瞄准AI的好未来，会迎来一个好未来吗? | 甲子光年 | 自由微信

查看原文

其他

瞄准AI的好未来，会迎来一个好未来吗? | 甲子光年

From 小北甲子光年 2019-04-05

什么是好未来想要的未来？

采访、撰文：火柴Q、小北、屈晨钰编辑：甲小姐、马轻胜

设计：火柴Q 微信公众号：甲子光年（ID：jazzyear）

「塑造者」No.28

苹果公司创始人乔布斯给世界留下了许多革命性的产品，但是，他也留下了一个小问题：“为什么计算机改变了几乎所有领域，却唯独对教育的影响小得令人吃惊？”

可惜他没有能够活到现在，否则，他或许可以看到这个问题的新答案。

好未来的“好生意”

自从2010年在美国纽交所上市以来，好未来就和更早上市的新东方成为了美股市场上中国教育概念股的双雄。近3年来，好未来股价一直稳步上涨，特别是在2017年，受益于2016财年第三季度高达83%的收入增长，好未来的股价增长明显。目前，好未来市值已经逼近150亿美元。

看好好未来有很多理由，但是对于大多数投资者来说，最重要的原因在于：中国的教育产业有着巨大的发展空间。

随着中国经济发展，教育，特别是课后辅导教育在居民消费中的比重不断提升。同样的事已经发生在了其他经历过经济高速发展并且应试教育盛行的亚洲国家。在日本，课后辅导渗透率达到35%，韩国是60%，中国则仅有8.4%。由于好未来过去几年业绩的高速增长，许多投资者相信，押宝好未来，就是押宝万亿级的中国教育市场。

但看好的同时，人们对教育行业的质疑也从来没有停止过。

课后教育是不是一个好生意？理论上来说，是的。它现金流极佳，毛利率很高，并且属于轻资产模式，规模可大可小，需求恒定高频，也没有地域限制，是一个非常容易赚到钱的行业。

但是，作为一种商业模式，课后教育的问题恰恰也就在于“门槛太低”了。

据统计，在中国，有120多万家或大或小的课后辅导机构。即使是新东方和好未来这样已经市值百亿美金的上市公司，在整个课后教育市场的占比也都在2%左右。身处这个高度分散的行业，好未来一直面临着激烈的竞争——这种竞争不仅来自老对手新东方，还可能来自不知道从哪里冒出来的新对手。

从成立到上市，好未来在竞争中最重要的依仗是其内容和口碑。以家教起家的好未来创始人张邦鑫，对教学内容非常重视，曾亲自带团队开发教材和课程，建立了好未来自己的教学内容体系，再加上严格的培训，好未来的教学质量总是能够维持在一个较高的水准上。而这种高质量经过时间的沉淀，成了家长们口口相传的好口碑，使好未来能从诸多教辅机构中脱颖而出。

但是，随着好未来的发展壮大，特别是在其市值突破百亿美金后，仅拥有内容和品牌两条护城河显然不够了。

站上山巅的好未来，需要寻找一条新的护城河，一种新的玩法。

瞄准AI“好未来”

在对AI的态度上，新东方创始人俞敏洪和好未来创始人张邦鑫大相径庭。

2017年8月18日，俞敏洪在当年亚布力中国企业家论坛夏季高峰会上表示，后悔将15亿人民币砸在人工智能和大数据领域：“这些钱就像打了水漂一样，我只是感觉上网查数据速度快了一点。”

而另一位巨头好未来，却选择大力投入人工智能，推进自研并收购外部团队：

2017年，好未来集团在AI研发上投入了10亿人民币、4000研发人员；2017年7月，好未来收购以情绪识别技术见长的人工智能初创公司FaceThink，并成立AI Lab，由FaceThink创始人杨松帆担任负责人。一年内，AI Lab的人数从20人快速扩张至240人。

一年后的2018年7月18日，蓄力一年的好未来在北京举办了“爱教育，AI未来”——2018好未来人工智能大会（TAL AI SUMMIT），发布了“WISROOM”智慧课堂解决方案以及“魔镜”智能测评系统的全新升级版。

