0
2019年，眼看已经过去三分之一，时间的进度条不停向前推移，AI+教育的落地实践也从去年沸沸扬扬的会议讨论里，走向“寻常巷陌”——教育机器人、AI阅卷、AI口语测评、AI翻译、拍照搜题、AI自适应学习……
各个应用场景都充满了无限想象，玩家们蜂拥而至，大到互联网巨头、教育独角兽，小到天使轮的初创企业，甚至大学实验室还未走向市场的小团队，都前赴后继、信心满满，对那些科技信徒而言，用科技改造世界是他们的“汉谟拉比法典”，“未来是属于我们的”，他们用技术这支无所不能的针剂，试图为教育这个古老的行业注入鲜活的血液，提高效率、优化流程、改善效果、抹平教育资源鸿沟、减小地域教学质量差异……这些都是他们志在必得的目标。
当然，在人工智能风暴席卷全球的当下，AI教育创新创业已成全世界关注的话题，雷锋网AI投研邦在今年1月发布的《2018 AI自适应教育行业研究报告》中详细罗列了国内外发力AI教育的公司，根据报告调研结果以及雷锋网对最新的国内外AI教育公司信息追踪统计显示，截至目前，国外有80家教育科技创业公司致力于通过AI技术赋能教育各领域，其中包括致力于幼儿个性化教育的Age of Learning ABCmouse Mastering Math、著名MOOC学习平台Coursera、针对2到8年级的学生提供个性化数学和英语教学的Waggle、提供阅读、数学、测试、教学、职业培训等多款AI教育产品的Renaissance Learning 、ToB自适应PaaS供应商Carnegie Learning和Knowton、提供中学数学个性化学习产品的Knowre、印度最大的AI教育公司Byju's等。
而国内目前涉足AI教育的公司有65家，其中不乏百度、阿里、腾讯、华为、科大讯飞等科技巨头；也包括新东方、好未来、立思辰、慧科等传统教育巨头，以及包括网易有道、一起教育科技、猿辅导、作业帮在内的所有教育科技独角兽公司，更有松鼠AI智适应教育、流利说、洋葱数学、朗播、葡萄智学等致力于AI自适应学习系统搭建以改造整个教学流程的新型创业公司。
当然，市场并非只有光明繁荣景象，政策趋紧、资本市场回归理性、宏观经济下行、市场鱼龙混杂、无序竞争、落地场景复杂艰深、数据缺失、结构化建模无从下手等从宏观到微观影响因素都在影响行业走向和发展。
鉴往知来，在2019年第一个季度已然过去的当下，我们试图回顾过去一年多以来AI教育的发展和落地成果，也试图厘清脉络，从政策趋势、资本市场投融资情况、技术产品、场景商业化落地四个方面进行分析，试图回答，2019年，AI教育有哪些变化，又有哪些没有变。
教育行业与其他行业不同，有其特殊性，承担社会价值和商业价值双重角色。所以教育行业受政策影响极大。近几年，市场化教育机构受到政策严格监管，从国务院、教育部再到地方政府，对教育行业的相关监管、治理政策频频发布，政府对教育行业的监管越来越常态化、规范化、精细化。
截图来自中国政府网
2018年教育行业政策频出，“纷纷如雨下”，平均每月几乎都有相关政策出台，无疑，这一年是整个教育行业“阵痛”之年，预计2019年全国范围内的教培机构整改依旧会大力推进，随着办学成本上升，办学资质要求规范化推进，一大批中小型教育培训机构无疑会受到巨大冲击，关门歇业者不在少数。
截图来自教育部官网
2018年8月，国务院发布的《关于规范校外培训机构发展的意见》中规定，要对校外培训机构进行审批登记、开展专项治理、强化日常监管，切实规范校外培训秩序。不得一次性收取时间跨度超过3个月的费用，加强对培训机构资金的监管。网信、文化、工业和信息化、广电部门在各自职责范围内配合教育部门做好线上教育监管工作。全面推行白名单制度，建立负面清单。
2018年11月，教育部等三部门发布的《关于健全校外培训机构专项整改若干工作机制的通知》中指出，要强化在线培训监管，按照线下培训机构管理政策，同步规范线上培训机构。线上机构需要将所办学科类培训班名称、培训内容、招生对象、进度安排、上课时间等备案。线上培训机构需要公示教师资格证。
