教育资料分析

新东方的确在布局，俞敏洪今年曾公开表示，新东方“会加速人工智能和教育结合这方面的战略投资”，他甚至感慨，“（教育领域）从没这么热闹过”。
　　这种热闹，在乂学融资的账面数字上充分体现。今年3月初，乂学主打“千人千面”的自适应教育系统“松鼠AI”才上线，到月中，就宣布完成了其天使轮融资，当时新东方、国科嘉和、景林资本三家共同领投，金额达到1.2亿元。
　　但是，在SIG方面接触乂学后，前者还是想跟进，就有了开头那一幕。
　　“那边（指SIG）又追加投了1.5个亿”，乂学种子轮投资方青松基金的合伙人董占斌告诉36氪，“后面这笔追加的天使，最后签定的时候就6月份，（距离1.2亿那轮）不到3个月，没想到这么快，也没想到一下进这么多。”
　　3个月、天使轮、被追加至2.7亿元：除了速度，这个金额也刷新了今年教育领域该轮次的融资记录，甚至放在其他领域，它同样算是笔大钱。
　　某种程度上，天使轮2.7亿元的乂学，连同B＋轮（2亿元）的作业盒子、D轮（2亿美元）的VIPKID等构成了今年国内教育领域的若干个重要节点，它们共同刻画出的大背景是：这个曾一度让资本心怀热望的“二级风口”（在线教育行业）在经历了一段时期的迷惘后，已经发生了质的突破，跨过拐点，开始回归真正的上扬曲线。
　　艾瑞咨询的数据显示，截至今年9月20日，在线教育领域公开的融资次数达到147笔，累计涉及资金75亿元人民币，超过2016年全年的120笔。而从“鲸准”更详细的数据可以看到，近1年来，已有近200家投资机构入局教育行业，总共完成466笔融资。
　　“这倒不是说在线教育成为一种风口，只是一些优秀的模式被验证后，大家开始相信在线教育还是值得投资的。我现在还没有感受到最开始时的那种投资热潮，投资人也开始越来越理性了”，凹凸教育创始人张晋巍曾这样回答教育投资热度的话题。
　　的确，表面上看，融资次数有所增加，但仔细比较，金额并未发生太大变化。“有的公司钱拿更多了，轮次更靠后了；但很多很早期的公司，其实投资人还是比较谨慎的”，一位好未来的投资经理说。
　　不过，对于那些早已跑上这个赛道的选手们而言，一个共同的认知是，如今打开教育的方式变了。
　　一直被称作“慢教育”的行业，正加速快起来。如同此前魔力耳朵CEO金磊曾对36氪说的那样：
　　“站在了历史的进程里”。
　　2、后教育前夜：技术、人才与钱
　　对于这种“由慢转快”的变化，乂学创始人栗浩洋觉得是必然。
　　“不得不快起来”，栗浩洋说，“教育行业历史这么长，但发展到现在，外在形式变了，内在的东西呢？我们的教科书，很多和现实脱节；老师讲课举例，和十几年前他老师教给他的，是一套东西。课还是那个课，讲还是那样讲，变的是黑板转电白，面授转直播，它真的提升了教育水平和学习效率吗？”
　　这样的思考，好未来集团总裁白云峰有同样的想法。
　　“教育＋互联网只解决了供需双方的连接问题，但教育的根本问题并不在此”，在今年国家会议中心举办的互联网教育论坛上，白云峰说，“属于教育＋互联网的时代已经过去，教育＋AI，才是现在和未来的希望”。
　　长期以来，摆在教育创业者面前的主要矛盾在于，定制化与规模化难以调和。K12教育中，使用者、付费者分离，学生千模百样，对知识点的理解程度也各不相同，付费的家长自然希望老师对孩子进行指导时越定制化越好。过去优质老师受限于空间阻隔，资源流动性差，互联网介入后，家长对定制化的需求找到了释放出口——“线上一对一”。问题在于，优质老师非标又有限，作为卖点的名师，构成了“在线一对一”机构的高企成本。
