2019年中国AI+教育行业发展研究报告.pdf

中国AI+教育行业发展研究报告2019年22020.2 iResearch I摘要无论是学界还是业界，其对AI+教育的发展理念基本达成共识，即以学习者为中心，从外置型技术辅助走向内融型技术渗透。学界将继续挖掘教学目标与机器规则的可适配性，开发特定教育场景下的关键技术，对不同发展阶段的业界玩家而言，具备差异化竞争优势的高质量数据资源将成为其竞争的突破口，可在当前关注度不高的特殊教育领域或者其他细分赛道当中探索更多应用场景。校外教育在线化蓬勃发展，校内教育信息化稳中求进，资本与市场驱动消费体验升级，政策与技术促进服务质量提升，校内外教育市场供需缺口凸显，亟待智能化解决方案加速教育现代化的进程，以促进教育公平，提升教育质量，实现教育个性化。整体市场规模超400亿，泛AI产品的渗透率不高，B端对AI解决方案直接付费的意愿更强，受教育用户较长的技术接受周期影响，C端商业化难度较大。主要应用当中，口语测评与拍照搜题的用户渗透率较高，但人工智能自适应仍在探索。走班排课与校园安全是学校的刚需，校内外AI课堂正同步推进，其中海量数据的获取与利用成最大障碍，智能化程度较低，教学效果有待验证。参与者众，五类玩家打法各有千秋，覆盖面广，四类场景渗透程度不一。ToC方面，外围教学环节AI程度高，内核教学环节仍在探索，ToB方面，管考场景商业化落地进程较快，但底层数据尚未打通，真正实现千人千面教学为时尚早。SMS来源：艾瑞咨询研究院自主研究绘制。3中国AI+教育行业发展背景：星星之火1中国AI+教育行业发展现状：探索前进2中国AI+教育行业企业案例：渐入佳境3中国AI+教育行业发展趋势：步步为营442020.2 iResearch IAI+教育的定位为教育现代化建设打造智能引擎基础设施价值空间农业制造零售交通教育客服医疗营销安防金融人工智能产业成熟度评估模型教育产业现代化发展逻辑在人工智能产业当中，金融、营销、安防、客服领域在IT基础设施、数据质量、对新技术的接受周期等AI发展基础条件方面表现较优，其商业化渗透率和对传统产业的提升程度较高。而教育行业整体AI化程度较低，数据质量参差不齐，解决方案的落地效果表现一般，但得益于政策的大力支持与市场对AI的强烈需求，AI+教育的商业模式逐渐清晰，价值空间较高。在教育产业当中，校外教育向在线化发展，校内教育向信息化发展。校外教育方面，在线化教学的的用户体验粗糙且教学效果模糊，用户对新技术的接受周期较长，更加智能化的产品值得探索。此外，校内师生的信息素养不高，且信息化设备使用频率较低，均导致核心教学数据缺失，最终加大了教育数据挖掘分析的难度，因此亟待智能化解决方案的落地实施。智能化校外在线化市场资本用户体验粗糙教学效果模糊校内信息化政策技术信息素养不足数据质量不高612345全民化平等与普及终身化贯穿一生个性化因材施教社会化产研学结合国际化交流与合作信息化效率提升教育现代化来源：艾瑞2019年中国人工智能产业研究报告；艾瑞咨询研究院自主研究绘制。52020.2 iResearch IAI+教育的定义人工智能技术在教育场景下的应用对“AI+教育”的定义既要回归技术的本质，始终围绕基础数据、核心算法与服务目的，也要回归教育教学活动的出发点，始终关注教育目标及其评价方式。因此，本文认为，“AI+教育”是指在人工智能与教育深度融合与发展的条件下，以基于教育场景的人工智能应用为路径，促进教育公平，提升教育质量，实现教育个性化。具体来看，“AI+教育”是人工智能在教育领域中创新应用的技术、模式与实践的集合，可划分为“计算智能+教育”、“感知智能+教育”和“认知智能+教育”，即AI+教育正从“能存会算”向“能听会说与能看会认”发展，最终实现“能理解与会思考”。信息智能+教育感知智能+教育认知智能+教育利用穷举和匹配搜索等方法实现海量学习资源的存储与传递，构建智能化学生信息管理系统。能存会算通过数学建模和基于大数据的深度学习等方法对人类感知能力进行模拟，以实现语言教学、口语测评和图像搜题等功能。能听会说能看会认模拟人类的推理、联想、知识组织能力，使得机器和人一样能够理解、会主动思考并采取合理行动，具备一定的概念、意识和观念，能够实现真正的自适应学习能理解会思考AI+教育的定义数据算法服务教育目标评价方式来源：艾瑞咨询研究院自主研究绘制。