2018年中国人工智能自适应教育行业研究报告

2020-02-27 214浏览

1.中国人工智能自适应教育行业研究报告 2018年
2.摘要 SMS 1 自适应学习主张每个人都拥有自己独特的学习路径，是一种非常有前景的教育技术。国外起步早，应用广，并多次被实证研究证明有效。 2 自适应学习产品有智能程度之分，区分标准是看它的技术水平基于人工、基于计算机编程还是基于人工智能。人工智能自适应在教育的各个环节都可应用，其中教学环节的应用最核心、难度也最大。 3 人工智能自适应教育的本质是可规模化的个性化教育。 4 人工智能自适应教育行业处于发展早期的升温阶段，概念模糊，泡沫难免，目前至少40家公司已宣布入场。 5 K12辅导和语言学习是2015-2017年业内融资事件最多的两个细分领域，融资数量占比分别为52.2%和34.8%。 6 目前国内产品总体处于初级阶段；人工智能自适应教育始于技术，胜于内容，终于效果，学习效果才是企业竞争力的最终评判要素。来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 2
3.国外的自适应学习 1 人工智能自适应学习概述 2 中国人工智能自适应教育市场状况 3 中国人工智能自适应教育行业典型企业 4 中国人工智能自适应教育行业未来趋势 5 3
4.国外的自适应学习产品起步早，应用广自适应学习早在20世纪90年代的美国就已存在，目前已得到较为广泛的应用。美国K-8（相当于中国的小学、初中）自适应学习公司DreamBox Learning曾在2010年后做过一项调查（调查样本超过480个，其中大部分人为K-8公立校教师）, 结果表明49%的人正在自适应学习软件上教授补充课程，42%的人正将其作为核心课程平台使用。自适应学习产品在国外各个学习阶段都有应用，包括早幼教、小学、初中、高中、大学、职业领域等，并已覆盖多个学科。国外自适应学习产品列举早幼教 K12 企业培训语言类综合类素质类高等教育来源：Dreambox调查来自; 国外知名自适应学习产品列举由艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 4
5.明星企业Knewton 说起自适应学习，就不得不提这家To B的自适应PaaS供应商 Knewton创建于2008 年，总部设在美国纽约，成立之初主要针对SAT、GMAT等标准化在线考试提供自适应测评，2011 年起逐渐面向机构和学校提供自适应学习的底层引擎。其主要运行流程是机构和学校在Knewton平台的基础上嵌套自己的学习系统，将自己的课程材料以Knewton的体系数字化，通过不断评估学生对材料的掌握程度，为每位学生动态推荐合适的学习路径和内容，以满足学生个性化的学习需求，并预测未来的学习程度。Knewton在全球的K12教育（从幼儿园到高中的数学、英语、生物）、高等教育、语言培训、企业培训等领域都得到了广泛应用，客户包括剑桥大学出版社、微软、惠普等知名机构，融资历程也光鲜亮丽：从A轮到E轮融资总额超过1亿美元，2016年2月又获得了5200万美元的F轮投资，投资方包括好未来。 2015年以来，Knewton进入中国这片在线教育的热土，陆续发展出了一批合作伙伴，目前在产品的本土化上面临一定的困难。2017年，最大客户培生终止了和Knewton的合作（培生已着手自己研发自适应产品），同时一批致力于自适应学习的创业公司冒出，Knewton面临的竞争加大。 Knewton的结构与功能可视化用户界面接入合作伙伴的系统 Knewton系统（开放API接口）产生功能评估推荐预测数据存储层来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 5
6.自适应学习的效果以Knewton为基础的自适应学习产品已被证明有效作为一家To B机构，Knewton的效果研究案例非常多。据Knewton官网资料，2011年亚利桑那州立大学(Arizona State University)有近2000名学生在使用Knewton之后，数学课程通过率从2009年、2010年的66-67%上升到74.5%，退课率从2009年、2010年的13.2-13.6%下降到5.6%，并且有50%的学生提前4周完成了学习计划。 Knewton对学习兴趣的提升也有一定的作用。荷兰初中的1500名飞行学生在学习Knewton推出的适应性学习软件后， 70%的学生表示他们比以前更爱学习英语语法，83%的老师表示他们看到了学生身上激发出的学习兴趣。关于自适应学习产品Knewton的效果研究实例 2010 (未使用Knewton) 2011 (未使用Knewton) 2011 (使用Knewton后) 通过率 67% 66% 74.5% 退课率 13.2% 13.6% 5.6% 提前完成学习任务的学生比例 N/A N/A 50% 来源：Knewton, 2011, 链接：https://www.knewton.com/wp-content/uploads/knewton-adaptive-learning-whitepaper.pdf©2018.2 iResearch Inc www.iresearch.com.cn 6
7.自适应学习的效果培生与Knewton合作开发的Mastering已被证明有效全球知名教育出版集团培生(Pearson)十分注重自适应学习。旗下的Mylab&Mastering是一个面向高等教育学生提供在线作业、教学和评估的自适应学习产品，适用于天文、生物、化学、物理、工程、环境、营养学等13个学科，官网显示每年有超过1100万个学生都在使用。培生在2012年与Knewton合作开发了这个产品，2014年搜集公布了来自不同高校教师的 47个使用效果研究，如纽约州立大学、北卡罗莱纳大学、国内的北京师范大学等，并声明没有给这些教师任何报酬。以佛罗里达州立大学(Florida State College)的Lourdes Norman-McKay教授提供的研究为例：这位教授教的是一门微生物课，2012年秋季学期他还没有使用Mastering，那时班上一共有741个学生，课程通过率为76.5%，2013年春季学期他开始让班上的255个学生通过Mastering来完成作业和测试，结果发现课程通过率提高到79.6%，同时退课率和缺勤率都有所下降；93%的学生表示Mastering能帮他们进行批判式思考，70-80%的学生表示Mastering能让他们更好地准备考试和实验，让他们变得更努力。关于培生旗下自适应学习产品Mastering的效果研究实例 Lourdes教授怎样使用Mastering 使用Mastering的效果  让学生在考前一周完成 Mastering上的模块测试在考前检验自己的教学效果，帮学生查漏纠错  课程通过率提高使用前为76.5%，使用后为79.6%  让学生在实验前一周完成 Mastering上的实验预测，并在实验后再次测试实验前预估学生水平，激发学生兴趣；实验后督促学生巩固知识  学生退课率下降使用前为8.9%，使用后为7.8%  在Mastering上设置好综合评估方法，自动出分减轻人工录分、算分的工作负担  课堂缺勤三次以上的比例下降使用前为4.2%，使用后为1.2% 研究截图：考试通过率提高来源：Pearson, 2014, 链接：https://www.pearsonmylabandmastering.com/global/results/files/Mastering_Final_v4.pdf©2018.2 iResearch Inc www.iresearch.com.cn 7