理解好未来AI布局的关键就是看懂“WISROOM”和“魔镜”。

简单来说，“WISROOM”是最后被改造成形的AI课堂，是浮在水面之上的冰山；而“魔镜”则是水面下的底座，旨在用数据定义出什么是好的课堂。随着“魔镜”的日趋完善，它上层的“WISROOM”也将持续进化，“魔镜”之上也可能产生其他新的可能性。

两天后，在学而思北京海育校区的一间教室内，「甲子光年」见到了“WISROOM”的目前形态：7个四年级的学生正在体验一堂融入了AI互动技术的双师数学课。

普通的双师课堂中，一位名师通过直播，可以同步给20个甚至更多的班级上课，同时每个班级会配备一名辅导老师，做课前、课中、课后的辅导和互动。

而融入了“WISROOM”的双师课堂则增加了基于AI技术的互动功能——比如“专注之星”：通过表情识别系统，好未来AI Lab构建的算法模型能根据学生的神态、动作评测出谁是课堂中最专注的学生。

在那天的数学课上，当辅导老师开启“专注之星”功能后， 7位孩子全神贯注地等待着屏幕上的结果，最终获得“专注之星”称号的小女孩儿害羞地望向坐在后排旁听的爷爷，爷爷则向她竖起了大拇指。与之类似的功能还有“作业之星”、“鼓励小红包”等。

给“WISROOM”提供底层支撑的“魔镜”，则是一套智能评测系统，它的目标是完成对课堂的全面量化，从而找到“好课堂”的标准。

对“量化课堂”的渴求，来自杨松帆在四川大学任教时的体悟：“一直以来，教学过程其实是一个‘黑盒子’——当我们的教学结束，这个盒子就关上了，教学过程没有被量化。”

“魔镜”系统的目的正是让这个“黑盒子”从不透明变成透明。“魔镜”的原理，是利用图像和语音等人工智能技术将教学过程数据化，同时联合教育专家的研究与实践，结合脑科学理论，共同打造出的一套智能评测分析系统。

把“魔镜”系统拆开看，硬件上，它包括“眼睛”和“耳朵”及其他器官”——通过安装摄像头和语音设备让教室会“看”、会“听”，通过答题器与ipad，记录下学生在课堂中的练习和学习结果。与以往更关注到前排或活跃学生的老师不同，“魔镜”可以对每个学生的信息进行全面捕捉。软件层面，它包含好未来AI Lab开发的深度学习框架，能做到识别身份、表情、姿态、状态、声音情绪等，从而进一步拟合出老师关注的数据，如平均专注度、课堂参与度等。

当课堂被量化后，下一步就是基于数据打造“优秀的课堂”。

“魔镜”系统在分析了大量课堂数据后得出的好课堂要素是：“专属于每个班的好老师”以及“专属于每个学生的个性化互动”。“WISROOM”就是在努力实现这两个目标，从而实现“重新定义课堂的40分钟”。

在打造“WISROOM”的算法模型时，AI Lab做的第一件事是挖掘好未来自己积累的教育方法和理念。

据杨松帆回忆，去年7月底，在参加完CVPR（IEEE国际计算机视觉与模式识别会议）后，他回国的第一天就去课堂听课。这之后，去教室旁听及与一线老师一起拆分教学环节成了每个工程师的“必修课”。

与AI Lab同属工程研发中心的好未来脑科学实验室对认知过程的研究也将给算法构建提供更多科学基础。同时，好未来AI Lab也宣布与清华大学、斯坦福大学、中科院计算所、四川大学四所高校达成战略合作，以从高校获得学术支持。

