本文筆者將以在線教育為例，按照“AI技術(shù)——AI能力——應(yīng)用場景”的邏輯順序，分析：在線小班課中的AI+，到底能“+”些什么？

就像前幾年的“互聯(lián)網(wǎng)+”一樣，最近兩年，“AI+”突然變成一個炙手可熱的話題，一切皆可AI+，現(xiàn)在在和別人聊點兒事兒，你要是不聊幾句AI，仿佛就跟不上這個時代。

作為“永遠(yuǎn)都是風(fēng)口行業(yè)”的教育行業(yè)，更是不會放過每一拔風(fēng)口上的任何一個概念，一夜之間，線下、線上、ToB的、ToC的、老牌機(jī)構(gòu)、新創(chuàng)企業(yè)都開始或多或少的談起了AI+的創(chuàng)新和轉(zhuǎn)型問題。動作快的機(jī)構(gòu)也己經(jīng)開始落實到產(chǎn)品化并推向市場。

當(dāng)然，受限于技術(shù)水平、資金實力以及理解和設(shè)計深度的不同，各家實際作出來的東西也深淺不一。有些產(chǎn)品的確讓人驚艷、極大的提高了教育的效率和質(zhì)量，也有很多的產(chǎn)品讓人看不出來到底“AI”了啥。這就造成了兩個印象的極端：現(xiàn)在開口跟你談AI+的，不是絕頂高手，就是個騙子。

為了在當(dāng)下各種嘈雜的聲浪中理出一點頭緒，本文嘗試著以在線教育為例，從最底層的技術(shù)概念入手，按照“AI技術(shù)——AI能力——應(yīng)用場景”的順序，冷靜的縷縷思路：在線小班課中的AI+,到底能“+”些什么。

AI技術(shù)

首先，以目前的“AI”概念而言，比較有代表性的是以下幾大類技術(shù)（以下僅為例舉）。

• 文本分析：通過統(tǒng)計和機(jī)器學(xué)習(xí)方法從文本中抽取特征詞進(jìn)行量化、以促進(jìn)對句子結(jié)構(gòu)、意義、情緒、意圖的理解。
• 語音識別：根據(jù)不同應(yīng)用場景的需要，將人類語音轉(zhuǎn)換成計算機(jī)可識別和處理的信息。
• 自然語言生成：從計算機(jī)數(shù)據(jù)生成可用于人機(jī)交互的文本、圖像或自然語言。
• 生物識別技術(shù)：通過對語言、圖像、觸摸識別、肢體語言識別等信息的處理，使人類和機(jī)器之間能夠進(jìn)行更多的更自然的互動。
• 虛擬代理：用機(jī)器人代替人類作一些具體的工作，隨著開發(fā)技術(shù)的深入，應(yīng)用模型也正逐漸從簡單的聊天機(jī)器人向更高級、更精細(xì)化的分析、互動和執(zhí)行系統(tǒng)過渡。
• 決策管理：將規(guī)則和邏輯插入人工智能系統(tǒng)的引擎，用于初始設(shè)置、培訓(xùn)；以及通過持續(xù)的維護(hù)和調(diào)優(yōu)，來進(jìn)行輔助的或完全自動化的決策。
• 機(jī)器學(xué)習(xí)平臺：提供算法、api、開發(fā)和培訓(xùn)工具包、數(shù)據(jù)，以及計算能力來設(shè)計、培訓(xùn)和部署模型到應(yīng)用程序、流程和其他機(jī)器上。目前多用于預(yù)測和分類。
• 深度學(xué)習(xí)平臺：一種特殊類型的機(jī)器學(xué)習(xí)，由具有多個抽象層的人工神經(jīng)網(wǎng)絡(luò)組成。目前多用于模式識別和分類應(yīng)用。
• 機(jī)器人過程自動化：使用腳本和其他方法來自動化人類活動，以支持高效的業(yè)務(wù)流程。
• AI-優(yōu)化硬件：包括從GPU的通用性設(shè)計，到FPGA(Field－Programmable Gate Array）這樣的可編程器件，再到專用的特定領(lǐng)域芯片ASIC（Application Specific Integrated Circuit，如TPU）定制向的設(shè)計、開發(fā)、嵌入和優(yōu)化，為硬件設(shè)備賦能，以有效地運行面向?qū)ο蟮挠嬎愫蛨?zhí)行工作。

