人工智能+教育丨研究报告
核心摘要:
教无定法,AI育才
在人类文明的长河中,教育作为知识与智慧传承的基石,几千年来始终保持着人与人之间言传身教的形式。若把教育看作一个产业,不难发现其本质上是一个强烈依赖人力资本的人力密集型产业。也因此,人力因素成为限制教育规模化与个性化双向发展的核心因素,而AI技术正是能够突破这一局限的重要变量,其强大的数据处理与学习能力,不仅能够在精细化辅导、个性化学习路径规划等方面为学生提供前所未有的支持,还能够在教师日常工作中发挥重要作用,从多个维度促进教育质量与效率的提升。随着AI技术由弱转强,其在教育中的应用前景更加广阔,预示着未来AI技术能够在教育场景中发挥更大的作用及影响。
本报告旨在全面审视AI+教育的最新动态,分析行业发展背景、应用成熟度及商业模式,以期为行业内外提供有价值的参考与启示。
研究范围
聚焦人工智能技术在教育“教学、学习、测评、管理”各环节的应用
随数字技术的发展,通过人工智能(AI)、大数据、ICT等技术加持教育教学以提升教育质量、促进教育公平已成为教育界的共识。本报告将主要聚焦AI技术对教育教学的赋能作用——这一主题,重点关注AI技术在“教学、学习、测评、管理”等各教育环节中的应用。因此,本报告中 “人工智能+教育”(后文简称:AI+教育)指人工智能技术在教育教学中的应用。其中,人工智能技术包含但不限于机器学习、人工智能大模型、自然语言处理、计算机视觉、知识图谱、智能语音等技术。
全球AI+教育发展历程
AI技术变革推动全球AI+教育发展,个性化教与学逐步成为现实
纵观全球AI+教育产业的发展历程,不难发现其发展受AI技术变革影响明显。在AI+教育走过漫长的萌芽及摸索期时,深度学习技术的突破发展推动AI开启商业化之路,AI+教育也随之进入产业期。近两年间,随大数据、云计算等技术的提升,大规模语言模型急速发展,ChatGPT、Stable Diffusion、Gemini等通用大模型争相发布,MathGPT、子曰等教育垂类模型也相继问世。在大模型加持下的AI+教育产业再次迸发生机,帮助师生大幅提升教学效率,推动大规模的因材施教逐步落地。
全球前沿探索
AI技术发展拓展教育想象,多个教育领域积极引入AI拓展惠及人群
在全球政府、社会、资本的高度关注下,AI技术不断突破已有上限,并拓展教育应用想象空间,如Open AI,其于2024年5月推出GPT-4o,实现了响应速度、多模态交互等多维度的技术提升,并于同年6月推出专为高校场景设计的GPT-edu,灵活应用于科研等细分场景。同时,特殊教育、职业教育也积极引入AI功能,拓展AI惠及人群类型,如Classworks通过无开放式问答的方式推出特殊教育人工智能助手Wittly;zSpace也已通过引入人工智能学习助手,为实训学习加入实时交互功能与职业生涯指导等功能。
为什么要关注AI+教育
我国教育仍面临“不可能三角”挑战,AI技术的赋能将有望打破这一挑战
当前,我国仍然面临着传统教育领域的“不可能三角”挑战:即在规模化、公平化与个性化之间寻求平衡的难度。现阶段我国教育体系在规模化与公平化上已取得显著成就,但在实现个性化教育的道路上仍有待提升。而AI技术作为模拟人类智能、辅助决策并具备部分替代人力、拓宽人力边界的数字化工具,为这一挑战带来了转机。通过深度融合AI技术于教育教学之中,赋能教学主体、教学载体、学习主体,从而提升普惠教育下的基本教学质量,并实现教育过程中对个性化的追求,逐步打破传统教育领域的“不可能三角”。再纵观我国教育体系与AI产业的发展,校内外教育体系均经历20余年的信息化变革之路,我国AI产业发展态势向好,国际竞争力稳居前列,教育与技术领域均已为AI+教育的发展奠定了基础。
B端市场规模
2023年AI+教育B端市场规模约为213亿,预计2027年将达到约476亿元
随着我国于2022年全面开始实施国家教育数字化战略行动,包含AI技术在内的数字技术在幼儿教育、小初高基础教育、高等教育、职业教育等各学段教育中发挥的价值持续放大,技术与教育各环节的融合也愈发紧密。截至2023年,我国AI+教育B端市场规模约为213亿元。未来3年内,随着AI大模型等技术的进一步成熟,学校、企业等B端用户的相关教育需求将得到进一步满足,市场规模的增长预计将保持超过20%的复合增长率,应用范围也逐渐从基础教育更多的拓展至幼儿教育、高等教育、职业教育、社会企业培训等领域。
