教育企业的未来是智能公司

虎嗅注：近日，好未来将设立博士后工作站的消息吸引了业界广泛关注。同时，这也是第一次有教育品牌设有博士后工作站。针对中国教培行业出现的这个新现象，引发了学者的关注和讨论。中信改革发展基金会资深研究员、央视评论员、国务院发展研究中心国际技术经济研究所客座研究员张捷教授一直非常关注国内教育产业未来的走向，这次结合之前的研究，发表了评论文章。文章援引多个跨界案例对教育产业的发展趋势做了判读。当下，越来越多的教育品牌开始日渐重视科技研发，转型为科技公司、智能公司正不知不觉成为一个新的趋势。

本文转载自张捷本人公众号同名文章，内容有少量删减：

偶然的机会，看到好未来（学而思母公司）要有博士后工作站了，这个是教育企业里面第一家博士后工作站，想到现在京城教育培训界的名师，大多是清北的本硕博，这个工作站肯定也是学霸组成的。而这个现象的背后，其实是让我有了更多的遐想，未来的教育企业走向何方，是什么的样子？

我一直想写一篇文章，探索一下未来的教育企业的方向。现在也就从这个契机，从我们的教育企业的龙头好未来为由头，分析一下以后教育产业可能发展的方向。我认为未来教育产业的大方向将是智能公司，是一个智能产业来替代。

这里我有意的把人工智能的人工二字去掉了，因为教育产业变成智能产业，这新产业里面不光包括人工智能，对人的高素质的培养，本身就是智能，这是人类智能。因此人工智能与人类智能二者结合，我认为叫做智能公司智能产业，应当比人工智能更准确，它的内涵外延是更大的。

目前能够几千人十亿级别投资到教育智能研发的教育培训机构，也只有学而思了，这也意味着学而思的发展方向和模式与其他培训机构将出现重大的分野，走上不同的道路，需要我们紧密的观察。可能不久的将来，我们就不能把学而思当作一家奥数机构或者培训机构来看待了。

一、网络思维下的产业

当今世界进入到信息爆炸和网络思维时代，很多传统的形态已经发生了根本性的改变，我们不能再抱着以前的老观念刻舟求剑了。在美国的顶尖创新公司，我们可以看到的就是即使是传统业务，也都与网络有关，同时都区别于传统行业，它们对人工智能领域的投入，是以前的传统行业不可比拟的，它们也占据着人工智能世界的高峰。

比如苹果公司，你不能把它当作一家电脑公司或者手机公司，而谷歌公司虽然做搜索为主业，但其阿法狗的智能水平，才是大家关注的焦点，而脸书公司在智能识别领域投入巨大。在人工智能的时代，很多行业是要消失的，最后大家都归拢到人工智能的领域。

对人工智能的重视，在中国也不能例外，小米能够有那么高的估值，原因就是它的营销重点在于淡化它是一家手机公司，而强调它的大数据和网络在人工智能环境下的重大意义。中国的网络行业，阿里巴巴对人工智能的投入极为巨大，百度和腾讯也在人工智能领域投入巨资。人工智能是未来大方向，对世界发展敏感的企业家，都不会放过。在教育领域，与智能的关联更为紧密，所以对好未来这样的企业，在人工智能领域投入巨额资本和企业资源，就一点也不奇怪了。更何况好未来这家公司的起家，就是一家网络公司，记得以前是一个奥数网来着。

（看看小米，不是传统的手机公司才有价值）

教育领域的人工智能投入有多大，其实好未来就是一个标杆。不仅仅这一次教育领域的人工智能博士后工作站是首家。我关注好未来很久了，它还有多个相关的动作很早就开始了，比如：2018年年初好未来宣布与斯坦福大学达成人工智能战略合作，成立脑科学实验室。新闻报道说好未来公司从事技术产品研发人员达到4000多人，规模已经是一般高校不能比拟的。2018年国内各业非常困难的一年，网络公司大量减员，好未来公司的相关研发人员还增加了，预计到2021年内，好未来的人工智能、脑科学专家将达到500人，研发人员将增加到1万人。