知识与技能过程与方法情感与态度问卷量表标准化测试档案记录评价62020.2 iResearch IAI+教育行业的应用场景教、学、管、考场景下均有已落地的人工智能教育应用从教育教学活动的角度来看，当前的教育场景可划分为教、学、管、考。其中，“教”和“管”的主体是教育者，前者负责执行教学任务，主要工作包括教研、备课、授课、答疑、出题、阅卷等，工作内容繁琐，核心需求是减轻负担，实现精准化教学。后者负责统筹教务环节，主要工作包括教职工招募、师生督导、招生、分班排课、校园建设等，决策环节考虑因素较多，核心需求是提高效率，实现科学化管理。“学”与“考”的主体是受教育者，“学”的场景下，学生的主要任务包括预习、听课、看书、做作业、复习、考试、实习等，由于学生个体差异大，核心需求是自适应，实现个性化学习。“考”的场景下，主要面向大规模标准化测试，组卷阅卷的工作庞大，部分测评环节劳动力密集且效率底下，核心需求是保证准确性的前提下，实现自动化评阅。创新教学评估决策面向教育者来源：艾瑞咨询研究院自主研究绘制。教学管理学习考试科学化管理精准化教学AI+教育的应用场景面向受教育者自动化评阅个性化学习学情分析VRAR教学智能助教智能批改游戏学习机教育机器人拍照搜题自适应学习决策支持校园监控智慧校园智能排课口语考评试卷分析机器组卷机器阅卷72020.2 iResearch IAI+教育行业的技术架构数据是基础，算法是核心，服务是目的从AI+教育的技术架构来看，可初步分为三个部分，即基础层、算法层、应用层，每一层分别表现出不同的特点。基础层主要包括算力、数据与算法框架，其中数据量级庞大冗杂，质量参差不齐，基于教学过程的非结构化和半结构化数据的处理难度大，线下教学环节的数据普遍缺失。算法层是实现技术的核心，2006年提出的深度学习算法视为人工智能在算法层的突破，该算法通过具备更多隐层节点的人工神经网络，实现逐层特征变换与学习，解决了很多复杂的模式识别难题。感知层技术目前发展得较为成熟，在深度学习算法的助力下，感知技术应用场景广泛。认知层技术是未来发展的重要方向，预期在特定领域内可实现机器一定程度上的认知推理能力，有显著的技术门槛。AI+教育的应用发展阶段各异，越外围的教育环节，技术渗透率越高，技术的有用性与易用性也越好。基础层教学管理类数据教学资源类数据教学评价类数据教学行为类数据算法层机器学习与深度学习回归算法聚类算法贝叶斯算法其他算法生成对抗网络卷积神经网络循环神经网络其他算法感知层语音识别语音合成指纹识别人脸识别文字识别图像识别应用层拍照搜题个性化学习教育机器人智能导学自动化测评分班排课学情监测智能批改认知层知识图谱自然语言理解情感计算规划问题AI+教育的技术架构基于用户端的拍照搜题与自动化测评发展成熟，基于学校端的学情检测与分班排课已成教育信息化系统的标配。自适应学习、个性化学习、智能专家系统、基于情感的学习态度分析等应用将在认知层技术的发展下逐一实现。视觉技术商业化落地情况较好，而因语音技术本身涉及感知层的自然语言处理，落地难度相对较大。按照算法设定的系统性的训练方法，对数据层的各类教育数据进行计算和分析，不断训练模型以提高模型的预测准确度。基于教育场景以及各参与教育过程的角色（学生、教师、教育管理者），对异构数据的进行集成处理，包括采集、清洗、整理和存储，构建本地数据库和远程共享数据库。来源：艾瑞咨询研究院自主研究绘制。基础算力支撑基础算法框架82020.2 iResearch IAI+教育行业的发展历程：技术视角从教学辅助向智能导学发展，逐渐渗透学习者认知过程AlphaGo战胜人类顶尖围棋选手195619651982推理期知识期机器学习期达特茅斯会议诞生了人工智能学科将逻辑推理能力赋予计算机系统总结人类知识教授给计算机系统计算机从数据中学习算法深度学习在语音、图像领域大获成功2006Hinton发表深度学习的Nature 文章DENDRAL-世界上第一例成功的专家系统的诞生196020162014诞生期摸索期产业期195419701992全球AI+教育的发展历程来源：艾瑞咨询研究院自主研究绘制。新行为主义学习理论创始人斯金纳发表了题为学习的科学和教学艺术，推动了程序教学运动的发展世界上第一个计算机辅助教学系统PLATO系统诞生提出智能型计算机辅助教学系统的构想提出智能教学系统框架提出智能导师系统概念提出智能授导系统第一个自适应教学系统问世麻省理工学院研发社交技能训练系统MACH2019首届国际人工智能与教育大会在北京召开19731996CNN 超第二名十个百分点夺冠ImageNet201292020.2 iResearch IAI+教育行业的发展历程：产业视角依托于在线教育与教育信息化而发展，行业仍处初级阶段中国AI+教育的发展历程来源：艾瑞咨询研究院自主研究绘制。