回看2016， 教育行業紛紛簇擁“線上化”， 而今年， “AI+教育”被推到風口， “智慧化”成了新標籤。
隨著人工智慧上升到國家戰略， 深度學習技術的成熟以及海量資料的積累， 眾多企業慢慢找到了適合自身發展的穩定且可持續的商業模式。 在這種大背景下， 2017年， 教育資本市場愈發活躍。
據芥末堆與德勤中國聯合發佈的《2017年教育行業藍皮書》顯示， 2017年前8個月， 一級市場教育行業的總融資額達96.4億元， 公佈金額的融資案例達156起；和去年同期的58.1億元相比增長66%， 融資案例增加68%；而AI+教育的融資額度， 據網路公開資料統計， 僅10月份就達5億元。
目前， “AI+教育”深度融合已經逐漸開啟， 作為人工智慧教育企業， 具體進展到了哪一步？在落地過程中又遇到哪些挑戰？新進入者還有機會嗎？
共用教育+人工智慧=未來教育變革
總結來看， AI+教育的應用， 主要從“教、學、考、管”四個場景進行佈局。 在這四個場景中， 人工智慧所要做到的是：
“教”：為教師減負增效， 減少教師簡單重複工作時間；
“學”：學生行為個性化分析， 以學定教， 提升學習效率；
“考”：為資料獲取提供手段， 支援從數位化到資料化；
“管”：為管理提供大資料決策， 為科學治理提供支撐。
好未來集團總裁白雲峰表示：我們在“教”和“學”這兩個層面上正研究互動教學， 即基於教學理念的所謂教學遊戲化， 通過真實場景魔鏡系統，
“同樣在“教”和“學”環節， 新東方副總裁徐健說， 新東方也在做一些嘗試， 比如通過人臉識別技術監控或看老師講課， 其中包括線下課、直播課、雙師課堂， 對於學生的監控也是通過人臉識別。 由此最終實現能夠即時地去監控教師教學的效果和學生學習的效果。
百度教育和科大訊飛在“教、學、考、管”環節則形成了比較完整的產品體系。 百度教育副總經理王文韜介紹說， “依託百度教育大腦， 我們通過智慧助教、VR課堂以及管理服務， 來打通老師、學生、家長以及學校的空間界限， 並通過智慧技術輸出，
除在技術應用場景上的不斷嘗試和突破， “資源分享”也已經成為業內共識。
王卓認為， 資源分享是教育優質資源的彙聚與共用。 而王文韜表示， 資源分享將是資料的共用， 未來通過雲平臺， 用戶使用和互動可以更便捷， 對於公司本身的價值則可以得到更多的基礎資料。
“共用教育的爆發力將遠超其他共用模式， 共用教育+人工智慧=未來教育變革。 ”VIPKID聯合創始人陳媛說。
AI+教育在落地環節存在哪些挑戰？
徐健認為， 教育行業無論是線上線下的融合， 還是AI， 所有的目的只有一個——提升學習的效率和效果。
當一腔熱血的創業者們， 前仆後繼的紮堆到AI+教育的技術突破上時， 至少也應該聽聽來自線下使用者最真實的回饋。
學生時期曾體驗過AI+教育產品， 如今是探月學院創始人的Jason表示， “雖然學校的很多管理層開始有覺悟， 覺得這個技術挺好的、能夠提升學校的效率， 但因為在落地的時候會涉及多方， 在學生看來， 是對學習行為以及日常學習習慣的改變；而老師一方至少在早期會認為這是一個負擔， 對於他們來說是更多的工作量。 他們不像管理者那樣有整體的視角， 而是從生活的視角、從每天的工作量去看的，
Jason表示， 之所以會出現這樣的問題， 關鍵在於所有技術或者工具的提供方還不夠瞭解教育， 不夠瞭解真實的場景裡到底發生了什麼， “很多時候我們在思考問題的時候， 都是在騙自己， 或者說是我們在意淫一個覺得很合理的場景”。
解決這種問題， Jason認為需要做到兩點：一個是從開發設計的角度真地理解這個過程， 第二是要從使用者的角度去deliver（呈現）這個產品。
鄭州八中教師孟志偉表示雖然學校也接入了很多系統， “但使用完之後， 資料肯定是在各自的平臺上， 沒有辦法給到學校。 學校想拿到這些平臺的資料該怎麼辦呢？一種方法是找協力廠商大資料公司做一些資訊抓取， 抓過來再自己分析。但是這樣資料就不是原始資料了，而且很多資訊平臺都是封閉的，無法用公開一些技術獲取到資料。”
