作為一家國內針對K12領域的新銳教育公司，學霸君針對從小學到高中的學生，提供拍照搜題、實時答疑以及在線一對一課程等服務，積累了總量超過8000萬道的題庫，服務用戶超過8000萬人。
在前不久第三屆教育成長匯的開幕儀式上，學霸君的技術負責人苗廣藝暢談了未來人工智能與大數據算法將如何顛覆傳統教育的用戶體驗。教育產業“奇點”將至，技術改變商業的力量也將再次被印證。
學霸君的創業團隊具有教育和技術兩種基因，自成立之初就一直致力于技術服務教育領域的探索，把解決教育場景中教師、學生的痛點作為基本切入點，堅信可以用技術的手段來改變教育行業。這使得公司能夠在技術上保持持續投入，進而保證了我們在教育行業技術化上處在一個比較領先的位置。
從商業層面看，學霸君的創業從工具開始，是一個流量入口，還構不成一個企業完整的業務。為此，我們嘗試了各種業務方向，完善教育業務的商業形態。
堅持初心、用技術改變教育
最初，我們發現中小學生每天都要做大量的作業，作業中可能會有很多題他不會做，這時候有一種剛需出現了，就是學生需要找題的解析過程。于是我們就針對性地推出了一款移動端的App，在學生遇到不會的題時，他可拿起手機，打開App，對著題目拍張照片，點擊“搜索”按鈕，然后由軟件將這個題目的解題過程、答案都反饋給學生。
這個過程非?？焖?、方便，背后的技術卻是比較復雜的。首先，需要把圖像上的文字全部識別出來，識別出來之后再用文字去題庫里面搜索。我們建設了龐大的題庫，大概有8000萬的量級，基本覆蓋了目前市面上絕大部分的題型，而且通過每天學生輸入不會做的題，題庫數據還在不斷動態更新。目前這款App上的注冊用戶已經達到了8000萬，累計的搜索次數也達到了百億的量級。
之后，我們發現，有些學生除了找到題目答案之外，還有一個需求是希望有老師給他講題，這也是一個剛需。于是我們開發了一個類似“滴滴”的模式。不會做的題怎么辦呢?拿起手機對著題拍照片，點擊按鈕呼叫老師，這個圖片就可以變成一個訂單，快速地發給全國各地的老師，老師們搶單，整個過程跟打車軟件非常相似。
這個業務的背后也有算法，比如：圖片到了系統之后，會先去識別圖片上的內容，再對這個內容進行分析，判斷這個題目是哪個學科，哪個年級的，考的是哪個知識點……得到這個題目的屬性信息后，根據這個屬性信息去匹配最合適的老師，老師就是在家里面坐著打開電腦軟件，當有學生提問的時候，他的軟件就響了，有一個訂單來了，這時候老師就點搶單，點搶單之后老師和學生就建立一個一對一的語音連接。這個過程非?？?，只需要幾秒鐘。
除了語音對話之外，我們還提供了一個點陣數碼筆的技術，它達到的效果是老師可以用點陣數碼筆在紙上寫字，寫字的筆劃數據會實時地傳輸到電腦上，再通過我們的系統實時地傳輸到學生的手機端，這時候學生在手機端可以實時地看到老師在紙上寫的一模一樣的內容。通過這樣的模式，老師就可以很輕松地把這個題目給同學們講明白，老師可以在紙上把這個題目的每一個步驟都講得很清楚。
第二個業務是學霸君1對1，就是把線下的一對一輔導完全一樣地搬到線上。我們通過一些技術手段，使得線上的體驗和線下達到差不多的效果。比如說老師和學生都可以實時地看到對方的臉、實時地語音視頻聊天、PPT實時互動、筆記感受式互動……這樣的體驗其實和線下的一對一教學已經差不多一樣了。然后，再通過一些技術手段，比如說把題庫建設、知識點體系做得比較好，或者是把學生的能力評測、數據做得更好，讓老師更加方便的使用。
這個業務很快做起來了，我們發現這是未來教育產業的一個方向。這個業務一開始比較依賴于技術，因為要通過技術打造一個和線下差不多的1對1輔導效果。但到了后期，整個業務的發展則更加依賴于銷售與市場。市場是指大的流量入口，銷售是我們需要去管理一個很大的銷售團隊，讓這個銷售團隊用更高的效率進行電話銷售。