基于一整套测评、迭代、再测评、再迭代的演进思维，好未来其实是在用科学“解剖”并“克隆”过去被认为难以量化的、包含灵性交流的教学过程。

好未来AI Lab团队慢慢地意识到，他们的探索已踏足一个人迹罕至的领域，没有前人的经验可以借鉴，在尝试用AI技术改造传统课堂这件事上，好未来是“吃螃蟹”的人。

教育科技化的前世今生

其实从成立之初，好未来就乐于“吃螃蟹”。

“我们一直都是一家科技教育公司。”从2006年起就在好未来任教的现任好未来技术商业化负责人陈体銮回顾起好未来发展历程中技术的作用如是说。

早在2008年，好未来就开启了用技术手段改造教学核心环节的尝试。

当年底，突然有几位好未来的优秀老师集体跳槽到了另一家竞争机构。已成立5年的好未来遭遇了教育辅导行业的常见问题：由于上课体验和老师强相关，家长和学生认老师不认平台，名师跳槽或自己单干时，可能会影响机构的短期经营。

张邦鑫和团队复盘时想到，也许可以用技术手段赋能每个老师，让教学过程更标准化，从而减少因老师差异带来的课堂质量差异，这促使了好未来ICS（智能教学系统，现已更名为ITS）的诞生，它解决的正是“标准化”问题。

至此，好未来进入了“用科技推动教育”的第一阶段：信息化——积累教学过程、学生表现的数据，进而完善教学流程。

沿着“信息化”路径，好未来又在2016年推出IPS（智能练习系统）。它解决的是标准化之上的“个性化”和“定制化”问题。

陈体銮告诉「甲子光年」，之所以把IPS单拎出来，是因为根据当年他们自己带班、做老师的体验，教育中最难的是“不知道学生的问题在哪儿”，所以他们希望能用数据手段准确掌握每个学生的学习情况。

到2017年IPS升级为“学而思云学习”时，这个系统已经积累了来自24个城市100多万学员的35亿条学习数据。基于这些大数据，IPS能生成每个学员的“学情报告”，帮助老师、家长进一步给出针对性引导。升级版的“云学习”进一步开始为每个学员建立专属学习模型，在布置作业、习题时，系统会根据不同学员的情况而做出不同安排。

从2015年起，好未来又在信息化之外开始探索“互联网化”，主要载体是“双师课堂”。

当时，已经发展12年的好未来正处于从核心城市向三四线城市渗透、扩散的阶段。管理层看到一个大趋势：优秀的老师在选择城市时，都倾向一二线大城市。

“那时我们总共才30个城市，还没那么痛苦，但是考虑到10年后的发展，一定会出问题。”陈体銮告诉「甲子光年」。借助直播模式，让名师资源能覆盖更多班级的双师课堂就是要解决这个10年后的大问题。

回顾这一阶段，好未来教育科技化的大思路是做好两件事：一、把教育环节拆分，二、用科技依次赋能每个环节。

ICS和IPS把 “教学内容研发”、“教学流程设计”交给了团队，让老师更专注于授课和辅导，这是对“后台”和“前台”的拆分。

双师课堂则分开了“学”和“习”，直播老师负责带孩子们“学”，辅导老师负责“习”，承担组织课堂、鼓励学生和判题等工作。

好未来现在对AI的投入，是此前10年探索的自然延续。

杨松帆清楚地记得，2017年1月的一个下午，张邦鑫来到FaceThink，对他讲述了用AI重构课堂过程的想法。

当时，杨松帆还是FaceThink的CEO，于2016年4月成立的FaceThink是国内专注于情绪识别的人工智能初创公司。

在创立FaceThink之前，他先后在美国暴雪娱乐总部任数据科学家、四川大学电子信息学院担任副教授。在情绪识别领域的技术积累与在学校的任教经历使他天然接近“教育+AI”赛道。

当天，两人聊了3个小时，张邦鑫的核心意图，是想借助AI技术进一步做教育分工和赋能。张邦鑫坦言：“现在的教育就像中医，通过望闻问切，也能治病。但是能不能有更多的数据化的、更科学的判断标准？”

4个月后，FaceThink获得了好未来的Pre—A轮投资。7月，好未来正式并购FaceThink，原CEO杨松帆成为好未来AI Lab负责人。

由此，AI开始成为好未来重点投入的技术方向。

为什么是AI？

为什么大力度投入AI？因为好未来相信，技术真的可以改造教育的核心环节，且效率提升和质量提升的程度具有商业上的有效性。

实际上，一直到信息技术、互联网技术已十分发达的2010年，人们对技术到底能在提升教育效果上起到多大作用仍有颇多争议。

这一年，站在技术一边的乔布斯在与时任美国总统奥巴马会面时说：“所有的书、学习资料和测试都应该是数字化的，而且是互动的，为每个学生专门定制，并提供实时反馈。我很惊讶，直到现在美国老师依然站在讲台上用教科书讲课。”