8.自适应学习的效果培生与Knewton合作开发的MyLab已被证明有效培生热衷于做学习效果研究，如2011年在阿肯色社区大学(Arkansas Community College)做的MyMathLab效果研究。（培生旗下另一款自适应学习产品）。这所大学是一所学生成分非常多样的大学，有刚刚高中毕业的学生，也有从1971年开始就没有接触过数学的学生。在使用MyLab之前，学生的数学课通过率很低，学生为此抱怨，老师也被迫重复教学。 2011年秋季学期，学校采取了一项新措施：要求学生每周上四节课，并在MyLabsPlus上完成作业、测验和期末考试，平时则根据MyLabsPlus提供的学习计划来学习，不限次数地做练习题直到得分达到标准，同时老师也通过MyLabsPlus来评估学生的优势和缺点。结果，2011年秋季结束时，数学课的通过率大幅上升。最明显的变化是中级代数课程的通过率在 2010年秋季仅为30.5%，到2011年秋季已经飙升至73.9%。学生对MyLabsPlus评价很高。2014-2015学年，学校又把 MyLab引进到了新生数学水平测试上。 2013年12月，培生又推出“MyMathLab学习计划” 对超过10000多名学生进行研究，结果表明参加自适应学习计划的学生在模块考试中的成绩比不参加的学生高12.5%。关于培生旗下自适应学习产品MyLab的效果研究实例阿肯色社区大学学生使用效果研究截图：考试通过率提高阿肯色社区大学学生的评价 “有了MyLabsPlus，我就不用找家教了，因为我已经有了一个私人教师” “MyLabsPlus在我不明白的时候提供了帮助” “我住在离学校30英里的地方，所以我不方便。在学校里使用电脑可以方便我在家做作业” 来源：Pearson, 2014, 链接：https://www.pearsonmylabandmastering.com/global/results/files/MTGV6_Sept_4.pdf©2018.2 iResearch Inc www.iresearch.com.cn 8
9.自适应学习的效果自适应学习产品RealizeIt已被证明有效 RealizeIt成立于2007年，是美国一家面向所有年龄层提供个性化学习和自适应学习产品的教育科技公司。据RealizeIt官网资料，2014年秋，佛罗里达中央大学(University of Central Florida)面向护理学和普通心理学两门课程的学生做了一项关于RealizeIt效果的研究。每门课程的学生都被分成三组，分别使用面对面形式、佛罗里达大学自己的在线平台和RealizeIt 来学习。到2015年春，在护理学课上，三个小组的考试通过率分别为98%、96%和100%，在普通心理学课上，三个小组的考试通过率分别为83%、83%和90%。为了进一步验证RealizeIt的作用，这些学生又被安排参加了一项校外考试，结果显示三个小组的平均分都在85分上下波动，但最低分差距较大，分别为54.8分、50.4分、13.2分，RealizeIt小组的成绩极差更小，整体更有稳定性。另外这项研究中学生（n=159）对Realizeit的评价良好：89.4%的学生认为Realizeit好用 (“easy to use”)，91.2%的学生表示它指令清晰，83.7%的学生表示会再次使用；82.8%的学生觉得使用后能更好地接受课程内容，86.9%的学生认为它提供的反馈对后续的学习有帮助；77.7%的学生认为它的评估有效，80.9%的学生认为它的评估准确。关于自适应学习产品RealizeIt的效果研究实例研究截图：使用RealizeIt的学生考试通过率更高研究截图：使用RealizeIt的学生成绩极差小来源： RealizeIt, 2014, 链接：http://info.realizeitlearning.com/ucf-adaptive-learning-study©2018.2 iResearch Inc www.iresearch.com.cn 9
10.自适应学习的效果 K-8数学自适应学习产品Dreambox已被证明有效 DreamBox Learning于2006年在美国华盛顿成立。DreamBox数学能为K-8学生提供自适应的数学课程和激励式的学习环境。2010年秋季，斯坦福研究院(SRI International)对使用DreamBox的三所学校做了一项效果研究实验，被试为学校中幼儿园和小学一年级的学生，实验组466人，对照组117人。在实验过程中，两组学生每天都在教室里参加几分钟的面对面教学，然后实验组继续用DreamBox20-40分钟，对照组则同时接受20-40分钟的其他在线课程（非自适应的）。4个月共计70天后，实验组的整体数学能力、测量和几何能力有显著提升。 2010年秋斯坦福研究院关于Dreambox效果实验的前后测差异实验组前测对照组后测前测后测样本量平均值标准差平均值标准差前后测差异显著性样本量平均值标准差平均值标准差前后测差异显著性整体数学能力 446 146.0 18.0 159.0 16.6 p < .05 111 144.7 15.0 156.2 15.1 不显著问题解决能力 444 147.0 19.3 161.4 16.3 不显著 109 144.7 17.1 159.8 15.2 不显著数感 444 146.9 20.0 159.6 18.9 不显著 109 143.4 16.6 157.0 17.2 不显著计算能力 438 147.5 22.4 163.0 20.7 不显著 108 147.0 19.8 158.8 19.5 不显著测量和几何 441 144.5 18.9 155.5 18.3 p < .05 109 144.8 18.4 151.8 18.1 不显著统计和概率 443 145.5 19.3 156.3 18.9 不显著 109 145.1 15.6 154.1 17.6 不显著来源：Dreambox, 2011, 链接：http://go.dreambox.com/rs/715-ORW-647/images/ef-2011-08-SRI_Rocketship_Evaluation.pdf©2018.2 iResearch Inc www.iresearch.com.cn 10
11.国外的自适应学习 1 人工智能自适应学习概述 2 中国人工智能自适应教育市场状况 3 中国人工智能自适应教育行业典型企业 4 中国人工智能自适应教育行业未来趋势 5 11
12.自适应学习的概念自适应促使学习方式发生深刻变革：每个人都有自己的路径自适应(Adaptive)，顾名思义是自我调节和匹配，具体含义是指根据数据的特征自动调整处理方法、顺序、参数和条件，以取得最佳处理效果。它不是指某项具体技术，而是多种知识和技术融合达成的一个结果。这个概念类似于“共享经济”，它不是指某个经济领域，而是新场景、商业模式、技术等因素融合而成的一种经济现象。自适应学习(Adaptive Learning)在国内引起广泛关注是在2015年，彼时在线教育正野蛮生长，一小批人注意到在线教育完课率极低，这是因为在传统学习模式下1）不同学习内容之间的跳转逻辑是线性单一的，学生即使已经掌握了某一块内容，还是需要花费时间去学习；2）学生有问题也不能得到即时的反馈和帮助。对此，自适应学习致力于通过计算机手段检测学生当前的学习水平和状态，并相应地调整后面的学习内容和路径，帮助学生提升学习效率。然而，学习是一个复杂且隐性的过程，简单的计算机编程很难实现好的效果，运用人工智能技术来实现的人工智能自适应学习应运而生。这是对传统自适应学习的升级，也是对新型学习方式的探索，在教育领域意义重大。传统学习模式与人工智能自适应学习模式对学习内容的排布传统学习模式人工智能自适应学习模式 • 学习内容切割成块 • 学习内容切割成点 • 内容块之间的关联较为简单， • 内容点之间的关联较为复杂，整体形成一条平面路径 • 整体构成一个立体网络所有学生基本按照同样的路 • 径来学习 • 每个学生都可按照自己的路径来学习学习路径缺乏调整逻辑学习内容 • 学习路径可以调整学习内容间的关联来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 12
