“知识图谱型”AI教育，如何打造自己的产品护城河？

市场倒逼为“知识图谱型”AI教育产品赢得了差异化空间，但在横向竞争上，新兴模式如何构建护城河、不被复制和抄袭更为关键，毕竟，创业者一窝蜂、巨头野蛮插手的行为已经见怪不怪。

这种护城河的构建过程，又可以包含两个方面，由于科大讯飞的官宣内容较为详细，这里主要以科大讯飞的产品为案例进行分析。

1、在知识图谱这件事上，时间与积累最难以追赶

芯片、航空发动机等高精尖技术的追赶难以一蹴而就，因为它们是一代代数十年、上百年技术积累和沉淀的产物，即便砸钱也难以在短期内获得快速突破。

“知识图谱型”的独特矢量关系，让它自带了类似的护城河——时间与积累，耕耘越长时间，后进者的机会越少，哪怕是巨头级平台。

不同学科、不同章节、不同小节……“知识图谱”的底图无疑将是庞大的，一个巨大的矢量网络需要知识点的梳理，也需要独特的知识点关系理解：箭头应该怎么画，哪些点和哪些有关系，是前置还是后置……这些都与教学实际紧密相关，是自带门槛的活动。

例如，比热容的计算，需要事先理解比热容的概念，而后又影响比热容比例计算、图像分析以及不同物质间热传递方向判断。大量这类关系都是真实的工作量与知识成果转化，无法一蹴而就，巨头进场也得先完成漫长的积累，毕竟，不只是画出图谱，知识点与知识点的关系也需要足够科学，否则反而形成误导。

科大讯飞敢于推出这类AI教育产品，首要原因应当是它已经在B端教学实践的场景里做了很多年，有足够的底气。按官方数据，其AI＋大数据教育产品或解决方案覆盖了全国1500万＋师生、10000＋学校，其中包68所全国百强校。

此外，科大讯飞的一些与教育相关的技术开发也某种程度上提供了支撑。

早在2016年，科大讯飞就在美国国家标准技术研究院组织的认知智能知识图谱比赛中取得全球第一名，构建了知识点和知识图谱。

科大讯飞还牵头了国家863类人答题机器人项目（一个尝试让机器人“考上大学”的项目），在今年3月份的SQuAD自然语言理解比赛中首次超过了人类，这些让科大讯飞在触及C端产品时，对如何寻找到关键的学习点、理解学生各种作业和题目的“题意”有客观上的推动价值。

这些B端“老业务”，以及教学技术研发，最终在科大讯飞准备于C端市场兑现技术红利时帮了忙，为其“知识图谱型”AI教育产品的个性化精准学习打了底。

一句话，漫长的ToB积累，才整合成可以面向ToC市场的产品。

这里无法得到松鼠AI等创业型产品在拆分知识点后如何形成自己的“图谱”，但可肯定的是，图谱本身蕴含的教学实践积累厚度，一定决定其护城河的深度。

2、知识点不强的学习领域，则更看重“标准”

一些重要的学习内容与“知识点”关联不大，但又必须是AI教育ToC产品的重要组成部分，最典型的是英语学习。

这时候，“知识图谱型”AI教育产品需要寻找其他替代方案，使得这部分内容不要变成各个平台、产品都可以涉足的同质化内容，找到新的差异化能力，与数理化等学科进行“配套”，一条完整的护城河才能形成。

以英语口语为例，在不少“批评人士”的眼中，造成“哑巴英语”的罪魁祸首是缺乏语言环境和足够的训练，这听起来十分有道理。

但是，你不能强求所有学生都能在多学科的K12学习生涯中抽出大量时间、并找到频繁的语境进行练习，在现实背景下，如何利用有限的机会尽可能提升学习效率更为关键，与数理化等学科一样，减负增效更具备现实意义。

传统AI教育产品也试图解决让家长痛苦、学生焦虑的听不懂、说不准问题，配套有诸如跟读、评分等功能。

然而，由于英语听说的某种感性化属性（流畅度、发音、自然情感等），不同的产品对学生学习成果如何的评判标准是不同的。什么才是正确的“标准”？——解决了这个问题，有限的训练才能有的放矢。

尤为特殊的是，由于全国高考、中考的区域化，这种标准还在教育部统一要求下呈现出地域差别，不同地方对英语听说的考核要求并不完全一致，这对AI教育产品又提出了挑战：怎么样让不同地方的用户匹配到符合自己需求的“标准”？

