就象前幾年的“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”永遠都是風口行業(yè)“的教育行業(yè)，更是不會放過每一拔風口上的任何一個概念，一夜之間，線下、線上、ToB的、ToC的、老牌機構、新創(chuàng)企業(yè)都開始或多或少的談起了Ai+的創(chuàng)新和轉型問題；動作快的機構也己經(jīng)開始落實到產(chǎn)品化并推向市場；當然，受限于技術水平、資金實力以及理解和設計深度的不同，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，從最底層的技術概念入手，按照Ai技術---Ai能力---應用場景的順序，冷靜的縷縷思路：在線小班課中的Ai+,到底能“+”些什么。

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（以下僅為例舉）。

文本分析：通過統(tǒng)計和機器學習方法從文本中抽取特征詞進行量化、以促進對句子結構、意義、情緒、意圖的理解。

語音識別：根據(jù)不同應用場景的需要，將人類語音轉換成計算機可識別和處理的信息。

自然語言生成：從計算機數(shù)據(jù)生成可用于人機交互的文本、圖像或自然語言。

生物識別技術：通過對語言、圖像、觸摸識別、肢體語言識別等信息的處理，使人類和機器之間能夠進行更多的更自然的互動。

虛擬代理：用機器人代替人類作一些具體的工作，隨著開發(fā)技術的深入，應用模型也正逐漸從簡單的聊天機器人向更高級、更精細化的分析、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，用于初始設置、培訓；以及通過持續(xù)的維護和調(diào)優(yōu)，來進行輔助的或完全自動化的決策。

機器學習平臺：提供算法、api、開發(fā)和培訓工具包、數(shù)據(jù)，以及計算能力來設計、培訓和部署模型到應用程序、流程和其他機器上。目前多用于預測和分類。

深度學習平臺：一種特殊類型的機器學習，由具有多個抽象層的人工神經(jīng)網(wǎng)絡組成。目前多用于模式識別和分類應用。

機器人過程自動化：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)務流程。

Ai-優(yōu)化硬件：包括從GPU的通用性設計，到FPGA(Field－Programmable Gate Array）這樣的可編程器件，再到專用的特定領域芯片ASIC（Application Specific Integrated Circuit，如TPU）定制向的設計、開發(fā)、嵌入和優(yōu)化，為硬件設備賦能，以有效地運行面向對象的計算和執(zhí)行工作。

第二步，通過以上各種Ai技術的深入挖掘和組合，能夠實現(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：例如各種機器人、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、智能穿戴設備、具有自動駕駛功能的汽車等。

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

就目前Ai技術的發(fā)展水平和應用實例而言，可以從產(chǎn)品Ai化、服務Ai化和管理Ai化三個維度來進行各種Ai技術與在線小班課應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、又提供了一個比學趕幫超的班級學習氛圍，同時還比1V1省錢，規(guī)模更經(jīng)濟；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合理的分班，確保基礎水平和學習能力接近的同學分在一個小班里。當然，根據(jù)所學科目的不同，這個學習能力又需要細分成識記能力、理解能力、分析能力、表達能力、應用能力等等多個維度；而且隨著學習過程的不斷深入，在同一個周期的學習過后，每個學生對這個學期所學內(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（很多機構甚至是銷售人員或助教面試，難免出現(xiàn)評價標準不一、評價維度不全的現(xiàn)象）、甚至干脆根據(jù)年齡、年級或學生在校的考試分數(shù)進行分班（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，新入學的分班都如此敷衍的機構，在續(xù)班時基本上更不會再進行深度的重新評測，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效果，機構一次轉化率和續(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)在線小班課機構都面臨的問題，而一個認真設計和維護的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的高度個性化教學服務，又無法承擔高昻的教學費用，怎么辦？隨著Ai技術的不斷進化，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。通過對學生學習數(shù)據(jù)的智能分析以及和學生庫中教學大數(shù)據(jù)的比對，Ai老師不僅能夠實現(xiàn)按需調(diào)出教學和練習的內(nèi)容，有的放矢的對學生進行極具針對性的教學和訓練，同時，可按需求變換身份、形象和交流風格并且永遠耐心的Ai教師無疑也能大大激發(fā)學生的學習興趣，減少學習的枯燥和疲憊感。更重要的是，這種虛擬教師可以依照業(yè)內(nèi)最優(yōu)秀的老師進行設計和持續(xù)維護，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計的課程和作業(yè)，并且超便宜。

