掌门1对1张翼：AI in all，但鼓励孩子这事AI取代不了

　　2014 年，张翼赶上在线教育创业红海。不主打作业场景，也不切入公立学校，他执意要把不被投资人看好的「1 对 1 重模式」搬到线上，创立中小学在线 1 对 1 辅导品牌掌门 1 对 1。随着时间推移，狂野之旅似乎已经平息，2017 年其全年总营收 10 亿元。除了耀眼的营收数据外，还在短短三年多时间内完成了六轮融资。

　　
        掌门 1 对 1创始人兼CEO张翼

　　从上海交通大学上海高级金融学院毕业后，张翼没有选择麦肯锡的职位，而是在网上带起了数学课，一节课 50 块钱。这并不是他第一次接触教育，2009 年他决定做线下的「精英陪伴模式」，把清华、北大等全国十大名校的大学生或毕业生培养成老师，然后集中到某个地方去给学生们培训。

　　2014 年，张翼的创业赶上在线教育创业红海。不主打作业场景，也不切入公立学校，他执意要把这个不被投资人看好的「1 对 1 重模式」搬到线上，创立中小学在线 1 对 1 辅导品牌掌门 1 对 1——突破地域，让更多的人接触到「好老师」。

　　随着时间推移，狂野之旅似乎已经平息，掌门 1 对 1 在独特的赛道上活了下来，截止 2018 年 5 月，掌门 1 对 1 总注册学员已超过 600 万人，覆盖全国 600 多个省市县，教师数量首都突破 5 万，2017 年全年总营收 10 亿。除了耀眼的营收数据外，掌门 1 对 1 还在短短三年多时间内完成了六轮融资。

　　2017 年 12 月，掌门 1 对 1 在京召开 2018 年度战略发布会正式宣布获得 D 轮融资，融资数额 1.2 亿美元。不久前的 7 月，掌门 1 对 1 刚宣布完成 C+轮融资, 投资方为 StarVC。2017 年，掌门 1 对 1 凭借 10 亿营业额和 2 轮大额融资，正式跻身教育独角兽行列。

　　和多数 K12 赛道的创业公司选择相同，AI 将是此轮融资后的一大主要发力方向。5 月 26 日，作为上海科技节唯一受邀在线教育企业，张翼在发言中更是明确提出「教育领域将逐步实现『AI in all』的互动教学新模式」，在课前、课中、课后而都要运用 AI。但矛盾的是，张翼却不赞同 AI 教师这一直接做法，「AI 最终能取代所有东西，唯独取代不了跟人性相关的东西」，「鼓励孩子这件事 AI 取代不了」。

　　极客公园和张翼聊了聊他眼中教育行业运用 AI 的可能、教育行业中的 AI 是否是噱头及其具体落地等问题。（以下对话经极客公园编辑整理）

　　落地

　　Q：掌门 1 对 1 做的 AI 和其他 K12 教育公司提出 AI 的区别在哪里？

　　A：不管是 AI 老师还是 AI 辅助的老师，最后能帮学生提高成绩是我们的终点。很多机构会谈 AI，但本身如何实现切实的 AI 应用却想得很少。所以，我觉得本质上最大的区别是理念不一样，不管你是 AI 老师，还是目前认为的一半 AI 和一半老师进行结合，最后都是要帮学生提高成绩，这是我们的初心。

　　Q：整个 AI 设想落地需要几步，目前进行到哪一步？

　　A:两步。第一步是把产品设计出来，把从整个技术框架到基础角色等都设计出来；第二步是经过漫长的数据积累，累积相当大量的学生数据去训练这套系统。这个训练的过程初期阶段将持续一年或者两年，整体上可能会是一个无止境的过程。到后来会越来越准，壁垒也越来越高。目前，我们大的基本方向基本上已经确定了，并且已经在付诸实践。

　　Q：要实现落地的困难在哪里？

　　A：面临的挑战是多方面的。我觉得最大的挑战在于你的数据量是不是够大。第二个是 AI 确实需要比较大的投入，包括资金和技术等等。因为我们近年良好的营业表现和融资表现，以及我们对人才的吸引力大大提升，所以我们在这方面比其他品牌更具优势。

