一次性推出5款新硬體産品，公衆認知中一向ToB的“明星企業”科大訊飛前兩天的釋出會讓人“意外”，ToC轉型似乎說來就來。
不過，這也坐實了坊間的猜測：2018年To C業務營收/毛利快速增長、占比接近1/3後，科大訊飛消費者BG被搬到台前，試圖集中兌現技術紅利。
新版翻譯機、智能錄音筆、轉寫機、智能辦公本（嚴格來說應該是個平闆）與科大訊飛一貫的語言文字業務調性相關，而學習機X1 Pro作為AI教育硬體産品，則與科大訊飛的傳統業務——ToB智慧教育相關聯。
AI+教育概念有些“泛濫”的今天，科大訊飛卻試圖推出AI教育産品，玩差異化是少不了的，其打出的旗号是“二維知識圖譜”，即圍繞“考點”進行個性化智能推薦。
事實上，科大訊飛這種玩法，無非是近來興起的“知識圖譜型”AI教育玩法的一個新案例——産品不再以題目、視訊資源為學習回報的出發點，而轉而盯住這些内容之下更底層的知識點。
隻不過，科大訊飛憑借ToB的舊有積累有自己獨特的優勢，但也面臨不小的挑戰。
嘗試告别“資源堆砌”，“知識圖譜型”AI教育應運而生
“知識圖譜型”AI教育某種程度上是市場倒逼的結果。
1、大多數AI教育産品，都沒有實作減負增效的既定目标
在中考、聯考壓力下，多數（相對優質升學比例）學生在傳統學習方式下又苦又累，一聽就懂、一做就錯，反複刷題收效甚微；各種補習班隻能說聊勝于無，開起夜車來不輸996但難有太大效果，焦慮情緒甚至導緻心理問題，極端行為偶爾見諸新聞報道。
家長們也好不到哪去。
K12教育後半段的中學教育家長能輔導的内容已經很少，看到孩子忙、累、成績沒法提升，想做點什麼但又不知道從何下手，家教、輔導班砸錢硬是砸出一個新興内需市場，浪費時間、金錢反過來又造成學生更大的心理壓力，惡性循環形成。
這時候，AI教育跳了出來。
這些ToC的教育産品，包括APP、PC網頁、硬體（學習機）等多種形式，無一例外都宣稱可以通過智能推薦等功能實作所謂“個性化學習”。
然而，這些年來，熱鬧的AI教育始終沒有在C端形成氣候，各種産品不斷推出，但“不好用”、“沒效果”的評價四處都是，消費者痛點問題依舊。
究其原因，這些所謂AI教育産品，其核心邏輯都基于以題目、課程為代表的教學資源的堆砌，隻是用資訊化的方式把原來分散各處的内容彙總到産品中，成為一本“超級題海”。
所謂智能推薦，并不知道學生為什麼錯、如何才能逃脫一錯再錯、就是不會做的命運。
你錯了我就推薦類似的題目，你總是錯那我就更多地推薦類似的題目，不關心學生為什麼錯、相同原因下是否還有其他錯題的可能。
這本厚厚的“書”，沒有在根本上改善學生辛苦“刷”題的現實，低效的學校過程延續，負擔未減輕效率也未提升。
這樣的市場，C端産品不迎來爆發也在情理之中。
2、“知識圖譜型”AI教育，用AI的“政策服務”價值解決痛點
“知識圖譜型”AI教育這時候跑了出來。
顧名思義，其産品邏輯不再以題目或課程為出發點，而把目光轉移到知識點上，試圖通過更底層的知識點掌握情況，來判斷學生的個性化學習情況并給出更科學、高效的學習方案。
因為知識點更底層，學生攻克了知識點，就攻克了大量以其為基礎的試題或課程，少量學習即可“打倒一片”，而有了脫離題海的可能（當然，适度的做題強化知識點認知仍然有必要）。
可以歸入這類“知識圖譜型”AI教育玩家，在科大訊飛之前已經有一些創業者參與，形式各異：
用一個更直覺的案例來看“知識圖譜型”AI教育的産品邏輯，這是科大訊飛學習機實機截屏：
可以看到，知識點被圖譜化，而學生對知識點的掌握情況被不同顔色标記，知識點之間起承轉合的矢量關聯關系也被示意，可以知道薄弱知識點受誰影響、影響誰。
這些知識點之上，是各種與之對應的試題，薄弱點即被要求強化訓練，一個所謂“超級錯題本”形成。
很明顯，不同的學生的知識點掌握情況各不一樣，在複雜矢量關系下，每個人呈現出完全不一樣的“知識圖譜”圖景，制定的學習計劃也各不相同，這也是科大訊飛敢于大張旗鼓宣稱自己的産品“千人千面”的原因。
事實上，底層知識點的提取，以及矢量關系的存在，在讓AI回歸“政策服務”，這也是AI應用的根本價值問題。
在地圖類産品中，輸入目的地後，怎麼去、那些方式、需要多少時間、路況怎麼樣、預設偏好下選擇哪個方式較好、終點停車場、吃喝玩樂……一系列内容就被建構好了推送給了使用者。
在所有場景應用中，真正的AI都必須能夠進行類似的政策服務，這是“智能”二字所決定的。