打造AI+教育，切入B端業務
從去年開始我們嘗試了B端的業務，叫“AI學”，是一款智慧教育平臺，它的基礎是前期學霸君的拍照搜題和一對一輔導所積累的海量數據，核心是自然語言理解和深度學習。學校老師用我們的系統來上課、備課、布置作業;學生用我們的系統來做作業、考試等等，覆蓋了學校的所有的場景;而且使機器閱卷、個性化指導、個性化學習、教案改進等變成可能。老師的教學效率和學生的學習效果都可以得到大幅度提升，這一點在安徽開展的實際教學檢驗中已得到印證。
這個業務嚴格來說是2B2C。首先，把這個系統賣給學校是一個2B的行為，學校的老師和學生會持續不斷地使用，產生各種各樣的數據。而通過持續不斷地給老師和學生提供各種各樣的服務，則變成一個類似于2C這樣的運營模式。
值得強調的一點是，在業務方向上，2B的方向應該是最重要的。C端市場的教育相對市場化，但是校內的B端市場相對封閉。我們通過反復研究發現，未來決定整個大的教育市場戰略格局的一定是校內的市場，而不是校外市場。因為學生每天的學習、生活，老師的教學，絕大部分的場景都在校內，校外只是校內的一個小小補充。
作為大數據技術平臺，只有在校內有了市場之后，我們才能不斷地采集到學生的真實的數據，包括每天上課、預習、復習、做作業等各種各樣的數據。有了這樣的數據之后才能對學生的整個學習效果做出更準確的評估。反之，當有了校內市場之后再反過去做校外市場是非常容易的，因為知道了“我的學生是誰?”“他學習怎么樣?”“他需要怎樣的輔導?”這些對我們制定課程才是很關鍵的。
另一方面，鎖定校內人群后，我們不僅能獲得數據優勢，還能得到包括了校長、教育部門、老師的認可度，有了這樣的認可和背書，再去打動家長是非常容易的事情。所以說這些都決定了2B業務的重要價值。
今年的7月份，國務院出了一個文件叫作《新一代人工智能發展規劃》，其中典型提到的行業就包括教育，說明人工智能和教育其實已經到達了國家戰略的高度了，這也證明我們正在做的事業大方向是正確的。
除了關注國家政策之外，市場的變化主要體現在“三通兩平臺”政策的推出，“三通兩平臺”政策簡單來說就是在學校里部署教育信息化設施，促進學校升級成教育信息化。國家在K12行業里面的投入持續增長，預計到2020年投入會到達將近4000億的級別，這只是國家投入，還有地方的投入、學校的投入、企業的投入資本量是非常大的。這么多年錢其實很多都浪費掉了。為什么會浪費掉?是因為一開始大家根本不知道這件事情怎么做，老師或者校長聽不懂技術手段能帶來什么。一些教育預算必須要花掉，于是采購了很多設備都成了擺設。
但是經過幾年的政府投資，實際上留給我們的有兩個比較大的收獲：一，持續的投資使學校的基礎設施(主要是網絡)建設起來了。有了網絡才能談信息化和人工智能。第二，投資其實是對整個市場起到了一個教育作用。一開始，大家不知道什么叫教育信息化，逐漸地老師、校長、地方教育部門開始關注了……大家開始思考，逐漸地認識到教育信息化可能是將來的一個方向并且認可這一方向，對產品的辨別能力也增強了。
過去學校里的課堂狀態，是“粉筆+黑板”。在此我們做一個大膽觀測，隨著未來突破性技術的演變，人工智能和互聯網的技術將會推動整個教育行業走向智慧教育的模式。
站在現在這個時間點來看，我們可能處在一個分水嶺的階段。如果說分水嶺之前是一種輔助教學時代， 那么之后的時代可能會迎來產業關鍵的融合與變革。這個時代的應運而生，其背后首先是技術的力量推動，包括互聯網技術、大數據、人工智能、國家政策等推動，使得整個傳統課堂的模式都會發生重大的改變。恰好，我們站在了這個關鍵的時間節點上，如果說前面是一個變化的蓄勢過程，那么從這個節點之后可能就將迎來一個突變。所以，教育信息化的變革時代已經到來了，把握住這個大趨勢，未來整個產業將大有可為。
