核心摘要：
校外教育在線化蓬勃發展，校內教育信息化穩中求進，資本與市場驅動消費體驗升級，政策與技術促進服務質量提升，校內外教育市場供需缺口凸顯，亟待智能化解決方案加速教育現代化的進程，以促進教育公平，提升教育質量，實現教育個性化。
參與者眾，五類玩家打法各有千秋，覆蓋面廣，四類場景滲透程度不一。ToC方面，外圍教學環節AI程度高，內核教學環節仍在探索，ToB方面，管考場景商業化落地進程較快，但底層數據尚未打通，真正實現千人千面教學為時尚早。
整體市場規模超400億，泛AI產品的滲透率不高，B端對AI解決方案直接付費的意願更強，受教育用戶較長的技術接受週期影響，C端商業化難度較大。主要應用當中，口語測評與拍照搜題的用戶滲透率較高，但人工智能自適應仍在探索。走班排課與校園安全是學校的剛需，校內外AI課堂正同步推進，其中海量數據的獲取與利用成最大障礙，智能化程度較低，教學效果有待驗證。
無論是學界還是業界，其對AI+教育的發展理念基本達成共識，即以學習者為中心，從外置型技術輔助走向內融型技術滲透。學界將繼續挖掘教學目標與機器規則的可適配性，開發特定教育場景下的關鍵技術，對不同發展階段的業界玩家而言，具備差異化競爭優勢的高質量數據資源將成為其競爭的突破口，可在當前關注度不高的特殊教育領域或者其他細分賽道當中探索更多應用場景。
中國AI+教育行業發展背景
AI+教育的定位
為教育現代化建設打造智能引擎
在人工智能產業當中，金融、營銷、安防、客服領域在IT基礎設施、數據質量、對新技術的接受週期等AI發展基礎條件方面表現較優，其商業化滲透率和對傳統產業的提升程度較高。而教育行業整體AI化程度較低，數據質量參差不齊，解決方案的落地效果表現一般，但得益於政策的大力支持與市場對AI的強烈需求，AI+教育的商業模式逐漸清晰，價值空間較高。
在教育產業當中，校外教育向在線化發展，校內教育向信息化發展。校外教育方面，在線化教學的的用戶體驗粗糙且教學效果模糊，用戶對新技術的接受週期較長，更加智能化的產品值得探索。此外，校內師生的信息素養不高，且信息化設備使用頻率較低，均導致核心教學數據缺失，最終加大了教育數據挖掘分析的難度，因此亟待智能化解決方案的落地實施。
AI+教育的定義
人工智能技術在教育場景下的應用
對“AI+教育”的定義既要回歸技術的本質，始終圍繞基礎數據、核心算法與服務目的，也要回歸教育教學活動的出發點，始終關注教育目標及其評價方式。因此，本文認為，“AI+教育”是指在人工智能與教育深度融合與發展的條件下，以基於教育場景的人工智能應用為路徑，促進教育公平，提升教育質量，實現教育個性化。具體來看，“AI+教育”是人工智能在教育領域中創新應用的技術、模式與實踐的集合，可劃分為“計算智能+教育”、“感知智能+教育”和“認知智能+教育”，即AI+教育正從“能存會算”向“能聽會說與能看會認”發展，最終實現“能理解與會思考”。
AI+教育行業的應用場景
教、學、管、考場景下均有已落地的人工智能教育應用
從教育教學活動的角度來看，當前的教育場景可劃分為教、學、管、考。其中，“教”和“管”的主體是教育者，前者負責執行教學任務，主要工作包括教研、備課、授課、答疑、出題、閱卷等，工作內容繁瑣，核心需求是減輕負擔，實現精準化教學。後者負責統籌教務環節，主要工作包括教職工招募、師生督導、招生、分班排課、校園建設等，決策環節考慮因素較多，核心需求是提高效率，實現科學化管理。“學”與“考”的主體是受教育者，“學”的場景下，學生的主要任務包括預習、聽課、看書、做作業、複習、考試、實習等，由於學生個體差異大，核心需求是自適應，實現個性化學習。“考”的場景下，主要面向大規模標準化測試，組卷閱卷的工作龐大，部分測評環節勞動力密集且效率底下，核心需求是保證準確性的前提下，實現自動化評閱。
