（吴江华分享现场）

这几年，人工智能在K12和语言培训领域快速发展，职业教育同样受到影响。11月16日，在GET2017教育科技大会“职业教育论坛”中，高顿教育联合创始人吴江华分享了他观察到的人工智能对职业教育带来的一些改变。

吴江华说，人工智能带来了整个教育思维核心的转变，以用户为中心，在大数据的驱动下，因材施教有了更多可能。他认为教育行业的三个痛点在于，个性化的需求越来越强烈，但供给还不足。因为教育的特性，整个行业重服务，不管做到多大规模边际成本始终无法下降。还有教育产品标准化不够。这些痛点在吴江华看来，逐渐成熟的技术是可以改善的。

怎么找到人工智能技术人才，是很多教育公司的痛点之一。不过，吴江华认为，这几年第三方人工智能的一些算法已经很成熟，有不少第三方创业公司，有很优秀的算法，但缺少数据，教育公司恰恰不缺数据。

他分享了高顿是如何挖掘分析自己的数据库，构建财经教育的知识图谱。尽管高顿已经有3亿多条数据，但其中有很多脏数据，数据降噪是非常重要的一环。他还强调，最开始就要设计好反馈数据。同时用老师将静态知识图谱构建起来，再通过算法对学员的行为进行概率预计，推送相应的课程与试题资料。自今年年初推出这一系统之后，吴江华说，学员的学习效率明显得到提升，证书考试通过率相比前两年也有多提高。

以下是吴江华演讲实录（芥末堆略有删减）：

教育核心还是掌握在做教育的机构手上

分享之前，我有两个小故事。故事一，之前有来自做运营跟营销非常棒的企业的两个同行来面试，其中一个就说，我不想做职业教育了，我想转到K12去。因为职业教育感觉像割韭菜一样，割一茬，扔一茬。故事二，从这家公司，他到了好未来，发现自己的整个价值体现不了，到了我这边来面试。 

我在想，一家企业关注什么，到最后得到什么？这几年，整个人工智能快速发展，但是看到的都是在K12，或者语言培训。职业教育这一块儿，人工智能能够给我们带来什么？这是我接下来想做的分享，希望能给职业教育的同仁们一些启发。

我07年开始就做在线教育。原先主要是在全球最大的一个英语培训教育机构做线上教育。当时应用了语音识别ASR，包括TTS的一些技术，来推进在线教育的发展。2015年的时候，开始在财经教育领域引进一些人工智能的技术。

并不是这几年人工智能突然火了，我觉得在2015年的时候，或者再之前，我们就已经在思考人工智能应该给我们带来一些。整个教育我们怎么去理解它，整个公司就会怎么思考去运营这个公司。

从我十几年的教育行业职业生涯来看，我觉得教育发展有几块很大的改变。第一块，思维的改变。传统思维就是工业思维，整个教育培训是一个大规模的培养过程，比如说在小学、初中、高中，以及参加高考。小初高的培训，课本和教研是怎么来的？整个教研是基于行业平均水平，比如说班级平均水平，然后思考，给他们做怎样的教研。从我个人角度来讲，我在初二的时候就已经发觉，老师讲的东西，我已经不是很想听了。后面慢慢自己学习的整个路径，跟老师讲的路径就不一样了，这就是第一个我们的工业思维。

后面开始慢慢成为一个分层思维。我们行业内比如说像好未来，把它作为优培班、提高班。每一个班级都会有一定的原则来让它进阶。我觉得是一个非常棒的优化。

到互联网这一块大概从08年开始。整个互联网对教育开始重新思考，我觉得互联网思维里对教育影响最大的一家公司就是Dulingo。它真正把零一些互联网的思维引进来。我们也很害怕，BAT公司来做教育了。但是大家到现在来看，没有真正出现一个巨大的互联网教育公司。所以我觉得互联网对教育的影响并不像互联网对其它行业的影响。这是我们教育行业或者职业教育，可以更大思考。刚才小龙同学讲，我们希望BAT就好好做平台。其实我也是这么想的，我觉得BAT好好做平台，教育的核心还是需要掌握在做教育的机构手上。 