根据教育部官网，截至2018年11月15日, 全国2963个县（市、区）已启动专项治理整改工作，其中1247县（市、区）已基本完成专项治理整改任务，县（市、区）完成率42.09%。全国共摸排校外培训机构401050所，存在问题机构272842所，现已完成整改163203所，完成整改率59.82%。
在行业监管政策趋严的同时，政府对教育行业的技术创新鼓励政策也在同步出台并在全国范围内推进实施。在经费投入方面，据教育部官网显示，2012至2016年，国家财政性教育经费支出连年增长，占GDP比例连续5年保持在4%以上，并且对教育信息化的经费投入力度也在持续加强。
图片来源：教育部“微言教育”栏目
2017年1月，国务院发布的《国家教育事业发展“十三五”规划》指出，支持各级各类学校建设智慧校园，综合利用互联网、大数据、人工智能和虚拟现实技术探索未来教育教学新模式。
2018年4月，教育部发布《教育信息化2.0行动计划》指出，到2022年基本实现“三全两高一大”的发展目标，即教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建设覆盖全体学校，信息化应用水平和师生信息素养普遍提高，建成“互联网+教育”大平台。与之相关的智慧校园、智慧课堂、教育信息化平台建设将迎来高速发展期。
2018年8月，国务院发布的《关于规范校外培训机构发展的意见》中指出，鼓励发展以培养中小学生兴趣爱好、创新精神和实践能力为目标的培训，故而，与之相关的编程教育、STEAM教育等将迎来政策红利期。
2019年2月23日，国务院发布的《中国教育现代化2035》中提到，要加快信息化时代教育变革。建设智能化校园，统筹建设一体化智能化教学、管理与服务平台。利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合。创新教育服务业态，建立数字教育资源共建共享机制，完善利益分配机制、知识产权保护制度和新型教育服务监管制度。推进教育治理方式变革，加快形成现代化的教育管理与监测体系，推进管理精准化和决策科学化。
2019年3月19日，教育部科技司组织召开了“智能教育战略研究”研讨会，进一步部署落实《新一代人工智能发展规划》和教育部《高等学校人工智能创新行动计划》内容，加快推进人工智能与教育的深度融合和创新发展。
“未来3-5年，对于教培机构的政策将延续去年下半年的政策，实行严格管理”
针对今年的政策趋势以及对行业的影响，松鼠AI智适应教育创始人栗浩洋在接受雷锋网的采访时表示，“国家对教育的政策一定还是加强精细化管理，那些力度最大的政策2018年都已经出台，其实靴子已经落地。未来在3-5年的时间里，对于教培机构的政策将延续去年下半年的政策，实行严格管理。”
同时，对于采用AI模式从事教育的企业，栗浩洋认为会有专门的鼓励政策出台。“当然这些企业必须符合政府对教育的管理要求。从上海市委书记李强书记到松鼠AI考察到科委、经信委对松鼠AI的重视以及给予的各项资源支持来看，政府对像松鼠AI这样致力于科技创新的教育公司会给予从资金到资源等各方面的政策支持。”
朗播CEO杜昶旭也认为，无论线上还是线下，政策的监管都会越来越严格规范。
截图来自财经网官方微博
2018年，上海理优1对1、学霸1对1、芝麻街等教育公司跑路事件频出，已经造成了非常严重的负面影响，据界面新闻报道，2018年上海地区的教育培训相关投诉同比增多41.2%，已成为仅次于共享单车和旅行服务的消费者投诉“重灾区”。
“所以接下来，政府肯定会把包括线上在内的整个全行业都慢慢规范起来，我觉得肯定会越来越严。”
“严格管理将促使教育市场集中度提高”
栗浩洋表示，“在这种严格管理下，我认为有几个趋势：第一，门槛提高。过去那些教研薄弱、教学质量差、对家长的退费要求百般阻挠、教学场地也不合格的培训机构都将被淘汰。第二，市场的集中度提高。市场集中度更高，一方面有利于提升教学服务质量，另一方面有利于政府进行监管。当大量无序的小作坊林立的时候， 其实政府也很难有精力、人力、财力来实施监管。这就像上市公司的税收、法务、人力资源劳动保障总体来说都比大多数中小型未上市的企业要规范的多。”
