教育行業(yè)專題研究報告：自適應教育千億教育信息化紅利的點金石

教育行業(yè)專題研究報告：自適應教育，千億教育信息化紅利的點金石核心觀點自適應教育這一技術的本質是對教育流程的深度數(shù)字化、信息化?，F(xiàn)在通行

的教育模式：教師

1

對

N個學生面授，紙筆作業(yè)等其實可以追溯到百年乃至

千年前，在今天這個信息化時代有著相對較為低效和較多浪費的痼疾。

自適應教育其核心理念是對教學流程深度信息化，依托大數(shù)據(jù)技術和人工智能

識別技術針對學生的學習進度進行個人畫像，從而動態(tài)調整教學和練習內容，

挖掘傳統(tǒng)教育流程中的信息化紅利，解決效率低下和重復造成的浪費，將對整

個教育體系帶來革新。自適應教育自誕生伊始就被業(yè)界寄予厚望。中國自適應教育企業(yè)發(fā)展相對突出。自適應教育誕生于美國，在東亞地區(qū)開始

發(fā)展壯大，在中國市場獲得了相對成功。我們認為除了企業(yè)自身實力，不同市

場環(huán)境，特別是中國教育制度現(xiàn)狀-中高考給了自適應教育更佳的生長土壤。復盤美韓自適應教育發(fā)展史，內容和應用是公司發(fā)展的核心。美國自適應教

育明星企業(yè)

Knewton占據(jù)先發(fā)優(yōu)勢，數(shù)輪融資聲名顯赫卻最終暗淡收場。從

其發(fā)展歷程我們總結的經驗是內容才是自適應教育的核心壁壘之一。韓國自適

應教育龍頭

KnowRE最終并入韓國龍頭課外教育公司之中并得到了持續(xù)發(fā)展，

表明了和應用場景的深度結合是校外自適應教育公司的必由之路。校內是中國自適應教育未來的金礦，但仍需克服兩大問題。行業(yè)普遍認為校內

能夠積累的給學生做大數(shù)據(jù)畫像的數(shù)據(jù)量是校外的數(shù)倍以上。對校內數(shù)據(jù)的深

度分析和挖掘可以大幅度提高學生畫像的精度和覆蓋度。但在中國公立教育體系內深度應用自適應教育有兩大障礙：1）政策相對不友

好，特別是對學生使用電子設備的不友好給了教學流程數(shù)字化一定障礙；2）

AI技術不成熟：當前

AI技術發(fā)展水平對已經打好精細化標簽的學生選擇題回

答可以精細化畫像，但對于紙筆上的非題庫無標簽的問題，對于學生答案中的

主觀題，問答題，證明題等內容，AI技術依然無法有效準確識別，也無法精

確打標簽，這既是之前全球包括中國自適應教育探路者不甚成功的原因之一，

也是中國自適應教育未來深度在校內外擴展應用的最大障礙。自上而下+深度服務模式是現(xiàn)階段在中國校內探索自適應教育的最佳應對：科

大訊飛在中國探索出了自上而下的區(qū)域級“因材施教項目”，通過上級主管部

門背書解決政策風險，通過

KPI傳導解決教師積極性問題。再通過深度現(xiàn)場

和遠程人工入校服務部分的解決當前人工智能技術在識別能力上的不足，在現(xiàn)

有條件下成功探尋到在公立教育體系內盡可能發(fā)揮自適應教育效能的模式。自適應教育在中國短期市場空間看教育信息化經費，長期市場空間看課外教

育市場為自適應教育的效果所愿意支付的份額。全國教育經費中，政府一直規(guī)

劃有一定比例的信息化經費，在當前從硬件建設向軟件和服務購買轉變的過程

中這筆經費能夠支持自適應教育相關企業(yè)。從長期來看，當自適應教育系統(tǒng)深

度融合在日常教學流程中后，其產生的數(shù)據(jù)具備了向課外教育變現(xiàn)的潛力，相

關企業(yè)能夠用自身的效能向市場證明自己的作用，則可以在校外教輔乃至輔導

市場中獲取其對應價值的變現(xiàn)分成，這對應一個相當廣闊的市場。一、自適應教育：在教育行業(yè)深度挖掘信息化紅利（一）傳統(tǒng)教育行業(yè)在信息化時代的不足與機遇信息化早已深入人類社會的方方面面，但我們注意到，教育行業(yè)，依然在某種程度上并