　　Q：AI 的运用会成为下一轮融资亮点吗？

　　A:融资的时候我们比较少去讲概念，因为对于我们来说，最终就是根据学生成绩是否提高来讲有没有效果。AI 和教育的结合怎么实现，我觉得这些是一个方法，到最后大家关注的不应该是表面多么多花哨，而是它到底有没有用。

　　Q：如何看待目前 K12 的竞争？

　　A:不同赛道、不同领域，不太一样。我个人认为本质上不是一个赛道的机构或许能共存。但如果两个机构在做完全一模一样的事情，在互联网的这个环境下很难共存。大家的实力相差非常悬殊，比如说我们这个领域，去年整个营收规模差别很大，大家融到钱的差别可能也是 4、5 倍，导致估值差别也很大。融资之后，第一名可以在 AI、教研等方面持续发力，但后面的机构是无法承受这种投入的。学生越来越多，AI 就越来越精准，之前的差距是很难逆转的。我认为未来在教育行业的每个赛道都是一个头部非常集中的市场。

　　Q：相对于一些其他竞品而言，掌门 1 对 1 的优势在哪里？

　　A：掌门今年在教研方面投入了 3 个亿的资金，不深入学习这些课程的话，大家光看门面可能看不出差别。你一旦上完课就会发现巨大的差别，掌门 1 对 1 的体验多好、老师学生关系有多好、地区针对性多强等都会有具体的感知，就像你做两本题，总会觉得其中一本比另一本好。

　　AI in all

　　Q：为什么会有将 1 对 1 辅导和 AI 相结合的想法？

　　A：1 对 1 辅导本身来说是一个非常「重」的事情，它「重」的原因是因为要为效果负责。如果这种模式要实现下一步发展，肯定不能一直这么「重」。所以必须要把其中的很多环节都 AI 化，否则这个模式很难扩张。所以 AI 本身就是 1 对 1 必须走的一条路，只是我们比较少对家长讲 AI 这个概念，家长更加关心的一定是效果。

　　Q：AI 为什么能解决模式「重」的问题？

　　A：打个比方，今年我们平台的老师可能会突破 10 万人，这个量级基本上在国内已经是最大的，没有人拥有过这么多老师。所以事情本身已经不再单纯是「重」的问题了，而是一个怎么实现规模化管理的问题。管一百个老师和管一万个老师、管十万个老师，整个组织架构和整个监控体系完全不一样。我们认为达到十万这个量级后，必须是 AI 去管理，再形成固有的模式。单纯利用人来管理已经不太可能完成这个任务。模式和规模也在倒逼我们去完成这件事情，必须让所有东西都数字化、智能化。

　　Q：今后主要将在哪些方面运用 AI？

　　A：课前、课中、课后都可以运用 AI。第一，课前的测评可以 AI 化。这方面我们和市场上其他 AI 测评的概念是相同的，但是我们的优势是数据量非常庞大，由于我们学生非常多，所以测评结果会更加精准。第二，课中的 AI。课中的 AI 分老师和学生，现在我们开通了人脸识别，可以看到学生对每一道题的反应以及他在课堂上的整体表现等。比如是不是走神，整节课上下来整体状态如何，情绪是否比较低落等。目前已经达到可以监控的状态了。当然我们也跟一些公司在合作，如果未来硬件成本降到足够低的话，可以通过硬件识别脑电波，实时监测到每个学生的状态变化，把这个应用在 1 对 1 上会有很大的发展前景。第三，课后我们会根据学生的反应，来了解某位老师以某种方法讲某道题，某水平的学生听下来觉得怎么样，然后可以把这道题的讲解过程切出来。所以能够形成大量的答疑素材库，未来可以用于智能答疑。

　　Q：课前测评的目标是什么？

　　A：测评的目的是要让老师知道学生对下节课要讲的知识点的掌握程度，以及对上一节课已完结的知识的掌握程度。这里面有很多被细分的知识点层级，通过测评，就可以了解学生的掌握程度在整个知识点的哪一层级上，他在这个模块里面有哪几个知识点没有掌握。然后根据反馈，生产出与之相符的题目和知识点来讲解，这是一个全面排查的过程。