同时在国内，好未来还与清华大学达成合作，旗下AI Lab与清华大学计算机系共同建立“清华大学（计算机系）——好未来智能教育信息技术联合研究中心”。好未来的AI Lab实验室专注在计算机视觉、语音识别、自然语言处理及机器学习等前沿技术。所以好未来对AI智能领域的投入，远远超过了我们通常的直觉。正因为以前就有大投入在这里，现在好未来建立教育业内的首家人工智能博士后的工作站，就是顺理成章的事情了。   

好未来做事情，就是“悄悄的进村，打枪的不要”，在AI的投资也是如此，搞了这么大的规模，外面的声音却很小。我去过张邦鑫的办公室，是只有10平米的隔断间，非常的简朴，背后则说明其志不在小，公司现在的辉煌，远远没有让创始人满意。如果大力发展教育+AI，上升的空间依然是巨大的。对这一家公司的认识，必须跳出大家通常对教育培训机构的看法，不能走传统教育的道路。按照传统的教育产业投资逻辑，教育企业的规模就要走到极限了，因为规模太大了，管理成本会大幅度的提升了，导致效率边际不合算了。

二、传统教育到人工智能时代

传统的教育培训机构，其实更像一个名师的中介和教师的人力工厂，是给社会推荐名师资源，同时在名师的教育收费当中分享利益。如此的模式是没有太多额外价值创造的，更多的是一个利益的分享者。而在教育培训火爆，名师课费分成比例水涨船高，名师不断跳槽下，传统的教育机构模式是有一个规模极限的。同时利润率也会天花板不断的降低，利润越来越薄。

传统模式，教育培训的资源主要是在名师手里，就算你能够培训名师，结果你也是别人的人才孵化器，在中国的《劳动合同法》下你是很难把人固定到你这里的。因此很多教育培训就是精品小机构，是教育作坊，它们的组织形式最好还是名师合伙制，就是律师所和会计师所类似的结构，是一个人合的企业不是资合的企业，此模式难以在资本市场支撑一个巨头的上市公司持久的发展。

类似的我想到了曾经红火的软件外包行业，其中的龙头企业上市以后，随着中国人力成本上扬和汇率压力，在境外此企业的股价不但跌破了市净率，竟然还跌破了市现率。也就是说公司的市值，还没有公司账面上的现金多。这对一个软件开发公司，你能够想象么？因此企业走什么样的模式，是非常关键的。

一个教育机构成为巨头，其强的在哪里？其实就是他对教育研究的领先上，对智能研究的领先上。资本市场所认同的，也是你的想象空间有多大。在教育AI产业和大数据上，想象空间可以是无限的。原因就是在信息爆炸时代，未来的教育方式和学习方式可能都要发生巨变，人类的行业方式，也要发生巨变。在各种咨询行业，可能个人的知识经验能力，就要让位于大数据+AI的机器了。这里的行业大家议论比较多的有律师、医生、翻译，还有的就是教育。可能未来一个名师的经验，不如一个大数据支持的电脑。

在大数据+AI时代，其实是行业职业的重组集中。我们看到的是阿法狗战胜了围棋冠军，背后其实是研制阿法狗的一群高智商的人，战胜了下围棋的一群高智商的人！这两群人以前是绝对不可能同台竞技的，但在网络大数据和人工智能时代，他们要在一起分一个高下了。在被人工智能战胜以后，失败的行业出现的必然结果，就是衰落和边缘化。

所以在资本赌未来的逻辑面前，就是你能够在未来占据多少的空间！

因此教育巨头的发展方向，行为有别于教育作坊，全力走向人工智能，拥抱智能产业，就是必然的结果。好未来将来必然是去名师化的，它的优势在于它的智能系统的优势，而名师则在精品的教育作坊，其他教育机构在这方面的投入，与好未来肯定有数量级的差别，而且可能不止一个数量级。不同机构不同模式，各有各的市场定位。

在智能产业领域，教育巨头都是大量投入的，而好未来这方面的动作走到了前面。好未来与国内外最顶尖的研究机构建立合作，建立自己的博士后工作站，自己培养人才去造血。

未来的教育领域，人工智能的投入会持续增长。教育机构巨头的投资，会燃烧在AI投资之上，但这个烧钱反而是会让股票的价格更加高企。资本的逻辑，看的更多的是未来的空间，不是眼前的利润。