13.自适应学习产品有智能程度之分基于人工、基于计算机编程还是基于人工智能？当大多数人提起自适应学习时，他们对自适应学习产品的智能程度缺少一个清晰的定义。看一个自适应学习产品，需要判断它是基于人工的自适应，还是基于计算机编程的自适应，还是基于人工智能的自适应。目前人工智能总体上还处于初级阶段，人工智能+自适应学习又是一个新兴的领域，相关人才和经验总体上处于匮乏状态，因此市场上的人工智能自适应学习产品基本都属于弱人工智能的范畴。但即便是弱人工智能，相比于基于人工的自适应和基于简单计算机编程的自适应来说，也已经是一种进步。弱人工智能自适应学习进化到强人工智能自适应学习的突破口在于人工智能自适应技术的突破以及其在教育垂直领域的深度落地。中国自适应学习产品的智能等级之分等级命名原理由人来判断学生的能力水平，系统根据预先设定好的条件指令推送相应的学习内容 1 基于人工的自适应 2 基于简单计算机规由计算机来判断学生的能力水平，并推送相应的学习内容则的自适应 3 由专家来构建知识体系（往往用知识图谱相关基于人工智能算法技术来构建），系统在此基础上判断学生的知的初级自适应识水平，并推送相应的学习内容 4 由专家来构建能力体系，系统在此基础上测量基于人工智能算法学生的学习方法，评估学习能力，预测学习进的中高级自适应度和效果技术范畴是否为人工智能自适应人工劳动否一般的计算机编程（技术水平为目前主流所应用）计算机编程人工智能（技术水平远高于目前主流应用水平）否是是来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 13
14.人工智能自适应学习的原理在大数据的基础上构建学习模型并输出学习建议在现阶段，“搜集大数据——构建学习模型——输出学习建议”是实现人工智能自适应学习的基本步骤。学习模型的构建过程非常复杂，常人难以理解，通俗来说，它是在“借鉴”人类大脑的思考过程，通过成千上万个函数点互相传导信息，用穷举的方式从千丝万缕的函数嵌套关系中找出学习规则，并不断进化模型。它的输出由三部分要素有机结合而成：学习材料（如：一段教学视频、一道练习题），用来测评学生是否掌握学习材料的标准，学习材料的推送顺序。这三部分的内容和时长都由人工智能算法来决定。学生使用系统的时间越多，留下的行为数据越多，系统的效率就越高。人工智能自适应学习系统的基本原理人工智能自适应学习训练模型获取训练样本知识水平用于构建理想情况下学生要掌握的内容教学方法模型学生大数据学生模型情感特征模型的核心组成部分，用于了解学生在认知、情感方面的个性特征知识空间理论信息论技术逻辑斯蒂回归遗传算法贝叶斯网络模糊逻辑分类树教育数据挖掘学习分析图论概率图模型贝叶斯知识跟踪理论项目反应理论深度学习神经网络计算机科学数据科学机器学习自适应内容 Content 输出学习材料，推送给学生自适应测评 Assesment 对学习材料掌握情况的测评与反馈自适应序列 Sequence 学习材料背后知识点的组织顺序元认知能力认知特征用于深度模拟优秀教师的教学过程及策略自适应学习所采用的AI技术错误模型学科模型转化并输出要素认知科学教育测量学学习心理学分析学生正答率、用时、对学习目标的熟悉程度、学习相似内容的表现、自信度等多维数据 …… 来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 14
15.人工智能自适应学习系统的运行流程像优秀教师一样“思考”和“行动” 老师是以经验驱动教学的，整个过程虽然遵循一定的节奏，但每一步的“火候”非常依赖于教学经验的积累，因此刚毕业的老师往往适合于答疑，而在教学的体系化上有所欠缺，教龄长的老师往往擅长全盘把控，而在亲和力上稍显不足；不同老师对学生学习情况的判断是不一样的，从而导致他们所规划的学习路径不同；两个老师即使经验值相等，还会在性格脾气、教学风格、薪酬期待上有所差异，从而影响教学效果。人工智能自适应学习系统旨在聚集并量化优秀教师的宝贵经验，以数据和技术来驱动教学，最大化地减小老师水平的差异，提高整体教学效率和效果。完整的人工智能自适应学习系统对优秀教师教学过程及策略的量化模拟人类教师人工智能自适应学习系统初步了解学生情况自适应测评发现问题备课智能规划学习路径讲授让学生做练习智能推送练习内容智能推送学习内容 • • • 录播视频直播图文材料自动挖掘问题 • • • 评估教学效果自适应测评课堂练习课后作业项目实践人工智能算法大数据平台用户基础来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 15
16.自适应与人工智能+教育的关系自适应能够深入教学核心环节，而其他AI技术不一定能深入人工智能在教育领域的落地应用是大势所趋。目前已有的智能产品包括拍照搜题、分层排课、口语测评、组卷阅卷、作文批改、作业布置等工具，这些工具应用了先进的人工智能技术，但应用场景只停留在学习过程的辅助环节上，而不会直接带来教学质量和效果的提升。人工智能自适应则能够把人工智能技术渗透到教学的核心环节中，既有助于从根本上改进学在线习的理念和方式，也有助于产品打通商业模式，直接面向C端用户销售变现。作业自适应在人工智能+教育中的角色 ————————学习环节———————— 最外围学习环节获取学习资料、陪伴、沟通、教务、管理测评次外围学习环节 ———————应用场景与关键人工智能技术/课题——————— 拍照搜题图像识别分层排课智能搜索陪伴机器人语音交互判断学习态度情绪识别口语测评语音识别组卷阅卷图像识别、自然语言处理作文批改图像识别、自然语言处理作业布置自适应虚拟场景展现 VR/AR 规划学习路径推送学习内容侦测能力缺陷预测学习速度自适应练习、作业次核心学习环节最核心学习环节教学辅助教、学认知、思考来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 16
17.人工智能自适应在教育过程中的应用各个环节均有可为，教学环节最核心，全流程应用最高级完整的教育流程可划分为内容开发——教学（学习）——练习——测评——管理五个环节，这些环节中都存在人工智能自适应学习可以应用的场景。其中，自适应内容开发是其他4个环节的基础，需要耗费巨大的工作量，目前国内少有公司专门以这项工作为主要业务，大多数公司往往只把它作为一项内部产品开发的前续工作；自适应管理指的是通过分析教学、作业、测评环节的学生数据，对用户进行智能预警、提醒和跟踪，是其他4个环节成功应用后的附加产物。人工智能自适应学习技术在教学、练习和测评三个环节的应用能够直接面对C端用户，市场广阔，是目前主要的三个应用环节，而其中教学环节的应用对学习效果的影响作用最大，也是整个教育流程中最核心、最复杂、最难的一环。随着用户对个性化和效果的需求越来越强烈，不同环节之间出现了一定的界限模糊，市场上也出现了能在五个环节同时应用的全流程自适应学习系统。中国人工智能自适应教育产品可应用的教育环节可应用的教育环节相应的应用前提环节：内容核心环节：教、学、练辅助环节：测评其他环节：管理学情诊断沟通管理自适应测评自适应管理人类大脑认知学习的过程学习材料开发练习教学与学习环境刺激感觉记忆注知意觉消退自适应内容开发自适应教学短时记忆复述编码提取遗忘长时记忆遗忘自适应练习全流程自适应学习系统来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 17
