然沒有被滿足。至少在學科知識的學習上，一對一是一個理想的解決方案，但顯而易見的是，現有的教師資源並不能，所以一部分“相對過剩”是就單個學生而言，他所面對的內容是海量的，如果不能找到適合自己的內容，那麼學習過程就是低效的。
迴歸到作業盒子上來看，在解決“絕對稀缺、相對過剩”問題這件事上，作業盒子是分為產品和內容兩方面來解決的:
從工具到“業務系統”，讓公立校都變成 Altschool
劉夜對於作業盒子的定位是一家科技公司，要服務公立校的作業盒子的希望是“讓所有的公立校都變成 Altschool ”。
Altschool 是由 Google+ 前負責人 Max Ventilla 創立的一家提倡個性化教學的實驗性學校，基於自有的軟件管理系統，Altschool 並不按傳統的年級分班，由於學生的所有學習記錄以及知識獲取程度都能夠被記錄，系統會為其定製個性化的學習計劃。扎克伯格是該校的早期投資者。
Altschool 最新的動向是將自己的運營重心放在了軟件管理系統的輸出上，從向學生收費轉向了老師收費，從“個性化學習”變為了“個性化教學”。除了 Altschool同樣專注於個性化教學的美國公立學校 Summit 也和 Facebook 推出了自己的個性化學習軟件平臺。
不過， Altschool誕生的硅谷已經在反思“個性化教育”的利與弊了，這其中有一個核心議題在於技術和教育者之間的關係。
Altschool 的一位老師就曾批判，Altschool 所推崇的技術主導的個性化學習中，因為需要去配合技術，老師在教學中反而變成了“配角”，並沒有任何成就感，原有的想要運營新技術來提升教學效率的主動性也消失了。
劉夜認為，科技會改變教育而不僅僅只是服務於已有的教育方式，對於產品的發展路徑，他更傾向於將工具看做是作業盒子的一個發展階段，整個產品未來要做一個“業務系統”，最終作為 LMS （學生的學習管理系統）服務於公立校，讓這些不能像 Altschool 一樣走精品小班路線的公立校也能實現個性化教學。
在他看來，工具解決的只是單一環節的問題，作業盒子的服務顯然不止於此：從作業批改、題目佈置到題目的推薦，數據統計分析，然後基於錯題的講解。從班級統計到學校統計、單科統計到多科統計、最終到學生的行為管理。
因此，從以老師為服務對象到以學校為服務對象是一個必然的過程，可以類比為從考勤打卡工具切入到整個辦公管理系統。
那麼，再回到技術和教育的“衝突”問題上，在系統的輔助下，學生硬性技能（學科知識的學習）的培養交由“系統+AI老師”的模式來高效完成。例如一個典型場景是，“AI老師”會很清楚學生在學習中遇到的問題，然後迅速在“業務系統”中為其提供最優的學習路徑規劃。
老師們更多的能力將被更多地釋放到學生軟性技能的培養當中，這些軟性技能的培養和塑造較之於硬性技能沒有能夠被結構化的知識圖譜，至少在目前還無法被機器替代。
從工具到內容：解構認知和教學，用 AI來講課
在解決了沒有足夠教師實現“一對一”教學後，下一步的問題即是，沒有足夠的專家教師來實現“一對一”的教學。
剝離開“一對一”這個場景，to B 的“雙師課堂”已經驗證了公立校對於稀缺的優質教學資源的需求，所以要以“系統”的角色深度服務於學校的學校場景讓作業盒子可以從優質內容層面上給出學校解決方案。
在長遠規劃中，作業盒子會從系統向生態轉變（Altschool 的系統也接入了一些第三方服務產品），但目前內容生產仍由作業盒子團隊自主完成。
AIOC （AI oriented content）是作業盒子在 B+ 輪融資中提出的基於自適應學習場景的內容建設戰略，AIOC 是指基於AI教學的最小認知內容顆粒。
自適應題庫當然高效，而且不少產品在很大程度上服務了老師，減輕老師留作業、批改作業和學情分析的時間，但 “AI+教育”的落地實踐中，自適應題庫並不是唯一解。基於AI內容生產的“自適應教學”或許也正成為趨勢。
不久前報道過的“符號樹”就在通過 AI 解構專家老師的教學行為和邏輯，從而讓水平參差不齊的老師們都達到專家老師的水平。
劉夜說道，和自適應題庫不同，“AI 課程”的講解顆粒度要更細，是對話級的。前者核心在於算法推薦，而後者還要求對學生的認知過程進行還原並給到相應顆粒度的教學反饋，“我們未來希望這個機器老師也是有人文氣息。”
所以 AIOC 內容的生產過程也是一個產品研發過程，劉夜提到，除了心理學、教育學的理論，課程的設計也在考驗如何更有趣地表達一個知識點，其實是在用產品的思維在做教育內容，將大眾認知中很“個人經驗”的教學過程工程化。
在 300 人的內容生產團隊中，有 100 人負責“劇本的編寫 ”，這 100 人都曾經是一線教師，除了常規的教研內容，最核心的任務就是“抽象和結構”：知識點、學生學習行為場景都需要被結構化，同樣的內容可能會存在多種表達形式，什麼時候來表達，怎麼表達等等都需要被考慮在內。
現階段，數學學科已經儲備了 10萬個 AIOC 的內容，語文、英語則分別有 1 萬個左右，基於 AIOC 的內容產品已經實驗了 5000 名學生，續課率為 95%，將在今年下半年正式推出。
技術 VS 教育，面向未來的教育產品是什麼樣的？
關於技術和教育關係的問題，劉夜給出的答案是技術一定會改變教育、以及未來人們接收知識的方式，教育作為一項服務一定會越來越貴，只有科技行業會把它變的越來越便宜。他也一直強調“作業盒子”一直是一家科技公司，只不過恰巧做了教育這件事。
AI+教育也好，自適應學習也好，這些都是我們能看到未來的教育產品。雲鋒基金董事總經理李娜也提到，技術門檻並非決勝的核心因素，更重要的點在於，誰能夠更精準地解決需求，以及在此基礎上去提供服務的產品的水準。
迴歸教育本質，我們認為，技術並不能從根本上推翻“教育”本質。而作業盒子在做的本質也是對於“供應鏈的優化”，甚至是對於上游內容生產端的優化。
謝謝閱讀！
閱讀更多 夠稀奇 的文章
