(網經社訊)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字化、信息化?，F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，依托大數據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 占據先發(fā)優(yōu)勢，數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據畫像的數據量是校外的數倍以上。對校內數據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，其產生的數據具備了向課外教育變現的潛力，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分成，這對應一個相當廣闊的市場。
? 風險提示：自適應教育在公立教育體系內推廣不力；校內校外數據存在政策風險；行業(yè)競爭加劇帶來價格競爭和盈利能力下降。
報告目錄
報告正文
1
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，網絡課堂也僅是把教室搬到了網上，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
? 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35億數據的研究中證實中國中小學生作業(yè)的有效率約40%（下圖）。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
?
? 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；
? 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字化，意味著一個龐大的數據庫，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網教育公司并購；
?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^
?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字化的分數，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據，但在2018年發(fā)布的《2018年中小學生減負調查報告》中有數據顯示全國參加輔導班的費用為12000￥，這一數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)。
2
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 adaptive learning ”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；
? 自適應引擎的準確度。Knewton 還能夠通過學生的學習情況對未來考試的通過率進行預測，自適應學習的引擎預測率大約是 87%（數據源于 2019 年 3 月 15 日 Knewton 合作與發(fā)展高級副總裁 Jason Jordan 的分享）。
但作為行業(yè)先行者，Knewton 并沒有順利發(fā)展壯大并上市，相反，其遇到了明確的瓶頸并逐漸走上了下坡路。在 2017 年之后，出版商逐漸終止與 Knewton 的合作后，它就走上了末路。
復盤 Knewton 下坡路的過程，其核心原因是沒有自己的知識庫。Knewton 的知識圖譜數據來源于它的合作方—全球最大的教育出版機構：培生集團，以及教材出版機構，例如 劍橋出版社。在國外重視知識
復盤 Knewton 的發(fā)展史，在北美和西歐較高的知識產權成本導致公司始終沒法自建知識庫和題庫，以及歐美不以標準化考試評分決定升學結果導致公司需求并“剛性”兩個因素是其衰敗的關鍵外部環(huán)境，但這兩點在中國卻可能恰恰相反。
(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學課程學習輔導， 是一個基于云端的自適應中學數學學習產品。
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?！癒nowre Success Score”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“Walk Me Through ”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，聯合創(chuàng)始人 David Joo 也提到公立校的進入難度較大，根據收購前的數據，To B 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，大量的成本投入卻無法得到復用。
? 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學學習有很大的幫助，但是由于 To B 端的難以進入，同時在 To C 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“Noonnoppi customized learning program”，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：
數據積累是核心要素。在猿題庫、小猿搜題逐步上線之后，猿輔導利用學生的做題、搜題數據，逐步形成自己的知識庫，向學生提供個性化推薦。同時這些數據也被應用在猿 輔導旗下的其他產品中。據報道，猿輔導的題庫題目數量是億級別的，這是極為深厚的數據積累，億級題庫和上面十億級別的標簽是極高的數據壁壘；
數據導流變現。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，承擔變現作用，通過售賣課程產品增加收入。
根據市場，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能力最強的方式。猿輔導在數據變現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。
? “智適應”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。
3
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“Math Expedition”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)引入到公立學校數學教學體系內， 作為校內數學課堂教育的補充：
? 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學知識點的掌握；
以上流程，實際上和現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！
