AI 教育商业化和商业模式的探讨

参会者：财通研究员+行业专家 1、AI教育技术发展历程 •发展背景与技术演进：早期服务本地出海企业及中东留学生，提供NLP、人工智能、Web3金融科技等前沿领域辅导。2025年在国内重新打造新品牌，入围CGTN中国品牌创新发展工程。AI教育技术发展与人工智能进步相辅相成，演进分为多个阶段：上世纪60年代，美国伊利诺伊大学发明首个计算机辅助系统；80年代发展至智能教学系统阶段，提出智能导师系统概念，伴随神经网络研究进步；2008-2019年，教育应用进入自适应学习阶段。关键技术节点有：2006年JeffreyHinton提出深度学习概念，解决梯度消失问题；2016年AlphaGo战胜李世石；2018-2020年，OpenAI连续发布GPT1-3；2023年，教师使用ChatGPT指南发布，标志AI教育时代来临。2023年后，人工智能加速发展，OpenAI多次大型融资、阿里通义千问、百度文心一言推出，以及OpenAI文生视频模型Sora火爆，均引爆市场。 2、中国AI教育政策支持 •政策脉络与细化特征：中国对人工智能加教育的发展重视较早，政策支持呈现清晰的脉络与细化特征。政策起始于2017年，由国务院牵头发布《新一代人工智能发展规划》，此后至近期，保持高规格政策推进，平均每年发布1-2篇相关文件，这一发文频率在各行业中较为突出。随着时间推移，政策发文主体和内容均呈现细化趋势：2021年起，发文主体不再局限于国务院，科技部、教育部开始牵头；政策内容也从早期的宏观规划，逐步细化至具体领域，包括加强中小学人工智能教育、新一代人工智能示范应用场景等。这一演变标志着决策层对人工智能教育的理解在不断深入和细化。 3、AI教育商业化路径 •公立学校市场模式：公立学校市场进入策略是通过地区采购和政策试点，注重符合教育标准和课程大纲，强调教师专业发展支持。 •ToB私立教育模式：ToB模式面向私立教育和培训机构，通过提供白标解决方案、联合品牌产品合作。注重快速见效和成果可视化，采用按结果付费形式。 •ToC用户端模式：ToC模式是公司主推方向，用免费增值模式获客。注重优化用户体验、教育交付及社交分享功能，通过线上方法快速获客与扩张。 4、AI时代就业影响与模型 •就业迭代核心结论：AI时代对就业及岗位传统能力要求有新增影响。核心结论是，AI不加剧内卷，但促进岗位内部迭代淘汰。具体而言，现有程序员若工具或学习能力强，到35岁不会失业；不合格从业者则难以进入并持续从业。此外，高精尖岗位难以被AI替代，工具使用能力成为教育产品市场的紧迫缺口。 •四象限岗位分类模型：教育行业分析AI时代就业岗位迭代时，采用按互动即时性、模型推理能力要求高低划分的四象限模型。第一象限是模型推理和互动即时性要求都高的领域，属于附加值高的精英岗位，如编程、理科（数学、物理）AI老师、心理健康视频与干预等。第二象限是互动即时性要求高但模型推理能力要求低的领域，主要是提供智能化交互体验的工具，如AI机器人问答、线上云课堂、AI课堂、AI学习机、智能黑板等，并非强悍的生产力工具。第三象限是模型推理和互动即时性要求都低的领域，是国内外（尤其是美国）VC投资多、易落地的领域，包括AI备课、生成课程大纲、教案、互动设计，简单内容创作（如教案、PPT视频、课件生成）、辅助知识背景搜索、简单课业规划等。第四象限是模型推理能力要求高但互动即时性要求不高的领域，典型场景为学生数据分析，即分析学生特点并设计个性化学习规划，由教务负责人或老师用AI工具完成，无需实时互动。 5、AI教育应用场景与案例 •教师端应用方向：教师端AI应用主要有三大核心方向。