18.深入应用到教学核心环节难度较大需要先有教学环节的有效数据，不能仅有练测环节的数据教学环节对学习效果的影响作用最大，也是整个教育流程中最核心、最复杂、最难的一环，而测评、练习环节相对外围、轻量、简单，因此自适应学习产品最先在测评和练题场景中得到应用。如果把不同的人工智能自适应学习产品分为“只应用到测评环节”（自适应测评）、“只应用到测评和练习环节”（自适应练习）、“同时应用到测评、练习和教学环节” （自适应教学）三类，那么自适应教学是其中数据获取难度和产品功能等级最高的一类。自适应教学产品的开发需要有教学环节的有效数据，而这些数据的获取难度高，具体体现在：1）自然状态下，教学过程数据是非结构化的；2）数据可挖掘的维度多，不限于测试成绩和作业情况，还包括学习路径、内容、速度、偏好、规律等深度数据；3）不同数据点之间的关系复杂。自适应练测与自适应教学的功能差异自适应教学测自适应练习测自适应测评测黑箱练黑箱教学黑箱产品功能等级低  诊断学习水平  检测出薄弱知识点练学教学黑箱练黑箱教学黑箱产品功能等级居中检测出知识薄弱点  诊断学习水平  检测出薄弱知识点  推送包含这些知识点的练习题产品功能等级高  诊断学习水平  检测出薄弱知识点  推送包含这些知识点的练习题  推送包含这些知识点的学习内容  规划学习路径和速度  追踪过去的知识漏洞  评估学习能力来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 18
19.人工智能自适应教育的本质本质是数据驱动的、可规模化的个性化教育在教育行业，老师是核心生产资料，但优质老师非常稀缺。从理论上讲，一位优质的老师可以通过互联网同时面对无限数量的学生，从而解决优质师资稀缺的问题，但这个过程缺乏有效的师生互动，而且老师分配给每个学生的个性化服务时间极少。这是人工智能自适应教育从业者的基本共识。在线传统面授教育的优缺点都非常明显。在过去几年间蓬勃生长起来的在线教育所做出的贡献，更多的是把传统面授教育的模作业式搬到了线上，而本质上并未改变。人工智能自适应教育的雄心在于以数据和技术为驱动力，实现规模化的个性化教育。人工智能自适应教育的特点传统面授教育录播/直播模式的在线教育人工智能自适应教育教师资源优质师资非常稀缺教学效果参差不齐优质师资比较稀缺教学效果参差不齐普通老师得到系统辅助，整体教学效果的下限被拉高、差距被缩小, 缓解优质师资稀缺和教学效果参差不齐的问题教学过程老师需要备课、凭经验授课以老师为中心老师仍需要备课、凭经验授课以老师为中心老师备课工作量大大降低，学习路径、内容和顺序由系统规划，以学生为中心教学反馈不即时、不具体不一定即时、不一定具体即时、具体效果评估依赖教师经验和考试分数统一评依赖教师经验、考试分数、学习依赖学习过程数据、考试结果等来测评，测评比较全面、精准，并能够支持学习过程的动态优化，有助于教学效率的提升估，评估维度单一、粗糙过程数据，测评维度比较全面技术需求不需要技术支持需要一定的数字化技术支持需要高级的数字化技术及智能技术的支持个性化程度低中高来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 19
20.人工智能自适应教育的价值核心价值是降本提效，促进行业升级人工智能自适应教育是一次行业改革实验，对机构、对学生、对老师三方都具有降本提效的价值。其核心价值是把教育行业从劳动密集型的农业时代带向成本更低、效率更高的工业时代。农业化向工业化发展的趋势是不可阻挡的，即使不通过人工智能自适应教育来实现，也会通过其他渠道来实现。在线作业人工智能自适应教育的价值 • 对机构对学生提高教学质量：人工智能自适应学习系统能为教师赋能，降低机构对教师的能力要求，从而降低教师招聘的难度，同时提高机构教学质量的下限，这一点对于人才匮乏的中小城市机构来说尤其具有价值 • 改善成本结构：人工智能自适应学习系统能够降低教师薪资成本，提高课程的边际效益 • 增强扩张能力：成本结构的改善和产品标准化能力的增强有利于机构走出教育培训行业扩张受限的“魔咒”，扩大机构规模 • 维护团队稳定：教师对系统的依赖有利于降低机构对单个教师的依赖性，增强机构抵抗名师出走风险的能力 • 及时、精准地知道自己的薄弱知识点 • 拥有一套个性化的学习方案，避免因为学 • 错题统计等重复劳动，减轻负担；系习方案的不匹配而产生挫败感、浪费时间 • 清晰地知道自己与同龄人的学习行为差异 • 得到系统提供的标准化服务，不因老师的拥有一个教学助手：减少作业批改、降本提效对老师统协助授课，提高上课效率 • 拥有一个教学伙伴：借助人工智能自适应学习系统，准确知道学生的薄弱个人喜好而受到差别对待，也不因自己对知识点、不同学生在学习行为上的差老师的爱戴程度而影响学习态度异，增进对学生的了解来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 20
21.未来教师的角色传统角色面临转变：机器来教书，教师来育人在人工智能自适应教育构建的蓝图里，未来老师的角色发生了转变——人的优势在于情感、创新和温度，机器的优势在于精准、标准和速度，两者都不是万能的。在过去漫长的时间里，人承担了过多的重复劳动，备课、上课、布置作业、改作业、出卷、改卷、沟通都需要老师经手。未来人与机器可以且应该互相协作，构建一种新型的双师模式，即“真人老师+ 机器人老师”，把教师的总价值发挥到最大。机器的教学优势可以举一个简单的例子来说明：当学生答错了“x2+1=3，求x值”，机器会通过分析该学生解答类似题目时的正答率和用时、降低下一题难度等方式，准确判断出学生的知识漏洞究竟是①“3-1=？”②“平方/平方根的含义”③“一个正数有两个平方根，它们互为相反数”④“平方根的表达式是 ±√￣”中的哪一个，从而推送相应的补漏内容。而人可能会想当然地忽略①，或者因为发现了①而产生恨铁不成钢的情绪。当学生缺乏榜样或反感学习时，机器做不了情感交流和人际影响，而人可以。人类教师与人工智能自适应学习产品各自的优势情感、温度、创新 • 把握教学大方向 • 情感交流、人际影响 • 培养创新思维 • 以智慧管理团队精准、速度、标准 • 多维、准确、动态的智能评估人类教师人工智能 • 智能推送 • 即时问答和沟通 • 迅速完成作业和试卷批改 • 以统一的标准服务个体，公平、理性地对待学生学习所需要的“养料” 来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 21
22.国外的自适应学习 1 人工智能自适应学习概述 2 中国人工智能自适应教育市场状况 3 中国人工智能自适应教育行业典型企业 4 中国人工智能自适应教育行业未来趋势 5 22
23.行业发展环境人工智能自适应教育迎来史上最好的发展机遇任何事物的发展壮大，既需要内在动力，也需要外在机遇。不论是从用户态度、国家政策、市场声量等外部条件来看，还是从前期积累的内部条件来看，人工智能自适应教育都正处在史上最好的机遇浪头里。趁着市场风向未变，做一些资金投入和人力投入是有所裨益的，将来当人工智能技术得到突破性进展时，才能一举进入，寻求爆发。中国人工智能自适应教育行业利好发展环境国家大力支持人工智能、人工智能+教育的发展人工智能潜力初现，大众对人工智能的态度逐渐正向 2017年5月由Deepmind团队研发的围棋机器人 AlphaGo战胜世界围棋冠军柯洁事件引发社会高度关注； 2017年6月由学霸君研发的高考机器人Aidam战胜高考状元事件、2017年10月由乂学教育研发的教学机器人战胜17年教龄老师事件再次引起舆论喧哗。教育科技深受行业巨头和投资机构关注好未来、新东方、VIPKID、51talk、沪江、科大讯飞、英语流利说等公司相继宣布发力人工智能+教育，集体打响攻坚战；在自适应学习领域，Knewton、乂学教育成功融资等国内外大额融资事件刺激市场关注度升温。政策支持用户开放市场预热前期积累 2017年7月国务院发布《新一代人工智能发展规划》，提出到2030年我国人工智能核心产业规模将超过1万亿元，带动相关产业规模超过10万亿元，并将有具体的财税支持。规划中特别提到，将加快推动新型教育体系、智能校园建设以及开发智能教育助理。互联网及在线教育的发展为人工智能+教育奠定基础 “三通两平台”和教育信息化的多年实施，让学校具备了基本的网络设施和产品认知能力；经历了最近2-3年的高速发展后，在线教育积累了大量数据，能够为人工智能+教育的发展提供第一批实验数据和经验支持。来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 23
