从 2018 年起，教育行业的早期投资开始进入了这样一个阶段：新赛道不再像往常那样频繁诞生，创业者和投资人们不得不重新去审视一些新需求，或者探索下沉市场带来的机会，希望能把优质的教育资源带到三四线城市去。

一直以来，一二线城市教育的供给端都是非常旺盛的，加上相对良好的付费意愿，导致这部分接受教育的人口的参培率、年人均 ARPU 值要比三四线城市高出一倍以上，甚至更多。但是不得不承认的是，三四五线城市有着庞大的人口基数，如果使用相对严格的 K12 人口、参培率等数据口径，会发现这部分市场的整体规模，其实是比一线、二线城市加起来还要多的。

快手、拼多多，以及许多社区团购类公司的成长经验，带来的是下沉市场人群的消费习惯、用户行为习惯上的差异，但教育是一个不可逆的过程，家庭对教育的重视程度、家长的焦虑感是完全一样的。从某种程度上说，这部分人群面临的升学压力可能会更大。想要实现真正意义上的教育普惠，一方面要保证高质量的教育内容不缺失、保障教学效果，另一方面也要尽可能降低真人服务带来的高成本，同时又要具备标准化复制的能力。

这就解释了为什么 AI 英语“直播”课会出现：一个具备了游戏化、高交互能力、能够实时给出教学反馈的学习系统，加上辅导老师在社群内的答疑，足以将一门学科一年的学习成本控制在 2000 元以内。尤其是英语学科的学习天然具有很高的交互属性，所以在一年多的时间里，各种形式的 AI 英语课相继出现，紧接着 AI 的概念开始进入到数学、美术、音乐、编程等其他学科中。

如果说教育是一个更加看重供给端的事情，那么“AI+学科”带来的变化无疑是一次“去服务化”的过程。随之而来的问题是，这样低客单价产品的未来，是能够作为一个独立的赛道存在、值得早期投资，还是成为某些高客单价产品的一部分（比如课前的预习环节、课后的练习+作业环节）呢？

如果再倒退十年，我们对低幼英语的讨论可能还聚焦在“必要性”这个环节上，但现如今“早学英语”已经成为大多数家庭的默认选项，低幼英语赛道的竞争也早已进入红海状态。各类英语学习 App、平台上的音视频英语节目、甚至英文动画片、英文绘本都成为家长身边触手可及的学习资源。

所以从某种意义上说，AI+英语类产品的竞争并不仅限于同赛道的竞品，而是与整个低幼英语学习资源之间的竞争。换句话说，这类产品的本质是对数字出版的一次升级，当用户开始慢慢脱离传统的图书、绘本这样的学习工具，开始寻求更丰富有趣的学习体验时，一些以 H5 为主、产品呈现形式多为瀑布流的课程产品出现了。（其实从传统图书到电子化教辅，还经历过一个过渡阶段，同样也是基于 H5 的、图书或者绘本配套的音视频资料，一般是由传统出版社提供的图书配套增值服务）

从纸质到交互的几个阶段

和过度阶段的产品相比，这类瀑布流形态的产品内容丰富度大大提高，配合一些简单的教具和社群服务，就已经能够获得许多家长的认同。因为这类产品的最大价值之一，就是把原本零散的学习资源体系化、课程化、产品化，让孩子的学习过程变得类似传统的教育培训，第一次产生了“课时消耗”的概念；此外，孩子的学习经历也变得“有迹可循”，家长能通过课程报告直观地看到当堂课的教学结果，不论是培养小朋友的英语学习兴趣，还是出于简单的“磨耳朵”的目的，总之家长因此而产生了付费意愿。

早在 2014 年，叽里呱啦刚刚在 AppStore 上线时，就明确提出了“沉浸式”学习的理念，因为对低龄的小朋友来说，他们更容易被有趣的声音、色彩鲜艳的动画所吸引。所以严格意义上说，以叽里呱啦、小伴龙等为代表的一批互动式学习产品，才是现如今 AI 英语课的最初原型。但直到 2017 年年中，叽里呱啦才开始做大规模商业变现，前期的教学教研、产品研发、品牌建立花费了大量时间，这也是任何教育公司都逃避不了的过程。