在线教育教育信息化AI+教育197819912008201320162018萌芽阶段为多媒体教学积累理论经验；推动教育信息化网络搭建及基础硬件普及，学校开始利用计算机进行基础教务管理，少部分学校开始多媒体教学；建设驱动发展阶段基础网络设施获得较大提升，初步形成了基础教育资源库；考试成绩、大学课程选择等多方面教育信息化步入人们视野；多媒体教学已较为普遍；应用驱动发展阶段作业系统、考试系统、选课系统等服务教学活动的系统出现并为学校和培训机构提供服务；直播、翻转课堂、双师等新的教学方式逐步出现并普及；融合创新阶段全国教育数据互通；评估学生学习能力和素质，个性化规划学习路径、推荐学习内容；教学管理效率提升；萌芽阶段101远程教育网、北京四中网校为代表的名校网校兴起；网络基础条件差，产品多为图文形式，教育效果差；启动阶段带宽扩容，产品升级为录播视频；线上产品粗糙、销售困难；初步发展阶段云服务发展、带宽扩容、4G网络和智能终端普及；在线教育迎来资本热潮；快速发展阶段教育大数据和教育科技进步，新一代消费者逐渐崛起；企业开始变现，大额融资频繁萌芽阶段启动阶段拍照搜题与口语测评类软件最先上线，分级阅读与自适应学习系统紧随其后。各大教育公司开始建立AI实验室与教学中心，不断加大教育科技投入。2019102020.2 iResearch I2020.2 iResearch I102552443550581.3 2.6 12.4 5.5 12.4 26.5 16.8 20132014201520162017201820192013年-2019年中国AI+教育融资情况融资数量（笔）融资总额（亿元）AI+教育行业的发展历程：资本视角融资规模呈上升趋势，K12与教育信息化领域最受资本追捧随着近年来人工智能的快速发展，AI+教育赛道备受资本关注。2013年-2019年，AI+教育领域共发生274笔投融资事件，总融资额达145亿。从融资增速上来看，融资事件数复合增速达34%，融资总额增速达57%，资本一度狂热，其中K12与教育信息化领域的融资规模领跑其他细分赛道，期间各自总共融资78亿与20亿，分别占整体融资额的53.5%和13.6%。来源：IT桔子，以教育公司为基准进行筛选；艾瑞咨询研究院自主研究绘制。来源：IT桔子，以教育公司为基准进行筛选；艾瑞咨询研究院自主研究绘制。0.32.16.67.69.110.511.719.878.0高等教育教育综合服务出国留学语言学习素质教育职业培训儿童早教教育信息化K12中国AI+教育的细分领域累计融资情况融资规模（亿元）112020.2 iResearch IAI+教育行业的发展驱动力产业、技术、政策、资本四力合一，全面驱动AI+教育发展产业方面，在线教育渗透率不断提升，教育数据量增长迅速，为人工智能技术的实施提供了数据基础。由于目前在线教育的体验及效果不佳，倒逼行业进行技术升级，人工智能解决方案将成为在线教育体验提升的主要途径。技术方面，互联网基础设施全面普及，在大数据、云计算和5G等支持性技术不断成熟的背景下，数据量和算力将获得进一步提升，人工智能技术有望实现突破。政策方面，近几年来，我国针对人工智能及人工智能+教育领域的政策层出不穷，人工智能已上升至国家战略级别，教育更是关乎国计民生的大事，行业尚处红利期。资本方面，教育行业巨头纷纷布局，知名投资机构频频出手，融资规模超百亿，融资阶段覆盖天使轮至IPO，成为教育领域近年来最大投资热点。来源：艾瑞咨询研究院自主研究绘制。产业升级在线教育发展迅速，每年保持20%左右的增长，整体数据量激增。在线教育的渗透率在10%左右，体验粗糙和结果模糊将倒逼整个产业进行分领域、分环节的在线化与智能化。教育信息化领域则进入2.0阶段，以AI智慧课堂为代表的智能化产品开始辅助校内教学。01技术落地在金融和安防等多个领域已实现商业化落地，5G时代下，人工智能应用将延伸至边缘，丰富基于智能教育硬件的教学场景。随着数据量和算力的提升，在特定的教育领域和人工智能领域有望实现突破。02政策护航近五年，人工智能的相关政策经历了三个阶段，从“智能制造”到“互联网+”再到“国家战略规划”，重要性逐步提升。近三年，新一代人工智能发展规划与教育信息化2.0行动计划的出台大力推进人工智能+教育领域的发展。