AI+教育行業的技術架構
數據是基礎，算法是核心，服務是目的
從AI+教育的技術架構來看，可初步分為三個部分，即基礎層、算法層、應用層，每一層分別表現出不同的特點。基礎層主要包括算力、數據與算法框架，其中數據量級龐大冗雜，質量參差不齊，基於教學過程的非結構化和半結構化數據的處理難度大，線下教學環節的數據普遍缺失。算法層是實現技術的核心，2006年提出的深度學習算法視為人工智能在算法層的突破，該算法通過具備更多隱層節點的人工神經網絡，實現逐層特徵變換與學習，解決了很多複雜的模式識別難題。感知層技術目前發展得較為成熟，在深度學習算法的助力下，感知技術應用場景廣泛。認知層技術是未來發展的重要方向，預期在特定領域內可實現機器一定程度上的認知推理能力，有顯著的技術門檻。AI+教育的應用發展階段各異，越外圍的教育環節，技術滲透率越高，技術的有用性與易用性也越好。
AI+教育行業的發展歷程：產業視角
依託於在線教育與教育信息化而發展，行業仍處初級階段
AI+教育行業的發展歷程：資本視角
融資規模呈上升趨勢，K12與教育信息化領域最受資本追捧
隨著近年來人工智能的快速發展，AI+教育賽道備受資本關注。2013年-2019年，AI+教育領域共發生274筆投融資事件，總融資額達145億。從融資增速上來看，融資事件數複合增速達34%，融資總額增速達57%，資本一度狂熱，其中K12與教育信息化領域的融資規模領跑其他細分賽道，期間各自總共融資78億與20億，分別佔整體融資額的53.5%和13.6%。
AI+教育行業的發展驅動力
產業、技術、政策、資本四力合一，全面驅動AI+教育發展
產業方面，在線教育滲透率不斷提升，教育數據量增長迅速，為人工智能技術的實施提供了數據基礎。由於目前在線教育的體驗及效果不佳，倒逼行業進行技術升級，人工智能解決方案將成為在線教育體驗提升的主要途徑。技術方面，互聯網基礎設施全面普及，在大數據、雲計算和5G等支持性技術不斷成熟的背景下，數據量和算力將獲得進一步提升，人工智能技術有望實現突破。政策方面，近幾年來，我國針對人工智能及人工智能+教育領域的政策層出不窮，人工智能已上升至國家戰略級別，教育更是關乎國計民生的大事，行業尚處紅利期。資本方面，教育行業巨頭紛紛佈局，知名投資機構頻頻出手，融資規模超百億，融資階段覆蓋天使輪至IPO，成為教育領域近年來最大投資熱點。
AI+教育行業的競爭力分析
五類玩家各有所長，行業定位逐漸清晰
從技術與業務的角度來看，AI+教育的主要行業玩家可分為具有教育與業務背景的線上與線下教育機構和具有技術與產品背景的AI技術供應商與互聯網巨頭，以及綜合教育與技術背景的教育信息化廠商，這五類玩家各有所長，對AI+教育的滲透程度不一，發展階段各異，其中在線教育機構與AI技術供應商因業務與數據資源積累和技術開發優勢，滲透程度較高。隨著各類行業玩家對AI+教育領域的不斷探索，未來行業分工將進一步明確，在競爭中走向融合創新。
AI+教育產業圖譜
中國AI+教育行業發展現狀
AI+教育行業的市場規模
市場規模超400億，泛AI產品滲透率普遍較低
服務提升需求驅動校外在線產品AI化，效率提升需求驅動校內信息系統AI化，校外AI技術的市場滲透率小於校內。從目前AI+教育的實際應用來看，AI產品的工具化與功能化屬性較重，校外產品商業化價值的驅動因素仍為優質教育資源（師資、內容），AI在教學上的價值尚未被家長普遍認可，直接付費意願不強。校內信息系統在政府政策主導下，財政預算驅動著教育信息化的普及與升級，泛AI產品應用場景豐富，整體滲透率較高。