而在過去的AI教育産品當中，單純針對試題設定AI，隻關注試題推薦而沒有完整的路線圖和引導，無法形成引導學生完成階段性學習目标的“政策”；現在，編制底層網絡的“知識圖譜”在矢量關系下具備了提供政策服務的能力（薄弱知識點按路線一個個突破），AI教育的價值也就更能成立。
回過頭來看，從知識圖譜中勾勒出學習重點，其實就是知識點的聚焦過程，也即教育家們都倡導的“書越讀越薄”——不斷縮小“未獲得”的知識範圍。
“知識圖譜型”AI教育，如何打造自己的産品護城河？
市場倒逼為“知識圖譜型”AI教育産品赢得了差異化空間，但在橫向競争上，新興模式如何建構護城河、不被複制和抄襲更為關鍵，畢竟，創業者一窩蜂、巨頭野蠻插手的行為已經見怪不怪。
這種護城河的建構過程，又可以包含兩個方面，由于科大訊飛的官宣内容較為詳細，這裡主要以科大訊飛的産品為案例進行分析。
1、在知識圖譜這件事上，時間與積累最難以追趕
晶片、航空發動機等高精尖技術的追趕難以一蹴而就，因為它們是一代代數十年、上百年技術積累和沉澱的産物，即便砸錢也難以在短期内獲得快速突破。
“知識圖譜型”的獨特矢量關系，讓它自帶了類似的護城河——時間與積累，耕耘越長時間，後進者的機會越少，哪怕是巨頭級平台。
以一個圖直覺感受下，在科大訊飛的知識圖譜中，數理化各取一章節某一小節的知識圖譜合在一起成為下圖：
不同學科、不同章節、不同小節……“知識圖譜”的底圖無疑将是龐大的，一個巨大的矢量網絡需要知識點的梳理，也需要獨特的知識點關系了解：箭頭應該怎麼畫，哪些點和哪些有關系，是前置還是後置……這些都與教學實際緊密相關，是自帶門檻的活動。
例如，比熱容的計算，需要事先了解比熱容的概念，而後又影響比熱容比例計算、圖像分析以及不同物質間熱傳遞方向判斷。
大量這類關系都是真實的工作量與知識成果轉化，無法一蹴而就，巨頭進場也得先完成漫長的積累，畢竟，不隻是畫出圖譜，知識點與知識點的關系也需要足夠科學，否則反而形成誤導。
科大訊飛敢于推出這類AI教育産品，首要原因應當是它已經在B端教學實踐的場景裡做了很多年，有足夠的底氣。按官方資料，其AI+大資料教育産品或解決方案覆寫了全國1500萬+師生、10000+學校，其中包68所全國百強校。
此外，科大訊飛的一些與教育相關的技術開發也某種程度上提供了支撐。
早在2016年，科大訊飛就在美國國家标準技術研究院組織的認知智能知識圖譜比賽中取得全球第一名，建構了知識點和知識圖譜。
科大訊飛還牽頭了國家863類人答題機器人項目（一個嘗試讓機器人“考上大學”的項目），在今年3月份的SQuAD自然語言了解比賽中首次超過了人類，這些讓科大訊飛在觸及C端産品時，對如何尋找到關鍵的學習點、了解學生各種作業和題目的“題意”有客觀上的推動價值。
這些B端“老業務”，以及教學技術研發，最終在科大訊飛準備于C端市場兌現技術紅利時幫了忙，為其“知識圖譜型”AI教育産品的個性化精準學習打了底。
一句話，漫長的ToB積累，才整合成可以面向ToC市場的産品。
這裡無法得到松鼠AI等創業型産品在拆分知識點後如何形成自己的“圖譜”，但可肯定的是，圖譜本身蘊含的教學實踐積累厚度，一定決定其護城河的深度。
2、知識點不強的學習領域，則更看重“标準”
一些重要的學習内容與“知識點”關聯不大，但又必須是AI教育ToC産品的重要組成部分，最典型的是英語學習。
這時候，“知識圖譜型”AI教育産品需要尋找其他替代方案，使得這部分内容不要變成各個平台、産品都可以涉足的同質化内容，找到新的差異化能力，與數理化等學科進行“配套”，一條完整的護城河才能形成。
以英語口語為例，在不少“批評人士”的眼中，造成“啞巴英語”的罪魁禍首是缺乏語言環境和足夠的訓練，這聽起來十分有道理。
但是，你不能強求所有學生都能在多學科的K12學習生涯中抽出大量時間、并找到頻繁的語境進行練習，在現實背景下，如何利用有限的機會盡可能提升學習效率更為關鍵，與數理化等學科一樣，減負增效更具備現實意義。
傳統AI教育産品也試圖解決讓家長痛苦、學生焦慮的聽不懂、說不準問題，配套有諸如跟讀、評分等功能。
然而，由于英語聽說的某種感性化屬性（流暢度、發音、自然情感等），不同的産品對學生學習成果如何的評判标準是不同的。什麼才是正确的“标準”？——解決了這個問題，有限的訓練才能有的放矢。