當然，不可否認的是：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：一種是營銷上的分工，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行引流；另一種是形式是產(chǎn)品上的組合，即賣給學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；讓學生在同時享有兩種教學形式的優(yōu)點的基礎上，又進一步降低了產(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)模的擴大，海量的師資團隊也是不可避免的。好的老師貴且少，經(jīng)驗差一點的老師又影響教學效果。有些機構會嘗試把班型稍作擴充以降低對師資需求的比例，但擴充后發(fā)現(xiàn)學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好不可的壓力和意識；必竟對于大多數(shù)人而言，學習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的現(xiàn)場氛圍、控場手段和儀式感；所以，班級規(guī)模稍一擴大，授課老師想要準確及時的發(fā)現(xiàn)哪位同學眼神迷離、哪位同學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視覺技術，輔助授課教師隨時對學生的上課狀態(tài)進行跟蹤，并給予預警；隨時提醒和輔助教師關注到每位神游天外的學生的上課狀態(tài)并實現(xiàn)干預和糾正；另一方面是通過這些數(shù)據(jù)的收集、分析和比對，供教學管理團隊對于教學內(nèi)容、形式、課件、授課技巧等方面作不斷的改進優(yōu)化提供支持和參考。

Ai教學設備：這部分涉及到的主要是硬件教學產(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、雙師教學和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機器人、VR設備的開發(fā)應用等為主流，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Ai化方面：

和產(chǎn)品Ai化相比，在服務Ai化領域，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鍵的課后練習并完成自動批改早己不是技術難題。從長遠來看，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)更好的學習效果和學生體驗。

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，對學生答錯的問題進行思路上的分析、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生進行有限時間和精力的高效運用 。幫助學生克服厭學情緒并提供及時和高水準的自動答疑，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、并能快速響應大規(guī)模接入并發(fā)量的最佳方法。

學習數(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：學校、學生和家長（在學校內(nèi)部，關心某個學生具體學習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，推動學習、輔導、續(xù)費、付費、轉介紹或挽單的也不是同一名工作人員；因此，學生的學習數(shù)據(jù)、學習效果、學習建議等方面的數(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；第二個階段是認知智能，能說會聽、能看會認，比如蘋果開發(fā)的Siri；第三個階段是感知智能，它要求機器或系統(tǒng)能理解會思考，這是人工智能領域正在努力的目標。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；進入第二向第三階段的邁進過程中時，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，轉化率、續(xù)費率、滿意度、到課率、退費率、學習效果......這些指標似乎都能和授課教師扯上關系，但又不是授課教師一個人的力量所能完全決定和改變的。原本一名只負責傳道、授業(yè)、解惑的學術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，還帶走你的大批學員，狠狠的報復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行評價，有失偏頗是一方面，更重要的是具有滯后性。教學服務是一個生產(chǎn)和消費同時進行的產(chǎn)品，當你發(fā)現(xiàn)問題時，相應的損失也己經(jīng)發(fā)生。憑借Ai技術的發(fā)展，現(xiàn)在可以通過對現(xiàn)場教師和學生的各項互動數(shù)據(jù)（互動頻度、互動范圍、按時完課、學員活躍程度等）進行實時監(jiān)測反饋，不僅可以給授課教師一個更客觀的評價，同時，也利于教學過程中問題的及時發(fā)現(xiàn)和解決。

教學產(chǎn)品各模塊效果評價：除了教師本人的教學水平和狀態(tài)以外，一個在線小班課的教學產(chǎn)品的成功還和諸如教學邏輯、課件水平、課程內(nèi)容分布、視頻和互動系統(tǒng)以及后端的服務政策和流程執(zhí)行狀況等因素息息相關，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深度學習平臺的不斷進化和學生各項數(shù)據(jù)的積累，今后有望更系統(tǒng)和實時的實現(xiàn)對教學產(chǎn)品各模塊效果的評價。

服務流程自動化：縱觀教育領域的招生和服務模式，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’---‘鼓勵老學員推薦新學員’---‘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，如何精細化的設計每個一環(huán)節(jié)的子過程以追求最大化過程收益、如何穩(wěn)定和緊湊的推進各個業(yè)務模塊之間的銜接以追求最小化過程轉換損耗、以及如何面向全局的設置復合指標并切分任務邊界以確保最優(yōu)化協(xié)同效應等策略的研究和落地，就逐步演進成了各教育企業(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)務流程嚴密的數(shù)據(jù)和過程把控基礎之上的，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程能力的設計，可以在獲得流程模型、開關閾值和數(shù)據(jù)的基礎上，充分發(fā)揮計算機輔助管理和輔助決策的功能，以更高效的方式實現(xiàn)服務流程的自動化。

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。