從算法突破到系統“去人化”
目前，我們在天津搭建了一個數字化工廠。在這個生產工廠里面，我們開發了一套高效的題庫生產系統，每個人在系統里面負責的工作不一樣，有的人只負責掃描文件，有的負責錄入的結構，有的只負責題目的篩選過濾，有的負責判斷……每個人只負責做好一件事情，把整個流程通過系統串聯起來，從而保證了一個高效的作業狀態。
在此基礎上，我們利用很多圖像的算法，保證了很多流程的“去人化”，比如說錄入試卷題目，試卷來了之后可以自動地識別出里面所有的文字、公式，以及所有的版面結構。這樣一來，人只需要去確認或者是說有零星的錯誤去修改一下就可以了，從而大大地提高了題目生產的效率。目前，在數據工廠，一本教輔書最多三天時間可以錄完。
除了題目，我們也在關注知識體系的搭建?？匆粋€題不僅僅是看某一個具體的知識點，最好是對整個知識體系有一個完整了解。對于大部分的學生來說，他其實是沒有那樣的一個知識體系的概念，大部分的學生只知道我當前在做什么題，卻難以有一個全局的概念。如果我們用系統來做這件事情可能會相對更容易一些。如果建立起了整個的知識體系之后，不管是從宏觀上還是微觀上都可以詳細地了解所有的知識體系是什么樣子的。那樣，在這個知識體系下去找一個知識點是非常容易的。
更重要的是，通過整個的知識體系，我們可以收集所有學生每天每時每刻的所有學習行為，并把所有的學習行為結合在一起，用機器的深度學習來獲悉整個知識的模型。這樣就能知道每一個學生在知識體系中所處在的位置，可以有針對性地進行輔導并進行一些教學方法的提高。
對于老師來說，批改作業是一項最繁重的工作，一般，普通中小學的老師可能都要教三五百個學生，批改作業會花去大量的時間。我們研發了手寫識別技術，通過機器來識別作業，進而自動批改作業。未來，老師是不需要批改作業的，只需要布置作業，剩下的事情都是可以由系統來完成。哪怕是一些所謂“大題”的主觀題，機器也可以根據步驟進行批改。為了批改更加準確，我們還研發了自動解題機器人，可以讓機器來自動完成題目的詳細解答。
這個業務嚴格來說是2B2C。首先，把這個系統賣給學校是一個2B的行為，學校的老師和學生會持續不斷地使用，產生各種各樣的數據。而通過持續不斷地給老師和學生提供各種各樣的服務，則變成一個類似于2C這樣的運營模式。
值得強調的一點是，在業務方向上，2B的方向應該是最重要的。C端市場的教育相對市場化，但是校內的B端市場相對封閉。我們通過反復研究發現，未來決定整個大的教育市場戰略格局的一定是校內的市場，而不是校外市場。因為學生每天的學習、生活，老師的教學，絕大部分的場景都在校內，校外只是校內的一個小小補充。
作為大數據技術平臺，只有在校內有了市場之后，我們才能不斷地采集到學生的真實的數據，包括每天上課、預習、復習、做作業等各種各樣的數據。有了這樣的數據之后才能對學生的整個學習效果做出更準確的評估。反之，當有了校內市場之后再反過去做校外市場是非常容易的，因為知道了“我的學生是誰?”“他學習怎么樣?”“他需要怎樣的輔導?”這些對我們制定課程才是很關鍵的。
另一方面，鎖定校內人群后，我們不僅能獲得數據優勢，還能得到包括了校長、教育部門、老師的認可度，有了這樣的認可和背書，再去打動家長是非常容易的事情。所以說這些都決定了2B業務的重要價值。
今年的7月份，國務院出了一個文件叫作《新一代人工智能發展規劃》，其中典型提到的行業就包括教育，說明人工智能和教育其實已經到達了國家戰略的高度了，這也證明我們正在做的事業大方向是正確的。