AI+教育的應用：口語測評
朗讀與複述能力測評技術成熟，自由表達測評技術仍在發展
從“測”的角度來看，口語應用場景包括朗讀與複述、陳述與表達、演講與問答，不同場景對應考察學生不同的口語能力，並且學生表達的主觀靈活性逐漸提升。從“評”的角度來看，核心功能是實現自動評分與糾正，即告知學生其在不同口語能力上的掌握程度，並指明正確的練習和表達方式。其中，朗讀題因高度測試有用性（即朗讀題有較高的測試效度）及材料既定性等特點，在學界被廣泛研究，目前已有成熟的語音評分與口語訓練系統。複述題的標準相對靈活，即學生可以擺脫範文以進行轉述，但這就要求機器能夠“聽懂”學生的複述的整體內容，而非僅僅是逐詞校對，目前複述題模型需要基於朗讀題數據做自適應處理，以提升識別性能。
以自適應口語學習和配音產品ToC，以口語考評系統ToB
C端方面，口語測評功能主要嵌入自適應口語學習產品和配音產品當中，其中後者的打分系統相對模糊，且“測”的場景主要為原文朗讀，技術實現難度較低。對於自適應口語學習產品，交互場景較為豐富，其中情景對話/看圖說話場景已涉及對具備一定主觀靈活性的複述與表達能力的測評。B端方面，在英語教學改革的大背景下，口語納入中高考考試範圍，由地方教育部門統一採購的英語口語考試評測系統成為各個學校考前突擊的重要學習工具，根據行業主流考評系統供應商的反饋，目前口語考評系統已在大部分地區全面推行，並已經替代了教師的部分評閱工作，但仍需專家參與評閱過程。
語言學習與考試的標配，商業模式成熟，技術滲透率高
口語測評主要涉及語音識別、語音合成與語音評測技術，由於目前測評的能力維度相對單一，基礎測評功能的實現不需要太高的技術門檻，在語言學習產品當中應用廣泛，技術滲透率較高，用戶覆蓋面廣。從商業模式上來看，對於C端產品而言，口語測評內嵌於口語教學與練習產品，並以課程費和會員權益費的形式向用戶收取費用，而對於B端產品，除了口語考評系統外，智慧課堂場景下的口語作業批改環節也會用到口語測評功能，服務商收取API接口調用費或解決方案服務費。
AI+教育的應用：拍照搜題
核心技術為圖像識別與內容檢索，競爭壁壘在於題庫
拍照是信息的輸入方式，搜題是用戶的具體行為，本質上，搜題行為在PC時代就已經非常普遍，基於各類垂直題庫或者更大的流量入口的搜索（例如Google和百度），用戶能夠檢索到相應的結果，內容檢索技術的發展已經相當成熟（主要分為基於關鍵詞匹配和基於分類目錄的兩種檢索方式，搜索引擎的算法多為前者）。隨著移動端智能機的爆發，藉助智能機的前置攝像頭，用戶可隨時隨地以圖片的形式存儲題目信息，並利用OCR技術將試題圖片識別成可編輯的文本信息，繼而用文本信息進行搜索從而得到試題及答案與解析。目前OCR技術已趨於成熟，手寫體識別準確率可達90%以上，印刷體的識別準確率更高。因此，在技術層面上，各類拍照搜題產品都大同小異，能夠構建起競爭壁壘的部分是需要依靠強大的人力和組織力生產的題庫，這是決定產品用戶體驗的關鍵因素。
從作業工具引流到教學內容增值再到課程服務變現
拍照搜題的戰爭已經結束，CR2超過80%。最初，產品依靠拍搜功能引流，並基於作業場景下的其他需求，提供背單詞、作文庫與同步練習的功能，實現工具時代的流量原始積累。隨後，各類玩家基於用戶需求衍生出了不少增值服務，從1對1答疑到VIP視頻知識點講解再到直播課程，一邊夯實題庫，一邊自建教研教學體系，逐漸從工具產品向內容產品轉型。最後，產品加大對教學環節的滲透，通過“主講教師+輔導教師”的雙師授課模式，全面提升教學服務質量。