AI能力

第二步，通過以上各種AI技術(shù)的深入挖掘和組合，能夠?qū)崿F(xiàn)哪些AI能力（以下僅為例舉）？

• 智能的語言和文字處理能力：例如語音和文字的識別、實時翻譯、語音合成等。
• 計算機(jī)視覺：例如人臉識別和美化、圖像識別和自動處理、視頻分析、各種OCR等。
• 模擬和仿真技術(shù)：例如各種機(jī)器人、自動客服系統(tǒng)、自動銷售系統(tǒng)等。
• 智能決策：例如實時的運營過程管理監(jiān)測系統(tǒng)、數(shù)據(jù)可視化系統(tǒng)、一些商務(wù)決策引擎平臺等。
• 智能硬件：例如智能家居產(chǎn)品、智能穿戴設(shè)備、具有自動駕駛功能的汽車等。

應(yīng)用場景

第三步：在在線小班課的教學(xué)和服務(wù)過程中，以上那些AI技術(shù)可以（或有可能）融入哪些環(huán)節(jié)，為提高教學(xué)質(zhì)量、效果、效率或降低成本方面提供服務(wù)（以下僅為例舉）？

就目前AI技術(shù)的發(fā)展水平和應(yīng)用實例而言，可以從產(chǎn)品AI化、服務(wù)AI化和管理AI化三個維度，來進(jìn)行各種AI技術(shù)與在線小班課應(yīng)用場景的融合和探索。

產(chǎn)品AI化方面

AI測評：

在線小班課模式存在的核心價值之一就是其既提供了僅次于1V1模式的高度個性化教學(xué)、又提供了一個比學(xué)趕幫超的班級學(xué)習(xí)氛圍，同時還比1V1省錢，規(guī)模更經(jīng)濟(jì)。

而為了真正實現(xiàn)這種理想上的效果，對于在線小班課而言，面臨的第一個問題就是如何科學(xué)合理的分班，確?；A(chǔ)水平和學(xué)習(xí)能力接近的同學(xué)分在一個小班里。

當(dāng)然，根據(jù)所學(xué)科目的不同，這個學(xué)習(xí)能力又需要細(xì)分成識記能力、理解能力、分析能力、表達(dá)能力、應(yīng)用能力等等多個維度；而且隨著學(xué)習(xí)過程的不斷深入，在同一個周期的學(xué)習(xí)過后，每個學(xué)生對這個學(xué)期所學(xué)內(nèi)容的掌握和以上各項能力的提升還存在不同程度的提升、并逐漸拉開差距。

因此，多維度、高精度的測評工作就顯得尤其重要。實際情況是，受自身實力和成本影響，很多在線小班課產(chǎn)品在這一個方面基本上是流于形式，用一張試卷、老師人工面試（很多機(jī)構(gòu)甚至是銷售人員或助教面試，難免出現(xiàn)評價標(biāo)準(zhǔn)不一、評價維度不全的現(xiàn)象）、甚至干脆根據(jù)年齡、年級或?qū)W生在校的考試分?jǐn)?shù)進(jìn)行分班（K12提分班或大班課如此尚可、素質(zhì)教育類小班課僅用這個考量分班就難免要受到競爭對手牽制了）。

同樣，新入學(xué)的分班都如此敷衍的機(jī)構(gòu)，在續(xù)班時基本上更不會再進(jìn)行深度的重新評測，而是直接按授課內(nèi)容遞推續(xù)班；這些操作很難使在線小班課的價值得到真正的體現(xiàn)，長期如此，見不到明顯外化的培訓(xùn)效果，機(jī)構(gòu)一次轉(zhuǎn)化率和續(xù)費率很難做高，陷入高獲客成本的流量漩渦也就再所難免了（反正都見不到效果，只能比誰砸在廣告上的錢多了）。

這是目前大多數(shù)在線小班課機(jī)構(gòu)都面臨的問題，而一個認(rèn)真設(shè)計和維護(hù)的AI測評系統(tǒng)很可能是目前解決這個問題最高效的手段。

AI正課：

既想享受1V1的高度個性化教學(xué)服務(wù)，又無法承擔(dān)高昻的教學(xué)費用，怎么辦？

隨著AI技術(shù)的不斷進(jìn)化，高度仿真的虛擬教師課程正讓我們逐步看到解決這個問題的希望。通過對學(xué)生學(xué)習(xí)數(shù)據(jù)的智能分析以及和學(xué)生庫中教學(xué)大數(shù)據(jù)的比對，AI老師不僅能夠?qū)崿F(xiàn)按需調(diào)出教學(xué)和練習(xí)的內(nèi)容，有的放矢的對學(xué)生進(jìn)行極具針對性的教學(xué)和訓(xùn)練。

