导语：
2015 年 7 月，埃隆·马斯克在加利福尼亚的纳帕谷庆祝 44 岁生日。派对的客人之一是拉里·佩奇。马斯克十多年的好友，Google 的首席执行官。随后，两人之间诞生了一场热烈的讨论，主题是：人工智能最终会提升还是毁灭人类？
佩奇描绘一副数字乌托邦愿景：人类最终会与人工智能机器融为一体。马斯克则强烈反对：如果那样的事情发生，我们就完了。机器会毁灭人类。
持有对立观点的二人不欢而散。而这场“微不足道”的讨论后来促成了两件事：
其一是两位好友“割席断交”，自此再无往来。
其二是 OpenAI 获得了马斯克数亿美元的投资，用以研发“更好”的AI。随后，扎克伯格、彼得·蒂尔、萨蒂亚·纳德拉等都一头扎入这个有望价值数万亿美元的新未来中。
回过头来，可以说，这场讨论既是友谊决裂的源头，也是促进产业发展的动力源之一。或许，我们可以从中得出这样的结论：人与人的“交互”在技术发展中的作用极大，真理越辩越明。
为此，桃李财经虚拟了一场圆桌（现实不存在，但是不用拘泥形式，享受一场思想盛宴），跨时间将教育圈的KOL们观点聚合起来，来听一听他们理解的AI+教育路在何方。
本期虚拟圆桌嘉宾：网易有道CEO周枫、AI师傅创始人孙志岗、精准学创始人杨仁斌
观点整理/ April
文章架构师/ 拓拔野
出品/ 桃李财经
01
Q1：自年初行业回暖后，AI+教育产品不断被推出。怎么看待这一现象？
周枫：大模型和AIGC技术适合教育领域。在我国，有1.5亿中小学生以及近5000万大学生，然而教师总数却不到2000万，平均10个学生才有一位老师。教师数量不足是教育领域长期存在的矛盾，这与医疗领域的情况颇为相似。与以往技术相比，大模型技术更能够有效提升“教”与“学”这两个本质上属于思维活动的效率，因而从长远来看，其非常适合教育领域。
杨仁斌：教育行业将是首批采用“AI Native”思想重构所有现存产品的超大行业，这一升级将是革命性的。教育个性化的根本瓶颈在于供给侧限制。过去，教培行业里存在着30万家中小机构，整个行业的市场规模约为1.2万亿元，新东方、学而思这样的头部机构的市场份额事实上还是比较小的比例。市场份额如此分散，就意味着教育行业是一个高度本地化和人性化的生意，每位学生都有其独特的学习需求和特点，要以规模化方式实现个性化教学，这一挑只有AI有望彻底解决。
孙志岗：教育和AI技术上存在天然契合度。教育中的所有环节都是以文本为核心的，都是语言的问题，这令其与大语言模型特别匹配。在每一个环节里都能把大语言模型或多或少地应用起来，这是天然的场景优势。而且训练教育大模型的方法和现有从业人员的工作方法契合度极高。一个有意思的观察，做提示工程去训练大模型这件事，和老师指导学生学好一个知识、学会一项技能、把一个事做好的基本的思路几乎是一样的。由老师来做提示工程这件事简直是浑然天成。
02
Q2：过去十年，有过很多“技术热”的时刻，但从时间尺度上，却都很短暂，这次有什么不同吗？
孙志岗：这次技术热，形成共识的速度是前所未有的。国家、大厂、科技领袖都在 ChatGPT 问世刚一年内，就确定了这是未来，并大举投入。
另外，这是最撩拨客户的一次技术变革。以前的技术创新，都是是搞技术的先探索，开发成产品，再说服客户使用。但这次，是客户先兴奋起来，在技术还不够成熟的时候，就已经开始积极探索使用场景，并且有人获得了好的效果。
最后，这是最「亲民」的一次技术变革。大模型把复杂的技术原理都封装到非常友好的「提示词」接口里，使得不懂技术的人也能驾驭大模型。这极大地缩短了技术落地的路径。
所以，这波技术热和以前的区别是非常明显的。我认为 AI 甚至会对社会结构产生影响，就像外星人突然降临地球一样。这种影响力可能会持续千年。