而就在前一年，美国教育部通过对2.1万名中学生抽样调查发现，当时美国中学生在阅读、数学、科学上的能力与30年前，即美国投入教育信息化前相比并没有明显差异。人们开始怀疑，信息技术真的能给教育质量带来提升吗？

但好未来相信，教育+AI 不会是一场徒劳的跟风。

杨松帆告诉「甲子光年」，在最初决定大力投入“教育+AI”时，团队做了很多调研来确认技术的可行性。

许多研究给他们提供了信心和灵感，其中包括比尔·盖茨基金会支持的教学有效性测量项目（MET）。这个启动于2009年、历时2年、覆盖10万学生、1万堂课的项目给出了教学过程、教学结果的测量和量化标准，证明了“好的课堂”是可以被数据化的。

他向「甲子光年」进一步阐释了为什么教育场景很适合用AI来改造：一是教育场景的可控性强——它通常发生在受限制的封闭环境，如教室、家中，其光照、硬件能得到很好的控制。二是教育行业具备一定的容错率——在自动驾驶领域，一帧图像的错误识别，就可能导致车毁人亡，而在教育场景，更重要的是具有统计学意义的指标和模型。”

技术逻辑之外，近几年的行业现状表明，AI和教育的结合显然已成为一个新的增长极：VIPKID 、英语流利说、乂学教育等都是这一波新浪潮中涌现的佼佼者。

好未来CTO黄琰说：“一年前看到AI和教育的结合，我们尝试奋勇前行，现在看，全球的教育科技已经是‘无AI不教育’。”

但好未来对AI的投入，和以上新玩家的出发点都不相同。

目前各公司对教育和AI结合的探索可以分为两派：第一派是“AI+教育”，用科技开拓出崭新的教育场景，做增量市场，英语流利说、乂学教育等用深度学习做纯在线场景下“自适应学习”的公司是其代表；第二派是“教育+AI”，用AI技术融入千百年来已形成的课堂形态，看是否能更好地解决现有的问题。好未来显然属于第二派。

选择“教育+AI”，是因为作为一家起步于Web时代，已经发展了15年的教育机构，好未来积累了大量线下、线上的教学经验、数据和认知，他们握有教育场景端的优势，这是任何一个新进入行业的玩家短时间内难以逾越的壁垒。

看清这个定位后，好未来投入AI的意图更加明晰——用AI技术提升好未来已有的线下、线上多种课堂的体验和效率。

现在的WISROOM产品，在商业上最大的贡献，首先是大幅提高了教师人效。

“人效-体验曲线 by 好未来AI Lab”

如上图所示，在K-12教学场景中，人效和个性化教学体验是一对矛盾的存在。人效，即每个老师覆盖的学生人数，人数越多，人效越高。从面授1v1、线上1v1、面授小班，线上小班、双师1vN、面授大班到线上大班，人效越来越高，个体学生的体验和关注度不得不被牺牲。好未来CTO黄琰给出的数据是，即使一个非常优秀的老师，在一节课堂里最多只能关注7名好学生或者活跃的学生。

而以AI技术为基础的“WISROOM”，则有可能达到人效和个性化关注的“双赢”。教师通过“WISROOM”自带的教学辅助系统，能够快速判断 “哪些学生的参与度较低”、“哪些学生需要被关注”……绝大部分课堂行为都能转化为老师的决策建议，实时辅助老师进行教学，最终在保证人效的同时也提升了对学生的个性化关注。

人效，目前是影响好未来利润的重要因素之一。从2017年财年的财报来看，好未来的师生比为1：275，新东方为1：718，而两家公司的毛利率分别为58.32%和49.9%，新东方比好未来高出10个百分点。