03资本助力从2013年至2019年，经媒体披露的2500余个教育融资事件中，与AI相关的事件近300个，累计融资规模逾140亿人民币。新东方与好未来以自建或投资的方式入局AI领域，搭建AI研究院与实验室。天喻信息等教育信息化厂商也升级产品，进入智能化阶段。04AI+教育的发展驱动力122020.2 iResearch IAI+教育行业的竞争力分析五类玩家各有所长，行业定位逐渐清晰从技术与业务的角度来看，AI+教育的主要行业玩家可分为具有教育与业务背景的线上与线下教育机构和具有技术与产品背景的AI技术供应商与互联网巨头，以及综合教育与技术背景的教育信息化厂商，这五类玩家各有所长，对AI+教育的渗透程度不一，发展阶段各异，其中在线教育机构与AI技术供应商因业务与数据资源积累和技术开发优势，渗透程度较高。随着各类行业玩家对AI+教育领域的不断探索，未来行业分工将进一步明确，在竞争中走向融合创新。AI+教育行业五类玩家的竞争力分析竞争优势竞争劣势线下教育机构：获客成本低，用户信任成本较低，有利于注重服务、体验与情感连接的ToC类AI产品落地在线教育机构：具备大量结构化的教学数据，为AI产品提供了丰富的训练资源；移动端自带语音与视觉传感器，数据采集便捷，AI应用场景丰富AI技术供应商：技术壁垒较高，AI解决方案的通用模块相对成熟，单一技术的可扩展性较好，算法模型训练经验丰富互联网巨头：用户流量入口，可为AI产品提供云计算能力与连接器等基础设施服务线下教育机构：技术力量薄弱，技术投入相对谨慎，数据储备较少，多依靠外采AI产品与技术来服务存量客户在线教育机构：获客成本高企，自身造血能力不足，缺乏持续性技术投入的资金储备。AI技术供应商：离用户真实的教育场景较远，产品化过程中缺乏前端交互和教育内容设计等其他重要环节，客户的实际问题可能难以解决互联网巨头：缺乏对教育行业的长期理解，互联网短平快的流量思维较重，对教育行业缺乏足够的耐心技术流量算力场景数据用户融合创新来源：艾瑞咨询研究院自主研究绘制。教育信息化厂商：进校渠道优势强，业务体系完整覆盖教学教务各个应用场景，是AI在校内落地的最佳载体教育信息化厂商：核心技术以外采为主，与场景的适配打磨都对第三方有较强依赖132020.2 iResearch IAI+教育产业图谱智能云IT设施通信服务数据服务基础服务人工智能技术服务机器学习知识图谱机器视觉语音语义内容提供师资提供智能教学解决方案智能教务管理解决方案2019年AI+教育产业图谱AI课堂智慧黑板口语机考智能阅卷 智能教学终端AI编程套件智适应教育拍照搜题口语测评虚拟教师教育机器人智能批改区域云电子班牌校园安全走班排课学员服务渠道代理客户、用户营销客服来源：艾瑞咨询研究院自主研究绘制14中国AI+教育行业发展背景：星星之火1中国AI+教育行业发展现状：探索前进2中国AI+教育行业企业案例：渐入佳境3中国AI+教育行业发展趋势：步步为营4152020.2 iResearch IAI+教育行业的市场规模2018-2022年中国AI+教育行业的市场规模市场规模超400亿，泛AI产品渗透率普遍较低服务提升需求驱动校外在线产品AI化，效率提升需求驱动校内信息系统AI化，校外AI技术的市场渗透率小于校内。从目前AI+教育的实际应用来看，AI产品的工具化与功能化属性较重，校外产品商业化价值的驱动因素仍为优质教育资源（师资、内容），AI在教学上的价值尚未被家长普遍认可，直接付费意愿不强。校内信息系统在政府政策主导下，财政预算驱动着教育信息化的普及与升级，泛AI产品应用场景丰富，整体渗透率较高。2517.6 3145.2 3906.2 4778.6 5825.0 21.7 52.2 84.3 139.2 211.1 0.9%1.7%2.2%2.9%3.6%20182019e2020e2021e2022e在线教育市场规模（亿元）泛AI产品的市场规模（亿元）泛AI产品渗透率（%）注释：在线教育方面与AI相关的市场规模主要参考课程付费收入；教育信息化方面与AI相关的市场规模在核算中纳入了网络、电力、存储、施工等基础设施产生的收入来源：艾瑞咨询研究院自主研究绘制。4072.44368.44690.85024.65381.3287.5389.8465.1565.7649.67.1%8.9%9.9%11.3%12.1%20182019e2020e2021e2022e教育信息化市场规模（亿元）泛AI产品市场规模（亿元）泛AI产品渗透率（%）162020.2 iResearch IAI+教育的应用：口语测评朗读与复述能力测评技术成熟，自由表达测评技术仍在发展从“测”的角度来看，口语应用场景包括朗读与复述、陈述与表达、演讲与问答，不同场景对应考察学生不同的口语能力，并且学生表达的主观灵活性逐渐提升。