24.行业发展阶段行业处于发展早期的升温阶段，概念模糊，泡沫难免不可否认的是，从行业发展阶段来看，目前人工智能自适应教育行业仍处在发展早期，并且由于“人工智能”概念过热，加上市场受到巨头进入、大额融资等事件的刺激，从而存在一定的炒作现象。但这是一项新兴事物发展的必经之路。人工智能本身受到的市场反应也呈现出“这是全能的——这是骗子——这是全能的——这是骗子”的反复性，人工智能在教育行业的落地应用不是一蹴而就的，必然也会因为初期效果的不甚理想而反复受到推崇和质疑。随着人工智能技术进入稳定期，质疑的声音才会渐渐消除，行业发展路径才会稳定上升。中国人工智能自适应教育行业发展阶段潜伏 • • • 萌芽相关业务营收为负各企业发展战略不一竞品间互相观望升温 • • • • 降温营收增长，利润为负各企业发展战略趋同竞品间互相追逐资本进入、巨头进入、产业链上下游进入市场受到重大负面事件刺激（造假、投诉、倒闭、转型等）市场受到重大正面事件刺激（融资、上市、巨头进入、合作等）后期中期早期成长 • • • 成熟衰退营收快速增长各企业占领细分市场市场格局初具雏形 • • • • 利润快速增长企业兼并频繁市场格局趋于稳定产业链分工完成 • • 利润增长停滞业务寻求转型当前阶段来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 24
25.行业玩家分布教育科技+课程变现前景良好，至少40家公司宣布入场不断有企业瞄准、涌入人工智能自适应教育赛道。一类是提供在线英语课程和工具的公司，英语领域本身具有一定的国外自适应学习经验，而且相关的学习材料、标准化测评和题库数据都足够多，开发环境相对较好。一类是以题库、作业平台为基础，或进入公立学校做考试数据采集和分析的公司，他们能够收集一部分学习数据，在大数据采集和用户认知经验上具有一定的先发优势。另一类是主打自适应教育的公司，他们以自适应学习系统为主攻产品。此外，其他在线教育机构、线下教育机构、甚至非教育行业的机构都在试图进入这一领域。已公开宣布发力人工智能自适应教育的企业在线英语课程&工具 51talk、VIPKID、贝乐在线、盒子鱼、沪江、朗播网、魔力学院、扇贝单词、英语流利说、智课网主打自适应教育的公司东琳教育、高木学习、论答、葡萄学院、图索教育、先声教育、学吧课堂、乂学教育 K12题库类&作业类工具阿凡题、狸米学习、学霸君、一起作业、猿题库、作业帮、作业盒子其他在线教育机构百看早教、北京四中网校、成长保、大讲台、高顿网校、极客学院线下教育机构创数教育、翡翠教育、好未来、佳一教育、精锐教育、新东方教育信息化进校派极课大数据、科威姆、全通教育、淘题吧非教育行业注释：各企业按企业名称拼音顺序排列，企业列举不完全。来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc 方正电子、惠普 www.iresearch.com.cn 25
26.行业特点边际明显：初期投入大，越往后数据的反哺能力越强毫无疑问，随着越来越多的学生使用某个产品，产品所收集的数据量会越来越多。在一般的在线教育产品中，这些数据会被储存起来，经由人工挖掘和分析，用于优化产品；而在人工智能自适应学习产品中，这些数据会像“燃料”一样被输送进人工智能算法这个“大锅炉”中，由数据来训练算法，输出更接近真实情况的学习模型，赋予学习系统更好的性能和更高级的功能，从而吸引更多的学生使用。学生使用系统则产生更多的数据，继续上述流程，形成良性循环。另外，系统通过数据对学生产生的“了解”会随着时间递增，学生之后更换产品的转换成本会非常高。因此可以说，人工智能自适应教育行业比一般的在线教育行业具有更明显的边际效益。人工智能自适应学习系统中数据和算法之间的良性循环良性循环学生使用系统，产生更多数据有效数据越多人工智能算法越有效输出模型提供“燃料” 前期数据积累算法越有效，模型越贴近真实情况，系统越强大人工智能算法人工智能自适应学习系统产生功能系统越强大，使用的学生越多学生使用系统来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 26
27.行业产业链产品开发吸纳大量资金，产业链头重脚轻，分工有待细化人工智能自适应教育行业产业链的结构与在线教育行业类似，都包含了从产品开发（内容研发+技术支持）到教学服务再到分发推广的过程，两者差别在于，前者的产品开发环节由于涉及到新兴的人工智能技术，从而吸金能力更强、难度更高、耗时更长。产品开发需要教研经验、教育学、心理学、计算机、大数据、人工智能等多个领域的跨界协作和共同摸索，前期投入可达千万元人民币级别。目前K12辅导和语言学习是产品的两大重点应用场景。中国人工智能自适应教育行业产业链产品开发教学服务宣传推广线上 …… 内容研发认知科学学习心理学教育测量学学科教研数据供应底层设施教育工具/平台紧密配合数据及技术开发 …… 机器学习 K12辅导数据科学计算机科学平台搭建职业培训云服务存储设备计算设备门户资讯社区论坛视自频媒网体站语言培训数据中介网络传输搜索引擎分级阅读其他通讯社交线下活传动单讲座交通工具电视杂志熟人分销街道楼宇用户来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 27
28.企业的商业模式美国以To B为主，中国以To C为主，不能照搬在美国，自适应教育企业的商业模式一般以To B为主，这主要是因为美国C端用户个人发展压力小，接受额外培训的意愿没有中国人那么强，因此To C培训空间小，另外与机器交互的自适应学习在机构内推广也容易快速形成规模，发挥边际效益。中国To C教育培训市场比美国广阔，并且高度分散，只要用心经营人人都可以分一杯羹，To B市场则更多地需要借助人脉关系，进入成本高。中美两国的国情和文化土壤差异较大，不能照搬商业模式，但美国的产品和技术值得关注、学习。人工智能自适应教育企业典型商业模式产品模式开发自适应内容市场模式申请政府采购向公立学校销售向民办学校销售企业开发自适应学习系统开发自适应测评系统 B端自主定制内容向校外教培机构销售开发底层系统向C端销售中国企业典型模式美国企业典型模式来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 28
29.行业内投融资情况 K12辅导和语言学习领域最受关注从2015年到2017年，中国人工智能自适应学习相关概念一直受到资本市场的关注，融资轮次逐渐呈现出从种子轮、天使轮的早期阶段向A轮、B轮的中期阶段发展的趋势。其中K12辅导和语言学习两个细分领域的融资事件最多，占比分别达 52.2%和34.8%。K12辅导是中国教育培训行业中市场规模最大的一个子领域，吸引力大；语言学习则因为学习内容轻量化、国际化，天然适合与科技接轨。 2015-2017年中国人工智能自适应学习相关概念投资标的主要融资事件战略投资慕华尚测语言学习 F轮职业培训 E轮早幼教 D轮测评 C轮 B轮/B+轮 K12辅导英语流利说英语流利说 A轮/A+轮智课网极课大数据圆圈颜色表示企业所属领域，圆圈大小表示企业融资金额 K12辅导和语言学习领域融资事件最多智课网 Pre-A轮天使轮乂学教育乂学教育种子轮语言学习 34.8% 2015 2016 K12辅导 52.2% 2017 来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 29