三、教育的新规律

在教育领域，不光有人工智能，还有人的智能之问题，还有人类智慧来源的探索问题，这使得教育领域更不同于普通的人工智能公司。在信息爆炸下，我们孩子的学习能力，就是远远超过了我们当年，让很多传统的教育专家是不能想象的，也是对他们认同的教育规律的彻底颠覆。信息时代在教育领域的智能发展研究同样具有特别的意义，所以我们看到了好未来还有对人脑的研究等等，新的研究结果也可以应用于人工智能技术的开发。

从我个人对孩子的教育经验，以及在新的信息环境下的探索，自己也有了一些的思考，利用好人工智能技术提高人类学习效率，也是教育未来的发展方向。

现在孩子的学习，之所以可以学习得很快，我的总结经验就是要利用好当今的电子信息技术。比如我们孩子的认字和阅读，点读笔就非常的关键。以前我们小时候遇到不认识的字怎么办？问大人问多了，大人不耐烦；去查字典，且不说查字典就是一个技术活，你查字典很慢，马上把你阅读的体验冲淡了，你也没有兴趣阅读了，所以我们当年的认字是很慢的。

现在点读笔的出现，一点就解决所有问题，孩子阅读认字的效率就极大的提高。我儿子通过点读笔，幼儿园就可以阅读书籍无障碍了，而且反复使用点读笔和大量阅读以后，从小阅读成为习惯，很快也就常见汉字都认得了，效率是以前无法比拟的。学习英语，现在人工智能下也是更快了，因为可以语音识别来纠正你的发音，可以通过程序后台来记录你背单词的结果，不断的把你生疏的单词找出来让你反复记忆，你背的速度极大的加快了。

还有就是你的刷题，不但可以有软件帮助你找到你所需的题目解答，关键是软件还可以后台分析记录你的各种错误，然后给你最恰当的练习，让你的学习效率变得最高。系统的力量很多时候是超过名师的，我们可以看到很多三线城市的重点中学，名师都被挖走了，但依然可以有学霸出来，背后就是一个人工的系统在支持学霸，学校的老师集体对学霸的研究和支持到位，资源投入更多。现在人工做法，可以被软件替代了，智能信息技术的发展，让这样的支持变成了自动。

信息时代对孩子知识的支持，有一个重要的现象不能忽视，就是高效的检索能力对孩子学习效率的影响。在大数据搜索下，孩子掌握知识的速度超过你的想象。曾经有一个网络热点，就是清华附小的小学生，用大数据研究苏轼，写出了很多专业教授都写不出来的文章。以前要查一个知识信息，要图书馆一天；现在是计算机键盘一条指令几分钟的事情，带来的效率变化，影响了整个社会。

（清华附小小学生大数据研究苏轼）

好未来适应信息时代走到了前列。好未来的学习，不光有研发的课件和多媒体的支撑，而且好未来的课堂，最早让孩子上课都拿上了i-pad辅助上课。在反对孩子用电脑的舆情环境下，很多家长当时都不理解，但我很支持该做法。我认为电脑是要从娃娃抓起的，网瘾是负面的，但学习效率高则是正面的，关键看你的孩子到了哪一个方面。新的技术，确实让孩子的学习更为高效，其中规律需要深入研究。

因此现在很多孩子通过课外班的学习达到领先，不是简单的超前学习，而是获得了更高的效率。要成为顶级的机构，能够成为行业巨头的，也恰恰是对信息时代教育新规律的深入研究和掌握，让课外培训机构不是补课班，不是简单的复制补课。我们的管理部门，倘若不能与时俱进，问题将是很大的。在教育一线机构，在对新时代教育规律发展上很敏锐，抓到了问题的关键。

四、教育企业的数据价值

在信息时代，尤其是大数据时代，数据的价值之大，经常被很多人所忽视。忽视的原因，就是在传统手段之下，这些数据无法应用。但在人工智能时代，过去不能够利用的数据，都可以应用了，而且可以通过计算机来找到数据的规律性和关联性，挖掘出更多的有益信息也就是二次数据，所以当今时代，人工智能的支持核心之一就是大数据。

对教育领域的数据重要性，教育机构有充足的认识。俞敏洪就说过：

“这些数据出去以后，如果对方有一个特牛的人迅速在内部催生出一家教育公司，是极有可能将我们这些数据变成他的教育公司的核心引擎和发动机，所以我不敢。”