其次，AI技术将有利于好未来继续将人效更高的双师课堂模式拓展到三四线城市，获取更多规模效益。

从需求端看，三四线城市的课后教育市场空间仍然很大，好未来目前已在30多个城市建立了500多间学校，覆盖了所有一二线城市，未来的拓展方向是三四线城市。据陈体銮透露，在目前拓展新校区时，他们都会推广双师课堂。

另一方面，从客观效果来说，资本市场可能会更青睐一个技术实力进一步强化的好未来。

在纽约证券交易所上市的中国教育概念股的平均PE（市盈率）为27倍左右，而好未来目前的PE则达到96，这说明市场认为好未来具有规模、成长空间、龙头效应等多方面的溢价因素。随着技术在好未来业务版图中重要性的上升，市场给好未来的PE可能会进一步靠近PE更高的科技股，从而推动整体估值上升。

好未来想要的未来

相信科技、投入AI，这条逻辑线的末端是什么？

如今，C端驱动增长的逻辑逐渐失效，几乎所有巨头都在to B化，躬耕行业底层。作为教育行业的龙头老大，好未来自然也将目标对准了整个行业——好未来加码科技的真正野心，是给整个教育行业赋能。

2017年，好未来增设了“教育云事业群”、“智慧教育事业群”两个新部门，试图将自身的教育科技与教研成果，以产品的形式输送（封装成产品和服务提供给）教育培训机构和公立学校，打开to B（to Business）和toG（to Government）两个新市场。今年5月，好未来正式成立“好未来教育云事业部”，并首先发布了面向教培行业的to B服务产品“未来魔法校”（Magic School）。好未来CTO黄琰向媒体表达了想成为教育培训行业“三观正、进化快、活得久”的to B服务公司的想法，显示了好未来希望从“独立选手”转向为“行业赋能者”的决心。

教育是一个重行业。重行业意味着自营模式总会面临市场份额的天花板。全国有约120万家中小型教育机构。但如上文所述，这是一个十分分散的市场，好未来和新东方双巨头所占的市场份额也仅为2%——自己做学校的速度，一定跑不赢科技赋能的速度。

如果好未来可以在“重新定义40分钟”的基础上，将科技能力产品化、标准化地向行业输出，则会拉低教育行业的准入门槛，增加好内容的辐射力，甚至可能逐渐改写教育行业的本质。

“有许多难题要解决。”好未来在谈及AI Lab产品将来的to B之路时表示。

首先是推广中的定制化问题。To B过程中，不同教育机构有不同的教学目标、环境因素和教师/学生人数比，这就对算法模型提出了个性化和定制化的要求。比如在真正落地到具体场景时，可能会由于教室光线、层高的不同，需要重新训练算法。

其次是规模化过程中的成本问题。目前麦克风、摄像头等一系列必要的硬件成本还比较高，而轻量级的方案又不能解决实际问题。因此，降低AI技术的应用成本也将是AI Lab未来要着重探索的一点。

最后是教学体验控制的难题。以双师模式为例，虽然好未来在向其他机构输出这项服务时，能控制直播老师和互动功能一端，但线下辅导老师是不可控的，而辅导老师的素质将直接影响这套产品的整体使用体验。“WISROOM”能不能真正帮助中小机构提高报名率和续费率？这需要等待市场的检验。

在好未来看来，教育行业不仅仅是一个“经济学命题”，教育关乎下一代的未来，教育科技化之路，是一个需要在慢与快中寻找平衡的道路：既要有对教育本质之“慢”的坚守和敬畏，也要有对科技迭代之“快”的敏感、魄力和敢为天下先的勇气。

先行者总是会伴随着争议：AI会代替老师吗？机器与人的边界在哪里？

好未来给出的回答是：机器教书，教师育人。

教育的最终目的，是教给孩子受益一生的思维能力和学习能力，知识教育只是基础，是教育内容中最标准化、最可以用机器解决的部分，而教育的漫长事业，还需要老师的深度参与。

“在双师的基础上，未来AI在教知识上具备相当强的胜任力，而育人则以AI给老师赋能的方式，始终会以人为主体，以老师为主体。教书是AI+，而育人则是+AI，教师永远不会被代替。”张邦鑫说。

END.