　　以“在线教育赴美上市第一股”51Talk为例，2017年Q1、Q2财报并不好看，二季度净亏损为人民币1.393亿元，去年同期亏损1.379亿元，同比亏损扩大；一季度，51Talk亏损达1.4亿元，亏损面继续扩大。梳理51Talk近几年的财报，从上市前的2013年到现在始终处于亏损状态，2016年亏损额高达5.448亿元，师资、获客的烧钱困局仍有待逆转。
　　但这种矛盾正在迎来破局，打开缺口的，正是“教育＋AI”。
　　更大背景是，在历经几十年的跌宕发展后，有关AI的研究取得了阶段性成果，其中以深度学习为代表的技术突破也开始进入行业应用期，这成了教育触AI化的一个大前提。
　　也基于此，旨在匹配“个性化学习”、“因材施教”需求的自适应教育走上了快车道。这不是个新概念，但因为底层技术的到位，它的价值开始变大。
　　“能够规模地个性化”，栗浩洋解释，乂学提供给用户的是一套教学系统，购买注册的学生登录后，可以开始在线学习，系统按照知识框架，由易到难向学生推出不同的试卷来在线测试学生对各个知识点的掌握程度，学习成绩较好的学生，教学难度的进阶会比较快；学习成绩一般的学生，教学难度的进阶会比较慢。每个知识点测试做完，都会对学生的知识掌握情况有一个评估。几套教学流程和测试流程作下来，对于学生的知识掌握情况、和学习能力有比较客观的评估，哪些知识点掌握得较好，哪些地方虽然了解了但还需要进一步巩固，哪些知识点还未掌握，需要进一步学习，系统会有认知，并基于这些认知为学生提供进一步的视频版的知识点讲解。
　　乂学教育智适应教育
　　乂学自适应系统中，关于“二次根式”的学习部分
　　乂学教育目前已经完成了对初中多学科知识点的拆解，每个知识点会邀请名师来录制讲解视频，视频时长约几分钟，可以回看，看过之后再做题，加速对知识点的理解。这样循环往复，逐步扫除学生在知识体系中的盲区。官网显示，乂学教育已经在江苏、浙江、山东等地建立了100多家加盟校，以技术授权的方式进行线下机构加盟，授权费约为线下培训费用的40%。
　　“自适应学习系统的最终目的是最大程度地模拟人类教师的角色，根据孩子的学习目标、学习风格、学习行为、个人偏好和知识状态，利用AI实现教学策略实时地、动态地调整学生接下来的学习内容和路径，来达到个性化教学的目的，进而实现比特级教师一对一的效率还高”，栗浩洋告诉36氪。
　　今年十一的时候，乂学组织了一次“人机大战”：活动组织了78名中学生进行一轮数学摸底测试，根据成绩划分为两组，分别接受教学机器人和真人高级教师的授课。在四天时间里做针对性和集中教学辅导，结束后再进行一轮测试，核算两组学生的分数提高情况。四天过去，这场人机大战的成绩是：最核心的平均提分上机器授课的36.13分超过真人教授的26.18分。
　　这样的非体系内统考并不能100%地验证有效性，但从技术的角度来看，其背后的逻辑在于，随着学生使用周期渐长，自适应系统对学生的学习数据获取更充分，个体拟合度将会越来越高，知识点间、知识点内的推荐也愈加精准有效；但其定制化，又不像在线“一对一教育”那样会随规模变大，师资成本同步飙升。
　　这种财务重构，意义重大。
　　对于教育机构而言，师资成本一直是最大头。以行业巨头好未来为例，2017财年，好未来毛利率49.9%，运营利润率12.6%，这其中，师资成本是最主要的营业成本，占比在20%左右。而另一家少儿英语培训机构的CFO向36氪透露，在线教育机构的师资成本占比则高达40%。
