|
在在线教育这条“慢”赛道上，一年多来，却上演了罕见的跌宕起伏。 自2018年底开始的半年多时间里，在线教育赛道超1500家企业快速涌现、发力、挣扎、混战直至倒下，2019年暑期档，各路玩家更是用疯狂烧钱演绎了一场多年难得一见的“百团大战”。事实上，如果不是一场疫情的突如其来，我们几乎可以肯定，在线教育赛道在一波烧钱狂欢之后，很快就会迎来一地鸡毛。 不过，客观说，虽然疫情给在线教育带来了可见的机遇和缓冲期，但整个业态并没有发生本质变化，众多玩家甚至顶着AI的招牌又倒退回了直播大课这样的旧形态里。那么，混战、混乱之下，在线教育赛道究竟要怎么走？ 在两年多之前，AI+教育还是个相对新颖的事物。得益于政策推动、人工智能技术的提升以及场景应用的广泛性和实用性，在两三年时间里，AI教育得到快速普及发展，不过，应该清醒地看到，目前的AI教育依然处于非常初级的阶段。 在2019年科技部联合罗兰贝格发布的《智能教育创新应用发展报告》，其将智能教育的发展界定为三个阶段，第一个阶段是以基础数据收集与呈现点状式、零散的教学辅助类应用为代表的教学辅助阶段；第二个阶段是实现系统化、智能化教学评价与分析，从而推动提升学生学业表现与教师核心能力价值的价值创造阶段；第三个阶段则是基于具备认知与强交互能力，以自适应学习为代表的因材施教阶段。 以此来划分，目前，智能教育尚处于从教学辅助向价值创造过渡的时期，或者换句话说，除了一些头部玩家，大部分在线教育企业尤其是近一年扎堆涌现的新玩家，大部分甚至都还处在教学辅助阶段，距离成熟的价值创造都还有很长的距离。而且，据笔者了解，很多玩家为了追这波风口，很多都采用低价外包策略，移植、复制一些似是而非的AI技术充当门面，远远谈不上系统化的AI教育能力，这些都属于外围玩家，能把局势搅浑，但构不成威胁。 这样的行业分割态势其实不难理解。AI与教育的融合带有一定的突变性，这一方面要求身处其中的玩家要有足够的技术积累以应对突变，另一方面也要求玩家们要在动态的融合过程中具备持续创新能力。更重要的是，数据和应用场景，同样是人工智能技术强大与否的关键保证。没有数据，人工智能根本无从谈起，智能教育的普及和成功，海量数据(603138,股吧)是基础，这不仅包括历史数据还要有实时性最新数据，这意味着，大量用户需要参与进来，才能验证并持续改进智能教育的有效性。当然，即便有了数据、跑通了模型，缺乏合适的场景来验证，同样是假把式，这又要求玩家们要针对海量场景进行海量实践、应用。 笔者曾表达过一个观点，人工智能技术本身的发展和人工智能在教育领域的发展很可能会双轨并行，等待人工智能技术本身的发展、试图靠拿来主义实现弯道超车并不明智，正如马化腾曾在乌镇大会上所说的，企业要从新技术的跟随者变成驱动者、贡献者，业内的实力玩家，恐怕要做好主动投入大量资金、资源、人才推动人工智能在教育领域的技术进步和有效融合，才有可能在大家都有AI这把“镰刀”的情况下，造一把更有威慑力的“砍刀”出来。 资本是逐利的。笔者能够理解作业帮、猿辅导、VIPKID等一系列玩家在多轮融资驱动下，不断挑起用户争夺战、烧钱价格战的迫切，资本有时候很简单，就是要数据、要增长率，即使在教育这样的行业这种纯互联网的玩法很可能没那么有效，但箭在弦上不得不发。 但是，下半场的争夺，尤其是AI成为显学的下半场，单纯用户、价格层面的疯狂争夺很可能是本末倒置的，并非长久之计，在笔者看来，在现阶段的在线教育赛道，至少有四件事，是需要引起玩家们足够重视的。 1、技术制胜：效果2.0时代的关键壁垒 早在2017年，业内就喊出了在线教育已进入效果2.0时代的声音，笔者认为，目前行业依然还处于这一阶段，对于效果的追逐还远未到结束的时候。核心原因就在于，AI技术还不足够成熟，无论是对于其本身还是其在在线教育领域的应用。 教育是个重决策领域，原则上来讲，在教育这个语境里，效果应该是用户的核心诉求，是关乎商业模式能否形成闭环的关键。毕竟，对效果的不确定性将极大引发决策的不确定性，更影响付费的意愿和连续性，进而影响到在线教育企业的盈利能力。可以说，效果天然就是教育的核心痛点之一。 AI与教育的融合，让我们看到了迭代教育形态和教育模式、让效果更进一步的可能。但正如科技部的报告所展示的，在线教育领域要真正进化到基于具备认知与强交互能力、以自适应学习为代表的因材施教阶段，还需要很长的路要走。 对于AI教育来讲，深度学习技术的突破，对于在线教育企业迭代自适应学习系统具有关键性作用，机器学习在辅助场景交互中也将会发挥越来越大的作用。 在在线教育这条拥堵的赛道上，究竟是做大，还是做强，我想在技术的追逐上，将会率先给市场以答案。 2、用户池互补的威力 不可否认，在在线教育整体渗透率还不足10%的当下，围绕用户的争夺，肯定是未来的 主战场之一。不过，关键在于，海量用户与AI技术能否在场景使用中有效融合和互补。 我认为，要想实现技术制胜，除了技术本身，没有亿级用户的高价值数据，AI教育大部分玩家也玩不转。教育的细分赛道众多，并且用户群体都各有独立性，譬如K12和成人教育，无论是用户特性还是内容属性都差别巨大，数据的采集和挖掘难度大幅提升，能否让数据在特定领域形成足够密度也是个挑战，更何况，交叉性的数据对于全面沉淀用户数据也有价值。 而海量数据的采集、挖掘、提取、验证以及使用上的增量价值攫取，正是在线教育行业主打或努力实现“个性学习、千人千面”的实现基础。接下来的下半场竞争，不具备这样的基础，就不要奢谈竞争了。 3、成本为王：谁将被迫死去？ 获客成本高企，已经不是在线教育一个赛道的掣肘。在互联网红利基本见顶、外部供血 环境变得越来越差的当下，按理说，现金流能力将是2019年考验大家生死的关键之一。 所以，对于那些疯狂卷入烧钱大战的玩家，笔者还是持悲观态度的，单获客成本 有的就高达1200，转化成本起码万元起步了，大家的客单价水平能够支撑这样的运营成本吗？又能支撑多久？ |
