流利说回购，AI教育面临市场培育的“慢时间”尴尬？

最近，微博热搜出现了一件有意思的事： 来自江西的饿了么外卖员徐小超在上海送外卖，有时候会碰到外国人用户，出现“无法交流”的情况，徐小超便自学英语，工作之余在星巴克“勤学苦练”，背单词、记笔记，最后被网友抓拍。

饿了么官方当然鼓励这样的上进行为，联合流利说为徐小超送出了全年AI智能英语学习课程。

本来只是一件饿了么品宣上的事，但流利说的表态值得关注，其称未来将携手为骑手开发“外卖英语”定制课程，按骑手们的职业需求和个人英语水平定向研发。

这个表态涉及AI+教育概念中十分重要的“定制化”概念，即拒绝千人一面。

以流利说对应的产品“AI英语老师”为例，其设计初衷是要为用户提供个性化的学习内容和计划，本质是基于AI深度学习的移动端自适应系统课程。

然而，“问题”也来了，这样的“个性化”是永远在进化的，“千人千面”实现后，一定还有“万人万面”、“亿人亿面”……技术就算到了足够高的水准，仍然不会是极致。

国际商务精英，出国留学的学生，外卖员徐小超，纽约电召车司机老于……各行各业各色人群都对熟练说英语有自己的需求，随着市场渗透的加深，用户群体的庞杂必然要求AI教育的“自适应”能力不断向更深处去。

从AI的角度看，每个人的方案都是由不同知识、能力的掌握情况综合而来，这就要求知识点颗粒度在已经足够精细的基础上，还要更进一步。

一些国外数学领域的AI教育产品曾经把300个知识点拆到了3000个，后来还有拆到30000个——3000已经很好了，但30000显然要更好。

“外卖英语”之外，让更多群体享受到AI教育带来的个性化便利，从而培育市场认可，流利说等AI+教育企业已经抢到先机。但是，占领一定市场份额后，随着对技术进阶、对用户体验追求的加深，企业们无疑还有“很多的路要去走”，好在，AI技术的特性也决定了个性化颗粒度的精细化在到达一定阶段后，会实现“自驱动式”发展（有了基础的架构，后续只需要数据自然地富集和沉淀），这在资源投入上不会是一个无底洞。

2、既然是AI，就无法停下“迭代”的脚步

AI+教育与非AI概念的教育模式区别可能有很多，但核心点在于，AI驱动意味着教学方式、方法处在不断的自我迭代中，不会有静态的模式或者规则。

一般的在线教育无非是设定一个商业模式，剩下的就是拉学员、拉资源、搞运营。而对AI+教育来说，长期研发投入支撑系统不断迭代必不可少，这个过程需要资源投入，也需要时间等待及海量数据反哺。

以流利说为例，其提供自称“多维度、多粒度”的口语评价引擎（应属语音识别领域），能智能识别口语发音的问题，也提供不依赖样例答案的写作评分系统（应属NLP领域），能定位用户答题的错误定位并针对性指导，但这些智能系统一方面需要算法的不断优化，另一方面还需要数据的不断喂养。

而提供用户千人千面学习体验的深度自适应学习系统，更是内在需要自我学习、自我进化，而不只是一套静态的学习“规则”，即便这样的规则来自XX名师、多么有价值，也不符合AI的本质要求。

这些都说明，研发费用是AI教育的“特殊负担”，这种模式会造成财务报表在“慢时期”不太好看。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!