同時，可按需求變換身份、形象和交流風(fēng)格并且永遠(yuǎn)耐心的AI教師無疑也能大大激發(fā)學(xué)生的學(xué)習(xí)興趣，減少學(xué)習(xí)的枯燥和疲憊感。

更重要的是，這種虛擬教師可以依照業(yè)內(nèi)最優(yōu)秀的老師進(jìn)行設(shè)計和持續(xù)維護(hù)，真正實現(xiàn)了名師的陽光普照。以前，互聯(lián)網(wǎng)教育的使命是讓每一個地方的孩子都能享受到最優(yōu)質(zhì)的教育。

未來，AI+互聯(lián)網(wǎng)教育可以實現(xiàn)的是：一些偏遠(yuǎn)地區(qū)的孩子不僅能享受到最優(yōu)質(zhì)的教育，而且還是專門針對他設(shè)計的課程和作業(yè)，并且超便宜。

當(dāng)然，不可否認(rèn)的是：AI正課和真人老師的小班課各有優(yōu)勢，以目前的實現(xiàn)水平來看，這兩者之間并不能完全互相替代。

所以，現(xiàn)在的趨勢是：以AI課起家的公司在開發(fā)小班課、以小班課起家的公司在研究AI課。

看起來，同一個公司內(nèi)部同時存在這兩種產(chǎn)品會成為一種趨勢，而這種組合基本上是兩種形式：

1. 營銷上的分工，用以收割不同屬性的課戶群。同時，低客單價、更易快速推廣的AI課還可以起到搭建私域流量池的作用，為高客單價的小班課進(jìn)行引流。
2. 形式是產(chǎn)品上的組合，即賣給學(xué)生的課程包里即包含一定量的AI課、又包含一定量的小班課；讓學(xué)生在同時享有兩種教學(xué)形式的優(yōu)點的基礎(chǔ)上，又進(jìn)一步降低了產(chǎn)品成本。

AI輔助授課：

對于在線小班課而言，師資是一個很讓人頭疼的問題。

一方面，這種形式雖然不象1V1那么吃老師，但隨著規(guī)模的擴(kuò)大，海量的師資團(tuán)隊也是不可避免的。好的老師貴且少，經(jīng)驗差一點的老師又影響教學(xué)效果。有些機(jī)構(gòu)會嘗試把班型稍作擴(kuò)充以降低對師資需求的比例，但擴(kuò)充后發(fā)現(xiàn)學(xué)生的體驗又直線下降！

同樣的老師教同樣的內(nèi)容，一個小班多加2、3個學(xué)生而己，體驗下降在哪部分呢？

究其原因，主要在于對教師控場精力的稀釋。特別的低幼階段的學(xué)生或針對素質(zhì)教育的內(nèi)容，這個問題尤其明顯。低幼階段的學(xué)生自控能力和集體意識本就不足，對于素質(zhì)教育的也沒有太多非學(xué)好不可的壓力和意識。

必竟對于大多數(shù)人而言，學(xué)習(xí)本身又是一項反人性的勞動；同時，在線教育又沒有線下教育那么強(qiáng)的現(xiàn)場氛圍、控場手段和儀式感；所以，班級規(guī)模稍一擴(kuò)大，授課老師想要準(zhǔn)確及時的發(fā)現(xiàn)哪位同學(xué)眼神迷離、哪位同學(xué)神情恍惚就顯得越發(fā)艱難。而借助AI作一些輔助，就成了眾多解決方案中相對具有一勞永逸屬性的一種。

AI的輔助授課體現(xiàn)在兩個方面，一方面是通過計算機(jī)視覺技術(shù)，輔助授課教師隨時對學(xué)生的上課狀態(tài)進(jìn)行跟蹤，并給予預(yù)警，隨時提醒和輔助教師關(guān)注到每位神游天外的學(xué)生的上課狀態(tài)并實現(xiàn)干預(yù)和糾正；另一方面是通過這些數(shù)據(jù)的收集、分析和比對，供教學(xué)管理團(tuán)隊對于教學(xué)內(nèi)容、形式、課件、授課技巧等方面作不斷的改進(jìn)優(yōu)化提供支持和參考。