值得一提的是，同样的问题在英语作文批改上也同时存在，不同地区潜在的批改要求、惯例都是不同的，找到契合的“标准”亦十分重要。

从这个意义上看，科大讯飞的技术优势使得与教育考试部门的官方合作又占了先机，其与教育部考试中心共建了联合实验室，共建了目前高考口语考试唯一使用的评测技术。此外，科大讯飞的“触角”还伸到地方教育部门，例如与广东省教育考试院的合作，这其中就有融汇本土化英语口语评价标准的便利。

在此基础上，科大讯飞也附带拥有了与各地中高考标准相同的英文作文批改引擎，一对一学习的纠错、改进过程，都在考核“标准”下进行，“跟着标准学、按照标准练”，书面表达的提升或更能符合最终考核要求。

事实上，科大讯飞在英语学习核心技术领域原本就有诸多前沿权威成果，例如在在第24届国际模式识别大会（ICPR 2018）举办的MTWI图文识别挑战赛中取得全部三项任务的冠军，此外，其纸笔作文（如英语作文）评分的效果实现了首次超越人工专家。

不过，仅回到ToC市场来看，更重要的是上述英语听说评价的“标准”被应用到AI智能教育产品当中后，竞争者很难跟随和复制。

在知识图谱型AI教育的“补充内容”——英语学习上，谁掌握了评价与反馈的标准，谁才会有无法逾越的护城河，而不是别的什么可以复制的花哨功能。

一张知识图谱，还面临这三大挑战

然而，包括科大讯飞在内，虽然以知识图谱的方式切入教育ToC市场十分新颖，但其过程肯定不能一帆风顺，至少，从教育大趋势、教学实际以及平台开发运营等层面，它们还面临三大挑战。

1、如何与“素质教育”大潮合流

从知识点的角度出发，甚至像科大讯飞一样直接称之为“考点”，AI教育以快速的手段，更纯粹、更高效率地提高学生的分数（例如科大讯飞校园实测理科考点掌握时间减少50％），其应试教育的痕迹看起来更重，学习被赤条条地聚焦到考试上，毫无遮掩。

这符合减负增效的家长和学生需求，但似乎与“素质教育”大潮不符合。

不过，同一件事的解读可能有不同视角，让学习更快地、更聚焦地完成“考试”这件事，所谓素质教育最缺乏的时间分配也就划了出来，学生或有更多时间参与情商、运动等活动当中。

但无论如何，AI教育产品一边需要提升效率和成绩，一边还得考虑自己是否“太过了”，像某些教育培训机构那种“考试技巧”显然不太适宜纳入内容体系当中。

2、单个知识点的掌握，仍然无法摆脱“名师”的价值

知识图谱能给出学生的考点薄弱环节，并推断关联的考点的受影响情况，针对性制定学习策略，但名师的个性灵活授课，例如感性讲述方式、点拨方式、理解知识的技巧，是AI体系难以触及的知识点“内部”问题。

知识图谱做得再漂亮再有逻辑，每一个节点的掌握除了做题验证等方式，名师的价值也不言而喻（这本来就是教师的核心价值）。

所以，AI教育产品，不论是软件还是硬件，还是离不开那些传统AI教育产品都在鼓吹的名师资源。

即便科大讯飞这么强调技术和积累，也在其学习机产品内部搭载了诸如名师微课堂的内容板块。

可以料想的是，优质教师授课仍将是AI教育浪潮中玩家们争抢的核心资源，不管产品模式如何新颖。

3、选择了知识图谱，就是选择了“多产品”同时开发

从上文也可知，知识图谱的设计，是根据单个科目的知识结构而来，它无法像题库、课程那样一股脑堆积起来。这使得数理化、政史地等科目都必须要有属于自己的知识图谱，以及配套整个训练体系。

从而，产品设计的“单位”变成了“科目”，而非教育整体，“知识图谱型”AI教育本质变成一揽子产品的集合，每个科目都必须要有自己的“引擎”。

除了体系的建立，由于教学规定、考核规定的变动，知识图谱的实时更新也带来庞大的持续工作量，这不仅对创业者，即便对科大讯飞也是不小的挑战。

总而言之，不管是什么样的技术团队，一旦脱离教育规律，都将迅速与学习环境的实际应用脱节，“知识图谱型”AI教育产品的出现，在理论上改变了过去AI教育产品换汤不换药的问题。

更进一步，AI技术通过创新的方式切入市场、帮助企业实现盈利很容易，但在教育这件事特殊的事情上，始终让教育规律成为产品设计的底层语言、不断对产品进行调整和变革才是更重要也更困难的事。

＊此内容为【智能相对论】原创，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。