構建一家教育公司壁壘的，是技術還是數據？

在掌門 1 對 1 創始人兼 CEO 張翼眼中，人工智慧對於 1 對 1 在線教育模式有不可估量的作用。不僅可以解決內部管控問題，還能將學生的學習效率提升 10 倍。

無論是真人教師還是 AI 教師，課後輔導的終點在哪兒？中小學在線 1 對 1 輔導品牌掌門 1 對 1 CEO 張翼的答案很明確，就是提高成績。這也是他當初偏執地選擇「1 對 1 模式」的原因——能更好地引導學生，快速提高成績。

現在，他發現技術的進步能讓這件事兒更上一層樓。於是張翼選擇重金下注人工智慧，來進一步提高學生的學習效率，要知道，在此前他已經在這上頭花了 3 億元。

2014 年，張翼趕上在線教育創業紅海。有的創業公司選擇從數學或英語這些單一學科切入，有的選擇與公立學校合作，還有的選擇接管學生的課後作業場景，各家打法都不盡相同，但共同點是滿足了學生的「剛需」並且相對較「輕」。課後的 1 對 1 輔導看起來並不明智，特別是張翼堅持要用高學歷學生做老師。

然而，「顧客們」好像認可了張翼的做法。截止 2018 年 5 月，掌門 1 對 1 總註冊學員已超過 600 萬人，覆蓋全國 600 多個省市縣，教師數量首都突破 5 萬。投資人們也漸漸看懂了張翼。2017 年 12 月，掌門 1 對 1 在京召開 2018 年度戰略發布會正式宣布獲得 D 輪融資，融資數額 1.2 億美元，在此之前其已經完成了五輪融資。同年，掌門 1 對 1 公布了全年總營收數據：10 億元，正式躋身教育獨角獸行列。

張翼設想，課前可以運用測評來實現學生和老師的精準匹配；課中可以運用技術來觀察學生在課堂上的整體表現；課後可以根據學生的學習反饋來切割上課的視頻素材，將來用於智能答疑。這些科技進步所賦予的想像的確為未來的輔導教育繪製了一幅令人期待的藍圖，但如何實現這些設想、大數據如何賦能教育等問題都有待進一步解答。在極客公園 Rebuild 大會上，張翼給出了他的答案。

以下是張翼在極客公園Rebuild 2018科技商業峰會上的演講實錄（經過極客公園編輯，略有刪減）：

技術不是核心壁壘，數據才是

我們不斷思考，從過去到未來教育模式的演變到底會沿著什麼樣的路徑？大家會發現，我們已有的教育模式延續了幾千年，大部分還是大班課的模式。這個模式延續至今，為什麼無法改變呢？第一，沒有辦法解決連接的問題。第二，沒有辦法解決規模化的問題。但隨著整個互聯網支付、通信系統，網路 Wi-Fi、4G、5G 的發展，我們現在可以跨越很多城市尋找更好的資源。現在，在我們的平台上，每天都有很多的學生和老師在我們的平台上進行 1 對 1 的輔導。

像掌門 1 對 1 這樣在國內排名第一的在線學科 1 對 1 輔導公司，未來進一步的發展到底靠什麼？人工智慧帶來的力量，會遠遠的超出我們固有的想像。我們覺得有人工智慧可以解決兩方面問題。第一個方面，內部的管控問題。像掌門 1 對 1，今年我們預計會超過 10 萬的這個老師。如何隨著規模的擴張，保證教學品質不斷的提高，這裡面必須用人工智慧的方式去解決。第二，AI 所解決的是如何將學生的學習效率提升 10 倍。很多的孩子，要大量刷題去提升他自身的水平，但他很難去識別哪些題值得做，哪些不值得。智能解決的問題就是針對不同孩子給他最值得上的課，這能夠把效率提高 10 倍的一個根本原因。

我們強烈感覺到「智能+教育」的時代已經來臨。大家會發現，技術本身並不是最核心的壁壘，最核心的壁壘是這個技術下方巨大的冰山，也就是數據。你的數據成熟以後，要用大量的數據訓練系統，才能夠提升效率。