大面積覆蓋K12，正在向家長批改場景和考試類領域拓展
拍照搜題產品主要滲透高學齡段（四五六年級）的小學生、大部分初中生和大部分高中生，其中小學滲透率超過40%，初高中滲透率超過90%，未來K12學段滲透率的提升主要在低學齡段（一二三年級），該學齡段的核心用戶群是家長，比較常見的應用場景是家長對學生口算作業的批改，拍照搜題產品可以實現實時計算功能，提高家長批改的效率，未來還將針對家長批改的場景，逐步開發基於主觀題與應用題的批改功能，其技術原理與拍照搜題一致。另一方面，從題庫生產的邏輯上來看，考試類教育領域的題庫資源豐富，用戶對搜題也需求不少，但目前仍以手動輸入的方式進行檢索。
AI+教育的應用： AI課堂
進入弱人工智能階段，AI模式識別能力點綴教學環節
自1979年以來，課堂教學改革一直是教育學重要的研究領域，知識聯繫實際、自主合作學習、個性化學習逐漸成為課堂教學的構建原則。這種背景下，通過信息化手段輔助課前導學、同步備課、課中互動、在線檢測、課後作業成為了必然選擇。自2011年起，“智慧課堂”產品就開始在市場上熱起來，這一時期強調的是基礎數據整合、利用大數據分析學生錯題情況，兼有基礎的語音朗讀和評測能力；2016年之後，通用AI語音、視覺等模式識別能力開始進入課堂，AI課堂質量監測開始引發關注，到2019年已基本實現了在課堂場景下的可用；未來，為了進一步彌合課堂教學改革的需求，發揚“互動課堂、翻轉課堂”等教學模式的優勢，AI課堂將繼續進階，下一階段AI輔助實現的策略化點播和發散性學習將是重點突破功能，在更遠的未來則可能幫助教師實現真正的千人千面教學。
公立校V.S.教培機構AI課堂的產業鏈與商業模式
公立校和教培機構都在關注AI課堂，但AI課堂在兩類機構的應用差異很大。公立校延續智慧課堂的建設方式，主要通過改造多媒體教室，在實驗教學中使用AI課堂（學生輪班上課），需要引入的內容包括：教育資源及其系統和本地部署的服務器，授課與備課系統，及支持AI功能的教、學平板電腦終端，一般由教育類ISV通過渠道商完成當地教育局或學校招標的商業模式進行；教培機構對AI課堂的使用又劃分為線下和線上，線下由教培機構將解決方案投放進直營校和加盟校，利用AI邊緣設備和硬件傳感採集設備進行課堂信息實時採集，建設完成的AI課堂會常態化使用，而且常常與“雙師” 模式結合應用，由AI負責錄播課過程中的課質監測、學生個性化關注，進而把控授課進度與難度；線上則利用AI關注錄播課中學生實時反應，提供差異化輔導；教培機構AI課堂在商業模式上主要收取銷課費、加盟費。
公立校：普通智慧課堂與AI課堂混合建設，AI課堂約10%
公立學校的智慧課堂建設是教育信息化的一部分，目前呈現出普通智慧課堂與AI化智慧課堂混合建設的現狀，其中達到AI化智慧課堂的比例約10%。從發展空間來看，智慧課堂的主流用戶為中小學生，我國有21.4萬所中小學，智慧課堂的建設空間總計在2000億元左右，而遠期AI課堂能夠完成對智慧課堂的較高滲透。從現狀看，2018年，我國教育信息化市場規模約為4000億元，智慧課堂相關建設大約佔比3.7%，即150億元左右，其中軟件系統佔比38%左右，教師、學生平板終端佔比50%左右，其餘為無線網AP與用電設施等。從項目的區域分佈上看，東南（26%）、華南（21%）、華東（17%）等沿海地區的智慧課堂建設走在前沿。
教培機構：線上與線下AI課堂發展動因不同，線下滲透率低