朗播CEO杜昶旭也表达了相似观点，“政府的监管可能会使得资源集中化，最后有可能越规范的、规模越大的企业获利会越多。一般管理运行都十分规范的都是大公司，所以我认为行业集中化会越来越明显。这就跟打车一样，不可能一下子出现那么多打车的，市场不会分散得很厉害。”
“至于大家说教育行业非常分散，新东方和好未来两家巨头加在一起才占到整个市场份额的2%-3%，但其实，这只是因为教育行业各子领域分散，比如教育行业可以分为学前教育、K12教育、高等教育、职业培训、语言学习、素质教育、教育信息化等多个垂直领域。但是在各个垂直领域，一定会出现集中化的趋势。比如说K12一定会有一家两家规模特别大的。”
“监管政策加速推动行业向规范化、健康化发展”
网易有道CEO周枫在接受雷锋网采访时表示，“新的监管政策出台，看起来对行业带来了更多的挑战，但是这其实也会给优秀企业更多的发展空间，各家也会更加重视业务的合规性。长期看，会加速推动行业朝着健康有序、规范化的状态发展。”
杜昶旭也认为：“规范以后我觉得是好事，会让一些相对不那么规范的机构淘汰。整个市场形成良性发展，‘劣币驱逐良币’的恶性竞争将被肃清。”
去年以来，宏观经济进入下行区间，增速放缓，经济红利逐渐消失，纵观一级市场，人民币基金迎来退潮，美元基金趋于谨慎，资本趋于理性，出手越来越谨慎。
如下图所示，整个AI教育领域共220起投资事件，总投资额达336亿人民币。投资事件数量从2014年开始爆发，2016年达到高峰，2016年以后开始大幅回落，2018年只有24起AI教育投资事件。
数据来源：IT桔子
横向来看，整个教育行业今年以来融资事件已经达到122起（融资数量排在教育行业之前的有医疗、金融、企业服务、电商），此外，雷锋网接触到的一些之前不关注教育的投资机构，今年都把教育行业作为重点投资赛道之一，可见虽然市场趋于谨慎，但资本对教育赛道愈发青睐。
“资本市场出现‘冰火两重天’现象，头部公司效应显著”
洋葱数学CEO杨临风接受雷锋网采访时认为，“尽管2018年资本遇冷，但对各赛道里的头部公司来说，其实影响不大。对一些中小规模的初创公司，可能会有影响，所以资本市场上出现了所谓的“冰火两重天”现象，头部公司效应显著。”
去年，在线教育头部公司VIPKID获得5亿美金D+轮融资、猿辅导获得3亿美金F轮融资、哒哒获得1亿美金C轮融资，今年1月又获得2.55亿美金D轮融资，而初创公司的融资额相对很少。
今年1月25日，少儿编程赛道头部公司编程猫完成亿元及以上人民币D轮融资；2月18日，核桃编程完成1.2亿人民币A+轮融资；2月20日，小码王完成1亿人民币B+轮融资；2月18日，在线1对1头部公司掌门1对1完成E轮3.5亿美金融资；3月23日，素质教育赛道头部公司火花思维完成4000万美元C轮融资；3月28日，中小学智慧校园和教育云服务提供商晓羊教育完成1.5亿人民币B轮融资。
VIPKID的早期投资人林路在接受左林右狸频道采访时表示：“在线教育因为入门门槛低，所以天使和A轮公司很多，在那个时候营收很难做起来，所以到D轮E轮的公司非常少。整个行业数量画个图很像一个大蝌蚪形状的，天使、A轮数量非常大，在B轮以后开始收口。所以我们当时结论是做变现是一个坎，如果这个坎过去了就能生存下来。”北极光因为上述的原因从 2014年开始定的策略是投B轮。
朗播CEO杜昶旭对AI教育领域的融资并不看好，“首先，之前AI实在炒得太热了，但在教育领域并没有真正产生那么多的实际价值。其次，从资本市场本身的角度来看，18年底到现在，不管是一级市场还是二级市场，资本市场整体趋于谨慎，在投资的时候可能更愿意选择一些更稳妥或者说更安全的标的。不排除有一些美元基金可能还会继续对AI技术性公司会有一些投入，但是我觉得人民币基金应该基本上不太会看这类的项目。”
总的来看，无论是腾讯、百度、阿里等产业VC，还是头部VC如红杉资本、高瓴资本、经纬中国、IDG等也多在中后期入场，头部公司更容易获得大额融资，资本更愿意押注高回报头部项目，今年这一趋势也将延续。
K12赛道被普遍看好