沒有跟上信息化的快車：從整體形式上，一個老師臺上講，N個學生臺下聽，這種延續(xù)了幾千年單向輸出模

式仍然沒有太大變化，網(wǎng)絡課堂也僅是把教室搬到了網(wǎng)上，1

對

N模式沒有變化；在學生作業(yè)上，紙和筆因為各種原因，保持了相當?shù)谩邦B強”，在辦公領域“無紙

化”依賴

PC/移動計算普及而成功的今天，紙筆卻依然頑固得留在了課堂內；在學生學習評價上，主觀題評價完全依賴老師“主觀”判斷，有一定的隨意性和隨

機性的問題也始終無法解決。這個問題在中高考這樣選拔性高利害性考試特別嚴重。

缺乏信息化的結果就是，行業(yè)內依然存在大量的信息摩擦成本，低效和浪費，反過來，

如果行業(yè)能夠大幅度推進深度信息化和智能化，則能夠收割一波“信息化紅利”；在教學上，老師

1

對

N向學生單向宣講造成了

a)老師缺乏對學生了解，b)全班統(tǒng)一

進度必然造成一部分學生學不懂，一部分學生卻覺得太簡單，這造成了學生時間的

浪費，并影響了學生的效率。解決這一問題可以提高學生的學習效率；在應試需求下，題海+紙筆就是重復性的災難。學生在做題之前幾乎無法了解一本習

題集是否有效，但是做完之后時間已經成為沉沒成本，科大訊飛在一項包含

35

億數(shù)

據(jù)的研究中證實中國中小學生作業(yè)的有效率約

40%。如此之低的效率甚至

好于人們日常感受。解決這一問題可以大幅度提升學生在應試制度下的時間效率；主觀題依靠人力批改不僅是教育行業(yè)的“重腦力活”，而且高考評分標準不一和隨

機性也是教育主管部門，學生家長和老師的共同痛點。解決這一問題可以大幅度提

升教師的時間效率，提升學生，家長和教育主管部門關切的考試公平有效性；（二）自適應教育簡史和基本原理隨著計算機技術和信息化的發(fā)展，海外和國內也不斷的有公司嘗試對教育行業(yè)做深度信

息化改造，在眾多嘗試中，自適應教育（adaptivelearning）被公認為為最有希望成為下

一代教育形態(tài)的創(chuàng)新型信息化教育解決方案：早至

1996

年，美國就有開始“自適應教育”相關的嘗試，但當時的基礎算法以及計

算機硬件算力都不支持在教育行業(yè)復雜的應用；2006

年深度學習

deeplearning算法發(fā)表后，教育相關的應用（識別，模型）基礎算

法才成為可能，2008

年~2012

年，從美國到韓國，各類

AI+教育初創(chuàng)公司成立；2013

年為國內

AI+教育的元年，包括猿題庫，作業(yè)幫等依靠技術試圖改造傳統(tǒng)教學

流程的公司先后成立；2018

年之后，教育部開始發(fā)文，推進

AI+教育在公立體系內落地；當前的自適應教育，其主要技術原理，暗合了中國古代傳統(tǒng)教育理念“因材施教”，讓

信息系統(tǒng)高頻度的和學生互動，通過互動采集學生的學習信息：對整個學習目標，（基于應試的考綱）建立完整的知識圖譜，并為每個學生建立個

性化畫像圖譜；在每一次通過題目-回答的互動中，“讀懂”a)題目的含義和意圖；b)學生的回答；在參考學生已有的知識圖譜前提下，綜合判斷學生回答的正誤，以及錯誤的點，對

應到學生的個性化畫像圖譜上并更新圖譜；向學生推送新的測試，形成“自適應”閉環(huán)表面上看以上的自適應閉環(huán)并不復雜，但其實很多關鍵點有相當高的技術難度：讓計算機系統(tǒng)“理解”題目和學生回答就已經極難，涉及了