C端市场空间及AI贡献率-智能硬件端
2023年教育智能硬件市场规模512亿,AI贡献率11%
2023年中国教育智能硬件市场规模约为512亿元,在头部厂商的AI技术布局应用下,预计2023年硬件端AI技术的贡献率约为11%。AI技术的嵌入带来教育智能硬件可观的销量增长,艾瑞判断,随着技术应用的继续深化,预计2027年教育智能硬件端的AI贡献率或将上升至37%。
C端市场空间及AI贡献率-内容服务端
2023年在线教育市场规模2628亿,AI贡献率7%,市场空间广阔
据艾瑞估算,2023年中国在线教育市场的规模达2628亿元,AI贡献率约在7%左右。AI技术对于在线教育市场的影响主要体现在学习软件的功能迭代及教师效率提升等方面。随着AI技术的不断突破与创新,行业内头部厂商为进一步降本增效,将更积极地推动AI相关应用的落地实施。预计到2027年,AI在在线教育市场中的贡献率将攀升至16%左右。
AI+教育产业图谱
AI+教育发展:各教育环节发展成熟度
AI+教育已在校内外多点应用,其中中小学教育应用已步入高成熟度阶段
在政策、资本、用户关注等多方推动下,AI+教育已在校内外多点落地应用。从学段维度来看,中小学阶段在校内外场景中均为应用成熟度最高的阶段。在校内场景中,考试测评应用成熟度最高,其次是教学应用;在校外场景中,居家学习已达到高成熟度阶段。此外,语言学习应用整体成熟度也较高,该场景对多模态数据要求相对较低,且学习标准较为统一。相对中小学阶段,成年人教育阶段、早幼教阶段的AI+教育应用成熟度则相对较低,这主要来源于成年人教育内容及目标多样化,高校学科知识图谱构建难度大、职教及兴趣培训知识点分散,模型构建难度大等原因。
AI+教育发展:走在前列的产品应用
本章将从校内、校外两类场景出发,选取较为成熟应用进行分析
校内场景应用商业模式总览
软硬件一体装配、软件系统部署、单次服务购买为主要服务模式。典型玩家多数为原教育信息化厂商,科技厂商优先选择从新兴应用场景切入赛道
应用分析-自动评阅
产品买断与服务购买为主要商业模式,场景利害性决定AI评阅介入程度
自动评阅功能的应用场景可分为高利害与低利害场景,其中高利害场景主要指中高考场景,该场景中科大讯飞、海云天等企业为主要玩家;低利害场景主要指区域联考、校内日常考试等日常场景,科大讯飞、佳发教育等企业为主要玩家。产品买断与服务购买为典型商业模式,其中产品买断可应用于所有场景中,主要涵盖软硬件一体化打包售卖和软件单独售卖等方式;服务购买主要应用于中高考场景下,企业为考试院等服务需求方提供硬件搭建、阅卷需求匹配、试卷扫描等全流程服务。目前所有细分场景下均可实现客观题的完全自动评测,主观题的AI介入程度取决于应用场景的利害性与评阅要求的严谨性。
应用分析-听说考试
以考促学,收费模式以收取考务费及服务费为主,市场集中度较高
听说考试AI测评的市场远没有达到饱和的状态,未来市场仍有一定的发展空间,但新高考改革已进行多年,目前市场的增速已有所放缓。当前市场集中度较高,在正考场景下CR1达到90%的水平。由于学校模考、教学非常看重“中高考同源测评技术”,率先占领区域考试场景的厂商更易在校内教学场景中占据一席之地,并以此为基础影响学生购买练习产品。由听说考试需求延申出的自主练习场景,应用的采购者也因此从区域或学校端转变为学生端,形成了服务C端学生的市场。因此在C端服务中,CR2也已达到80%的水平。当前市场中,讯飞、听说科技已在这一领域深耕多年,佳发教育随后入局,此外希望进入市场的厂商类型丰富,C端也已有更多软硬件产品开始植入英语听说模考练习功能,在竞争之下,艾瑞预估未来校内、校外两端市场的集中度均将下降。
应用分析-理化生实验
教育装备厂商及AI技术厂商为AI测评领域的主要竞争者
理化生实验设备供应是个发展了几十年的传统行业,但智能测评产品是个刚刚起步的发展新方向。理化生实验考场建设的可规模化、实验环境的标准化、各地实验考纲的相似性,吸引了一批智能测评产品供应商入局。理化生AI测评解决方案的主流竞争者为传统教育装备厂商及AI技术厂商2类玩家。前者的智能教考产品可与实验室设备整合后打包进校,建设整体实验室及标准化考场。其服务优势也十分明显——了解教育客户,客户口碑占优。后者则基于自身的AI技术优势,所研发的产品智能化程度高、效果佳,多在原有实验室基础上独立部署进校,也可与教育装备厂商合作,整合实验器材整体打包进校。由于理化生AI教考设备的模式较重,同时AI技术进入正式考试需要较长的试点、验证的周期,目前AI解决方案多以试点形式落地区域考试或学校教学。