線上錄播課場景中AI課堂功能的核心有課質監測與學習內容的個性化推薦，AI對學員在學習中的問題進行分析，輔導老師可以針對性跟進指導，部分產品還可提供師生智能匹配功能，相比而言，線上AI課堂數據實時採集的質量受環境噪音、攝像頭角度影響小，普及難度稍低，較多機構已經參與嘗試，未來的發展重心將結合學習資源的快速生產，如利用AI形成課程視頻、形成測題集，解決生產力的問題。線下AI課堂的設置初衷是緩解三四線地區缺乏優質師資的問題，幫助線下培訓機構以較低成本、較低收費提升學生課堂體驗，推廣剛剛起步。加盟校區較難統計，而從機構直營校區看，部分大型K12教培機構線下直營AI課堂教學中心滲透率僅2%，如果將市場上不計其數的中小培訓機構納入核算，則滲透情況微乎其微。
海量數據的獲取與利用是制約AI課堂發展最大的問題
AI課堂的受眾以小學中高年級和初中為主。對於社會普遍期待的由AI實現個性化學情分析和學習路徑最優策略推送，以幫助學生強化薄弱知識點、考點的掌握而言，雖然這樣的功能已經陸續上線，但應用效果還不盡如人意，究其原因，一方面是因為我國AI課堂的建設剛剛起步，數據需要一定的積累週期才能產生價值，其效果顯著的時間相比建設時間有滯後性；另一方面則是因為數據的獲取與利用程度還很低。我國公立校AI課堂作為實驗性教學使用，每個月每個學生只有1-2個課時，而課外輔導班中AI課堂的滲透比例也還很低，整體測算中小學生AI課堂學習時長的滲透率在其學科教育總時長中僅千分之一，單個學生用戶在AI課堂系統中的使用頻次和活躍度都不足支撐千人千面的分析，而校內、校外、線上、線下、不同輔導機構等授課渠道的AI課堂積累的數據無法相互打通，阻礙了對學生進行全面、完整的分析從而優化學習輔導策略。
只有少數企業有實力進行自研，形成未來的AI課堂生態核心
AI課堂作為教學綜合性解決方案，涉及的研究方向較為複雜，若想在真實教學場景中達到可用，大量的教學實踐場景與經驗必不可少，這是獲取算法訓練數據的主要來源，也是積澱實際場景需求理解的最好渠道；同時，AI算法的突破依賴於大量、穩定的研發團隊，資金實力和品牌效應是保障。整體而言，AI課堂的參與壁壘較高，只有少數企業真正具備自研先進AI課堂產品的能力。
AI+教育的應用：走班排課
高考從標配走向自選，催生走班排課系統的旺盛需求
AI+教育的應用：校園安全
AI視頻監控守護校園人身財產及食品安全
校園安全是辦學的基礎要求、也是生命線。過去的平安校園監控系統，在AI的賦能下，能夠實現陌生人出入警報、高空拋物預警、樓梯擁擠預警等，為校園人身財產安全增加了一重保障。而食品安全也是安全管理的重心，2019年4月國務院食品安全辦全國校園食品安全工作電視電話會議明確，學校食堂推行“明廚亮灶”的比例要達到70%，適逢視頻監控行業AI升級化大潮，在此背景下，具備AI視頻分析功能的明廚亮灶餐廚解決方案開始成為主流。
中國AI+教育行業未來趨勢
競爭策略方面
教育公司主導產業升級，差異化的高質量數據是競爭突破口
目前AI+教育行業仍處於初級階段，AI技術與產品的研發消耗巨大，不同發展階段的市場玩家將採取不同的市場競爭策略，總體上仍然是以教育公司來主導整個產業升級的過程。對於成熟的教育公司而言，AI中臺戰略已初見端倪。此類公司教學業務多元，教學場景豐富，各業務線具有各自的數據儲備，AI中臺可促進各部門數據互通互融，基於各個場景搭建獨立的算法模型，最終通過業務數據的增長來反哺業務部門。對於初創的教育公司而言，自研某一細分領域的數據引擎可建立相應的競爭優勢。就語音識別與合成領域而言，兒童語料庫與成人語料庫差異較大，全行業在兒童語料庫的積累上仍存不足，教育場景強調交互體驗，但目前的語音合成技術還無法做到抑揚頓挫的表達，實際教學體驗較差，值得初創企業探索。
閱讀更多 艾瑞諮詢 的文章