OCR，語義理解等諸多

AI技術，而部分領域近年才在算法上有一定突破；時至今日，仍有相當多的功能，

如學生問答題，證明題，主觀題答案，計算機系統(tǒng)無法很好理解；判斷學生的出錯并更新學生的畫像需要對教學過程有極深度的理解：學生答錯一道

選擇題，有數(shù)種可能，絕非簡單記錄這道題再推送一遍類似題目就可以解決；對學習過程的全流程數(shù)字化，意味著一個龐大的數(shù)據(jù)庫，知識圖譜庫和畫像庫；（三）中外教育市場環(huán)境的不同以及中國市場的巨大潛力在自適應教育的發(fā)展歷史上，我們需要注意到的一個現(xiàn)象是中國和東亞自適應教育系統(tǒng)

雖然起步較晚，但成長性有明顯的差別：美國的自適應教育先驅

Knewton最早在

2008

年創(chuàng)立，但最終收場慘淡，累計融資

1.8

億$，最終被并購的時候估值不超過

1000

萬$；韓國知名自適應教育公司

KnowRe探索在數(shù)學領域適用自適應教育，最終也沒能獨

立發(fā)展，被韓國最大的課外互聯(lián)網(wǎng)教育公司并購；中國的猿題庫，松鼠

AI起步明顯晚于前兩者，但是近年發(fā)展態(tài)勢均較為迅猛，猿題

庫的母公司猿輔導在最新一輪的融資中，估值據(jù)信超過

200

億美元；

除了公司不同的技術路徑，創(chuàng)始人的技術水平管理水平，企業(yè)家精神之外，我們認

為一個很大的因素是不同的市場，文化大環(huán)境決定了不同公司的發(fā)展?jié)摿Γ汉唵沃庇^的來看，現(xiàn)代自適應教育系統(tǒng)了解學生知識掌握水平的主要方式是“習題測試”和學生作

答理解標簽，和題目訓練有很大的關聯(lián)，從實踐結果上，自適應教育在應試教育方面也

更容易體現(xiàn)出效果：以中國為首的東亞文化圈，受千年科舉制度的影響，在教育結果評定和升學上更重

視數(shù)字化的分數(shù)，更在乎一套試卷的結果；西方文化圈對學生教育的評價維度相對而言會更豐富一些，造成的結果是考試分數(shù)