30.企业通常会面临的难点新事物的发展之路上每一步都有“坑” 人工智能自适应学习产品与传统教育产品相比，改革跨度太大，因此不可避免地在团队招募、产品开发、市场推广等方面会面临较大阻力。由于行业发展仍处于早期阶段，所以目前最大的难点还是来自于产品开发。作为主要的使用者，老师群体也需要一定的适应时间，而且需要在心态上做一次转变。人工智能自适应教育企业常见发展难点团队招募产品开发市场推广 • 兼具人工智能技术、互联网、教育等知识和能力的人才屈指可数，高薪期权和股票不可少； • 人工智能需要海量数据当作燃料以训练机器模型，新进入者门槛高； • 推广初期需要投入精力向学生、家长或合作机构解释人工智能自适应学习的可行性； • 在中国没有前路可循，本土化工作任重道远； • 企业发展初期，公司核 • 部分一线教师对于“替心资产掌握在产品技术代”自己核心职能的人团队手中，出走风险大； • 工作量大、难度大、时间长，工智能自适应学习系统造价昂贵；怀有抵触情绪。 • 拥有不同背景和思维的人组合在一起，将被迫 • 人工智能技术上存在暂时无面对一场拉锯战，考验法突破的难题，开发出来的企业的管理水平。产品整体上只处于初级阶段。其他 • 运营服务：政府、学校、老师、家长、学生之间的关系需要平衡； • 国家政策：关于人工智能+教育的政策细则尚未出台，人工智能自适应教育并未排除政策风险。来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 30
31.国外的自适应学习 1 人工智能自适应学习概述 2 中国人工智能自适应教育市场状况 3 中国人工智能自适应教育行业典型企业 4 中国人工智能自适应教育行业未来趋势 5 31
32.乂学教育借力资本，探索K12领域人与机器协作教学的全套标准体系乂(yì)学教育是一家针对K12学生提供人工智能自适应学习方案和服务的机构。创始人为栗浩洋，昂立教育联合创始人，现任乂学教育董事长。公司成立于2015年，当年7月获3100万元种子轮投资，2017年3月获1.2亿元天使轮投资，同年6月又再获1.5亿元天使轮追加投资，创下K12领域天使轮最高纪录。资方包括好未来、俞敏洪、青松基金、SIG海纳亚洲等。乂学教育的人工智能自适应学习系统名为松鼠AI，该系统作为真人老师的赋能工具，面向学生提供完整的课程服务，即学生不是完全自主学习，还需配有真⼈老师。系统的主要职责是动态评估学生的知识图谱掌握情况，并推送相应的讲解视频和练测题，而老师的主要职责是把控节奏、引导鼓励和补充式的答疑解惑。课程流程分为“测——学——练——测—— （辅）”至少4个标准化环节，其中“测”和“练”的主要方式为做题，“学”的主要方式为观看知识点讲解视频。松鼠 AI目前开通的学科为初中一至三年级的语文、数学、英语、物理，累积付费用户10万人，实验用户100万人，做题数量1.2 亿道。未来将把用户年级范围扩大到小学、初中和高中。乂学教育人工智能自适应学习系统“松鼠AI”的上课流程测测依据知识图谱，生成学生画像、侧写，生成能力评估，规划出学习路径学系统推送讲解视频，学生观看学习，观看时长、数量、难度由算法决定练系统推荐练习题，学生完成练习练学教学黑箱松鼠AI核心流程：测——学——练——测包含学、练、测的全流程自适应测系统推送测试题，测试学生对推荐知识点的掌握情况来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 32
33.乂学教育业务体系：在线直播+线下直营校+授权线下合作校乂学教育的业务体系分为To C和To B两大类，To C包括乂学在线和线下直营，前者是指学生家，真⼈老师在乂学办公室与学生在线一对一直播互动；后者是指建立线下直营校区，学生到线下校区上课，与真人老师面对面。To B是指面向全国招募合作校长，协助建立校区并授权校区使用乂学品牌产品。不论线上还是线下，乂学的学生都使用松鼠AI作为主要学习平台，并配有真人老师做辅助。乂学教育线下校区目前多为合作校，合作伙伴拓展工作由CEO周伟（原昂⽴教育拓展部总经理）带领拓展部完成。拓展部在总部其他⽀持部⻔的配合下，主导完成各合作校从签约到落地的整个流程，即从校区选址、装修、⼈员培训、2C销售、后期运营都会给予有⼒⽀持。2018年乂学教育计划进一步扩张线下校区体系。乂学教育业务体系乂学教育业务体系 To C 在线直播 To B 建立线下直营校授权线下合作校全部用松鼠AI进行教学、练习和测评来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 33
34.学吧课堂题库导流学生，系统赋能老师，深耕初高中数学在线1对1 学吧课堂成立于2014年，创始人李行武毕业于清华大学计算机系。2014年获联想之星数百万元天使投资，2015年获晨兴资本近千万元Pre-A轮投资，2016年获创新工场领投的2100万元A轮投资。学吧课堂历经几次转型，目前研发的产品有三大模块：①针对初高中数学的免费题库练习产品，②用于辅助教师上课的教学导航系统，③在线1对1辅导课程。其中，③ 是直接变现产品， ①是③的用户流量池，同时也是②的数据来源，而②是③的降本提效工具。目前，教学导航系统是学吧课堂的重点业务线。学吧课堂的业务逻辑 01 题库导入题库练习产品能够获取大量有效的学习数据提供学生数据用户流量池导出 03 从题库练习产品中导入的学生是愿意（在适当的引导下）学习的学生从题库练习产品中导入学生能够降低获客成本在线1V1 实现规模化的教学过程把控提高教学效果的稳定性降低对老师的能力要求降低师资成本给老师提供支持：规划学习进程，生成详细讲义，分析学生水平 02 教学导航系统来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 34
35.学吧课堂题库产品从学习动力入手，让学渣边学习边赚钱题库产品能够积聚起大量用户，是一个很好的流量入口。题库中的搜题类产品吸引的往往是不爱学习的学生，要想比较精准地吸引愿意学习的学生，更好的方式是提供练习类产品。只有解决学习动力问题，才能保证练习产品的用户粘性。学吧课堂使用两种方式来帮助学生提高学习动力：1）通过精细化的知识图谱和标签体系，准确评估学生当前的学习水平，精准推送那些让学生“努力一下就能做对”的题目，增加学生的自信，同时也避免正答率过低影响到学生数据对人工智能算法的价值；2）给予学生物质奖励和精神奖励，签到和做题可以获得积分奖励，做题的正答率、频次等因素都会影响积分的获得，在积累一定的积分后，可以换取Q币、话费、流量、文具、雨伞、充电宝、电脑等奖品；排行榜功能可以激发学生的竞争兴趣，但必须在等级到达10级后才能开通，让学生形成对APP的初始粘性。学吧课堂APP用户界面学吧课堂APP“领赏”任务分类与排行榜规则可领赏的任务新手任务进阶任务每日任务排行榜规则 • • • • 每天5:00根据实时排名发送金币奖励金币领取有效期24小时排名越靠前奖励越多年级越高奖励越多来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 35