　　对于投资机构而言，这种重构似乎显得更性感。诺基亚成长基金参与领投了乂学这一次1.5亿的天使轮追加投资，董事总经理邓元鋆此前并不亲自盯教育赛道，不过在与乂学接触后，邓元鋆主导参与了这次的尽职调查，“让我眼前一亮”，邓元鋆对36氪说，“今年可看的方向不太多，我们看了不少教育的案子，财务模型、落地方向、团队构成，老实说，太不好找了，这是个刚需市场，但之前太慢了，新东方十几年才突破50亿，好未来快点儿，但也用了十多年，到了VIPKID这，就三年，这太快了。所以看到乂学的方向，我觉得这样的速度会更快，行业在改变，这样的变化是不同于以往的”。
　　技术、运营的深度驱动，教育行业从内而外地发生了改变，但是，这并不容易。
　　挑战来源于多个方面，教育行业本身就不是一个容易的行业，而触AI化的自适应教育，技术型的导向则进一步提高了门槛。以自适应教学为例，其核心在于交互认知，其中涉及到的认知诊断、信息量化分析、自然语言处理和机器学习，均需要和教学理念、教学规划、知识点间、知识点内的拆解强结合。
　　这种底层技术的投入要求太高了，最现实的问题就是数据收集和人才供给。
　　AI的关键四点在于数据、算力、算法和场景。对于这类公司而言，数据和算法是比拼的重点。数据质和量直接决定最终效果。单一系统不可能完全掌握学习者的足够资料，在这样的场景下，数据收集的维度需要足够丰富，比如答题花费的时间、次数、场景等等。反映到具象层面，就是要让系统能判别学生“为什么”错，而不只是停留在判断对错这个维度。
　　这是为什么像Knewton类自适应教育公司选择走to B路线，它们的理由在于，公立校场景下的学生周考、作业数据一般抛开了学生非智力因素造成的错误，因而数据更干净有效，同时在量上也有长期输入。乂学直接to C，栗浩洋的观点是，Knewton这种广泛和B端合作的方式就像“火箭的引擎却做了汽车的制造商”，忽视了内容才是教育的核心，应该为算法引擎专门量身定制。他同时表示，面向B端尤其是体系内学校的教育项目，常面临着变现能力、用户数爆发不如C端强的问题。当然，受限于教育的效果比对反馈周期长、涉及因素多，其模式尚缺乏市场和用户验证，这是乂学的风险所在。
　　至于算法层面的竞争，当前阶段更多是人才的竞争。一位不愿具名的创业者告诉36氪，乂学今年研发之所以能有大的突破，与“挖人”有关，“没办法，有钱任性，把Knewton、RealizeIT两家的核心算法工程师和架构师team都挖过来了”，按他的说法，挖这些美国的机器学习专家，乂学花了不少钱，“开出的年薪比几个创始人的合一起还多”。
　　这样的说法，栗浩洋不太同意，“不存在挖人，人才愿意来，更多的是对这件事愿景的认同”，他说。
　　但现实是，这样激烈“圈人”的，并不在少数。呼唤AI＋、正在“求变”的好未来，去年对人员架构作了重大调整，原百度首席架构师、PPTV联合创始人黄琰出任好未来CTO，并在随后成立AI Lab，进行人才储备和扩张。当时，新闻通稿采用的表述是，好未来正谋求从培训公司到科技公司、从运营驱动到数据驱动的转型布局。而类似这样的表述，开始广泛出现在新东方、学霸君的公开发声中。
　　但一个残酷的事实在于，这些头部公司的马太效应变得越来越明显，它们要么本就是行业巨头，要么属于创业新贵，融资顺利、手头弹药很足，对于人才也更具有吸引力。
　　以自适应为代表的AI化，在开启一个后教育时代，时代前夜，技术、人才与钱，正蓄力燃烧。
　　3、“别人贪婪我恐惧”