周枫：自两年前ChatGPT问世以来，我的观点始终是大模型的浪潮将持续十年，应用层机会巨大，2009年，3G正式上线，同年iPhone 3GS上市，由此正式拉开了移动互联网的序幕。在随后的十年时间里，每隔一到两年便会有革命性的应用或软件平台出现，而像抖音这样的巨量应用，则是七年后才出现。我认为大模型会呈现类似的发展趋势，对科技产业的推动作用将长达十年甚至更久。
如今，OpenAI的年化收入已经达30亿美元，国内产品豆包的日活跃用户数DAU已接近1000万，Talkie这样的娱乐应用也拥有可观的体量。如果说去年这种看法还比较小众，那么今年可能更多的人会持有类似的观点。
杨仁斌：先说结论，AI不同。如同马斯克的“第一性原理”那样：互联网解决的是供需匹配问题，而AI解决的是供应不足的问题。
出租车、外卖、店铺商家等“供应商”应有尽有，他们缺失的是寻获“消费者”的渠道。在这个场景下，互联网企业起到了“居间撮合”的作用。AI则是以技术的力量创造供给，填补市场缺口，让庞大的需求得到满足。因此AI教育解决的是过去互联网解决不了的根本问题。它是新质生产力，解决的是供给端的不足。
03
Q3：在对教育产业的提质增效上，AI目前做到哪一步了，还有哪些可优化的方向？
杨仁斌：提升质量主要体现在：其一、从制造学习工具到提供学习服务的理念提升，其二，用教学引擎和知识图谱技术提高个性化教学水平。以精准学为例，在我们的 AI辅学机上，学生看的不是预先录制的内容视频，而是随时可以和AI老师进行互动。不是有问题问AI，而是AI先开口帮孩子找问题。过去单一的大模型还不具备个性化教学的能力，但加入教学引擎和知识图谱技术，就可以产生媲美老师的化学反应。结果上达成，能够让孩子一直注意力“在场”。
周枫：按照场景去划分。学校场景中，AI定位于“教学助手”，能够协助老师备课，解决学生作业问题以及进行学习答疑。目前，在这些方面已经涌现出不少出色的应用，是教育信息化业务的进一步演进。家庭场景中，AI定位于“家庭教师”，AI可以助力完成孩子的学习指导、对学习进度的智能督促，还能协助进行学习规划和志愿填报等任务。自学场景中，AI定位于“学习伙伴”，更多地以学生为中心。它是传统学习App和学习硬件的大模型升级，能够帮助学生更好地进行自主学习，完成AI练习、AI答疑以及提供心理陪伴等任务。
孙志岗：AI在教育中有两个角色，一是求解式学习，二是体系化学习。目前，求解式学习已经有了很大进展，当你有一个问题时，AI能立即提供一系列回答，以GPT为代表的技术在这方面表现非常出色。
然而，求解式的学习越容易，未来体系化学习越重要：教师负责建立学习体系，AI则负责填充具体内容，使内容在体系化的同时具备多样性。在学习过程中：Ai是主动的，人是被动的，由Ai带着受教育者一步一步地沉浸在知识体系中，激发好奇心，完成体系化、系统性的学习。这是未来非常需要的方向。
04
Q4、教育大模型是当下最火的话题，目前，行业中有哪些板块已经被其颠覆或重塑了？
周枫：我认为已经基本跑通的两个应用方向。首先，语言类学习是大模型可以很好支持的应用领域。大模型本来就具有强大的语言能力，还具备跨语言交互功能，十分擅长聊天，堪称天然的优秀语言教师苗子。基于此，我们大力推进了Hi Echo项目，在国外，韩国的Speak、美国的Duolingo等也在这一方面进行了诸多尝试。
第二个应用是全科答疑，我认为也已成功跑通。全科答疑的难度比语言学习大得多，并且基础模型在所有学科中需求最大的数学方面尚有不足，因此，在去年的时候，我们团队并不确认其一定可行。然而，通过一年持续打磨模型和产品，目前我们发现用户对基于大模型的全科答疑产品（有道“小P老师”）非常欢迎，其用户自然流量增长较快，且解决用户问题的成功率较高。