AI教學(xué)設(shè)備：

這部分涉及到的主要是硬件教學(xué)產(chǎn)品的開發(fā)和改造，重成本的硬件改造更集中在線下教學(xué)、雙師教學(xué)和ToB場景中，在線小班課場景方面目前基本上是以實體的輔助教學(xué)機(jī)器人、VR設(shè)備的開發(fā)應(yīng)用等為主流，且產(chǎn)品質(zhì)量參差不齊；真正稱得上AI化的產(chǎn)品還處在概念和MVP階段，暫不多作討論。

服務(wù)AI化方面

和產(chǎn)品AI化相比，在服務(wù)AI化領(lǐng)域，各種AI場景在實際的開發(fā)和使用方面似乎更為頻繁和廣泛，很多企業(yè)也己經(jīng)籍此獲得了巨大的成功。

自動作業(yè)批改：

拍照搜題軟件都己經(jīng)遍地開花，具有自動作業(yè)批改功能的App都己經(jīng)進(jìn)校園、又因為部分App涉及到廣告、游戲等少兒不宜的內(nèi)容被清退出來一大批了。用更輕松的、游戲化的形式布置少量但關(guān)鍵的課后練習(xí)并完成自動批改早己不是技術(shù)難題。

從長遠(yuǎn)來看，相比于用助教老師人工閱卷的形式而言，這個功能不僅更具有性價比，而且在結(jié)合了下面要談的自動答疑功能以后，其即時的反饋和智能作業(yè)調(diào)整功能也將實現(xiàn)更好的學(xué)習(xí)效果和學(xué)生體驗。

自動答疑：

批改作業(yè)不是目的，通過AI和大數(shù)據(jù)的支持，對學(xué)生答錯的問題進(jìn)行思路上的分析、自動給出正確的解題思路。同時，追加同類型的題目或自動調(diào)整后續(xù)的作業(yè)內(nèi)容和難度以確保對學(xué)生進(jìn)行有限時間和精力的高效運用 。幫助學(xué)生克服厭學(xué)情緒并提供及時和高水準(zhǔn)的自動答疑，才是批改作業(yè)的價值所在。

自動客服：利用AI搭建自動客服系統(tǒng)，是超低成本的實現(xiàn)24小時客服、并能快速響應(yīng)大規(guī)模接入并發(fā)量的最佳方法。

學(xué)習(xí)數(shù)據(jù)、效果、建議的三方自動呈現(xiàn)：

對于低、幼年齡段乃至整個K12階段來說，教育產(chǎn)品都涉及到三方：學(xué)校、學(xué)生和家長（在學(xué)校內(nèi)部，關(guān)心某個學(xué)生具體學(xué)習(xí)狀況的人還包括老師、助教、銷售和客服）。

產(chǎn)品使用方和付費方不是同一個決策者，推動學(xué)習(xí)、輔導(dǎo)、續(xù)費、付費、轉(zhuǎn)介紹或挽單的也不是同一名工作人員；因此，學(xué)生的學(xué)習(xí)數(shù)據(jù)、學(xué)習(xí)效果、學(xué)習(xí)建議等方面的數(shù)據(jù)在三方里如何自動共享、共享到什么程度，是決定著企業(yè)運作效率的重要支持。

管理AI化方面

起盤一個在線教育公司不太復(fù)雜，這就是為什么一夜之間在線教育公司林立、短短幾年就把一個藍(lán)海市場迅速作成紅海的原因。

同時，想要管理運營好一個健康的在線教育公司又非常不容易，這就是為什么現(xiàn)在很多在線教育公司普遍都在流量和獲客里泥足深陷、在拿融資續(xù)命的周期里苦苦掙扎。

縱觀AI的發(fā)展歷程和對AI未來的預(yù)期，比較典型的看法是將AI的發(fā)展分為三個階段：第一個階段是計算智能，能存會算，比如我們現(xiàn)在使用的個人計算機(jī)；第二個階段是認(rèn)知智能，能說會聽、能看會認(rèn)，比如蘋果開發(fā)的Siri；第三個階段是感知智能，它要求機(jī)器或系統(tǒng)能理解會思考，這是人工智能領(lǐng)域正在努力的目標(biāo)。

在第一階段，管理的AI化體現(xiàn)企業(yè)在ERP、CRM系統(tǒng)的建立和發(fā)展上；進(jìn)入第二向第三階段的邁進(jìn)過程中時，市場也對管理AI化提出了更高的要求。