在學生綜合評價結果的比例較低。

大環(huán)境的教育制度的差別，體現(xiàn)了在課外教育方面投入的差別，美國勞工統(tǒng)計局和韓國

國家統(tǒng)計局分別統(tǒng)計了

2019

年家庭平均在每個子女課外教育的花費，分別是

1443

美元

和

3625

美元，美國生均課外投入是韓國的

1/2

不到，但我們要注意美國人均

GDP大約

是韓國的兩倍，因此可以說以美國為代表的西方在課外教育方面的投入相對力度，僅為

韓國的

1/4。中國缺乏全國性的數(shù)據(jù)，但在

2018

年發(fā)布的《2018

年中小學生減負調查報

告》中有數(shù)據(jù)顯示全國參加輔導班的費用為

12000￥，這一數(shù)字和美國家庭課外教育花

費相當，但考慮全國人均

GDP，這一投入的力度甚至超過韓國：中國雖然當前課外支出人均數(shù)額不高，但我們也要考慮中國人均

GDP還在快速提升中，

中國家庭對教育的投入比重（接近

20%）是遠超美國（約

2%）和韓國（約

10%）的，因

此隨著經濟的發(fā)展，中國的自適應教育市場必然迎來更大的發(fā)展機會，結合人口總量，能

夠培育出相比海外可對標公司更強的企業(yè)。二、從自適應教育行業(yè)標志性公司發(fā)展史看行業(yè)核心規(guī)律（一）美國先驅公司

Knewton黯然收場帶來的啟示2008

年創(chuàng)立的

Knewton，是海外較為知名的

AI+教育先驅公司，公司創(chuàng)立的年份在

06

年

深度學習技術突破之后

2

年，是世界范圍內較早的利用

AI新技術探索“自適應教育

adaptivelearning

”的公司之一。公司作為行業(yè)先驅，早年較為知名，其愿景也吸引了大

批一級市場投資人關注，在歷史

8

輪融資過程中拿到

1.8

億美元。而在

2019

年

5

月，

Knewton僅以

1700

萬美元，被美國知名出版社

Wiley收購。這家曾經紅極一時的自適應

教育領頭羊就此黯然收場，不由得讓人唏噓。

2017

年之前

Knewton是業(yè)內較早探索自適應教育企業(yè)，在巔峰時期全球有超過

1500

萬

學生使用。相對于同時期的競爭對手，Knewton產品具備一定的競爭優(yōu)勢：知識顆粒度處理能力：在題目標簽上盡可能做到標簽細化；及時反饋：公司的自適應教育系統(tǒng)開創(chuàng)了業(yè)內實時刷新畫像和推送策略的方法；提供多維度結果。公司提供多角度、多方面的結果分析；（二）韓國標桿公司

KnowRe被并購帶來的啟示KnowRe創(chuàng)立于

2012

年，通過游戲化的機制為學生提供個性化的數(shù)學這課程學習輔導，

是一個基于云端的自適應中學數(shù)學學習產品。

KnowRe的特色是：游戲化的方式提供學習課程內容。在學習過程中，通過獲得金幣或獎勵的方式，持

續(xù)不斷地激勵學生進行學習。“KnowreSuccessScore”中會顯示同伴的學習進度，

同樣可以激發(fā)學生的學習動力。提供更細節(jié)化的解題步驟。KnowRe在“WalkMeThrough

”中提供分步驟解答提示，

并提供整個解題視頻，也可以更好了解學生的薄弱環(huán)節(jié)。

公司發(fā)展過程中一直面臨的不足和瓶頸：選擇錯誤的市場。創(chuàng)業(yè)初期為美國公立校提供服務，聯(lián)合創(chuàng)始人

DavidJoo也提到

公立校的進入難度較大，根據(jù)收購前的數(shù)據(jù)，ToB的業(yè)務收入只占到總營收的

10%。

美國各州之間使用的教材是不同的，為了面向不同州的學生，需要建立不同的知識

庫，大量的成本投入?yún)s無法得到復用。沒有形成自己的知識庫。面向學校領域沒有走通之后，轉向為

Daekyo（韓國最大的

教育公司）提供技術，但是，此時

KnowRe仍沒有建立自己的知識庫，這使得

KnowRe無法直接面向

C端客戶提供大量產品。盡管

KnowRe的技術和教學方式對中學學生的數(shù)學學習有很大的幫助，但是由于

ToB端

的難以進入，同時在

ToC端沒有很大的客戶積累，導致公司發(fā)展受限，最終被自己的合

作伙伴

Daekyo教育機構收購。

被

Daekyo并購之后，公司整合成為了“Noonnoppi”事業(yè)部，提供數(shù)學和語言學習方面

的自適應教育產品。其產品的核心引擎為“Noonnoppicustomizedlearningprogram”，通

過游戲化的自適應診斷體系給客戶畫像，再推送個性化的教學方案。在新冠疫情之前，

Noonnoppi事業(yè)部的收入增速已經穩(wěn)步上漲，表明整合的成功：從

KnowRe的發(fā)展歷程中，我們可以看到技術是一方面，自適應教育公司和

Daekyo這

樣的課外教育集團結合，前者為后者賦能可能是行業(yè)更好的發(fā)展方向之一。（三）中國眾多課外教育公司的自適應教育實踐相對于美國和韓國的前輩相對慘淡的收場，中國的自適應教育機構雖然后發(fā)，但利用后

發(fā)優(yōu)勢，以及自身國情給相關企業(yè)帶來的優(yōu)勢，走出了遠超前輩的指數(shù)級成長。1、猿輔導的自適應題庫-猿題庫猿輔導成立于

2012

年，重點布局

K12

在校外的領域。猿輔導作為旗下主打手機智能做

題的

APP，目前題目內容已經覆蓋小中高

12

個年級，同時提供各省市的高考真題及模擬

題。學生可以按照考區(qū)、學科、知識點自主選題進行模擬練習。

猿輔導的成功關鍵：數(shù)據(jù)積累是核心要素。在猿題庫、小猿搜題逐步上線之后，猿輔導利用學生的做題、搜

題數(shù)據(jù)，逐步形成自己的知識庫，向學生提供個性化推薦。同時這些數(shù)據(jù)也被應用在猿

輔導旗下的其他產品中。猿輔導的題庫題目數(shù)量是億級別的，這是極為深厚的

數(shù)據(jù)積累，億級題庫和上面十億級別的標簽是極高的數(shù)據(jù)壁壘；數(shù)據(jù)導流變現(xiàn)。猿輔導通過不斷上線各種課程導向的產品，形成工具、培訓兩大類產品