应用分析-体育测评
便携/一体机、智慧操场建设为AI体育测评的主要解决方案
体育AI测评领域目前最主要的解决方案是便携式/一体机式和智慧操场建设2类方案,前者通常资金投入较低,且设备使用灵活,商业模式以租赁和软硬件一体化购买为主;后者通常资金投入较大,但最符合传统体育活动的开展需求,商业模式以软件算法服务采购为主。目前行业内的玩家基于自身基因选择不同切入赛道方式,AI视觉科技厂商通过“AI+体育”的方式,借助技术优势从中考体育尝试延伸至日常教学场景;教育信息化厂商通过“AI+教育+体育”的方式,借助渠道优势从传统教学场景延伸至体育场景;传统体育服务厂商通过“体育+AI”的方式,尝试在传统测评方案中加入AI技术继续保持自身竞争力,但难度较大。
应用分析-精准教学
解决方案自由搭配,模式以硬件搭配软件进校、软件系统独立进校为主
精准教学解决方案并非是行业统一的标准化解决方案,不同厂商、不同客户的解决方案均可能有所差别。从客户角度,校方可基于自身课前、课中、课后的教研教学需求,自由组合不同软硬件方案。课前环节教学资源平台与学情数据平台共同支持教师教研;课中环节教师可借助智慧交互白板等硬件设施的加持,基于课堂智能互动系统等软件系统优化课堂互动;课后环节教师可借助智能扫描仪、智能手写笔等硬件设施的帮助,基于智能题库、智能阅卷系统等高效汇总分析课后作业情况,并进一步完善学情数据平台,实现课前-课中-课后的数据闭环。从厂商角度,当前主要有两类服务模式。第一类是以硬件为基础率先部署进校,后续对搭载或升级软件功能实现增值收费;第二类是以软件为基础进校,根据区域政府/校方需求,提供“教-学-管-评-测”或单环节解决方案,后续派驻技术员提供软件培训、实时响应技术问题等服务。
校外场景应用商业模式总览
AI+教育应用多嵌入学习工具APP及智能硬件中,并主要搭载在学习机上
在校外场景中,AI+教育应用主要载体为教育智能硬件和学习工具APP,用户群体目前以中小学生居多。面对日益激烈的市场竞争,硬件厂商纷纷开启智能化转型,以期获得更强的竞争优势,硬件产品主要通过整机销售获利,AI+教育功能通常作为产品亮点,不额外收费。与此相比,学习工具APP的盈利模式更为多样:1.将AI功能作为核心付费项目,提供月/季/年订阅;2.将AI功能纳入综合会员服务包,按月/季/年统一收费;3.提供免费AI功能,用以吸引用户并引导至其他付费服务或产品。尽管软件应用日益丰富,硬件产品,尤其是智能学习机,仍然是当前AI+教育校外场景应用的主要产品形态。
应用分析-精准学习
AI精准学类产品以学习机为主要产品形式,随学习机市场爆发火热
当前AI精准学类应用最为主流的产品服务模式是以软件功能的形式嵌入到学习机中。从学习机的产品服务模式出发还有两类收费模式,其一为单纯售卖整机产品的逻辑,其二为售卖整机+延申服务的逻辑。对于前者而言,AI技术占优的公司会将AI精准学打造为学习机的核心卖点;对于后者而言,学习机与AI自习室服务二者缺一不可,是学习机产品的外延增值服务,同时也有助于拓展学习机的线下销售渠道。这一类应用技术门槛并不算高,当前各类学习机厂商均已打出了AI精准学功能,竞争者类型丰富。
应用分析-口语学习
传统口语学习产品服务模式稳定,AI外教类应用快速吸引多类厂商入局
传统口语学习APP类产品已在国内发展多年,无论是自适应学习类APP还是英语配音类APP,其产品服务模式均已成熟稳定。但同时,这类产品的用户增长也已步入了平台期。在AIGC技术驱动下,各类传统口语学习软件厂商均开始布局自由对话式AI功能,以寻求更多的发展可能性。由于自由对话类应用模式较轻,技术难度不高,对教育内容积累要求不高,入局门槛低但变现周期短,从AIGC兴起的短短2年时间内,多类型公司挤入此类赛道。但也由于其发展时间较短,目前产品仍有对话模式僵化、识别或反馈内容不精确等问题,若未来希望达到优质真人外教的教学及练习效果,此类产品仍有较长的发展及迭代空间。