从“评”的角度来看，核心功能是实现自动评分与纠正，即告知学生其在不同口语能力上的掌握程度，并指明正确的练习和表达方式。其中，朗读题因高度测试有用性（即朗读题有较高的测试效度）及材料既定性等特点，在学界被广泛研究，目前已有成熟的语音评分与口语训练系统。复述题的标准相对灵活，即学生可以摆脱范文以进行转述，但这就要求机器能够“听懂”学生的复述的整体内容，而非仅仅是逐词校对，目前复述题模型需要基于朗读题数据做自适应处理，以提升识别性能。朗读与复述语音、语调、节奏准确清晰表达连贯、内容完整、语言规范、情感恰当人称转换、时态转换、归纳概括、要点记录陈述与讨论观点明确、内容充实、语言连贯、结构完整。能够参与讨论，并能针对他人观点发表意见演讲与问答紧扣主题，论证合理、引用规范、语言丰富能够针对题目回答相关提问，且应答切题、语言简洁。现场朗读声学特征提取和补偿正确发音音素序列合理停顿位置信息考察重点考察单词朗读文本音素及停顿位置的自动切分标准发音模型多维评分特征提取标准英语朗读数据库标准音长模型现场朗读数据及专家评分机器评分映射模型机器评分复述语音通用语言模型语言模型裁剪初次解码，挑选自适应数据通用声学模型复述范文说话人自适应及再次解码词图生成多维度评分特征提取人工关键词标注专家评分映射模型机器评分复述类测评的原理框架说话人朗读题数据朗读类测评的原理框架来源：艾瑞咨询研究院自主研究绘制。172020.2 iResearch I数据准备AI+教育的应用：口语测评以自适应口语学习和配音产品ToC，以口语考评系统ToBC端方面，口语测评功能主要嵌入自适应口语学习产品和配音产品当中，其中后者的打分系统相对模糊，且“测”的场景主要为原文朗读，技术实现难度较低。对于自适应口语学习产品，交互场景较为丰富，其中情景对话/看图说话场景已涉及对具备一定主观灵活性的复述与表达能力的测评。B端方面，在英语教学改革的大背景下，口语纳入中高考考试范围，由地方教育部门统一采购的英语口语考试评测系统成为各个学校考前突击的重要学习工具，根据行业主流考评系统供应商的反馈，目前口语考评系统已在大部分地区全面推行，并已经替代了教师的部分评阅工作，但仍需专家参与评阅过程。口语测评的主要应用场景数据汇总及校验评分标准制定和参考答案加工数据预处理人工定标和验证集列表筛选评卷系统搭建定标运算效果论证试卷评阅01020304最终论证样卷和标准卷筛选人工定标、验证集评阅和参考答案增补增补参考答案加工基础运算及计算机定标、校标运算和验证集分数运算验证集数据分析报告专家论证全集成绩运算机评成绩导入人工评卷成绩校验全集数据分析报告专家论证05自适应口语测评智能规划学习路径智能推送练习内容智能推送学习内容智能挖掘学习问题情景语料朗读材料单词储备真人对话看图说话答题竞赛自适应口语学习流程口语考试系统测评流程双人评卷人机互评机评人校全部机评已经实现词汇语法发音准确度完整度流利度智能评估教学效果来源：艾瑞咨询研究院自主研究绘制。182020.2 iResearch I2020.2 iResearch IAI+教育的应用：口语测评语言学习与考试的标配，商业模式成熟，技术渗透率高口语测评主要涉及语音识别、语音合成与语音评测技术，由于目前测评的能力维度相对单一，基础测评功能的实现不需要太高的技术门槛，在语言学习产品当中应用广泛，技术渗透率较高，用户覆盖面广。从商业模式上来看，对于C端产品而言，口语测评内嵌于口语教学与练习产品，并以课程费和会员权益费的形式向用户收取费用，而对于B端产品，除了口语考评系统外，智慧课堂场景下的口语作业批改环节也会用到口语测评功能，服务商收取API接口调用费或解决方案服务费。注释：月独立设备数部分反映月活跃用户数，整体口语测评APP渗透率和月活数均较高来源：Usertracker 多平台网民行为监测数据库。注释：市场规模仅为AI引擎规模，不含计算机采购、场地改造等来源：艾瑞咨询研究院自主研究绘制。610467440428 435 4354864704504353983779381011859 850820 817892906885 879 881 8770200400600800100012002019年主要口语测评产品的月独立设备数英语流利说（万台）英语趣配音（万台）口语学习APP收取课程内容费。