矩陣。工具類產品，如猿題庫、小猿搜題，承擔導流作用，吸引大量用戶，建立用戶粘

性，形成用戶知識圖譜。培訓類產品，如猿輔導，承擔變現(xiàn)作用，通過售賣課程產品增

加收入。根據(jù)市場，及時調整授課模式。從最開始的平臺模式，到招聘全職教師形成自營模式，

取消

1

對

1

的授課，目前的大班雙師課，是實踐中最有效且變現(xiàn)能力最強的方式。猿輔

導在數(shù)據(jù)變現(xiàn)模式上做到了領跑其他公司，從而分到了更多的蛋糕。2、松鼠

AI松鼠

AI開發(fā)了國內第一個擁有完整自主知識產權、以高級算法為核心的智適應學習引擎，

在教、學、測、評、練等均應用了人工智能技術。松鼠

AI的強項在于：學習引擎智能化程度高。開發(fā)了國內第一個擁有完整自主知識產權、以高級算法為

核心的智適應學習引擎。在人機大戰(zhàn)中，通過實踐驗證，松鼠

AI教學組的學生學習

效率更高，學習結果更好?！爸沁m應”滲透率高。自主研發(fā)的“智適應”系統(tǒng)，模擬真實教師教學，在教學過

程中的教、學、測、評、練等均應用了人工智能技術。知識點分級更細，考慮多維度學習元素。將知識點拆分成納米級，更加精確定位學

生的知識點掌握情況，同時考慮學生的情感、積極性、能動性等因素，應用細分思

維模式、學習能力、學習方法的

MCM系統(tǒng)。線上“人工智能+真人老師”，線下小班教學。在線上教育方面主打

AI授課，真人

老師進行輔導；在線下與教輔機構進行合作，提供

6

人小班教學，主要收取咨詢費

和學費分成。三、校內自適應教育：行業(yè)未來的必由之路在世界范圍內，在校內探索

AI+自適應教育也絕非中國獨有。韓國教育部在

2020

年

9

月

宣布，將在全國范圍內

16

個縣的

34

所學校試點一個名為“MathExpedition”的項目，

這個項目的核心內容就是將游戲化的自適應教育系統(tǒng)引入到公立學校數(shù)學教學體系內，

作為校內數(shù)學課堂教育的補充：通過游戲的形式對小學一二年級學生測評其對數(shù)學知識點的掌握；通過學生的個人畫像推送輔助教學內容，個性化的提高學生對數(shù)學知識點的掌握；

以上流程，實際上和現(xiàn)代自適應教育的體系非常吻合，也可以說，中國和韓國的教育部

先后啟動了在公立教育體系內探索自適應教育系統(tǒng)的應用，從某種程度上表明兩國教育

部都看到了自適應教育可能對公立校內教育體系帶來福祉?。ㄒ唬┬葦?shù)據(jù)：自適應教育的天然“數(shù)據(jù)金礦”在校內做自適應教育，相比在校外做自適應教育，其天然優(yōu)勢在于數(shù)據(jù)的豐富度大大提

升。在國內，課外教育的主要時間段依然是以周末為主，但周末本身還要留時間給休閑

娛樂和興趣素質拓展教育。而工作日時間段校內教育占據(jù)白天時間，夜晚還要考慮校內

作業(yè)時間，校外的課程和作業(yè)時間也很難爭奪主導地位。（二）當前校內自適應教育面臨的主要障礙目前在中國實踐校外自適應教育進入校內，首先面臨的一大障礙是政策上的障礙。對于

校內中小學生使用

APP，使用手機等信息化的工具，以及校外培訓機構對校內的滲透，中國教育主管部門是高度謹慎的。一起教育是一家主打校內免費工具+校外輔導導流的公

司，其在招股說明書中列舉了國內最近兩年和公司有關的監(jiān)管政策：

從以上的列舉來看，企業(yè)如果想要在公立學校體系內部做深度的信息化改造，第一重障

礙就是政策相對的不友好。以一起教育為代表的一批公司是走“草根路線”，通過動員

學校老師來采集校內數(shù)據(jù)進而完成畫像，但這一路線在高監(jiān)管風險，特別是對學生使用

手機和

APP的限制下面臨了很大不確定性。教育部從保護青少年視力角度出發(fā)制定的一些政策給信息化帶來了更大的阻礙：2018

年

8

月

30

日公布的《綜合防控兒童青少年近視實施方案》中規(guī)定：“...