36.一起作业从体制内作业场景切入，连接老师、学生、家长三方用户一起作业以高频场景——公立学校作业切入，连接老师、学生和家长三方主体，形成用户闭环，直面K12领域中产品使用者与付费者分离的痛点。老师可在“一起作业老师”布置作业、查看学情分析；学生可在“一起作业学生端”完成作业或使用其他学习产品；家长则可在“家长通”中查看作业报告、进行家校沟通、为学生选购其他学习产品。一起作业依靠全国性的地推来获取用户的实名信息，使三方账号得以对应关联，当家长在家长通完成付费行为后，通过底层数据的勾连，学生端即可自动开放产品权限；同时，一起作业的数据积累也可为家长通和旗下另一品牌UStalk提供精准营销的基础。一起作业用作业场景连接三方用户老师     一起作业用三款产品形成用户闭环学生布置批改组卷阅卷师生沟通学情管理学生老师  线上作业  学情管理  使用其他学习产品一起作业学生端一起作业老师家长付费家长     家长通作业报告家校沟通家长奖励教育资讯家长使用者来源：艾瑞咨询研究院自主研究及绘制。 ©2018.2 iResearch Inc 精准营销付费者来源：艾瑞咨询研究院自主研究及绘制。 www.iresearch.com.cn ©2018.2 iResearch Inc www.iresearch.com.cn 36
37.一起作业以售卖个性化增值产品为现阶段主要盈利模式一起作业已提出作业永久免费的策略，在此基础上通过阿分提等自学产品提供个性化增值服务来盈利。在海量学生作业数据的基础上，经由大数据分析，针对学生所掌握知识的薄弱点、遗漏处和强项进行个性化的习题推荐，并着力打造多媒体、高互动、及时反馈的产品特点。一起作业目前在探索基于人工智能自适应学习的个性化推荐。一起作业增值产品的服务逻辑增值产品补差查缺培优 • 针对知识薄弱点 • 针对知识遗漏处 • 针对知识点强项 • 推送简单的习题 • 推送相应的习题 • 推送思维提升习题多媒体高互动大数据分析及时反馈基于自适应的个性化推荐大量作业数据来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 37
38.英语流利说英语口语评分起家，四年时间积累庞大语音数据库流利说成立于2012年，创始人王翌为千人计划专家、普林斯顿大学计算机博士、Google前产品经理。流利说2013年获来自挚信资本的天使轮投资和IDG、GGV的数百万美元A轮投资，2015年获来自赫斯特集团、GGV、IDG等数千万美元B轮融资，2017年又再获1亿美元C轮融资。“英语流利说”是流利说主打产品（另有“雅思流利说”），2017年底月独立设备数达280万台，月度总有效使用时间达16690分钟，用户规模和总使用时间持续走高。英语流利说至少积累了四年的语音数据，为下一步打造人工智能产品奠定了良好的基础。 2017年1-12月英语流利说APP月独立设备数及月总有效使用时间英语流利说的口语评分对象和维度 16525 16690 14757 音节 12287 11580 单词 9550 6435 7676 5620 5083 6065 6621 159 142 142 138 138 140 1 2 3 4 5 月独立设备数（万台） 6 音素短语 201 241 247 281 298 280        发音语调语法语用重音流利度逻辑连贯性句子段落 7 8 9 10 11 12 篇章月度总有效使用时间（万分钟）来源：根据艾瑞咨询移动智能终端用户行为监测系统mUserTracker数据。来源：艾瑞咨询研究院自主研究及绘制。 ©2018.2 iResearch Inc ©2018.2 iResearch Inc www.iresearch.com.cn www.iresearch.com.cn 38
39.英语流利说 “我的老师非人类”，探索去老师化的规模变现 2016年7月，流利说发布人工智能自适应移动英语课堂“懂你英语”，开始了商业化变现的进程。懂你英语课堂正式开始前，用户需要首先进行定级测试，定级后系统会推送相应水平的课程。课程的学习材料形式通常为音频辅以图片，中间穿插听写、排序、语音跟读等练习环节。懂你英语探索的是“没有老师”的机器教学服务（除此以外也有一些人的服务，如班主任微信督学和社区互助，但不是教学的核心环节）。懂你英语标准版售价为每月99元，另有一个由人机课、外教直播课、学习顾问答疑、班主任答疑多个环节组成的“白金版”，售价为半年6680元。在其他多数在线教育企业和教育科技企业都遵循着教育行业传统，以“课程+老师”的模式变现时，懂你英语的标准版直接用机器替代了老师。这对整个教育行业来说都是一次颇有意义的探索。当然，这也得益于成人英语培训这个赛道本身的特性，如成人对老师的依赖小，英语学习需要随时实地、贴身细致的陪练。懂你英语定级测试题目样式与测试结果示例英语流利说APP“学习”板块简析英语流利说APP“学习”板块主要内容模式分析轻松学定制学定级测试 • 口语课 • • 配音课 • 懂你英语学习计划 • 情景实战课 • 课后服务  免费体验为主  付费上课  提供轻量化学习材料  由机器来教学  典型的移动APP思路  去老师化的新模式来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 39
40.智课网生长壮大中的留学考试辅导机构智课网由前新东方高管韦晓亮、翟少成于2013年创立，以留学语言考试培训为主营业务。除此之外，业务还包括留学咨询（选校咨询、专业方向咨询、实习指导等）、海外留学后服务（出入境、旅游、社交、医疗等），另外也面向中学和高校提供英语教学内容与作文批改技术。智课网2014年获百度1060万美元A轮投资，2016年获金砖资本、百度等2亿元B轮投资，2017年获国科家和等2亿元B+轮投资。智课网业务结构 To C 智课网智课网留学语言考试辅导业务主打亮点的变迁 To B 智课网1.0 2014 师资主打明星师资阵容留学语言考试辅导线上线下面向学校提供英语教学内容与作留学咨询线下线下服务主打“学练改测评”一站式服务文批改技术线上留学后服务智课网2.0 2015 智课网3.0 2017 科技主打智能批改、自适应学习（Smart智能教学系统）来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 40
41.智课网智能教学系统能够减轻老师的负担，提高老师的效率语言学习高度依赖于练习，而练习不可避免地带有重复性，尤其是出国留学语言考试的准备，靠计算机、靠技术来做练习能起到更精准的效果，并提高效率。智课网的自适应学习系统名为Smart智能教学系统，通过“人机结合”的方式为学生提供自适应学习服务——系统基于学生的学习行为进行数据采集与分析，规划学习任务、推送匹配习题、辅助老师批改、测试学生水平并生成反馈报告。在系统的辅助下，老师得以减负，学生也能得到更为个性化的服务。智课网Smart智能教学系统的功能数据驱动学练改提供基于知识图提供基于推荐引提供机器智能批提供基于算法的谱的任务清单式擎的练习题改（拼写语法）仿真测评与考分 +外教批改（思预测学习测评生成反馈报告维逻辑）来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 41
42.国外的自适应学习 1 人工智能自适应学习概述 2 中国人工智能自适应教育市场状况 3 中国人工智能自适应教育行业典型企业 4 中国人工智能自适应教育行业未来趋势 5 42
43.行业热度持续教育科技大势所趋，入局企业持续增多人工智能自适应教育领域的入局企业将持续增多。主要原因如下：1）人工智能火热，市场风向如此；2）人工智能算法开源、技术进步，人才增多；3）教育市场是一个需求非常多样、行业格局非常长尾的市场，人工智能+自适应学习几乎可以应用在每一个细分领域，行业集中度短期内也不会明显提升，因此各企业有空间做到差异化竞争、区域化竞争；4）在线教育狂奔三四年之后，各企业开始集体寻求变现，2017年是直播变现大年，而自适应学习系统有望成为直播平台的底层标配，用来提高直播课程的标准化水平、解决直播平台大规模扩张后师资不足的问题。人工智能自适应教育企业持续增多的原因没有人工智能自适应学习系统老师概念火热技术进步凭经验授课学生配备人工智能自适应学习系统老师在自适应框架下授课按时间收费按效果收费直播教育平台直播教育平台学生空间充足直播标配人工智能自适应学习系统来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 43
