一次性推出5款新硬件產(chǎn)品，公眾認(rèn)知中一向ToB的“明星企業(yè)”科大訊飛前兩天的發(fā)布會讓人“意外”，ToC轉(zhuǎn)型似乎說來就來。

不過，這也坐實了坊間的猜測：2018年To C業(yè)務(wù)營收／毛利快速增長、占比接近1／3后，科大訊飛消費者BG被搬到臺前，試圖集中兌現(xiàn)技術(shù)紅利。

新版翻譯機、智能錄音筆、轉(zhuǎn)寫機、智能辦公本（嚴(yán)格來說應(yīng)該是個平板）與科大訊飛一貫的語言文字業(yè)務(wù)調(diào)性相關(guān)，而學(xué)習(xí)機X1 Pro作為AI教育硬件產(chǎn)品，則與科大訊飛的傳統(tǒng)業(yè)務(wù)——ToB智慧教育相關(guān)聯(lián)。

AI＋教育概念有些“泛濫”的今天，科大訊飛卻試圖推出AI教育產(chǎn)品，玩差異化是少不了的，其打出的旗號是“二維知識圖譜”，即圍繞“考點”進(jìn)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——產(chǎn)品不再以題目、視頻資源為學(xué)習(xí)反饋的出發(fā)點，而轉(zhuǎn)而盯住這些內(nèi)容之下更底層的知識點。

只不過，科大訊飛憑借ToB的舊有積累有自己獨特的優(yōu)勢，但也面臨不小的挑戰(zhàn)。

嘗試告別“資源堆砌”，“知識圖譜型”AI教育應(yīng)運而生

“知識圖譜型”AI教育某種程度上是市場倒逼的結(jié)果。

1、大多數(shù)AI教育產(chǎn)品，都沒有實現(xiàn)減負(fù)增效的既定目標(biāo)

在中考、高考壓力下，多數(shù)（相對優(yōu)質(zhì)升學(xué)比例）學(xué)生在傳統(tǒng)學(xué)習(xí)方式下又苦又累，一聽就懂、一做就錯，反復(fù)刷題收效甚微；各種補習(xí)班只能說聊勝于無，開起夜車來不輸996但難有太大效果，焦慮情緒甚至導(dǎo)致心理問題，極端行為偶爾見諸新聞報道。

家長們也好不到哪去。

K12教育后半段的中學(xué)教育家長能輔導(dǎo)的內(nèi)容已經(jīng)很少，看到孩子忙、累、成績沒法提升，想做點什么但又不知道從何下手，家教、輔導(dǎo)班砸錢硬是砸出一個新興內(nèi)需市場，浪費時間、金錢反過來又造成學(xué)生更大的心理壓力，惡性循環(huán)形成。

這時候，AI教育跳了出來。

這些ToC的教育產(chǎn)品，包括APP、PC網(wǎng)頁、硬件（學(xué)習(xí)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現(xiàn)所謂“個性化學(xué)習(xí)”。

然而，這些年來，熱鬧的AI教育始終沒有在C端形成氣候，各種產(chǎn)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教育產(chǎn)品，其核心邏輯都基于以題目、課程為代表的教學(xué)資源的堆砌，只是用信息化的方式把原來分散各處的內(nèi)容匯總到產(chǎn)品中，成為一本“超級題海”。

所謂智能推薦，并不知道學(xué)生為什么錯、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(guān)心學(xué)生為什么錯、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(xué)生辛苦“刷”題的現(xiàn)實，低效的學(xué)校過程延續(xù)，負(fù)擔(dān)未減輕效率也未提升。

這樣的市場，C端產(chǎn)品不迎來爆發(fā)也在情理之中。

2、“知識圖譜型”AI教育，用AI的“策略服務(wù)”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，其產(chǎn)品邏輯不再以題目或課程為出發(fā)點，而把目光轉(zhuǎn)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(xué)生的個性化學(xué)習(xí)情況并給出更科學(xué)、高效的學(xué)習(xí)方案。

因為知識點更底層，學(xué)生攻克了知識點，就攻克了大量以其為基礎(chǔ)的試題或課程，少量學(xué)習(xí)即可“打倒一片”，而有了脫離題海的可能（當(dāng)然，適度的做題強化知識點認(rèn)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(jīng)有一些創(chuàng)業(yè)者參與，形式各異。

可以看到，知識點被圖譜化，而學(xué)生對知識點的掌握情況被不同顏色標(biāo)記，知識點之間起承轉(zhuǎn)合的矢量關(guān)聯(lián)關(guān)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(yīng)的試題，薄弱點即被要求強化訓(xùn)練，一個所謂“超級錯題本”形成。

很明顯，不同的學(xué)生的知識點掌握情況各不一樣，在復(fù)雜矢量關(guān)系下，每個人呈現(xiàn)出完全不一樣的“知識圖譜”圖景，制定的學(xué)習(xí)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產(chǎn)品“千人千面”的原因。

事實上，底層知識點的提取，以及矢量關(guān)系的存在，在讓AI回歸“策略服務(wù)”，這也是AI應(yīng)用的根本價值問題。

在地圖類產(chǎn)品中，輸入目的地后，怎么去、那些方式、需要多少時間、路況怎么樣、預(yù)設(shè)偏好下選擇哪個方式較好、終點停車場、吃喝玩樂……一系列內(nèi)容就被構(gòu)建好了推送給了用戶。

在所有場景應(yīng)用中，真正的AI都必須能夠進(jìn)行類似的策略服務(wù)，這是“智能”二字所決定的。

而在過去的AI教育產(chǎn)品當(dāng)中，單純針對試題設(shè)置AI，只關(guān)注試題推薦而沒有完整的路線圖和引導(dǎo)，無法形成引導(dǎo)學(xué)生完成階段性學(xué)習(xí)目標(biāo)的“策略”；現(xiàn)在，編制底層網(wǎng)絡(luò)的“知識圖譜”在矢量關(guān)系下具備了提供策略服務(wù)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(xué)習(xí)重點，其實就是知識點的聚焦過程，也即教育家們都倡導(dǎo)的“書越讀越薄”——不斷縮小“未獲得”的知識范圍。