　　Q：为什么要做学生与老师的精准匹配以及如何匹配？

　　A：我们提倡老师和学生之间的精准匹配，是因为老师跟学生的性格匹配非常关键。老师是不是能管理这个人，这与人的本质相关。就像你去健身房的时候，在健身上你可能不愿意坚持，这件事本质上就是教练在管理你。所以为了老师能够和那个学生在教学上合拍，两个人必须有性格上或者风格上的匹配。目前考虑的维度主要有这个老师什么性格、最擅长教哪一类学生、来自哪个地域、毕业于哪个学校等。

　　双面神 AI

　　Q：为什么不做 AI 教师？

　　A：其实 AI 取代教师我们之前尝试过，但是发现有些伪命题。只能说 AI 是一个非常好的工具，能够使老师无论备课还是上课都非常方便。但如果你想把「老师」这个人完全替换掉，我觉得至少在 K12 这个领域不大可能。举个例子，现在的题库非常多但学生不愿意做，导致成绩提不起来，因为这是个反人性的东西，他不想学习的本质是他不想做题，那么就算题再好学生也不想做。所以本质上来说需要一个老师做激励，老师是一个榜样能够引导学生不断地主动地去做题，给予他鼓励。所以我觉得未来所有地方都可以 AI 化，唯独鼓励这件事情没有办法 AI 化，最后必须是老师和 AI 各占一半。

　　Q：运用脑电波监测学生有什么好处？

　　A：其实对几方都有挺多作用的。首先，对机构来说，它可以知道每节课的质量，如果是一个负责任的机构它需要自查这块。第二，对于家长来说，他也希望去了解孩子的整个学习状态。除此以外。我们可以知道讲到哪一部分学生情绪比较好，讲到哪一部分学生搞不太清楚，可以监测到非常细的知识级。如果把这部分讲得好的题切出来，以后做一项普罗大众的免费的答疑，还有很多可操作的空间。

　　Q：运用脑电波算是强迫孩子提高效率吗？

　　A：我是这么理解效率的，我们一直在说减负，减负的本质不是说不要学，而是本来每天需要学习 9 个小时的东西，我帮你减到每天只要学习 4 小时。减负的本质就是提高效率。他可能还是学那么久，或者他学的时间稍微少了一点，可是因为他效率高，所以他学的东西其实比以前更多或更扎实，我们觉得这是未来减负的本质，短时间有更高的输入。所以我们去做各种 AI 的事情，本质上为了这个目标。我觉得高效率是未来一定会去探索的，做两道题就能搞定的事情为什么要做十道题呢?

　　Q：教育行业里头的人工智能是噱头吗？

　　A：刨除那些过分夸大的言论不说，从实际运用来说 AI 对于某一部分确实有颠覆性的作用，但对于某一些领域可能真的是作用有限。打个比方，对于在线教育而言，AI 所能发挥的作用是对那些规模特别大的企业，对于规模很小的企业就不是很需要。比如，去测试学生某个知识点是否学懂，下个知识点应该给学生推什么的时候，如果数据不够大，没有成千上万的学生训练这套神经网络，那么所得出的 AI 推送是不准的。本质上，只有你这个平台上有大量学生——比如说二十万，天天训练这个模式，神经网络才会特别准，这时候 AI 才能发挥颠覆性的作用。

　　Q：哪些公司可以做人工智能？

　　A：首先数据必须足够大。其次，小规模企业不太需要所谓的提高效率，因为两个人就能解决问题，为什么要做整个管理呢？就像小公司不需要谈管理，大公司才需要做管理。AI 的能量对于一些数据规模化的企业来说发挥的效率可能更大，对于一些规模比较小的企业可能发挥的效率并不是特别大。

　　在有一些领域，比如说 AI 完全替代老师这个事情上，我觉得是有距离的，稍微有点夸大。因为他（老师）知道人性，AI 如何取代人性的问题我觉得还是一个比较长远的事情