44.产品不断迭代目前产品总体处于初级阶段，精细化是未来迭代方向目前的人工智能自适应学习产品总体上存在数据维度少、颗粒粗、学习模型以偏概全、系统响应慢、学习资源少、动态化调整不够智能等问题。这是行业发展早期的必然现象，随着学生有效数据的累积、人工智能算法的进步和从业者对教学教研理解的深入，未来将迭代出真正意义上的人工智能自适应学习产品。人工智能自适应学习产品的迭代方向搜集数据构建学习模型维度更多颗粒更细性别、年龄、学历、地域、智商、性格、知识基础、心理状态、家庭结构、收入、学习目标、习惯、意愿等无限接近真实模型内容模型方法模型输出要素学生模型学习材料更丰富算法进化速度更快建模方法更高级测评结果更准确动态调整更智能对认知科学、教育测量学、学习心理学的应用更深度来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 44
45.人工智能是关键技术短期内集中力量突破增强数据挖掘、认知专家顾问等技术根据Gartner的报告，未来2-5年内增强数据挖掘、认知专家顾问、深度学习、边缘计算、机器学习、虚拟现实等技术将度过泡沫期，逐渐被主流所应用。未来2年内如果企业能率先在这些技术领域取得突破性进展，则可以抢占先机。人工智能自适应教育行业是一个技术驱动型行业，技术能力对企业至关重要，短期内内各企业之间技术能力的赛跑也将正式开始。但由于教育行业是一个典型的“慢”行业，因此这些技术在教育行业真正普及至少需要2-5年的时间。 2017年全球新兴技术被主流采用所需的时间时间未来2到5年未来5到10年超过10年技术1 增强数据挖掘 5G 4D打印技术2 认知专家顾问深度强化学习通用人工智能技术3 深度学习数字孪生自动驾驶技术4 边缘计算增强现实脑机接口技术5 商业无人机区块链人体技能增进技术6 物联网平台认知计算量子计算技术7 机器学习互联家庭智能微尘技术8 无服务器PaaS 对话用户界面立体显示技术9 软件定义安全企业分类法和本体管理技术10 虚拟现实碳纳米管电子技术11 神经形态硬件技术12 智能机器人技术13 智能工作空间技术14 虚拟助理影响人工智能自适应教育行业发展的关键技术通用人工智能虚认机拟边增知深器强专度缘学现实计数家学习据顾习算挖问掘短期来源：Gartner Hype Cycle For Emerging Technologies, 2017. 来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc ©2018.2 iResearch Inc www.iresearch.com.cn 情认感知计互计算虚联算拟家助庭理中期脑基机因接技口术增深强度现强实化学习长期 www.iresearch.com.cn 45
46.数据标准逐渐建立数据格式逐渐统一，数据有效性开始提升海量优质的数据是人工智能自适应教育的关键之一。对整个教育培训行业来说，长期“中医”式的教学方式导致数据资源格外稀缺。在线教育兴起以后，虽然从业者对于数据沉淀的意识大大增强，但数据的采集维度和标签体系的精细程度参差不齐，一个在线教育平台要开发一个人工智能自适应学习系统，往往需要重新花费时间采集数据，再加以整理和分析。未来所有人工智能自适应教育公司都将追求巨大的数据集，但由于学生的学习行为分散在各个场景，每家公司都只能获取到一些片段信息，因此第三方数据交易机构有望被孕育出来，公司、学校、用户个体可以有偿分享自己愿意分享出去的数据。而数据的交易有赖于全行业建立起一个类似于美国学习标准（Experience API, xAPI）的行业标准，统一数据格式，这样不同机构、不同个体的数据才有可能互相嵌套，从而发挥它的价值。数据的交易将提高人工智能自适应学习系统的运作效率。当然，这里又涉及到一个数据伦理的问题，暂不讨论。统一数据格式的重要性 Knewton系统能够开放合作的重要原因用户界面国内各教育平台形成众多数据孤岛平台B 平台A 接入合作伙伴的系统 Knewton系统数据存储层合作伙伴系统和Knewton系统数据格式统一，合作共赢平台E 平台C 平台D 各教育平台数据格式不统一，各自为战来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 46
47.企业竞争力要素将悄然改变始于技术，胜于内容，终于效果人工智能无疑是未来趋势，但它始终只是一种手段，如果在学习的某些环节，使用一些简单的信息化手段或人为手段能实现更好的学习效果，那么这一环节就不需要也不应该借助人工智能。真正创造价值的是创新的问题解决模式，而不是某一项技术。人工智能自适应教育最早发展出的功能是反映学生的能力水平（测试功能），后来逐渐加入找出知识点盲区（评价功能）、推送内容弥补盲区（学习功能）的功能，但目前所推送的学习内容的表现形式仍然是视频、题目等旧形式，其背后的学习方式仍然是传统的“听课”和“刷题”，这是由教学思路的固化导致的。随着人工智能技术的突破、社会对人才评价标准的更替，未来人工智能自适应教育领域将迎来内容体系的新革命，实践式教学、沉浸式教学等理念带来的新型学习方式将更多地融入自适应学习系统，正如目前在线教育领域教研岗人才稀缺一样，未来各人工智能自适应教育企业的技术差距将逐渐缩小，而能深刻理解教学教研、具备新技术条件下的创造能力的教研人才将受热捧。人工智能自适应学习系统的功能进化反映能力水平 1 2 3 4 n 反映能力水平找出知识点盲区反映能力水平找出知识点盲区推送内容弥补盲区反映能力水平找出知识点盲区推送内容弥补盲区革新内容体系反映能力水平找出知识点盲区推送内容弥补盲区革新内容体系 …… 来源：艾瑞咨询研究院自主研究绘制。 ©2018.2 iResearch Inc www.iresearch.com.cn 47
48.关于艾瑞在艾瑞我们相信数据的力量，专注驱动大数据洞察为企业赋能。在艾瑞我们提供专业的数据、信息和咨询服务，让您更容易、更快捷的洞察市场、预见未来。在艾瑞我们重视人才培养，Keep Learning，坚信只有专业的团队，才能更好的为您服务。在艾瑞我们专注创新和变革，打破行业边界，探索更多可能。在艾瑞我们秉承汇聚智慧、成就价值理念为您赋能。我们是艾瑞，我们致敬匠心始终坚信“工匠精神，持之以恒”，致力于成为您专属的商业决策智囊。海量的数据 400-026-2099 专业的报告 ask@iresearch.com.cn 扫描二维码读懂全行业 ©2018.2 iResearch Inc www.iresearch.com.cn 48
49.法律声明版权声明本报告为艾瑞咨询制作，报告中所有的文字、图片、表格均受有关商标和著作权的法律保护，部分文字和数据采集于公开信息，所有权为原著者所有。没有经过本公司书面许可，任何组织和个人不得以任何形式复制或传递。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国著作权法》和其他法律法规以及有关国际公约的规定。免责条款本报告中行业数据及相关市场预测主要为公司研究员采用桌面研究、行业访谈、市场调查及其他研究方法，并且结合艾瑞监测产品数据，通过艾瑞统计预测模型估算获得；企业数据主要为访谈获得，仅供参考。本报告中发布的调研数据采用样本调研方法，其数据结果受到样本的影响。由于调研方法及样本的限制，调查资料收集范围的限制，该数据仅代表调研时间和人群的基本状况，仅服务于当前的调研目的，为市场和客户提供基本参考。受研究方法和数据获取资源的限制，本报告只提供给用户作为市场参考资料，本公司对该报告的数据和观点不承担法律责任。 ©2018.2 iResearch Inc www.iresearch.com.cn 49
50.