此类产品将基于用户的测评结果，为用户制定针对性的学习计划，推送相应的学习内容，并通过微信群和小程序促活，提高学习的连贯性。可进一步分为应试口语和非应试口语，前者更注重语言考试的标准和流程，用户关注分数提升与模考评分，后者更注重对话场景的设计，用户关注应用能力的提升。口语配音APP收取会员权益费。配音场景游戏化与社区化属性较重，目前主要通过贴近英语教学的内容和服务以及多样化的产品功能来实现会员增值服务，进而加强了教学属性，提升了用户体验。口语测评产品的核心商业模式智慧课堂场景：根据客户对口语测评环境的需求，不同类型的客户适用于不同的技术解决方案，对应不同的收费方式。整体上，以技术支持为主的服务倾向于收取接口调用费，调用价格平均为几十元每万次，而以整体口语教学场景落地的服务倾向于收取方案服务费。口语考评场景：口语考评系统主要面向公立学校，其采购费用来自当地财政预算，多以整体解决方案的服务方式输出口语测评技术，故以收取方案服务费为主。4.06.27.89.712.014.133.751.665.080.899.7117.72017201820192020e2021e2022e口语考评系统市场规模及当年建设考位数量市场规模（亿元）当年建设考位数量（万个）192020.2 iResearch IAI+教育的应用：拍照搜题核心技术为图像识别与内容检索，竞争壁垒在于题库拍照是信息的输入方式，搜题是用户的具体行为，本质上，搜题行为在PC时代就已经非常普遍，基于各类垂直题库或者更大的流量入口的搜索（例如Google和百度），用户能够检索到相应的结果，内容检索技术的发展已经相当成熟（主要分为基于关键词匹配和基于分类目录的两种检索方式，搜索引擎的算法多为前者）。随着移动端智能机的爆发，借助智能机的前置摄像头，用户可随时随地以图片的形式存储题目信息，并利用OCR技术将试题图片识别成可编辑的文本信息，继而用文本信息进行搜索从而得到试题及答案与解析。目前OCR技术已趋于成熟，手写体识别准确率可达90%以上，印刷体的识别准确率更高。因此，在技术层面上，各类拍照搜题产品都大同小异，能够构建起竞争壁垒的部分是需要依靠强大的人力和组织力生产的题库，这是决定产品用户体验的关键因素。图像预处理版面分析字符切分字符特征提取与匹配版面理解格式化数据输出灰度化二值化降噪处理倾斜校正直线检验特征匹配文字区域分段分行阈值分割形态学分割通用检测及变换网络图文检测网络图文识别网络文本输出OCR检测及识别流程题库搜索流程自动分词索引匹配基于字符串匹配基于理解基于统计基于语义以Lucene为底层架构，以Elastic Search或Apache Solr做封装，本质上是一个具备分布式多用户能力的全文搜索引擎。结果输出按照匹配度顺序输出检索结果，并根据用户的历史检索信息进行自适应处理。索引分析处理索引数据库文本分析处理数据收集手动输入数据数据库数据网页数据文件系统用户进行检索搭建索引数据库来源：艾瑞咨询研究院自主研究绘制。拍照搜题产品的技术流程202020.2 iResearch IAI+教育的应用：拍照搜题从作业工具引流到教学内容增值再到课程服务变现拍照搜题的战争已经结束，CR2超过80%。最初，产品依靠拍搜功能引流，并基于作业场景下的其他需求，提供背单词、作文库与同步练习的功能，实现工具时代的流量原始积累。随后，各类玩家基于用户需求衍生出了不少增值服务，从1对1答疑到VIP视频知识点讲解再到直播课程，一边夯实题库，一边自建教研教学体系，逐渐从工具产品向内容产品转型。最后，产品加大对教学环节的渗透，通过“主讲教师+辅导教师”的双师授课模式，全面提升教学服务质量。工具OCR与题库检索内容深度学习与数据挖掘服务表情识别与学情分析拍照搜题 引流单词查询作文范文同步题库古文词典语音答疑视频讲解知识点讲解真题套卷流量思维-广告增值思维-会员名师直播课1对1辅导学习规划学习评测变现思维-课程拍照搜题 衍生拍照搜题 导流拍照搜题产品的商业模式迭代产品定位迭代产品定位迭代盈利模式迭代盈利模式迭代来源：艾瑞咨询研究院自主研究绘制。