他的这一番讲话，说明已经充分认识到了数据是教育企业的命根子，比生源和师资更重要，是未来AI巨头进入教育领域的最大门槛和核心竞争优势。而好未来的教育基础数据，就是对它搞教育智能产业的核心支撑。

教育巨头，产生大量的教育一手数据，几百万学生的学习过程，可以挖掘出人类学习的规律。在大数据规律下，成规模的机构具备巨大的优势。传统的教育研究，数据采样成本高，还有很多的失真。而知识是私有的，很多名师也是自己留一手，教育规律的重要经验，不是分享而是私藏。传统手段得来的如此数据，还是非电子化的，挖掘困难。

在信息时代的教育机构，现在数据收集的情况已经完全不同，好未来这样的结构，机构自身的IT系统的强大，业务运营过程当中所有的信息和数据，都是在企业的数据库里面。好未来让学生上课都使用i-pad，结果就是学生的行为，会产生更多的数据被系统统计。在网络行业赢者通吃的规律面前，龙头的优势会更加明显。

五、教育企业培养AI人才

未来的世界是AI的世界，那么人类的生存，有一句名言就是：要么你被AI服务，要么你制造AI。未来的AI人才，也是竞争的焦点。

教育企业转向智能公司，一方面是人工智能人才的消费者，另外一方面也是人工智能人才的培养者。在培养这方面的人才上，研发和培训很多时候可以不分家，兼顾也是发展的方向。在人工智能领域，大家都知道的是英雄出少年，年轻的孩子，就可以很强！研发者同时可以当作培训教师的或者研发培训资料，教奥数的名校毕业生在课余时间也可以参与智能的研究，研究人员空闲可以做一对一的教育辅导，是一个相互促进的正反馈过程，效率可以做到最高的。

中国未来需要大量的AI人才，对教育培训机构而言，就是巨大的市场机会。我们禁止或者限制了奥数，但我们没有限制孩子搞AI！孩子的AI学习热情是很高的。孩子从小经过AI的技能培训，将来受益巨大；对国家和相关产业意义重大，尤其是国与国的人才竞争加剧的情况下，需要更多从小受到良好训练的AI人才。

这里在AI高端人才的培养上，更需要的是博士后的顶级人物，好未来建立博士后的工作站，在培养人工智能顶级人才层面，就走在了同行们的前面。而且这些人才是主要为自己所用的。能够设立博士后工作站，这是一个有门槛的事情，相比各地红火开办的人工智能学院，真正搞人工智能的，除了少年天才，就是要多年教育学习，达到博士水平以上的人，这就是博士工作站的意义。

对比一下好未来的5000人从业十亿每年的投资，我们整个高校的经费是多少？人数是多少？是否有这么高的效率？列出数据算一下，就知道未来的人工智能只能在企业，核心的人才培养也是在企业的。

看一组数据：2013年高校科研经费超过10亿元共有29所高校，其中，清华大学以39.31亿元的科研经费排名第一，浙江大学和上海交通大学紧跟其后，分别是36.07亿元和31.09亿元。科研经费超过30亿元的共有3所大学，20-30亿元的共有6所大学，10-20亿元的共有20所大学。而到2018年，科研经费过10亿元的93所，只有清华北大等过百亿元科研经费，但这些经费是所有学科的，他们是综合性的大学，某个领域难以达到总经费的十分之一。

（可以把上图当今大学的研发经费与之比较一下）

对比规模，211大学的全部研发经费都不能保障一定超过10亿元，最好大学的单一领域的研发经费难以超过10亿元，难以达到比好未来的研发投入多，而好未来的人工智能研发经费和人数，还在快速的上涨。好未来的教育主业现金流是有稳定增长保障的，在此方面的持续投入能力，比依靠不断融资投入的网络企业，更具备持久性的耐力。同时好未来有更多的数据资源，有一线的教育场所，这些都是很多研究机构不能具备的，间接价值的投入可能比直接投机的价值更高。而且人工智能投资有硬软之分，华为阿里大量投资于硬件芯片和云，与好未来在教育领域纯软件方面的投资规模是不在一个层面的。

培养AI人才要求的环境和门槛更高，对校内教育是相对困难的，培训机构可以弥补这一个市场的空缺，市场机会明显。所以可能在不久的将来，看到好未来的AI培训会大发展。能够大发展的背景，也是与好未来人工智能方面的投资布局和积累相关人才相关联的。