但是大家有没有思考过，原先总是希望教育加上互联网，因为互联网很性感嘛，教育又很传统。希望加上互联网能够给教育这个传统行业来一次刺激。事实上，大家可以看到一些结果。现在变成教育加科技。我觉得最核心的原因不是这一块，人工智能会对我们整个教育行业的确产生一些影响。

人工智能对职业教育的意义在哪儿？

人工智能里整个思维核心变了。以用户为中心，大数据驱动，然后做一些因材施教的可能性。我的分享是，在职业教育这块怎么做。做这件事情对整个行业的价值跟意义在哪里？

首先，我觉得教育行业有3个巨大痛点。第一，个性化教育供需的矛盾。2012、2010年时，一对一培训。但当时一对一语培大家觉得市场很小。但这几年突然大爆发。这是需求方面产生的巨大变化。中产阶级崛起，大家都希望小孩有一对一个性化的教育。

第二，不管做到多少规模，整个边际成本没有下降。不管做到多少规模，几千万、几个亿，最后你会发现整个边际成本没有下降。我觉得核心原因是整个教育的两个重度导致的，重度服务。教育后端人力非常大。我原先讲一家机构如果能做到10个亿的话，互联网公司经常只有几百人，1千人都不到。但是做到10个亿的教育公司，至少两千多号人、三千号人。巨大的人力跟物力。但这是教育行业原有的一些特性。 

第三，教育产品标准化。很多教育公司说，投在百度上花了很多钱。想想为什么呢？举个例子，两瓶可乐，一个可口可乐，一个百事可乐。这两个让用户尝的话，我们可以说：“你尝一下这个，尝一下这个。”但是教育不一样，当你选了某一个公司产品之后，你不会再去选另外一个产品。这就导致很多用户在百度搜索。当教育公司前端销售给他讲得天花乱坠，慢慢他进去了。但是进去之后实际上它的产品不是那样。核心一点，教育的产品标准化是无法描述的。

如果能够描述一个产品的标准化。教育行业已经很多人开始做标准化了。互联网给教育只是带来了一些变化，比如生产关系。像在中国可以用国外的外教。但本质上讲，生产力没有变化。人工智能这一块有可能。

从某个角度上讲，语音识别、OCR，以及包括人工智能这些算法，这几年快速成熟起来。我在09年做语音识别的时候，全球找了10几家供应商。最后做出来的语音识别能力，还不能满足。但是，这几年整个改变是巨大的，技术已经很成熟。

职业教育很多公司觉得，怎么招聘到这些人。人工智能技术人员非常贵。但实际上，这几年第三方人工智能的一些算法已经很成熟。今年4月份，我在深圳参加了人工智能大会。发现很多第三方创业公司，他们有很优秀的算法，但是他们缺少数据。教育这个行业只有教育公司能来做这个事情，而其他公司或者其他技术公司很难来做这个事情。这也是我们为什么开始做这件事情。

怎样构建职业教育的知识图谱？

我们从2015年开始引入AI，到2017年初，推出了财经行业首个智能学习平台（Epiphany），8个月中，有10万学员的使用，效果还是可以的，关于如何构建EP，我后面想大概讲一下。

第一，对数据的着手。整个高端教育集中在财经类教育。我们每天大概会产生300万条数据。整个题库现在积累下来有3亿多条数据。这些数据如果从互联网其他行业来看并不大，但对教育来说，这些数据已经足够了。

当时很多人认为有这么大的数据就可以帮助我们提高职业教育的一些方面。大家对资源的理解还有一些误区。我们题库里像3亿条数据，有很多是脏数据。有些用户可能会在里面随便测一下。这些脏数据怎么去掉，降噪是大数据非常重要的一环。

第二个反馈数据。大家认为只要学习大量的数据就可以做这个事情，其实不是的。这也是我希望千万不要等到有一天再回来思考这个问题。开始的时候就要做好。我讲的是反馈数据，这条数据是当我在问一个问题的时候，你来回答，你的反馈是A、B、C、D。比如一道题，当你的老师会思考，知道题，问了这个，正确答案是B，但是选A是有可能的。选C是另外一个问题没搞懂。每个都是设计好的属于反馈回来的数据，价值是巨大无比的。 