教師評價：

不太客觀的說，在線教育公司的發(fā)展過程也是一個折騰教師的過程，轉(zhuǎn)化率、續(xù)費率、滿意度、到課率、退費率、學(xué)習(xí)效果……

這些指標(biāo)似乎都能和授課教師扯上關(guān)系，但又不是授課教師一個人的力量所能完全決定和改變的。原本一名只負(fù)責(zé)傳道、授業(yè)、解惑的學(xué)術(shù)形象的老師活生生被逼成了小CEO的樣子（后來，這些被逼成功的老師們就真的出去自立門戶，成了你的競爭對手，還帶走你的大批學(xué)員，狠狠的報復(fù)你之前對他們的不公）。

所以，所有僅僅通過某一項數(shù)據(jù)或某一次磨課和監(jiān)課的成績對授課教師進(jìn)行評價，有失偏頗是一方面，更重要的是具有滯后性。

教學(xué)服務(wù)是一個生產(chǎn)和消費同時進(jìn)行的產(chǎn)品，當(dāng)你發(fā)現(xiàn)問題時，相應(yīng)的損失也己經(jīng)發(fā)生。憑借AI技術(shù)的發(fā)展，現(xiàn)在可以通過對現(xiàn)場教師和學(xué)生的各項互動數(shù)據(jù)（互動頻度、互動范圍、按時完課、學(xué)員活躍程度等）進(jìn)行實時監(jiān)測反饋，不僅可以給授課教師一個更客觀的評價。同時，也利于教學(xué)過程中問題的及時發(fā)現(xiàn)和解決。

教學(xué)產(chǎn)品各模塊效果評價：

除了教師本人的教學(xué)水平和狀態(tài)以外，一個在線小班課的教學(xué)產(chǎn)品的成功，還和諸如教學(xué)邏輯、課件水平、課程內(nèi)容分布、視頻和互動系統(tǒng)以及后端的服務(wù)政策和流程執(zhí)行狀況等因素息息相關(guān)。較粗放的方法是通過各模塊的CSI調(diào)查和反饋來發(fā)現(xiàn)和調(diào)整。

有實力的公司會通過對各個環(huán)節(jié)數(shù)據(jù)的單點測試以期發(fā)現(xiàn)和改善問題；通過AI深度學(xué)習(xí)平臺的不斷進(jìn)化和學(xué)生各項數(shù)據(jù)的積累，今后有望更系統(tǒng)和實時的實現(xiàn)對教學(xué)產(chǎn)品各模塊效果的評價。

服務(wù)流程自動化：

縱觀教育領(lǐng)域的招生和服務(wù)模式，大部分教育企業(yè)的運營過程，都是按照“獲取流量”——“試聽體驗”——“付費”——“鼓勵老學(xué)員推薦新學(xué)員”——“續(xù)費”模式展開的。

面對大同小異的運營框架、難以快速體現(xiàn)的產(chǎn)品差異和幾乎相同的流量采購價格，如何精細(xì)化的設(shè)計每個一環(huán)節(jié)的子過程以追求最大化過程收益、如何穩(wěn)定和緊湊的推進(jìn)各個業(yè)務(wù)模塊之間的銜接以追求最小化過程轉(zhuǎn)換損耗、以及如何面向全局的設(shè)置復(fù)合指標(biāo)并切分任務(wù)邊界以確保最優(yōu)化協(xié)同效應(yīng)等策略的研究和落地，就逐步演進(jìn)成了各教育企業(yè)在同一片紅海中游出不同姿勢的主要動因。

而這個研究，無一不是建立在對全業(yè)務(wù)流程嚴(yán)密的數(shù)據(jù)和過程把控基礎(chǔ)之上的，若想讓這件事情富有實效，需要耗費大量的人力資源、管理精力和數(shù)據(jù)采集成本。通過對AI決策管理和自動化進(jìn)程能力的設(shè)計，可以在獲得流程模型、開關(guān)閾值和數(shù)據(jù)的基礎(chǔ)上，充分發(fā)揮計算機(jī)輔助管理和輔助決策的功能，以更高效的方式實現(xiàn)服務(wù)流程的自動化。

信馬由韁的說了很多，為便于理解，作如下草圖，供沒時間讀全文的方家一笑。

本圖摘自《職場啟蒙》公眾號

本文由 @Stone 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議