孙志岗：“重塑”或者“重做”这个词，有很大的解释空间。我一直认为，AI 只是个功能，不是个产品。你想想，PC 时代创造了电脑这个场景，Web 时代创造了上网这个场景，移动互联网创造了随时随地上网这个场景，而大模型没有创造任何新场景。而且，旧有的东西不会被完全推翻，它们不会变得一文不值， Photoshop 还是需要的， Word 也还是需要的， PowerPoint 也还是需要的，Google 也还是需要的。他们只是借助 AI 让里面以前一些繁琐性的工作可以变得更容易、更简单，它只是增加了 AI 的能力。
因此，在我看来，很多东西根本没必要重做。但我认同所有的产品都应该认真思考下怎么借助大模型优化用户体验，创造新的可能性。大模型毕竟是跨时代的技术，它蕴藏着很多变化。
杨仁斌：超拟人一对一AI老师的诞生意味着大模型从千篇一律的“AI做题工具”真正进到普适化的教学应用场景，开始成为一个“体系化的教学辅导老师”。本质是让AI最大化还原真人老师，能够一对一辅导孩子进行个性化的学习，这也意味着个性化教学的千年难题有望被解决。
05
Q5、谈谈未来AI教育的商业模式，到底是2C，2B，2G，还是有其它收获商业价值的方法？
周枫：首先，2B2G逆流前进。对于很多团队而言，包括大模型“六小虎”，2B2G都是基础的商业模式。通过有远见的企业或政府采购来落地应用，是许多新技术的开端方式，对大模型也不例外。我们也在做很多尝试，比如在海淀、杭州、苏州等地试点口语训练、AI答疑、作文批改等等很多场景。我们认为这是一个慢慢发展的过程，但长远来看这一定是商业化过程中最大的模式之一。
然而，从实践来看，这一轮大模型的2B2G应用，暂时也就只能起到一个开端的作用，要支撑起很多家公司的发展甚至盈利还是比较困难的。
2C应用更加乐观。大量消费者对于能够击中他们应用场景的AI产品热情高涨。从我们的观察来看，AIGC的出现，扭转了之前数年用户对新App尝试率逐年下降的趋势，用户又开始安装新App了。而且，会员收费模式早已被年轻一代接受，好产品的收入也快速上升。我们的会员服务在一个季度的销售额达到了6000万，并且还在持续增长。
杨仁斌：我更看好2C。2024 年，我们也全面转向2C——在AI时代只做一个产品，因为超拟人一对一老师可能会逐步成为业内外的共识。
传统的一对一教学模式，一线城市每小时收费高达400~800元，家长都知道一对一效果好，但全世界付得起这个钱的家庭比例很低。而且，我在调研中发现，培优学生仅占市场的10%-20%。中国80%以上的学生都是中等成绩和普通成绩孩子，他们更需要个性化的提升。超拟人一对一老师就可以模拟真实学习的场景，通过摄像头察觉到“学生”分心，让学生坐得住、听得懂、学得进”。
我认为只有关注人的因素，解决使用者最核心的需求，才是支撑一个好的商业模式之道。
孙志岗：我认为未必要以 2C、2B 的产品属性来归类交互方式。因为所以的升级最终还是会回到一个问题上：旧有的产品怎么更好地结合 AI 能力。现在真的还在早期，没有好的答案，微软只是跑的快一些，但快也不代表对。万事万物还没有定论。
说一个好玩儿的点，至少从现在的角度看，我只发现了一个场景是 AI 创造出来的——Character.ai 干的事儿。之前没人觉得和虚拟人物聊天有这么大的需求，现在，大家乐此不疲。在没有大模型之前，就算你知道有这种需求，也实现不了。
06
Q6、大家怎么看待目前各大教育企业集中发力学习机的现象？