　　对于AI，大多数人的现实启蒙来自于AlphaGo战胜人类顶级棋手。
　　或许是结果预判的前后偏差，很长时间以来，AI恐慌，似乎成为那些刷屏文章的政治正确。
　　它们的标题写道，量化分析虚拟助手Kensho，让高盛一半的金融分析师将失业；淘宝推出AI设计师，出图速度“秒杀”美工；工业机器人，会取代所有的工人；无所不能，机器人会对话，会写稿，甚至会吟诗……
　　论调背后，多少有些夸张和炒作。但一个不争的事实是，最基础的重复性工作，AI机器人已经比人类做的更好。
　　技术加速进步，但人类的成长攀爬依旧传统。那些前端技术催生的行业，变得越来越具有吸引力。根据Boss直聘提供给36氪的数据，跟人工智能相关的数据服务行业，是今年公司薪资预算增长最快的领域，涨幅相比去年同期达到41.9%。某一线院校计算机系的毕业生透露，“本科年薪25w不算高，30w左右正常，外企会高一些，35w至40w。创业公司普遍30w左右，还有期权。”
　　这样的工作有更高的门槛和壁垒。背后本质，是供需不匹配。AI招聘服务商TalentSeer创始人Alex Ren估算，去年北美地区人工智能开发相关职位的供求比例接近一比三，到了国内，这种情况更加极端，甚至接近一比十。
　　“这本身就是个动态博弈的过程，社会发展这么快，教育真的不能不快”，栗浩洋说，语气焦虑。在他看来，作为人类升级系统的教育产业，教书育人的速度已经跟不上时代需求的发展了。
　　新行业的进步，在加速阶层的洗牌和分化。由此产生的焦虑，也不可避免地传到了下一代身上。
　　写出《北京折叠》的作家郝景芳，另一个身份是儿童教育创业者，她在讲述初衷时说，《北京折叠》里所描述的挑战越来越可能变为现实，其中一个核心挑战在于教育的隔离和穷困的代际传递。
　　“教育正日益变得昂贵而小圈子化”，她说道，“好的教育理念、优质教育内容、特殊的教育资源，都以越来越贵的价格推向市场，只要有需求，就有价格新高。学区房拼地产，国际学校拼学费，好的教育成为了身份特权的壁垒。在个别城市，进一个优质幼儿园都需要拼父母实力。”
　　刘琪深有体会。34岁，山东人，在北京定居的刘琪，现在是一家互金公司的公关总监。她向36氪盘算了一下6岁儿子的教育花费，“一周5次数培、5次英语，还有足球、机器人和编程课，4、5个教育机构来回跑，一个课时200，一年下来在他身上的课外班费用，15万块钱根本打不住”。
　　来自零点咨询此前的一项调查显示，中国家庭教育花费已达到家庭总收入的三分之一，而这种占比还在继续变大。
　　像刘琪这样85年前后出生的人，教育观念已算是很接轨时代了，但面对正处在K12教育入口期的自家孩子，刘琪仍表示有点力不从心，于她而言，除了基础的应试压力，来自新兴教育模式的冲击，也让她不得不保持关注，“这就像加杠杆，不追吧，看别人特焦虑；追吧，有门槛，还有说不出的不确定。”
　　在北京，类似刘琪这样的家长很多，他们用于教育的开支费用虽不菲，但他们仍乐此不疲。
　　所处的时代在快速更迭中，前沿技术的突破、新兴物种的出现，若隐若现地推动着这帮感知敏锐的人群，既然没法讨论根源，对他们而言，出路必须得思考，而教育成了他们不得不争抢的船票。
　　巴菲特有句话，是这么说的，“别人贪婪我恐惧，别人恐惧我贪婪”。
　　郝景芳“希望号召越来越多人加入这场教育的变革”，而技术乐观者栗浩洋觉得，“既然AI是趋势，挡不住，不如顺应变化，一同升级”。
　　“大多数人只知道现在在发生什么，这还不够，通过AI＋教育，我们才有可能知道未来将会发生什么”，栗浩洋说。