六、教育智能公司对国家社会的意义

如果我们确信未来国际的竞争，是以人工智能为主的竞争，那么我们就可以再进一步的确信，教育智能公司对国家的意义比其他人工智能更重要。因为它不光研发应用人工智能，它还研究人类智能，它还培养人工智能的人才，是整个人工智能行业可持续发展的基础，世界其他国家，没有中国的机构条件优越。美国有最高水平的大学，但培训机构没有中国同等大的规模。规模不够数据样本就有限，网络智能的行业特点就是规模决定一切的。

美国已经非常清楚的认识到人工智能的重要，不光是贸易战打压中国的智能制造2025，更为他们AI发展，上升为国家战略。美国时间2月11日，美国总统特朗普签署行政命令《美国人工智能倡议》（American AI Initiative）。这是一项事关美国人工智能发展的重要国家级战略，从投资、开放政府数据资源能力、相关标准建设、就业危机应对以及制定相关国际标准五大方面制定了美国未来一段时间内的人工智能发展方向。

（美国国家扶持人工智能发展的报道）

相比美国，中国是提出的智能制造，对人工智能更广泛的应用，政府层面的支持不够。导致中国缺少龙头企业，中国的顶尖人才外流厉害。美国则是世界AI的领先者，吸纳了全球最好的人才为他们服务，中国怎样赶上，需要找到中国具备优势的突破口。中国网络公司BAT，其实境外都有对标企业，只有中国的教育领域的企业规模，是远超西方的。

虽然中国的各类人工智能公司如雨后春笋，但这些公司的规模欠佳，更关键的是他们的研发投入是依靠烧钱融资的，持续性压力下必然过于追求短线成果，与好未来依靠自身利润现金流就可以持续投资是完全不同，更何况好未来等巨头自身拥有的雄厚数据积累带来的价值资源。因此怎样在教育领域当中支持本土智能企业的发展，对国家的人工智能战略意义重大。

与西方教育机构对比一下规模：美国凯博培训Kaplan, Inc. 是全球知名教育服务机构，其母公司为Graham Holdings Company （NYSE:GHC），这个差不多是西方最大的培训机构，它现在拥有超过31,000名员工，遍布全球600个地区。通过Kaplan旗下丰富的教育品牌和产品，全球总计已经服务超过1百万名学生。而好未来的2018财年的入学人次就大约是500万人，有员工33000人以上。其中党员6283人占员工总数的19%，而且还在快速的发展过程中。规模效应的优势，加上好未来每年十亿以上和5000人的研发投入（中国的工资低，这抵得上美国公司十亿美元的投入）是具备竞争条件的，国家应当加大对此类企业的扶持。相比教育科技龙头企业的规模，国内公立教育和学校，差距是难以短时间弥补的。怎样扶持我们的民族智慧产业，是国家大事。

如果教育企业的内核转向智慧企业，那么国家政策管理部门更多的不该是设限而是扶持，主管的部门不仅是教育部，加入工信部也较为合适。在教育领域，怎样把智能产业发展上升为国家战略，对中华崛起伟大复兴，是可持续发展的大战略问题，建议有关部门更深入的进行研究。

七、展望未来

最后我们总结一下前面的结论，展望一下未来。我认为在下一轮的投资当中，中国教育产业肯定大发展。而在教育产业的投资当中，开教育作坊是一种投资；资本市场投资可以变成智能公司的教育企业是另外一种思路。在传统的教育培训遇到管理成本天花板的时候，教育企业在人工智能时代，转向智能企业是必然的选择，而且是赢者通吃的。这里，我是比较看好好未来的。

综上所述，我认为未来的世界，是人工智能的世界，是信息化的世界。教育产业未来会有一个巨大的变化过程，教师的职业，很多会被智能产业所替代，会有一个新的领域崛起了。现在教育巨头的巨资投入到教育科技，就是端倪。

（本文作者张捷，中信改革发展基金会资深研究员、央视评论员、国务院发展研究中心国际技术经济研究所客座研究员，中国政法大学资本金融研究院兼职教授，此前写过多篇有关教育的文章，并著有《定价权》、《房噬》、《信用战》等多部作品。）