除了關注國家政策之外，市場的變化主要體現在“三通兩平臺”政策的推出，“三通兩平臺”政策簡單來說就是在學校里部署教育信息化設施，促進學校升級成教育信息化。國家在K12行業里面的投入持續增長，預計到2020年投入會到達將近4000億的級別，這只是國家投入，還有地方的投入、學校的投入、企業的投入資本量是非常大的。這么多年錢其實很多都浪費掉了。為什么會浪費掉?是因為一開始大家根本不知道這件事情怎么做，老師或者校長聽不懂技術手段能帶來什么。一些教育預算必須要花掉，于是采購了很多設備都成了擺設。
但是經過幾年的政府投資，實際上留給我們的有兩個比較大的收獲：一，持續的投資使學校的基礎設施(主要是網絡)建設起來了。有了網絡才能談信息化和人工智能。第二，投資其實是對整個市場起到了一個教育作用。一開始，大家不知道什么叫教育信息化，逐漸地老師、校長、地方教育部門開始關注了……大家開始思考，逐漸地認識到教育信息化可能是將來的一個方向并且認可這一方向，對產品的辨別能力也增強了。
過去學校里的課堂狀態，是“粉筆+黑板”。在此我們做一個大膽觀測，隨著未來突破性技術的演變，人工智能和互聯網的技術將會推動整個教育行業走向智慧教育的模式。
站在現在這個時間點來看，我們可能處在一個分水嶺的階段。如果說分水嶺之前是一種輔助教學時代， 那么之后的時代可能會迎來產業關鍵的融合與變革。這個時代的應運而生，其背后首先是技術的力量推動，包括互聯網技術、大數據、人工智能、國家政策等推動，使得整個傳統課堂的模式都會發生重大的改變。恰好，我們站在了這個關鍵的時間節點上，如果說前面是一個變化的蓄勢過程，那么從這個節點之后可能就將迎來一個突變。所以，教育信息化的變革時代已經到來了，把握住這個大趨勢，未來整個產業將大有可為。
從算法突破到系統“去人化”
目前，我們在天津搭建了一個數字化工廠。在這個生產工廠里面，我們開發了一套高效的題庫生產系統，每個人在系統里面負責的工作不一樣，有的人只負責掃描文件，有的負責錄入的結構，有的只負責題目的篩選過濾，有的負責判斷……每個人只負責做好一件事情，把整個流程通過系統串聯起來，從而保證了一個高效的作業狀態。
在此基礎上，我們利用很多圖像的算法，保證了很多流程的“去人化”，比如說錄入試卷題目，試卷來了之后可以自動地識別出里面所有的文字、公式，以及所有的版面結構。這樣一來，人只需要去確認或者是說有零星的錯誤去修改一下就可以了，從而大大地提高了題目生產的效率。目前，在數據工廠，一本教輔書最多三天時間可以錄完。
除了題目，我們也在關注知識體系的搭建?？匆粋€題不僅僅是看某一個具體的知識點，最好是對整個知識體系有一個完整了解。對于大部分的學生來說，他其實是沒有那樣的一個知識體系的概念，大部分的學生只知道我當前在做什么題，卻難以有一個全局的概念。如果我們用系統來做這件事情可能會相對更容易一些。如果建立起了整個的知識體系之后，不管是從宏觀上還是微觀上都可以詳細地了解所有的知識體系是什么樣子的。那樣，在這個知識體系下去找一個知識點是非常容易的。
更重要的是，通過整個的知識體系，我們可以收集所有學生每天每時每刻的所有學習行為，并把所有的學習行為結合在一起，用機器的深度學習來獲悉整個知識的模型。這樣就能知道每一個學生在知識體系中所處在的位置，可以有針對性地進行輔導并進行一些教學方法的提高。
對于老師來說，批改作業是一項最繁重的工作，一般，普通中小學的老師可能都要教三五百個學生，批改作業會花去大量的時間。我們研發了手寫識別技術，通過機器來識別作業，進而自動批改作業。未來，老師是不需要批改作業的，只需要布置作業，剩下的事情都是可以由系統來完成。哪怕是一些所謂“大題”的主觀題，機器也可以根據步驟進行批改。為了批改更加準確，我們還研發了自動解題機器人，可以讓機器來自動完成題目的詳細解答。