尤為特殊的是，由于全國聯考、中考的區域化，這種标準還在教育部統一要求下呈現出地域差别，不同地方對英語聽說的考核要求并不完全一緻，這對AI教育産品又提出了挑戰：怎麼樣讓不同地方的使用者比對到符合自己需求的“标準”？
值得一提的是，同樣的問題在英語作文批改上也同時存在，不同地區潛在的批改要求、慣例都是不同的，找到契合的“标準”亦十分重要。
從這個意義上看，科大訊飛的技術優勢使得與教育考試部門的官方合作又占了先機，其與教育部考試中心共建了聯合實驗室，共建了目前聯考口語考試唯一使用的評測技術。此外，科大訊飛的“觸角”還伸到地方教育部門，例如與廣東省教育考試院的合作，這其中就有融彙本土化英語口語評價标準的便利。
在此基礎上，科大訊飛也附帶擁有了與各地中聯考标準相同的英文作文批改引擎，一對一學習的糾錯、改進過程，都在考核“标準”下進行，“跟着标準學、按照标準練”，書面表達的提升或更能符合最終考核要求。
事實上，科大訊飛在英語學習核心技術領域原本就有諸多前沿權威成果，例如在在第24屆國際模式識别大會（ICPR 2018）舉辦的MTWI圖文識别挑戰賽中取得全部三項任務的冠軍，此外，其紙筆作文（如英語作文）評分的效果實作了首次超越人工專家。
不過，僅回到ToC市場來看，更重要的是上述英語聽說評價的“标準”被應用到AI智能教育産品當中後，競争者很難跟随和複制。
在知識圖譜型AI教育的“補充内容”——英語學習上，誰掌握了評價與回報的标準，誰才會有無法逾越的護城河，而不是别的什麼可以複制的花哨功能。
一張知識圖譜，還面臨這三大挑戰
然而，包括科大訊飛在内，雖然以知識圖譜的方式切入教育ToC市場十分新穎，但其過程肯定不能一帆風順，至少，從教育大趨勢、教學實際以及平台開發營運等層面，它們還面臨三大挑戰。
1、如何與“素質教育”大潮合流
從知識點的角度出發，甚至像科大訊飛一樣直接稱之為“考點”，AI教育以快速的手段，更純粹、更高效率地提高學生的分數（例如科大訊飛校園實測理科考點掌握時間減少50%），其應試教育的痕迹看起來更重，學習被赤條條地聚焦到考試上，毫無遮掩。
這符合減負增效的家長和學生需求，但似乎與“素質教育”大潮不符合。
不過，同一件事的解讀可能有不同視角，讓學習更快地、更聚焦地完成“考試”這件事，所謂素質教育最缺乏的時間配置設定也就劃了出來，學生或有更多時間參與情商、運動等活動當中。
但無論如何，AI教育産品一邊需要提升效率和成績，一邊還得考慮自己是否“太過了”，像某些教育教育訓練機構那種“考試技巧”顯然不太适宜納入内容體系當中。
2、單個知識點的掌握，仍然無法擺脫“名師”的價值
知識圖譜能給出學生的考點薄弱環節，并推斷關聯的考點的受影響情況，針對性制定學習政策，但名師的個性靈活授課，例如感性講述方式、點撥方式、了解知識的技巧，是AI體系難以觸及的知識點“内部”問題。
知識圖譜做得再漂亮再有邏輯，每一個節點的掌握除了做題驗證等方式，名師的價值也不言而喻（這本來就是教師的核心價值）。
是以，AI教育産品，不論是軟體還是硬體，還是離不開那些傳統AI教育産品都在鼓吹的名師資源。
即便科大訊飛這麼強調技術和積累，也在其學習機産品内部搭載了諸如名師微課堂的内容闆塊。
可以料想的是，優質教師授課仍将是AI教育浪潮中玩家們争搶的核心資源，不管産品模式如何新穎。
3、選擇了知識圖譜，就是選擇了“多産品”同時開發
從上文也可知，知識圖譜的設計，是根據單個科目的知識結構而來，它無法像題庫、課程那樣一股腦堆積起來。這使得數理化、政史地等科目都必須要有屬于自己的知識圖譜，以及配套整個訓練體系。
進而，産品設計的“機關”變成了“科目”，而非教育整體，“知識圖譜型”AI教育本質變成一攬子産品的集合，每個科目都必須要有自己的“引擎”。
除了體系的建立，由于教學規定、考核規定的變動，知識圖譜的實時更新也帶來龐大的持續工作量，這不僅對創業者，即便對科大訊飛也是不小的挑戰。
總而言之，不管是什麼樣的技術團隊，一旦脫離教育規律，都将迅速與學習環境的實際應用脫節，“知識圖譜型”AI教育産品的出現，在理論上改變了過去AI教育産品換湯不換藥的問題。
更進一步，AI技術通過創新的方式切入市場、幫助企業實作盈利很容易，但在教育這件事特殊的事情上，始終讓教育規律成為産品設計的底層語言、不斷對産品進行調整和變革才是更重要也更困難的事。
*此内容為【智能相對論】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複制或建立鏡像。