一是科研赋能，AI工具在文献综述、学术写作、数据收集与资料检索上优势明显，教学中用AI工具做科研数据分析与可视化，1-2天就能完成以往需长时间学习的复杂操作（如Excel公式、VBA、MATLAB等工具学习）。二是学科融合，指AI与制造业、医学影像等结合，如今可借助通用大模型、垂类大模型或自主搭建AIagent完成交付。三是教育管理，重点是智能排课和教学人员工具使用培训，核心是提升工具可用性、降低技术要求。在教师能力要求上，低年级教学可能存在照本宣科；高等教育则要求讲师具备学术与产业复合背景，避免纯学术教学的晦涩，结合产业落地经验提升教学生动性。此外，已有针对中小学、本科及职业院校的定制化AI培训课程实践。 •学生与企业端案例：学生与企业端AI教育应用有多个典型案例。海外参考案例中，K12教师与学生AI平台School获硅谷VC领投，能进行课程规划、差异化教学、编写评估和清晰沟通；K12教育工具YourWayLearning针对教师非教学琐事耗时多的痛点，简化课程规划、评分与沟通流程，用预构建AI工具快速生成符合标准的内容；印度SIGIQ.AI专注印度公务员考试备考，出海业务线EveryTutoring.AI面向美国GRE备考市场，但国际化难度高，主要用户可能是本土考公人群。国内AI教育硬件方面，交互白板、学习机、智能黑板等产品聚焦考前考点整理、错题归类、学情诊断等功能，满足家长减负需求，AI学习机、交互智能平板等销售良好，为部分上市公司贡献业绩。上海开放大学AI视频制作短训班是公益项目，联合研发组与00后学员学习AI工具，涵盖创意生成、剧本撰写、视频生成及后期剪辑全流程，使用吉梦、可灵、通义、剪映等工具，还邀请导演胡玫参与，目标是探索AI助力影视工业的创作路径。研学与升学项目方面，为浙江瓷器基地设计研学课程，结合地方文化资源（青瓷遗址、爱国主义教育基地）开发中小学课程，融合AI工具与理论实操；针对国际学校学生推出AI+量子计算留学背景提升产品，利用AI数据处理与智能决策优势，结合量子计算并行计算能力解决复杂问题，为国内首家此类项目，通过量子计算机实操展示研学成果提升学术背景。 •企业端降本增效：企业通过AI降本增效的案例主要涉及教培与零售行业。教培行业中，一家专注中老年培训的公司用AI生成内容替代实体销售人员，大幅降低获客成本、提升营销效率，ROI达6-7（教培行业ROI1.8为优秀水平）。零售行业中，星巴克用AI优化门店运营流程（如点单环节），减少咖啡师人力需求，实现降本增效。 6、问答环节核心问题 •商业化进度快的原因：对比AI法律等人文社科细分方向，AI法律领域对文本标准化要求高，多为工具属性，如律师可借助垂类模型或Agent快速处理民事合同；而AI教育是服务/咨询行业，需定制开发。如针对大学数学差且担心就业的学生，提供技能培训和就业帮助，非工具化或SaaS化，需求驱动更直接。 •市场规模预估：AI教育市场规模预计在10亿到百亿之间，主要解决未被满足的需求，如计算机学院未覆盖的技能培训，无需盲目乐观至千亿万亿市场。 •与上市公司合作情况：目前公司主要与研学机构和政府相关机构合作，暂未与上市公司开展合作项目。 Q&A Q：相较于AI招聘、AI法律等人文社科相关的细分方向，为何AI教育的商业化进度更快？ A：AI法律等领域对文本标准化要求较高，主要体现工具属性；而AI教育更偏向服务业或咨询行业，需针对客户需求进行定制化开发，这种非工具化、非SaaS化的模式更易推动商业化进度。 Q：公司对当前AI教育市场规模的预期范围是多少？ A：公司认为当前AI教育市场规模预计在10亿至百亿之间，无需夸大至千亿万亿级别。主要原因是AI教育主要解决未被满足的需求，且大部分技能培训需求已被现有资源覆盖。 Q：公司目前是否与具体的上市公司存在合作项目？ A：公司目前暂未与具体的上市公司开展合作，主要合作对象为研学机构及政府相关机构。