212020.2 iResearch IAI+教育的应用：拍照搜题大面积覆盖K12，正在向家长批改场景和考试类领域拓展拍照搜题产品主要渗透高学龄段（四五六年级）的小学生、大部分初中生和大部分高中生，其中小学渗透率超过40%，初高中渗透率超过90%，未来K12学段渗透率的提升主要在低学龄段（一二三年级），该学龄段的核心用户群是家长，比较常见的应用场景是家长对学生口算作业的批改，拍照搜题产品可以实现实时计算功能，提高家长批改的效率，未来还将针对家长批改的场景，逐步开发基于主观题与应用题的批改功能，其技术原理与拍照搜题一致。另一方面，从题库生产的逻辑上来看，考试类教育领域的题库资源丰富，用户对搜题也需求不少，但目前仍以手动输入的方式进行检索。0102家长作业批改场景下，拍照搜题技术辅助家长解决口算、应用题、主观问答题的批改，针对性解决家长不会教的难题，同时也增强了亲子之间的互动。考试领域主要包括考研、公考、职业资格考试，用户刷题场景相对高频，拍照搜题产品尚未渗透。低龄段渗透高龄段渗透拍照搜题产品的用户渗透方向来源：艾瑞咨询研究院自主研究绘制。40%90%90%小学初中高中2019年拍照搜题应用在K12各学段的渗透率小学初中高中222020.2 iResearch IAI+教育的应用：人工智能自适应学习以AI技术实现可规模化的、基于教育大数据的个性化学习自适应学习并非一个新概念，在教育语境下，任何考虑并满足学习者个人需求的教学形式都可以被称作是“自适应的”，AI+教育的语境下，“智适应”学习则是借助人工智能自适应技术的学习系统，该系统为学习者创设一种符合其多样化学习需求的学习环境，推荐给学习者个性化的学习内容、独特的学习路径、有效的学习策略，满足学习者的个性化需求。本质上，人工智能自适应是一种基于教育大数据的可规模化的个性化学习，其基本原理可以表述为“基于大数据挖掘与分析得到待训练样本用数据去训练基于人工智能算法构建的模型基于模型对各类自适应学习环节进行预测/推荐”，输出的核心要素包括学习材料，用来测评学生是否掌握学习材料的标准和学习材料的推送顺序。人工智能自适应学习知识水平错误模型元认知能力认知特征情感特征计算机科学数据科学机器学习认知科学教育测量学学习心理学训练模型学生大数据获取训练样本学科模型教学方法模型学生模型知识空间理论信息论技术逻辑斯蒂回归遗传算法贝叶斯网络分类树教育数据挖掘模糊逻辑学习分析图论用于构建理想情况下学生要掌握的内容用于深度模拟优秀教师的教学过程及策略模型的核心组成部分，用于了解学生在认知、情感方面的个性特征转化并输出要素输出学习材料，推送给学生自适应内容Content对学习材料掌握情况的测评与反馈自适应测评Assesment学习材料背后知识点的组织顺序自适应序列Sequence分析学生正答率、用时、对学习目标的熟悉程度、学习相似内容的表现、自信度等多维数据人工智能自适应学习系统的基本原理贝叶斯知识跟踪理论 项目反应理论概率图模型深度学习神经网络自适应学习所采用的AI技术来源：艾瑞咨询研究院自主研究绘制。232020.2 iResearch IAI+教育的应用：人工智能自适应学习认知智能将助力基于教学过程和师生交互层面的精细化教学教学环节对学习效果的影响作用最大，也是整个教育流程中最核心、最复杂、最难的一环，而测评、练习环节相对外围、轻量、简单，因此自适应学习产品最先在测评和练题场景中得到应用。自适应教学产品的开发需要有教学环节的有效数据，而这些数据的获取难度高，具体体现在：1）自然状态下，教学过程数据是非结构化的；2）数据可挖掘的维度多，不限于测试成绩和作业情况，还包括学习路径、内容、速度、偏好、规律等深度数据；3）不同数据点之间的关系复杂。基于此，在人工智能技术向认知智能发展的过程中，机器有望进一步明白教学环节下，师生互动背后的含义，包括对学生表情的情感分析，对教师授课态度的衡量，最终实现基于教学过程和师生交互层面的精细化教学。自适应练测与自适应教学的功能差异检测出知识薄弱点自适应测评产品功能等级居中 诊断学习水平 检测出薄弱知识点 推送包含这些知识点的练习题产品功能等级低 诊断学习水平 检测出薄弱知识点产品功能等级高 诊断学习水平 检测出薄弱知识点 推送包含这些知识点的练习题 推送包含这些知识点的学习内容 规划学习路径和速度 追踪过去的知识漏洞 评估学习能力教学黑箱练黑箱测黑箱自适应练习自适应教学教学黑箱练学测练教学黑箱练黑箱测练来源：艾瑞咨询研究院自主研究绘制。242020.2 iResearch IAI+教育的应用：人工智能自适应学习技术只是手段，教育产品仍要回归内容和效果就目前人工智能自适应教育的发展现状来看，受制于教育理念的固化，学生尚未摆脱传统的“听课”与“刷题”的教学模式，技术希望实现在教学效果一定的情况下，提高学生听课与刷题的效率。