应用分析-作文评阅
搭载硬件和软件会员充值较为成熟,可尝试探索拓展服务流程与应用范围
作文自动评阅功能现有商业模式主要取决于产品载体,一方面可选择嵌入进学习平板、词典笔等教育智能硬件中,通过硬件的一次性购买实现盈利;另一方面可选择直接开发为APP端/网页端软件应用,通过免费使用实现为其他功能、课程引流,或通过会员充值模式解锁更多评阅维度。除此之外,不同类型企业也在探索新的商业模式发展方向。服务于传统中英作文评阅的企业尝试通过延伸服务流程增加盈利空间,从仅提供评测功能向前延伸至思维引导、课程提升,向后延伸至个性化文章优化建议。职业教育等领域的企业尝试将作文评阅类功能迁移至全新应用范围,如国考领域的申论AI测评。但整体而言,作文评阅类功能目前属于各企业相关产品的标配功能,短期内依旧难以实现单一功能的独自盈利。
应用分析-拍照搜题
当前拍照搜题APP尝试拓赛道、拓功能、拓市场以寻求新盈利出口
拍照搜题是中国AI+教育市场最早出现的一类应用,最初拍照搜题的核心用户群为中小学学生及其家长,其商业模式包含两类逻辑:其一为工具属性,以收取会员订阅费为主要盈利模式;其二为引流属性,将搜题软件的用户引流至同APP/同品牌课程中,最终收取课程费。而随2021年拍照搜题软件面临的管控与整改要求,其产品定位逐渐转向为辅助家长进行作业检查与辅导。此时,拍照搜题软件的核心商业模式其实并未转变,但为找寻新的盈利出口,厂商开始尝试在现有模式的基础上拓赛道、拓功能、拓市场——用户群拓展至成年人阶段,功能类型拓展了更多批改功能,产品服务模式拓展至嵌入到硬件之中,覆盖市场开始拓展至海外市场。同时,随着大模型的发展,如好未来等厂商开始尝试通过构建AI模型,通过大量学习,理解题目内容从而给出解析,降低成本的同时,脱离原有题库内容的桎梏。
趋势一
挖掘深度:学科教育、素质教育、情绪智能多维一体陪伴孩子成长
教育领域除了需要关注知识学习本身,还需要进一步关注到思维培养、个性发展、心理健康等多维度,因此未来AI+教育有待继续挖掘在素质教育等方面的应用深度,增加教育灵活性的同时,进一步摆脱技术带来的冰冷感。首先在学科教育领域,人工智能不受思维惯性等限制,可以为学生提供更多元化的引导思路,但同时也应尝试通过小型语言模型等方式保障教育的公平性。其次在素质教育领域,人工智能一方面可以通过关注过程性数据拓展了AI技术在素质教育领域的应用想象空间,另一方面通过持续不断收集成长数据实现陪伴与监督的延续性。最后在情绪智能领域,人工智能还需要继续提升情绪理解能力,带来更多疗愈、陪伴等功能,真正做到多维一体的陪伴孩子成长。
趋势二
拓展宽度:职业教育、企业培训、出海探索,寻找下一增长点
在应用的广度上, AI+教育还应继续探索职业教育、企业培训、出海探索等机会点。首先,我国目前在职业教育领域的授课依旧以理论授课为主,缺乏实操训练,未来技术企业与行业或学科深度融合后,有望为每一位学生提供1V1实时虚拟师傅指导操作,并实时分析市场需求,即使调整教学内容。其次,在企业培训领域,人工智能技术可以进一步多维了解并挖掘员工或面试者的潜力,提高企业竞争力的同时,为员工提供更公平的竞争环境与更广阔的发展空间。最后在企业战略层面,企业可以从教育或技术两个层面寻找出海机会点,教育层面上企业可以尝试通过拍照搜题等标准化应用出海率先打出知名度,或基于当地教育需求进行定制化研发;技术层面上,以语言翻译为代表的技术企业可以尝试通过出海快速拓展数据量与应用场景范围,能力提升与出海增长一举两得。
趋势三
保障信息安全、谨防人工智能过度依赖、以人为本并坚持教育本质
在关注与挖掘人工智能技术在教育领域发展前景的同时,我们还需要关注以下三大问题。首先信息安全问题,人工智能助力教育的一大基础便是收集海量师生的教育数据,此类信息一旦被非法使用,极易引发隐私恶意泄露等问题,同时该类数据中如果存在未经检查的社会偏见等问题,可能会被人工智能系统进一步放大从而加强系统性不平等。其次要谨防师生对人工智能的过度依赖,教学资源的快速“精准”推送,可能导致学生与教师形成资源依赖,限制学生创新能力的培养与教师对教育独到见解的思考。最后还需要时刻谨记人工智能技术的介入不应该模糊教育的本质,一方面应坚守以人为本的基础,另一方面还应警惕企业对商业利益的过分追逐。
本文作者可以追加内容哦 !