大數據的價值，賦能三個應用方向

掌門 1 對 1 累積有 600 萬的註冊學生，超過五萬的老師，還有三大教研院，營收規模佔全行業垂直品類的 70%。未來在學生教學中的運用，應該分成下面三個方面。

第一個方面，用戶學習畫像的大數據。你會發現一個孩子，比如說他的語文學得不好，很多的原因是因為他不喜歡他的語文老師。你幫他找老師的時候，要找什麼樣的老師，是不是因為喜歡這個老師，所以對語文的態度有所改變。我們會把學生分成 80 多種維度，生成畫像後的下一步是生成學生的學習路徑，根據歷史下沉的數據清楚的知道，應該給學生匹配什麼樣的老師，做什麼樣水平的題是最合適他的，這是用戶數據大畫像的升級。

第二是標籤題目的升級。很多人在做題目的時候，只是希望去推送給學生一個他不會的題，所以學生永遠會做他不會的題，這是以往很多邏輯的基本假設。但其實對於高效性來說，我們不應該推薦學生不會的題，而應該推薦給學生他最值得做的題。一個 80 分水平的學生，他應該做 85 分的題，這就是數據標籤、未來的一個極大的方向。你會發現，可能市場上有 1000 萬的題目，其中只有 10 萬才是值得作為例題的題目。所以題目的標籤化，也是未來非常大的方向。

第三個是視頻學習場景的大數據化。大家會發現在我們的平台上每天有幾十萬節課，高峰期甚至有上百萬節課，這些視頻非常的有價值，因為你可以精準的知道每一位老師怎麼講同一道題。不同老師的學生是不同的水平，有人聽懂，有的沒有聽懂。這麼多大數據的結合，可以讓我們清楚的知道哪一類學生、聽到哪種講法的時候最容易聽懂。我們的素材沉澱了大量的視頻，這將是未來進行答疑的一個重要方向。

三個階段，實現師生「晶元級」匹配

整個智能化的運用可以分為三個階段：第一個階段，識別分析；第二個階段，學習痛點；第三個階段，智能推送。

第一個階段是識別分析。在一個孩子的學習過程中，其實你可以通過他的表情就清楚知道這個學生某道題聽懂了沒有，他走神了多長的時間，以及他對於老師講的話題是否感興趣等。通過這樣的方式，我們可以精確地知道每一道題匹配的老師和學生之間的反應，這對我們來說非常重要。為什麼？因為傳統教育里，我們沒有辦法去評判一節課到底是講得好還是不好，沒有辦法進行監控分析。正是如此，導致了很多教育機構在進行擴張的時候，尤其是跨地域擴張的時候，品控嚴重下降，最後影響到了品牌。

第二塊及第三塊是基於學習程度的掌握和畫像的生成來實現。通過測評推薦題目是我們以往數據分析的一個大邏輯。但未來不僅僅是做簡單的推送，學生不一定有時間天天做測評題。要儘可能的讓學生做更少的題，並達到一樣的效果，甚至我們認為這個測評就是應該在上課的過程中實現。一個學生在整個上課的過程中，很自然的抓取所有數據。根據他屬於學生模型裡面的哪一個模型的判斷來精準化定製、推送相應課程。

智能化也是對老師極大的一個幫助，極大的降低老師的負擔。一個老師為什麼沒有辦法帶很多的學生，其實有兩個原因：第一個，是因為確實備課的負擔太重；第二，是因為一個老師帶的學生太多了，容易忘記哪一個學生的水平到底怎麼樣。而 AI 正在改變這些事情，成為老師最得力的助教。

一個學生他一周五天在學校里一直學都沒學好，但周末在掌門 1 對 1 學了兩個小時就能有效果。這是為什麼呢？其實根本的原因是這兩個小時做的不是加法，是乘法。老師具備的個人魅力可以影響了學生，讓孩子喜歡上了所學的科目，或者讓這個孩子找到了一些學習方法、學習樂趣。讓師生實現晶元級的匹配，我們覺得這是未來教育的一個根本。

本文由極客公園原創

轉載聯繫 zhuanzai@geekpark.net

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！