受制于语音、语义技术的发展，现阶段这类产品还不能实现用户和机器的多轮交互，只能用“穷举”的方法事先录好课堂上会发生的所有的可能性。但这个赛道还处于非常早期的阶段，对“AI+学科”产品的理解，也不能简单粗暴地认为是各种学习素材、视频材料的再编辑和拼接，而应该是一个基于简单算法规则的、环环相扣的、有机的整体。

“AI+学科”的出现，对教育的需求端来说确实是一个惊喜。从用户角度出发，因为“10后”天生就擅长和屏幕、和机器打交道，我们有理由相信他们能够适应一个全新的学习方式；从产品角度出发，许多互联网产品的诞生，并不是要去撬动存量、去和细分赛道的巨头抢市场，而是要挖掘更多的潜在用户，降低他们参与在线教育的门槛，从而提高参培率。如果一个细分领域的参培率能够从 1‰ 提高到 1%，那么这个市场的规模就有可能在短时间内扩大 10 倍，这也是“AI+学科”这样轻量级的互联网产品能够实现的改变。

如果再换一个角度去思考这个问题：就是教育本身是一个需要重人力投入的行业，一旦“AI+学科”的产品模式被广泛接受，是否就意味着教育行业“去服务化”的时代来临了呢？

如果熟悉各种学科、各种班型的直播课就会发现，一个可以实现规模化复制的、高度标准化的直播课，一定是有非常固定的流程的：比如开头几分钟的 warm-up、最后几分钟的 free talk，以及中间新课部分的单词、读音的学习等等。如果将这些环节拆开来，就会发现直播课本身确实存在着一些重复劳动，而且这些重复劳动是能够被机器解决的。所以如果一定要把 “AI+学科”定义成“伪直播”，那么这种“伪”本身也是有道理的。

但归根结底，有两个恒定不变的检验标准可以回答这个问题，就是产品一旦 launch 后：

• 用户的获取成本是否能够稳定控制在合理范围内

• 用户有没有持续地形成复购
  

只有这两个条件同时满足，才能证明“AI+学科”类的产品的确满足了家长和孩子对于在线学习的部分需求，“AI+学科”才能够成为一个独立的赛道存在，这对团队快速迭代产品、小范围试错的能力都是极大考验。否则这个赛道只能继续遵循以往“流量”逻辑的玩法：用更高客单价的产品来承接，来弥补前端流量获取带来的巨大损失。

部分脱离老师、通过系统的学习效果已经在 3 年前得到过证实：2014 年哈佛大学对自适应学习公司 DreamBox Learning 的用户进行了 2 年的跟踪实验（DreamBox Learning 主要做数学学科的沉浸式自适应教学，在北美地区注册用户超过 300 万），试验的最终结果显示：

在 DreamBox 系统上学习的学生比按部就班学习的学生学习速度更快；

学生在 Dreambox 上的测试结果和国家的统一考试结果正相关，且如果在 Dreambox 上学习数学，学生在数学考试中的相对排名会更高。

当然，学习成绩的提高可能是多种因素共同作用下的结果，想要弄明白自适应学习系统是否真实有效，应该在测试过程中严格控制变量。但不可否认的是，自适应学习系统的诞生为学生获取知识提供了新途径，学生们不用再跟着同样的老师、按照同一个进度完成课程，这点 10 年前就成立的自适应学习 PaaS 提供商 Knewton 就已经证明。

现如今，中国的 K12 也出现了能够实现 70% 的机器交互+30% 真人老师辅导的学习体系，如果把完全跟随系统的学习定义为 100 分的话，这些自适应系统已经实现了 70 分，但是用户对这样一种全新的学习理念的接受度能够达到 40 分、60 分还是 80 分，和 K12 不同阶段的学生和家长的不同的焦虑值、不同的紧迫度息息相关。

从这个角度来说，这两个细分赛道背后的逻辑是具有高度相似性的：今天“AI+学科”类产品的诞生，其实是对 10 年前自适应学习系统在年龄层上的一次下沉。

无论如何，新产品的出现带来的也许是新赛道的开启，也许是教学方式的革新，也许会颠覆我们对于教育的理解，但也许也什么都不是。但至少，它让我们看到了未来教育的另一种可能性。

本文转自微信公众号“未来之星EdStars”，如有侵权请联系删除