AI教育细分领域投资持续分化，行业数据积累仍是关键

近日有关小学生上课佩戴智能监控头环的讨论，让AI教育再次成为舆论的焦点。伴随人工智能技术在教育场景的落地，拍照搜题、智能阅卷、口语测评、人机对话、双师课堂等应用层出不穷，其中不乏借AI概念圈钱讲故事的伪智能产品。

我国人工智能教育前景几何，当下AI教育面临哪些现实挑战，资本又如何看待其中的投资机会，在教育这个以“重”和“慢”为显著特色的行业，警惕资本热潮下的技术神话和滥用尤为重要。

AI教育投资热

当前，AI+教育的浪潮日趋激烈，VIPKID、洋葱数学、松鼠AI等诸多科技教育领域的玩家，都迅速在AI领域跑马圈地。行业迅速发展的背后离不开资本的助推，从数据上来看，全球人工智能教育投融资进入高速发展期。

德勤《2019教育智能化发展报告》显示，美国公司获得的投资已超过了23亿美元。虽然中国人工智能教育发展较晚，但由于应用落地方面独具优势，目前中国人工智能教育公司的获投次数已超过世界其他地区。

具体而言，中国人工智能教育从2012年起开始有玩家逐渐进入，政府的政策也相继出台。2015年AI教育融资同比去年快速增长，宣告着我国“人工智能+教育”时代的正式到来。2016与2017年，人工智能教育分别占同期国内所有教育总体案例数的4%与7%。在2018年里该项数据大幅增长至19%，合计案例97笔。

“目前人工智能教育行业仍处在发展阶段，尚未成熟。人工智能的概念虽火热，但人工智能在教育行业的具体赋能却并非是一蹴而就的。”德勤研究院研究总监钟昀泰在全球AI+智适应教育峰会上如此表示。

他认为，根据当前人工智能技术水平在教育方面的应用，智适应教学产品可以分为五个等级：Level 0和Level 1的教育是基于简单规则的判断，进行学习内容推送，属于初级应用。Level 2开始设计难度递增的课程，而从Level 3开始涉及知识图谱和概率模型，是当前智适应教育的最高水平。

Level 4等级通过计算机技术打造的智适应系统把高质量的内容推送到老师和学生的面前，以辅助教与学的过程，并使得整个过程可量化。达到这个水平的智适应学习系统，可以做到拿到任何一道学科题目，就可以用多种策略得到正确答案。Level 5为目前最理想等级，专注于对孩子想象力和创造力的塑造，对学生状态的把控，分析情感因素、主观能动性，从而提升学习能力、创造力和能动性。“目前国内产品大多处于中级和中级以下，诸多应用公司还未达到最佳实践效果。”钟昀泰表示。

对此，乂学教育-松鼠AI创始人栗浩洋向第一财经表达了同样的观点，他认为市面上的AI教育主要有两类：一类是工具性AI教育，一类是教育性AI教育，只有智适应教育才是真正的AI教育，即根据每一个学生对知识的掌握、理解程度来制定一套适合该学生的个人定制学习方案。除此之外包括图像识别、牌照答题、人脸情绪识别等，根本不是教育，而是教学辅助工具。

“过去风险投资只关注流量，后来发现只关注流量是错误，转向关注销售额，慢慢的现在大家开始关注教学效能，也就是学习效果如何提升才是最重要的。”栗浩洋告诉第一财经。

AI教育落地三大挑战

事实上，中国AI教育正在迎来更加激烈的成熟阶段的竞争。

根据报告显示，2016­-2019年第一季度，获得A轮阶段融资的人工智能教育和整个教育行业的频次分别降至41次和516次；进入扩张阶段的教育企业继续减少，2016-2019年第一季度整个教育行业中仅有452家公司获得了B轮及以上融资。其中，人工智能成长阶段获得融资的公司占到50家，而这一数据高于过渡阶段的获得融资的公司。

人工智能教育细分领域投资持续分化。其中人工智能K12教育投资进入成熟期，人工智能外语培训投资进入快速扩张期，人工智能教育信息化投资数额大，而人工智能领域素质教育正在成为投资蓝海。

“下一步人工智能教育投资和整合趋势，人工智能技术领先机构的投资正在偏向成熟度高的创业项目，VC/PE投资趋于理性，重点将集中在技术和落地强的项目，教育行业巨头加快空白领域布局，AI+教育行业或将进入教育巨头大举投资和并购的时代。”钟昀泰表示。

他认为当下AI教育仍面临三大挑战：首先是数据积累不足。AI教育需要海量精准和标记的数据，目前除个别团队外，人工智能教育企业在核心算法技术上的差距并不明显，也都在数据方面存在不同程度的缺失。

“不少AI教育系统只有教学前和教学后的短暂数据，学生整个学习流程的数据以及对知识点掌握情况数据都是匮乏的，这就导致整个学习数据还没有形成闭环，也就很难形成有效评估。”栗浩洋表示。

第二大挑战是市场认知问题。栗浩洋认为目前家长对于AI教育理解存在两个极端，一部分认为AI无所谓，一部分认为AI还不成熟。他表示，AI成熟度已经达到八九十分的状态，但AI教育是科学而不是万能神器，要遵循科学的方法，对孩子的学习过程追根溯源，才能提升学习效率。AI+教育的落地需要学校、老师、家长和学生一起配合。

第三大挑战是人工智能爆发式增长所造成的人才稀缺。对此栗浩洋认为，美国智适应学习技术时间上领先中国，在各个年龄段积累了大量用户，而中国AI科学家本身就少，专门研究人工智能教育的几乎为零，这就需要花费精力去欧美AI教育寻找最核心的科学家，同时和高校合作培养人才。

“相对来说，智适应学习技术在国内积累的数据量稍有落后，处在初步发展阶段。优势在于中国人口基数大、发展速度快，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，中国未来有望后来者居上。”钟昀泰表示。