再举个例子。我朋友在另一家公司，告诉我说，最近请了Google大数据工程师，他们的数据非常大。过来一个月之后，发现这些数据对他来讲，都没什么用。很多事情开始做的时候，要思考好这些数据怎么去设计，怎么让它成为一个有价值的数据。

第三，概率的预测。我再举一个场景，当一些用户看我们课程的时候，他看到第四章，回来会去看第三章。有一些用户会回去看第二章。这是一个有关联的动作。如果80%产生，说明他这一节课里的这些点和上面这些点关联，导致他听不懂。这些就是你要做概率的预测，也就是我们后面讲的知识图谱的构建。 

我个人想法是，当时我们用了上海财大的一些老师来做财经方面的课程，但是发现一些学员觉得他讲的不好。实际上我们会发现，财大老师的脑子里都有他自己的知识图谱。他在讲这些东西时，觉得这个你自然懂了。他面对的是财大的学生。当我们一些很小白的学生，基础不一样的学生进来的时候，他学这个就发现有问题了。 

整个对知识图谱的理解也是我们从一个学习平台思考构建学生平台。以前学习平台是把老师的东西放上去让学生学习，但是我们现在开始思考，怎么去构建学生平台，把这些数据关联起来。

我们开始第一步，用老师把静态知识图谱构建起来，确保他能够有一个基本的知识图谱。后面就做了一件巨大的事情，怎么能够让学员行为，利用一些算法，用一些概率的东西给建立起来。这个建立的过程可能会发生一些问题，准确率不够。这个没关系，用户用的越多，后面就会越来越准确。 

AI思维里，机器产生数据，怎么让机器不停产生数据，不停把这些知识点关联起来，让用户能够感知到。比如说我做出来一道题，或者某个东西看不下去了，能够自动推荐给你另外一个东西。这是我们整个人工智能里的巨大改变。

财经教育包含像CPA、ACCA之类的证书培训。这些证书培训我们今年年初开始把这个系统推出去，学员的反馈非常正向，特别是在几方面。一是，他们整个学习效率提高。我们里面做了很多，如果是已知的你就可以跳级过去，就可以做一些跳级各方面的改进。如果不懂，像刚才一道习题，即使选不一样的答案，即使错了，我们大概也知道他应该是由不一样的原因导致的。这样我们能够给他提供更佳的推荐，这就是学习效率的提升。

我们今年的CFA有一个课程经历了完整的周期：从使用EP到最后参加考试，最后的结果是考试通过率比前两年都有比较大的提高。

未来AI有可能让教育转变成轻产业

未来，AI对职业教育会有一些影响。一是老师角色的转变。核心的老师不要被别人挖走。这个很有道理。我现在也发现，我们研究院有500个老师，当我和那些资深老师聊的时候，老师其实很清晰地知道他脑袋里的知识图谱。怎么和机器结合。对他们来讲，他们也不担心你们的人工智能会越来越多，对我影响会有多大，其实无所谓。对他来说他只是多了一个助教而已，至少在批作业、答疑方面给他提供了很多帮助，省下大量时间。 

第二，人力密集型企业怎么转变成轻产业。 从我个人角度上讲，能够通过怎样的技术来改变整个行业。AI这块让教育也能像其他技术在互联网的巨大推进作用，我觉得是有可能的。 

让教育怎么变为一个轻产业。像营销、运营，更像是一个术的东西。教育最终还是要回到产品上。它的产品本质又是一个巨大能力服务。就是摆脱不了这样的困境。假如我们在AI这块的推进，能够做这样的工作，我觉得是非常有意义的。 

最后，因为有更多可能性，驱使大家思考怎么把产品和后端做的更好。

第三，整个职业教育最终是为了更好就业，我们也是。整个高中教育、大学到最后的培训，低端、高端的课程都有。但实际上学员在里面还是没有形成一个生态。职业教育的确是有自己的一些特殊性。后续假如我们把更多的数据拿进来，除了这些学习的数据、职业培训的数据，从知识输出到机会输出的数据也加进来，我觉得它是可能在职业教育这块形成一个生态圈。这块也是我比较期望、期待看到的。