12月26日，2022年“回响中国”腾讯教育年度高峰论坛在北京富力万丽酒店举行，论坛以“智慧育人 共绘未来”为主旨，邀请了教育政策制定者、专家学者、大学高校、行业领军人物、专业教育机构、传播媒体等共聚一堂，分享教育思想、预测未来趋势、探讨教育热点，成功举办了一次教育行业交流的盛会。
主持人：老师您好，很高兴能够在这里采访您！请您跟广大网友打声招呼，简单介绍下您和所在的机构。
袁俊：Hello，大家好，我是深度之眼的创始人袁俊。深度之眼专注于人工智能等新技术领域的培训教育，目前主要的重点在人工智能的科研学术培训教育。公司创立5年多来，我们持续服务于人工智能的科学研究和工业前沿研究的用户群体，这些用户群体主要有各大学人工智能及相关专业的硕博士研究生，互联网公司和各类企业的人工智能的算法研究人员，主要交付是学术价值，特别是高水平的论文和其他科研成果。这样的一间培训教育的机构，显然在我们整个培训教育行业里面算是一个比较特殊的细分赛道。我们几百位讲师团队，主要来自世界名校的青年人工智能研究学者和互联网大厂的资深算法工程师，博士为主要群体。
主持人：在过去的一年里，您认为您所在的领域最大的外部变化是什么？您是如何应对的？
袁俊：因为我们既属于培训教育行业，也属于科研服务行业。所以人工智能技术本身的发展，比如Gartner的技术成熟度曲线、和它的融资、产业变化，对我们的影响是最大的。那主要的变化是什么呢？就国内来看，因为人工智能在2016年到2018年，是一个快速的非理性的发展阶段。但是从2018年下半年开始一直到现在，非理性的泡沫逐步破灭了，但人工智能技术本身，以及作为一种使能技术，去赋能各个学科各个行业，这样一个快速发展的趋势没有变，只不过比过去会更加理性了，我们说如果一个赛道它一点泡沫没有，就是死水一潭了。
这个变化真正做人工智能技术和产品研发，和对人才培养和供给的机构来讲带来最大的挑战就是，你必须真正的去切中用户的刚需，并且提供有比较确定性的服务和解决方案，且能变现，才有可能在这个市场里面生存下来。所以不仅仅是2022年，我们这几年一直专注于对用户学术价值的交付，而非就业价值的交付，定位于在读硕博士这个用户群体而非找算法工程师就业的群体，让我们成功地在这个巨大的变化中幸存下来。
第二个变化，就是获得流量更难了。不仅仅是因为机构对流量的竞争，而是用户眼睛更亮了，更挑剔了，也更有准备了。大规模投放不适合我们这种专业性公司，或者我们从来没有用过大规模投放，这种方式只会消耗你，本该用于教学服务上的资金，我们还是坚持着生产源源不断的以原创为主的优质内容来获取客户。这个策略在过去一年再一次被证明是成功的。
还有一个变化，或者说挑战。就是怎么样使最后的服务和交付这个结果有比较大的确定性，因为科研这件事情跟我们所有的都不一样，它都有非常大的一个不确定性，最后能不能发表出一定级别的论文，它也有非常大的不确定性，或者说不确定性本身就是一个合理性和科学性。如果我们给用户承诺100%你交了钱就能让你发出论文来，这个本身就不符合事实，但是我们又必须强制自己提高这个确定性，那么这个对师资的选择，到指导课程产品设计，到服务的流程，方方面面都提出了非常大的挑战，其实我们目前仍然在不断的探索迭代完善中。
最后，就是k12行业的剧变以及培训教育类公司的盈利与公益、增长与失控这个问题。我几乎每一年都和用户、同事说，培训教育这个行业无法完全商业化，它要在盈利与公益、商业与情怀之间有一个平衡。培训教育公司也无法持续疯狂增长，我们看过太多的例子，高速疯狂增长的背后是资本推动、大量的钱去招聘销售，几层楼都是销售甚至几栋楼都是电销人员，大量的钱砸向推广，最终都是昙花一现。不能说培训教育公司小而美好，增长必须是发自内生的，而非快速催熟。如果无法持续高速成长，就维持这个节奏，也很美好，用户体验也是非常好的。
主持人：您的机构的最大特色和核心竞争力是什么？
袁俊：我觉得主要有几点：
1 .是培训教育和科研服务的融合：我们既可以把自己定义为在培训教育的这样一个领域，我们也可以把我们定义在科研服务领域，懂培训教育的不一定懂科研，懂科研服务的不一定懂培训教育的商业化运作；
2 .对复杂需求洞察和提炼，能够抓住在商业上可持续运营的需求并实现商业闭环，且保持从目标市场定位、产品策略、运营策略的高度差异化。这个我前面有讲过我们定位于学术价值交付而非就业价值交付。
3.团队的背景、经历、经验，或者说我在科研服务相关领域的一个长期积累是有关系的。我研究生毕业之后，在航天里面从事了4年的宇航技术的研发，后来又有8年的时间在上海超级计算中心从事高性能计算这个领域做科研服务有关工作。服务的主要是我们国家在自然科学、基础科学和工程科学这些科学家和工程师群体。我们主要是给他们提供在科研过程里面所需要的计算模拟超级计算机硬件资源，软件开发及软件资源，那么这个软件更多的是指并行计算所需的并行编程和系统技术。在这8年里面，基本上国内的主要需要用计算模拟的自然科学和工程科学的研究团队，七八成的优质团队，都是上海超级计算中心的客户，从论文、到各级国家地方科技奖、到用户评院士、教授，我的用户里面有几十位陆陆续续的评上院士。
后来我又在工业软件行业工作了8年，做到当时内资工业软件行业的CAE赛道里前三甲。服务的都是航空航天核电这些国家级的科研院所，接触到的各类科研问题非常多。所以这个经验和我做人工智能培训教育的公司就自然的衔接起来了。比如我任何一个个体用户，无论是人工智能本体技术，还是人工智能加生物的应用，或者人工智能加清洁能源的应用，我知道他要解决的问题是什么，目标是什么，数据是什么，适用的模型群大概是什么，他自己要指导老师解决的核心问题是什么，该给他匹配什么样的指导老师
比如我去遴选老师，我要看他的科研项目、科研成果、论文。我和他交流的深度和准确度，可能就比没有这种经历的人要好得多。
4 .最后当然，核心竞争力不是与生俱来的，过去的经验和经历只是一个敲门砖，作为一个机构你要能运转起来，核心竞争力是慢慢构建起来的，护城河是慢慢在运营中挖出来的，不是创立之初就有的。今天我们回过头来看，构建起的核心竞争力可能还包括我们强大的讲师团队，优质内容互联网获客能力，匹配对接订单转化能力，交付能力等。
热门跟贴