學校教育本著按需

的原則合理使用電子產品，教學和布置作業(yè)不依賴電子產品，使用電子產品開展教學時

長原則上不超過教學總時長的

30%，原則上采用紙質作業(yè)?！毕拗撇捎秒娮踊桨?，

原則上采用紙質作業(yè)，給自適應教育開展帶來了兩重困難：

a)

在校內推廣免費的自適應教育方案，其對教師的原本的吸引力在于通過互聯(lián)網(wǎng)電子化

推送題庫內容，并自動批改降低教學負擔，一旦變?yōu)榧堎|作業(yè)，則上述便利不復存在，

如果沒有上層推動，教師很難有動力自發(fā)采用自適應教學系統(tǒng)；

b)

對于紙質作業(yè)，自適應教育在“識別”上面臨指數(shù)級的難度提升。自適應教育中很重

要的環(huán)節(jié)是對題目預設標簽，對學生回答打標簽，形成學生畫像。但紙質作業(yè)中題目可

能是老師自行布置，不在系統(tǒng)題庫中，不存在預設標簽，自適應教育系統(tǒng)需要具備對任

意題目自行打標簽的能力。而學生在紙質作業(yè)上的回答，特別是問答題，證明題等包含

大量學生手寫的內容，則大幅度提升了自適應教育系統(tǒng)的“智慧程度”要求，要求系統(tǒng)

能夠有貼近人類教師對主觀題，問答題，證明題的理解能力。而目前來看，我們不能忽視的是人工智能在語義理解上的發(fā)展水平是遠遠不能滿足實際

教學中的需求。我們以

SMP大會的論文為例：SMP大會是中國全國社會媒體處理大會

（SMP）專注于以社會媒體處理為主題的科學研究與工程開發(fā)，其中文語義理解

AI競賽

是較為權威的全國性競賽，比賽結果代表著中文領域

AI技術和應用水平的最新進展。

SMP大會中的中文人機對話技術評測（ECDT）比較能準確的反映出語義理解的水平，

但即便是排名第一的出門問問公司，其比較粗略的域準確度是

97.3%，

但句子準確度僅為

72.23%，這個準確度是完全沒有實用價值（超過

99%）的?？梢哉f，

在語義理解和自動標簽領域，至今人工智能技術沒有攻克這一高地，也阻礙了自適應教

育系統(tǒng)對教師作業(yè)和測試的深度標簽，以及學生主觀問答的深度批改和標簽。（三）自上而下+深度服務：校內自適應教育的通途在國內課內教育領域實踐自適應教育的龍頭公司是科大訊飛，其在自適應教育領域實踐

的兩大策略可以總結為自上而下+深度服務：

自上而下：通過和區(qū)域教育主管部門簽訂訂單，一方面獲取一部分從財政的收入，更重

要的是用教育主管部門背書解決政策風險，并通過教育主管部門自上而下的向老師傳遞

KPI壓力，解決教師的積極性和使用覆蓋率。深度服務：用現(xiàn)有的人工智能技術，在處理紙質作業(yè)，不管是給題目打標簽還是批改學

生主觀/問答題/證明題并打標簽，都存在很大的準確率缺陷，導致整個自適應教育系統(tǒng)無

法形成信息流閉環(huán)，沒有實用性?？拼笥嶏w摸索出的方法是增加駐校的服務人員，用（遠

程）人工來彌補

AI的不完善，一線人工輔助完成題目錄入，遠程的教研團隊人工服務

輔助教師完成題目的精確標簽；（四）校內+校外聯(lián)動：自適應教育的廣闊空間對于校內發(fā)展的自適應教育，從短期看，其主要依賴地方政府的信息化經費支付