2017年，騰訊研究院&IT桔子聯合發佈了《2017年中美人工智能創投現狀與趨勢研究報告》，報告中預測，人工智能經過創業持續火爆的高峰期，在2017年，產業開始進入休整階段。2013～2015年快速發展下積累的眾多市場矛盾已出現爆發前兆。
也就是說2018年，人工智能行業將進入“大浪淘沙”年。
備受投資方青睞的智能無人機、餐廳機器人、虛擬助理、智能硬件領域，已出現多家公司倒閉、融資難等情況。
作為一個慢行業，教育在與AI聯姻後，如何在人工智能行業“大浪淘沙”年存活下來，又能存活多久?
環境利好 但競爭激烈
就環境來說，AI+教育有著利好的發展環境。
好未來、新東方、VIPKID、51talk、滬江等行業巨頭相繼加入AI教育賽道競賽。2017年則有數家龍頭企業得到了上億的融資額度(如圖所示)。比如主打自適應教育公司乂(yì)學教育2017年獲1.2億元天使輪投資，同年6月又再獲1.5億元天使輪追加投資，創下K12領域天使輪最高紀錄。再比如，英語流利說2017年獲得1億美元C輪融資。
同時AI+教育有著利好的政策環境。去年國務院發文要求在中小學階段設置人工智能相關課程。在今年兩會的政府報告中明確提出：做大做強新行業集群，實施大數據發展行動，加強新一代人工智能研發應用，在醫療、教育等多領域推進“互聯網+”。
近日教育部又印發了《高等學校人工智能創新行動計劃》的通知，以彌補500萬人工智能高端人才缺口。
在需求端上，“人工智能教育”這個概念已經為大眾熟知，人們渴望利用AI技術重塑教育領域，從而真正實現“有教無類、因材施教”。
然而，AI+教育盈利模式尚未清晰;人們的期望值高於產品所帶來的滿意度;投資過熱，技術的發展卻跟不上產業的步伐;人工智能+教育的融合僅僅侷限在教學環節的外圍，真正的核心領域尚未觸及……
行業准入門檻低，大批量公司湧入市場。就目前為止，在線教育、線下教育、其他非教育行業等近40家機構宣佈發力AI教育。各企業發展戰略趨同、競品間互相追逐，行業利潤變薄，甚至為負。
在乂學教育創始人慄浩洋看來，AI+教育的行業模式將會像共享單車一樣，在初期會出現激烈的拼殺，但在大浪淘沙過後，“剩者”將只有兩三家。
與在線教育殊途同歸
AI+教育的發展軌跡，似乎與曾經的在線教育不謀而合。
曾幾何時，在線教育被人們寄予巨大的期望。
2013年被視為中國在線教育元年，資本紛紛入駐在線教育領域。
然而，隨著在線教育企業梯子網、那好網紛紛倒閉，在線教育進入泡沫期，資本進入的腳步開始放緩。
更為重要的是，在線教育行業的盈利兌現非常慘淡。根據互聯網教育研究院對 400 家在線教育企業調查的結果顯示，目前，有 70.58%的公司正在虧損，13.24%的公司處於持平狀態，而能夠盈利的公司比率僅佔16.18%。
儘管在線教育衍生出了內容收費、廣告收費、平臺收費、增值收費等諸多變現模式，但主要是通過提供高質量的數字原創內容(如課程和資料)來盈利。依靠內容收費變現的邏輯在於，機構試圖依託互聯網技術，通過優質的內容或服務吸引足夠大量客戶，通過口碑和影響力實現大規模變現。
經過第一輪的互聯網廝殺後，諸多機構開始逐漸迴歸教育本質，更為關注教學質量和課程內容。一個完整的教學流程包括這幾個部分：內容開發、教學(學習)、練習、測評、管理五大環節。而教學是最為核心的環節，教學資源的的核心在於教師。機構想要迅速擴張自己的規模從而實現大規模變現，必然會急需大量的教師資源，卻也同時導致教學成本提高。
多名分析師就曾指出，目前在線教育企業鮮少盈利，這與其成本過高有關。
AI+教育也將面臨著成本過高和盈利模式尚未清晰的問題。
如圖所示，要想人工智能與教育有機結合，需要收集海量的數據、建立貼近真實情況的數據模型。在數據與算法上，教育機構需要大量的前期投入。這樣大規模燒錢之後，AI+教育能否迎來盈利期，依舊是個未知數。
誰能解決教育痛點誰或許就能走出困境
傳統的在線教育利用互聯網技術把線下的普通教學搬到了線上，打破時間和空間的壁壘。但其弊端也非常明顯。比如慕課，其完課率低，學習效果難以保障，學生無法得到及時反饋。在線教育只是將技術作為了一種手段，尚未能解決教育的痛點。
目前的改革大趨勢是素質教育。
2014年9月份國務院高考改革《實施意見》頒佈，啟動了自改革開放以來最系統、最全面的高考改革。新高考改革意味著在頂層設計上，未來中國教育的重心將從應試教育轉移到素質教育。自主招生改革、綜合素質評價錄取改革同時開展。從中可以看出，新高考的改革，更加關注學生的個性化成長。
而改革倒逼中小學教育體系變革，這對學生的綜合素質提出了更高的要求。
但是現如今，教育資源分配不均，從而導致了“擇校熱”、“大班額”、“天價輔導費”等諸多教育難題。
人們需要的是利用技術跟蹤記錄學生的所有學習過程，在基於大數據的蒐集整理基礎上，建立學習模型，發現學生個體學習的難點、重點所在，從而為學生提供個性化的指導，量身定製學習計劃。也就是說，希望AI+教育實現“大規模個性化”學習。
但目前的AI+教育還停留在弱智能化的階段。
比如乂學教育以“松鼠AI”智適應系統模擬教師的角色，通過數據分析將知識點拆分、精準偵測不同學生知識漏洞，查漏補缺。又比如一起作業，在海量學生作業數據的基礎上，經由大數據分析，針對學生所掌握知識的薄弱點、遺漏處和強項進行個性化的習題推薦。
這些AI+教育所產生學習方式依舊是“刷課”和“聽課”。它們並不能重構“教”與“學”的關係。AI技術在教育上的應用，更多地是為了減少成本，而非真正地將技術指向學習效果。
在未來，誰能解決這些教育的痛點，誰也許就能在人工智能的大浪淘沙中存活下來。
閱讀更多 藍鯨教育 的文章