孙志岗：当下大多数学习机还只是一个中间态。类似把手机中某个功能板块抽取出来，还全都是“有屏”的。可以说还是比较初始阶段的。虽然这两年，大家的出货量合计起来已经超过500万了，但只是开始。
杨仁斌：其实，学习机行业的竞争其实才刚刚开始。以每年出生人口1000万为标准计算，小学到高中的教育阶段为12年，这就意味着学习机的最大用户量应该为1.2亿。目前的学习机都是非真正意义上的AI Native学习机。在下一波的竞争中，这些机器都会被淘汰。AI Native学习机会成为手机、电脑、平板之外的一个主流的全新终端形式。
当这个市场真正走向成熟之后，AI Native学习机每年的出货量会在1500万台左右。它最主要的竞争壁垒，其实就是算法和数据，这就像高德导航识别道路堵点一样，我们掌握了大量学情数据后，可以更大程度识别某个知识范围内学生用户出错率更高的点，进行更精准的练习推荐。
周枫：我觉得大家也都需要探索，比如学习平板、学习机全行业都还在探索的过程，从只装课过渡到AI产品；用户也在回归理性，开始关注自己的需求到底是什么，以及什么产品能解决它们。
这种探索也是多元的。谁现在销量大或者小，都不是绝对性的。另外整个行业也在趋于理性，以前有不少厂商愿意花钱去冲销量，现在也少了很多。不能形成用户口碑的产品，冲量都只能是暂时的，所以短期可以不要太在乎学习平板的销量。
07
Q7、作为竞争最激烈的板块，未来教育硬件的机会点在哪里？
周枫：硬件提供了最大定制化体验的机会，能够让大模型的能力充分发挥，从而最好地解决用户场景问题。在大量新技术行业的初期，垂直整合通常是提供最佳用户体验的好办法，最典型的例子莫过于特斯拉，它大幅改造车辆设计，充分发挥电车技术优势，取得了成功。
而且创新形态（form-factor）带来大模型产品的巨大设计空间和良好商业模式。Meta的雷朋智能眼镜取得了很大成功，一个关键原因就是选择了“眼镜+摄像头+无显示”这样创新的形态，这一下子把眼镜做得更轻便，而且有非常有用的场景（户外和运动中随心拍摄）。那么在教育领域，本来就存在一些特定的场景和设备上的特殊性，比如低龄孩子不使用手机，这就是一个很大的特殊性。如果团队能抓住这些形态、场景、人口学特征中蕴藏的机会，那么未来可期。
杨仁斌：在AI大模型技术诞生之前，从原理上讲，大家都做不出真正合格的学习机。因为有效学习必须同时解决三个问题，一是孩子坐得住，二是学习内容个性化，三是看视频就能学得会。后面两个相对好解决，但第一个几乎无解。家长现在购买学习机最担心的就是吃灰。
比如，第一代辅学硬件就是看视频，仅仅是完成了教学环节。第二代辅学硬件增加了个性化练习，利用平板的 AI 摄像头和 AI 语音能力，结合用户的交互反馈，它重在精准练习。
但现在市场需要的硬件：不是工具性的学习机+AI，而是构建全新服务AI Native学习机。学习机+AI是在学习机的部分功能中使用了AI能力，学生需要自己组合使用这些工具，效果完全依赖孩子的使用技巧。而AI Native的学习机是根据学生的学习情况，让AI来主导整个学习流程，什么时候做题，什么时候听AI讲解，什么时候回答AI提问，强化练习同类题，看视频等，这一切都由AI来安排。
可以说教育硬件的机会才刚刚开始。发展了30多年的学习机行业，正在焕发出新的生机，只要创造足够的客户价值，中国的市场、全球的市场不会让你饿死的。
孙志岗：其实从形态上，教育硬件本身还有很大的进化空间。过去大家也做过一些尝试，比如智能台灯、眼镜、耳机，包括词典笔，这些小硬件都是很有益的尝试，在未来也可能会有一些不一样的玩法。试想一下，未来10年，随着科技的巨大进步和AI的发展，VR或是AR上极大的创新，那时必然会出现新的教育硬件类形态。只要技术上有大的突破，教育产业一定会第一个跟上去，取尝试、去探索、去应用。未来，真正的硬件升级应该是教育陪伴机器人和教学机器人这种终极形态。