至于2019年，教育行业哪些赛道会比较热门，周枫的看法是：“2018年我们针对市场的3个观察：首先是新高考加入了综合素质考评，未来K12在线教育，；‘素质’与‘学科’会有两分天下的情况，因此素质教育产品将会崛起；第二，传统教育行业面临的核心问题之一是教育资源不足，好的老师不够，这也是整个教培行业的需求来源，所以AI互动学习产品需求旺盛起来；第三，随着AI技术的成熟，智能终端用户越来越低龄化，因此K12 App增长的红利开始到来。”
“ 在线教育领域，2019年我们持续看好K12在线直播名师班课这个赛道，相比于一对一的模式，是一种可产品化、重内容并且经济模式良好、能够跑得更远的模式。”
洋葱数学CEO杨临风认为：“在线教育这两年发展势头很猛，备受资本青睐。AI+教育并不自成一个领域，每个学科的特点和学习规律有所不同，AI不能泛泛加上，需要结合学习规律做深度调整。所以AI+教育融资其实还是要看学科的细分市场。比如英语和数学，这是K12在线教育中用户参培率最高的学科，也是最受资本认可的两大赛道。”
目前，图像识别、语音识别、VR/AR、情绪识别、深度学习、NLP等AI技术都在教育场景用被应用。
栗浩洋认为，如果按照AI技术进入教育行业的时间维度，我们可以把AI教育的技术分成三个板块，分别是过去、现在和未来。
AI技术在教育场景中的应用面临变现难题
在过去爆发的速度比较快的AI教育领域主要是两个，第一个是图像识别，也就是AI的拍照答题。拍照答题的技术以四家公司为代表，分别是作业帮、猿题库、学霸君和阿凡题。其月活跃用户数分别达到了8000万、1817万、2000万、1亿，加起来包含重叠的已经是2亿多用户。
但是目前，拍照答题达到顶峰之后，拍照AI的视频图像识别技术并没有带来收入，“所以他们现在都在往网课，包括直播和录课（作业帮）、往一对一（学霸君）、一对多小班（猿辅导）开始转型。”
截图由朗播提供
第二个“过去”的技术是语音识别。
“国外的ALEKS从07年开始语音识别，还有流利说，从2013年开始从语音识别切入口语教学。因为语音识别只是教育中英语口语学习的一个小的细分领域，所以它的用户数是有限的，所以现在这两家机构也在转型。ALEKS转型后现在是做美国外教真人的授课，用AI来做辅助。流利说转型AI自适应，叫做懂你英语。流利说现在的收入几乎百分百都是来自于懂你英语这个板块。所以现在最火爆的AI的模式是AI自适应。”
注：松鼠AI智适应学习系统示意图
而AI自适应学习系统的构建过程比较复杂，通常会涉及计算机科学，数据科学，机器学习，深度学习，教育测量学，教育与发展心理学等学科，其中采用的AI技术包括概率图模型，模糊逻辑，知识空间理论，知识追踪理论，项目反应理论，图论等。
AI自适应学习目前最大的技术难点在于对于具有推理性问题的解决方法，目前对于客观题的处理已经很成熟，但是对于证明题、简答题等，虽然规则可以解决一部分问题，但是真正做到解题步骤里的自适应，还需要进一步研究。
至于“未来”的AI的技术，栗浩洋认为，“现在还并没有成熟的是AI的主观题自动阅卷，准确度只有70%，实际的使用效果还没有达到一个比较完美的状态。 ”
雷锋网在对中小学教师的采访调研中也发现，以数学科目为例，目前市场上的AI阅卷产品只能自动批改客观题，而对于耗时最长的主观应用题只能由老师手动批改，对整体作业批改效率的提升效果并不明显。
至于情绪表情识别和脑科学，栗浩洋表示，“这两个技术在美国现在也没有非常成熟的公司，在中国也没有非常成熟的应用。这个可能从学术界来看，技术成熟还需要5到10年的时间。”
“AI+教育这两年基本度过了初始阶段，接下来的是越来越难的课题”
网易有道CEO周枫认为，从行业角度来看，目前中国的AI+教育还处在初级阶段，可以说已经过了原始阶段，但接下来还有许多重点难点的课题要攻克。
雷锋网注：有道在AI方面的整体落地
