2019年中国AI 教育行业发展研究报告

1、中国AI 教育行业发展研究报告 2019年 2 2020 2 iResearch Inc 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

2、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4 4 2020 2 iResearch Inc AI 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

3、 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 61 2 34 5 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 5 2020 2 iResearch Inc AI 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

4、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 6 2020 2 iResearch Inc AI 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

5、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

6、7 2020 2 iResearch Inc AI 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

7、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 8 2020 2 iResearch Inc AI 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 Alp

8、haGo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 2006 Hinton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MACH 2019 首届国际人工智能与 教育大会在北京召开 19731996 CNN 超第二名十个 百分点夺冠 ImageNet 2012 9 2020 2

9、 iResearch Inc AI 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

10、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 2019 10 2020 2 iResearch Inc 2020 2 iResearch Inc 10 25 52 44 35 50 58 1 3 2 6 12 4 5 5 12 4 26 5 16 8 2013201420152016201720182019 2013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

《2019年中国AI 教育行业发展研究报告》由会员热****分享，可在线阅读，更多相关《2019年中国AI 教育行业发展研究报告》请在金锄头文库上搜索。