随着人工智能技术的突破、社会对人才评价标准的更替，未来人工智能自适应教育领域将迎来内容体系的新革命，实践式教学、沉浸式教学等理念带来的新型学习方式将更多地融入自适应学习系统，正如目前在线教育领域教研岗人才稀缺一样，未来各人工智能自适应教育企业的技术差距将逐渐缩小，而能深刻理解教学教研、具备新技术条件下的创造能力的教研人才将受热捧。反映能力水平找出知识点盲区反映能力水平1234n推送内容弥补盲区反映能力水平找出知识点盲区反映能力水平找出知识点盲区推送内容弥补盲区革新内容体系反映能力水平找出知识点盲区推送内容弥补盲区革新内容体系人工智能自适应学习系统的功能进化来源：艾瑞咨询研究院自主研究绘制。252020.2 iResearch IAI+教育的应用：AI课堂进入弱人工智能阶段，AI模式识别能力点缀教学环节自1979年以来，课堂教学改革一直是教育学重要的研究领域，知识联系实际、自主合作学习、个性化学习逐渐成为课堂教学的构建原则。这种背景下，通过信息化手段辅助课前导学、同步备课、课中互动、在线检测、课后作业成为了必然选择。自2011年起，“智慧课堂”产品就开始在市场上热起来，这一时期强调的是基础数据整合、利用大数据分析学生错题情况，兼有基础的语音朗读和评测能力；2016年之后，通用AI语音、视觉等模式识别能力开始进入课堂，AI课堂质量监测开始引发关注，到2019年已基本实现了在课堂场景下的可用；未来，为了进一步弥合课堂教学改革的需求，发扬“互动课堂、翻转课堂”等教学模式的优势，AI课堂将继续进阶，下一阶段AI辅助实现的策略化点播和发散性学习将是重点突破功能，在更远的未来则可能帮助教师实现真正的千人千面教学。普通智慧课堂AI化智慧课堂AI课堂下一阶段 聚合全部教学资源的教学服务应用系统 支持作业较高自动化的批改点评、口语机器测评 利用图像及语音技术识别课堂上动作、对话、表情，监测教学质量，动态调整授课节奏；将授课内容转文字；AI考勤、举手识别等围绕作业情况统计和错题汇聚的作业与智能评价平台微课教学，实现学习内容知识点标注、智慧推题、学生按题索课基础数据统一信息门户强调统一信息门户和大数据分析薄弱知识点围绕互动课堂，通过模式识别动态关注师生课前到课后表现模式识别能力覆盖高难度场景，策略化点拨和发散学习是重心教学系统整体可由AI高度参与，如自动生成导学内容、自动出题能够对长时、即兴化口语做评测，支持素质教育的练测点评AI推题、讲题灵活化，按照最优的方式、讲解巩固等策略进行学习内容的推送，并由虚拟形象模拟名师的点拨技巧讲解AI课堂的演变进程 可与课前-课中-课后的自主合作学习整合使用教师角色重心授业者AI化水平极弱引航者导学者弱较强课堂报告与学习情况统计分析来源：艾瑞咨询研究院自主研究绘制。262020.2 iResearch IAI+教育的应用：AI课堂公立校V.S.教培机构AI课堂的产业链与商业模式公立校和教培机构都在关注AI课堂，但AI课堂在两类机构的应用差异很大。公立校延续智慧课堂的建设方式，主要通过改造多媒体教室，在实验教学中使用AI课堂（学生轮班上课），需要引入的内容包括：教育资源及其系统和本地部署的服务器，授课与备课系统，及支持AI功能的教、学平板电脑终端，一般由教育类ISV通过渠道商完成当地教育局或学校招标的商业模式进行；教培机构对AI课堂的使用又划分为线下和线上，线下由教培机构将解决方案投放进直营校和加盟校，利用AI边缘设备和硬件传感采集设备进行课堂信息实时采集，建设完成的AI课堂会常态化使用，而且常常与“双师”模式结合应用，由AI负责录播课过程中的课质监测、学生个性化关注，进而把控授课进度与难度；线上则利用AI关注录播课中学生实时反应，提供差异化辅导；教培机构AI课堂在商业模式上主要收取销课费、加盟费。AI技术输出方教学内容资源智能云公司AI基础数据采集与标注服务硬件生产商智慧课堂ISV教育信息化软件基因公司多媒体设备基因公司教育云基因公司教育传媒基因公司教培机构AI课堂大型教培集团在线教育企业进校渠道通信公司等渠道商信息系统SI加盟校直营校拓展渠道AI课堂产业链AI公司其他上游服务AI公司来源：艾瑞咨询研究院自主研究绘制。272020.2 iResearch I2020.2 iResearch IAI+教育的应用：AI课堂公立校：普通智慧课堂与AI课堂混合建设，AI课堂约10%公立学校的智慧课堂建设是教育信息化的一部分，目前呈现出普通智