“我们认为，AI+教育的下一个重要的方向就是NLP。对我们来说，2019年有道会继续加强AI+教育面向产业的落地。我们会继续加大开放的力度，把能开放的技术全部都开放出来，并且不带任何附加条件。目前有道正在推进面向K12的解决方案，我们的出发点是立足教育核心环节，利用AI能力与互联网手段，从需求出发，做易用、好用、有用的产品。具体来说，利用有道的一些成熟甚至领先的AI技术（如NLP、OCR、语音交互、自适应学习引擎等）以及我们积累的数据与经验，去解决传统教育行业面临的信息化程度低、教学效率低、教育资源分配不均、个性化不足等问题。”
目前，AI技术赋能教育，已经基本覆盖“教、学、考、评、管”全产业链条，并已在幼教、K12、高等教育、职业教育、在线教育等各类细分赛道加速落地。
AI教育细分领域包括：AI自适应学习、拍照答题、AI阅卷、个性化自动排课系统、虚拟学习助手和专家系统、AI教育机器人等。
AI教育产品按AI技术所渗透的“练、测、学、教”教育环节可分为两类：工具类和学习类。
工具类产品示例：有道AI阅卷产品
工具类产品聚焦于“练、测”环节，建立题库，并对海量习题进行标签化处理，与相关的知识点进行匹配，再通过日常的作业和练习，将学生在平台上的全部训练过程和结果以数据的形式记录。最后通过大数据算法以及设定的评价指标，对所收集数据进行分析，以此判断学生知识点掌握程度，并针对学生薄弱环节推送相应习题，同时，生成测评报告供学生、家长、老师参考。
学习类产品示例：松鼠AI智适应学习系统
学习类产品渗透于“练、测、学、教”整个学习/教学流程，除上述步骤之外，会根据学生的学习反馈进行个性化学习路径规划，除推送相应习题之外，还会推送定制化的视频课程包，进行精准教学，并收集学生学习行为数据，进行诊断并及时反馈纠正学习方式和学习路径。
“教育专家不懂AI技术，AI技术专家不懂教育”
但是目前，AI技术在各场景落地实践过程中仍存在很多瓶颈需要突破，松鼠AI栗浩洋在接受雷锋网采访时谈到：“松鼠AI在创业的时候遇到的一个非常大难点在于，中国此前没有人做过AI自适应教育这个体系，所以我们所有的教育专家，无论是特级教师、高级教师、省优质课竞赛、省和国家的优质课竞赛一等奖获得者，他们对AI并不了解，对自适应的教育理念完全不懂。”
“而我们那些海外的AI科学家，他们对教育教研又没有二三十年的经验，所以这两个不同的思维模式，不同的教育体系和理论的碰撞和冲突在一开始就特别激烈。”
“AI科学家认为这些教育专家不懂AI不懂自适应，还是拿着传统的思路和角度在去行事，而这些教育专家会指责AI专家，完全不懂教学也不懂学生也不懂考试。”
“对于这些老专家来说，我会告诉他们，你们的教育学心理学认知学这三个方面的数十年的积累是非常宝贵的，这个也是我们AI科学家没有的.你们的考试的思路，学生的用户画像，还有出题方向，方法你们是非常了解的，但是你们所有过去的教学的套路都是错误的。你们要留下来，有用的是过去的经验和灵魂和方法论，那么过去的所有的实施的教学的模式，那么全部都是错误的，全部都要摒弃掉，我们要把它给重新开始剥离出来。”
“我也要求我们的AI科学家要去了解教育，要去了解教育教学的规律。两方面开始相互理解对方的语言，大家才能走到一起。”
“也就是说原来我们AI科学家懂得是一套AI的语言，但现在我们要懂得教育的语言，我们要能把AI语言和教育语言进行无缝衔接的切换。在这个过程中仍旧是会出现各种各样的惯性引发的矛盾，那么但是我们大家的解决的效率就会越来越高。”
AI技术需要与具体教育场景进行深度融合，才能实现有效运用，因此需要既懂AI技术，又对教育有深刻理解和拥有丰富行业经验的复合型人才，然而目前市场上这类人才非常稀少。
“在教育领域，AI只是配角和催化剂”
纵观整个行业，目前AI对教育模式的改变仍不明显，周枫提到，“从行业经历过的一些模式可以看出这个行业的演变和发展，一开始是MOOC 录播，然后有了在线直播，这对教育行业是一个巨大的变革，我们认为下一步将会是AI+教育。但是无论是MOOC，还是自适应学习等技术与AI手段，我们认为这是一个长期演进的过程，不要期望AI带来立竿见影的效果，这不符合事物的客观发展规律。”
“传统的教育行业面临的问题比较复杂，主要的有教育资源不均衡、个性化不足、工作效率低、信息化程度低等问题，需要投入更多时间和精力去一一解决这些问题。这也是行业可以一起努力的方向。”