08
Q8：最后一个问题，请诸位谈谈当下国内AI+教育发展的状况，未来一个阶段会遇到哪些瓶颈，在这个过程中，需要注意哪些事情？
周枫：谈谈现状。目前，国内字节跳动、阿里巴巴、百度、腾讯、科大讯飞（002230.SZ）在内的大模型赛道玩家相继宣布降价或免费。应用端成本基本上是以每年约50%的速度在指数下降，比摩尔定律下降速度更快。50%的降幅源自算力和模型改进的综合影响，算力本身也越来越便宜。成本降低是个很好的进展，因为大模型现在还是太贵，比如大家今年比较关心的70B到130B参数的大模型，不管训练还是推理都贵。
另外，有人认为现在没有特别成功的Super App，其实这种观点是主观的。如果你期待大模型规模非常大、赚到很多钱，从这个角度来讲，行业发展并没有那么快。从大模型帮助很多用户找到解决问题的更好办法、帮助很多公司推动业务发展、模型的能力提升速度等角度来讲，目前国内大模型整体进度还是比较顺利。
孙志岗：AI的瓶颈正是我们自己。作为一名IT技术男，我已经搞了大半辈子的计算机。从1993年写下人生的第一行代码，到现在已经31年了。在人工智能出现之前，我们这些人推崇强逻辑，甚至在日常生活中与他人相处也习惯讲逻辑，而非讲情面。
ChatGPT的发布是一个分水岭。在前ChatGPT时代，技术的主流是逻辑，逻辑思维能力不强的人不可能成为一名好的软件工程师。在后ChatGPT时代，技术是人文和逻辑的结合。面对各种问题，解决手段依然是编程，但我们需要思考是用人文思维调用神经网络，还是用逻辑思维调用机器语言。两者各自发挥优势，解决各自更擅长的子问题，合并在一起构成智能系统。
在这个阶段，AI的输出受人的指令和判断的影响。如果输出不够理想，人可以通过调整提示词、数据、模型、后处理等手段来进一步优化；还有一种情况经常发生，即AI输出了某种成果和信息，但因人的判断力不足而被忽视。比如我自认审美不够高级，所以我筛选出的AI绘画作品，总是不够好看。AI能力定律不断提醒我们，AI的瓶颈正是我们自己。
杨仁斌：我们对于AI的发展和带来的变革性影响有强烈的共识，所以几乎没聊什么技术，谈得最多的是产品和战略。从互联网发展来看，电商、直播等形态的出现，催生了大量的平台公司，他们主要影响的是生产关系。人类历史上，唯一能与AI技术比肩的是蒸汽机的发明，让机械逐步取代生物动力，随着AI逐渐达到甚至在部分领域超越生物智能，它将释放一种难以想象的巨大生产力。当AI成为一个生产力工具，会释放巨大能量，催生一系列机遇。还是那句话，AI时代想象力最重要。
09
桃李小结
黄奇帆等人所著的《新质生产力》一书中写道：世界各主要大国正竞相发展的基于大模型的人工智能，将在未来10~20年内形成具有颠覆性效应的未来产业。
根据网信办数据：我国已备案上线可提供服务的生成式AI大模型超190个，教育企业正是其中重要的构成。
探寻路在哪里，路已经走到哪一个岔路口，对教育产生了哪些实际的影响，这是桃李财经“虚拟”本次圆桌讨论的初心。
未来，桃李财经会继续该形式，希望在原生观点碰撞中，为教育从业者们提供一些有趣的思考。
♡ 「桃李财经」用心出品
桃李年终策划
桃李实验室
桃李商观 · 产业观察
AI教育 · 产业观察
教育营销 · 产业观察
「桃李财经」——打造教培圈最火的社群矩阵。目前已组建45个精准社群，汇聚15000位教育行业创始人、投资人、从业者，全部100%实名制。请加桃李财经运营合伙人@木阳 微信，实名验证后一起进群交流学习。
热门跟贴