(一) 校內數據：自適應教育的天然“數據金礦”
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)勢在于數據的豐富度大大提升。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，我們粗略估算的一個學生典型 的校內和校外教育的時間分配見下圖：
上圖淺綠色和深綠色是校內時間和課內作業(yè)時間，黃色標明校外作業(yè)時間。上圖僅僅是示意圖，目前行業(yè)內專家普遍認為課內的作業(yè)量和數據量大約是課外的 3~4 倍，這一點也和上示意圖的直覺相匹配。從數據總量上看，校內數據相對校外自適應教育是一個數據金礦，而行業(yè)專家也普遍認同，如果這一數據金礦能被挖掘出來，對學生的個性化畫像會更準確，而自適應教育也將能起到更好的效果。
(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
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網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
(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，早在 2011 年發(fā)布的《教育信息化十年發(fā)展規(guī)劃（2011—2020）年》公告中，就明確各級政府 在教育經費中按不低于 8%的比例列支教育信息化經費。在 2020 年 2 月發(fā)布的《2020 年教 育信息化和網絡安全工作要點》中，明確指出要繼續(xù)完善教育信息化，并鼓勵企業(yè)等社 會力量積極支持信息化建設和應用。2019 年全國教育經費接近 5 萬億，其中義務教育+ 高中教育接近 3 萬億，對應的義務教育+高中的教育信息化經費超過 2000 億，本身是一個不小的市場。
從大的周期來看，中國的教育經費的信息化部分已經從硬件建設向軟件和服務轉變，這帶來的結果是自適應教育的軟件和信息化服務能夠有更大的2B端市場空間。
從更長期的機會看，我們認為自適應教育的未來是校內的數據積累+校外的輔助提升市場聯動。對于自適應教育在校內市場積累的數據，其在校外有著巨大的可變現空間。下圖展示了 2019 年全國在校學生的人數分布：
?小學生一共約一億人，考慮高年級學生使用自適應教育系統(tǒng)才能看到比較明顯的效果，以及小學整體上相對較低的升學壓力，再考慮不同地區(qū)支付能力的差別，我們認為這一塊有效潛在市場人數在數千萬級別；
? 初中生一共約 4700 萬人，由于初中升高中存在一個“中考”這一關鍵性升學考試， 我們認為潛在的市場人數占比要遠高于小學，大致的潛在付費學生數量和小學應該接近；
?普通高中（除職業(yè)教育等升學壓力較低的高中）在校生 2400 萬：考慮到高考的升學 壓力相對中考進一步加強，支付意愿的確定性在中國傳統(tǒng)文化的背景下會有較高的確定性，我們認為對這一市場更大的影響變量是支付能力。超過千萬的潛在學生數是有很大可能的。
對于小學數千萬潛在客戶，中學數千萬潛在客戶，以及普通高中極強支付意愿的 2000 多萬在校學生，自適應教育其對應客單價也可以有不同的數量級：
? 最基礎的自適應教育可以解決習題訓練的效率問題，由自適應教育系統(tǒng)推送的練習題，理論上能大幅度降低學生的重復練習和無效練習，因此其具備很大程度上取代 傳統(tǒng)的紙質課外教輔的潛力；
? 更深層次的，自適應教育+課外 K-12 教育結合有提升課外教學的效率和
(五)相關公司
1、科大訊飛
科大訊飛自創(chuàng)立伊始長期在語音和 AI 技術這一賽道長期積累，目前已經探索出基于 AI自適應教育的“因材施教”技術和解決方案體系，并在全國各地探索推廣。最近幾年的智慧教育相關大額訂單不完全統(tǒng)計見下表?？拼笥嶏w的區(qū)域級試點項目在全國各個省市 的試點均全面鋪開，并沒有顯示出顯著的地域限制。
“因材施教”項目這一自適應教育在中國公立教育體系內的實踐，已經初步性得產生了正向的效果。蚌埠市教育局官方微信公眾號在 20 年夏季高考結果出來之后，發(fā)布了蚌埠全市級別的數據統(tǒng)計（微信官方公眾號），其標題是“圖說蚌埠高考｜因材施教 創(chuàng)新引領智慧教育示范校應用成效凸顯”。認為蚌埠全市 2020 年度高考成績相對安徽全省平均水平的提升，科大訊飛主導的因材施教項目有較大的貢獻：
我們認為，以下兩個因素會推動科大訊飛的自適應教育更快速在全國公立教育體系普及：1）教育信息化相關政策引導采購從單純硬件向軟件服務轉變；2）示范區(qū)域的成功案例能夠依靠效果背書公立學校使用財政支出的有效性。
2、視源股份
視源股份的主營業(yè)務方向為液晶顯示主控板卡和交互智能平板。其旗下品牌希沃(seewo) 是全國領先的教育信息化應用工具提供商。希沃提供的教育信息化應用工具主要分為三大類產品：數字化教學硬件、常態(tài)化應用軟件、教師培訓與小數據服務。
在軟件和深度信息化方面，公司的常態(tài)化應用軟件可分為教學核心應用和教學輔助應用。教學核心應用軟件主要為希沃白板 5、班級優(yōu)化大師、易課堂等。教學輔助應用軟件主要為希沃傳屏、希沃品課、希沃剪輯師等。
? 希沃白板 5：專為老師打造的互動教學平臺。針對信息化教學場景，提供課件制作、互動授課、在線課堂、微課錄制、課件資源庫等多項功能，包含 5000+課程視頻、 30萬+題庫、800+仿真實驗等海量學科資源。
?希沃易課堂智慧學習解決方案：基于希沃提供的教育云服務及應用，搭載學生智慧 學習終端，實現簡易、實用的課堂即時互動教學及反饋。其個性化教學方面：1）系統(tǒng)平臺支持對教學各環(huán)節(jié)的學情數據進行匯總分析，老師可根據學生實際學習情況進行合理分組，有效實現分層教學。2）易課堂還支持老師對學生課堂表現進行個性化點評，實現學生行為評價與正向激勵。（以上資料來源：希沃官網）。
從以上官網披露的產品形態(tài)來看，希沃的軟件應用體系已經初步具備了“自適應教育” 的基本元素和基本理念，但由于公司作為硬件起家，在 AI 軟件技術研發(fā)上相對薄弱（如 CVTE 中央研究院在圖 12 的 SMP 比賽中成績并不突出），在產品打磨和積累上也仍有一定的提高空間。但視源在全國公立教育營銷網絡上有很大的優(yōu)勢：
? 希沃有很高的學校覆蓋數，根據公司 20 年半年報披露：“…2020 年上半年中國大陸教育交互智能平板市場銷售額同比下降 23%，希沃交互智能平板產品銷售額市占 率為 40.6%，繼續(xù)位居中國大陸教育市場交互智能平板排名首位…”，如此之高的市占率意味著其能廣泛觸達公立學校，并有著較為良好的客戶口碑。
? 希沃品牌有一個全國完善的營銷服務網絡，29 個省級服務管理中心，覆蓋 719 個城市，1300 個服務網點，這一渠道是有很強的覆蓋壁壘。
我們認為，視源股份自創(chuàng)業(yè)以來快速成長，企業(yè)發(fā)展穩(wěn)健，有著優(yōu)秀的企業(yè)文化和良好的治理結構。公司在公立教育體系建立的營銷壁壘和客戶口碑可以幫助其快速推廣智慧教育產品。若其能進一步提升在 AI 方面的技術實力，并打磨出效果顯著的自適應教育產品，也能成為自適應教育行業(yè)在公立教育體制重要的一個玩家。