“此外，在这个过程中目标不是AI取代老师，而应该用AI武装老师。AI在不同的领域，充当的角色是不同的。例如，在语音方面，AI是主角；但在教育领域，AI只是配角和催化剂。”
杨临风认为，人工智能这几年在教育行业里一直很热，有很多看起来很酷的项目，但同时也存在很多误区和错误使用，很多些项目都是从AI出发在教育中找应用场景，而不是从教育的实际问题出发找AI的赋能。比如，用AI来批改作业、生成极其细致的知识图谱等。某种程度上，这算是AI的教育应用，但都不能解决学习场景中的瓶颈问题。
“能够同时兼顾教学品质、学习个性化和服务规模化的教育普惠产品，才是AI+教育的未来”
在杨临风看来，教育的核心问题是“如何教会学生知识”，通过AI不仅要查缺，还要能及时补漏，更要想办法通过AI来促进学生对知识的理解。这才是AI最应该发挥效用的地方。
“如果要让AI在教育项目里发挥效用，有个大前提要把AI应用于完整的学习闭环，因为学习过程本身就是个闭环。而现在很多项目虽然都讲“教、学、测、练、评”，但我们看到不同环节在场景间却是割裂的。比如有些环节在线上完成，有些在线下完成。甚至连教学主体也不同，有些靠“AI老师”进行，有些靠真人老师完成。这种没有闭环的AI+教育，不仅不能解决教育的痛点，反而可能会造成非常严重的问题。”
“首先，不同场景下的数据没有关联，数据上会有很大的误差，甚至偏离。其次，场景切换下教学主体的改变，也会让数据误差进一步加大。这都会造成AI提供的解决方案无效。最后，即便有AI的辅助，老师依然教不会学生。因为老师教学的问题通常不是不知道自己学生哪里不会，而是明知道学生哪里不会，但是无论怎么讲学生就是听不懂。”
“传统教学方式下，因为场景和主体的不同，是无法形成学习闭环的。而人机交互学习恰好就是一个闭环。无论是学生通过人机交互产品来学习，还是老师通过人机交互产品来辅助教学，主体始终不变，场景间也高度关联。”
“当然，也不是说只要有了人机交互的学习闭环，教育的问题就迎刃而解了。还有一个很关键的因素——提供给学生和老师的教育解决方案是否奏效，要有符合人机交互学习的优质在线课程。优质的在线课程，加上AI赋能的人机交互学习，能够降低教育成本和实现大规模的个性化学习。我们相信，能够同时兼顾教学品质、学习个性化和服务规模化的教育普惠产品，才是AI+教育的未来。”
雷锋网认为，2019年，AI技术落地教育行业，可以从两个维度来看，工具类产品最重要的是技术的不断完善和服务的改进，AI技术的打磨和系统框架、数据结构化处理、针对具体场景标准化建模的重要性会更高一些；而对于学习类产品，涉及到对教与学的核心环节，面对的是学生千人千面的学习诉求，复杂程度不言而喻，而主打个性化学习的AI自适应目前还处于初级阶段，从理念到技术再到实践都有很多不完善之处。
以笔者自身体会为例，笔者曾经在某在线1对1平台教授高中学生英语课程，每一个学生的情况都千差万别，有的是学习意愿十分强烈、积极性很高，但没有掌握正确的学习方法；有的因为学校老师上课枯燥而对本学科产品了厌学情绪，学习主动性很低；有的因为基础薄弱，跟不上学校的学习节奏而逐渐放弃学习。
而对于当下的AI技术，无法辨别如此复杂的学生情况，要想真正实现因材施教，精准分析每一个学生学不好的原因，进而进行个性化指导，道阻且长。
目前，AI技术在教育行业的渗透依然十分微小，无论未来技术如何发展，教育的本质不会改变，不会因为技术的演进而有所偏离。
只把AI技术当作噱头，而并没有解决教育行业面临的任何实质问题的公司将被市场逐渐淘汰；无论是线上还是线下，ToB/ToC，教育新零售/教育O2O，1对1/大班课/小班课，只有那些真正拥有高质量教研、提供有效服务、用AI技术手段解决了学校教育管理痛点、老师教学痛点和学生学习痛点的教育公司才能赢得市场，赢得未来。
本文作者张莉（微信：15010591263），雷锋网主笔
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