孟志偉呼籲希望借助科技和資料理解老師和學生的需求。“如果這些資料能夠非常完整的對接到學校的基礎平臺系統裡面，就可以為每個學生都建立一個資料鏈。有了這些基礎資料、功能之後，一個完整的資訊化平臺才可以實現。之後我們才有資格去討論大資料，不然資料都是一個個孤立的群島。連使用者的最基礎資料都拿不到，我們何談大資料呢？ ”
AI+教育還有哪些掘金點？
“互聯網＋教育並沒有改變教育的長寬高，AI的到來，真的可以替代重複性的工作嗎？” 白雲峰認為，首先在教育的場景中AI有更好的容錯性；其次在採集資料的複雜程度上，相比其他行業有很多天然的收斂性和可控性，所以，“AI離教育天然近”。
但由於AI+教育處於起步階段，加之落地過程中存在一定問題，還需要人工智慧教育企業長時間去探索，所以留給後來者的機會還很大。
前面我們講到了，在“教、學、考、管”環節，一些公司的具體實踐。還有哪些環節創業者可以介入？
一方面，我們可以按“教育的商業流程”來看細分領域的掘金點。
教育的商業流程分課前、課中和課後。課前涉及教師選聘、教研內容；課中，無論一對一、小班、大班，還是線上教育都非常注重課堂體驗；課後環節則涉及練習、答疑、考試和評定。以上，無論哪一個分支，都存在被提升的可能。
另一方面，AI底層技術有很多，比如深度學習技術，可以從圖像、聲音、文字和自我調整學習幾個角度與教育產業深度融合。
目前使用圖像識別最主流的應用就是拍照搜題，除了拍題識別以外，手寫辨識準確率也逐漸在提高，未來圖像識別與教育的結合有三點：能否打通紙質書籍？能否打通真實可見的世界？能否精准捕捉動作？而聲音識別在音樂教學這個細分領域也將會有一些應用。
另外，AI與教育深度融合不能忽視的一個層面還有——資源分享平臺，未來資源分享平臺勢必是一個大趨勢。
總之，無論依據哪個系統哪個分支進行研究，有一個準繩不能忽視，“能否帶來實質上的效率和效果提升”。這需要創業者深入一線，應用大資料，實現個性化教、針對性學與科學決策。
以上部分觀點來自GET2017教育科技大會
抓過來再自己分析。但是這樣資料就不是原始資料了，而且很多資訊平臺都是封閉的，無法用公開一些技術獲取到資料。”孟志偉呼籲希望借助科技和資料理解老師和學生的需求。“如果這些資料能夠非常完整的對接到學校的基礎平臺系統裡面，就可以為每個學生都建立一個資料鏈。有了這些基礎資料、功能之後，一個完整的資訊化平臺才可以實現。之後我們才有資格去討論大資料，不然資料都是一個個孤立的群島。連使用者的最基礎資料都拿不到，我們何談大資料呢？ ”
AI+教育還有哪些掘金點？
“互聯網＋教育並沒有改變教育的長寬高，AI的到來，真的可以替代重複性的工作嗎？” 白雲峰認為，首先在教育的場景中AI有更好的容錯性；其次在採集資料的複雜程度上，相比其他行業有很多天然的收斂性和可控性，所以，“AI離教育天然近”。
但由於AI+教育處於起步階段，加之落地過程中存在一定問題，還需要人工智慧教育企業長時間去探索，所以留給後來者的機會還很大。
前面我們講到了，在“教、學、考、管”環節，一些公司的具體實踐。還有哪些環節創業者可以介入？
一方面，我們可以按“教育的商業流程”來看細分領域的掘金點。
教育的商業流程分課前、課中和課後。課前涉及教師選聘、教研內容；課中，無論一對一、小班、大班，還是線上教育都非常注重課堂體驗；課後環節則涉及練習、答疑、考試和評定。以上，無論哪一個分支，都存在被提升的可能。
另一方面，AI底層技術有很多，比如深度學習技術，可以從圖像、聲音、文字和自我調整學習幾個角度與教育產業深度融合。
目前使用圖像識別最主流的應用就是拍照搜題，除了拍題識別以外，手寫辨識準確率也逐漸在提高，未來圖像識別與教育的結合有三點：能否打通紙質書籍？能否打通真實可見的世界？能否精准捕捉動作？而聲音識別在音樂教學這個細分領域也將會有一些應用。
另外，AI與教育深度融合不能忽視的一個層面還有——資源分享平臺，未來資源分享平臺勢必是一個大趨勢。
總之，無論依據哪個系統哪個分支進行研究，有一個準繩不能忽視，“能否帶來實質上的效率和效果提升”。這需要創業者深入一線，應用大資料，實現個性化教、針對性學與科學決策。
以上部分觀點來自GET2017教育科技大會