對話高途聯(lián)創(chuàng)羅斌：教育公司要想在應(yīng)用AI層改變格局，至少需要3-5年的周期

　　來源|多知

　　作者|徐晶晶

　　興奮。

　　未知。

　　這是高途聯(lián)合創(chuàng)始人羅斌面對當(dāng)下DeepSeek引發(fā)的這一輪AI技術(shù)浪潮時的心境。

　　興奮，是因為看得見的確定性，“拉長周期來看，DeepSeek帶來了巨大的變量，創(chuàng)造了新的可能性。”

　　不過，這份確定性又是模糊的、未知的。“大致方向是能看得見的，但是整個路徑、節(jié)奏是模糊的、非共識的，這其中存在很大的不確定性和未知性。這也意味著，一種壓力。”

　　2月12日，高途正式宣布接入DeepSeek大模型，不過，其對DeepSeek的關(guān)注要比后者大范圍步入公眾視野更早。

　　高途透露了接入DeepSeek后帶來的一些顯著變化：

　　比如，內(nèi)部協(xié)同工具AI助手在接入后，截至目前，日訪問量提升了200%，預(yù)計在2月中旬完成內(nèi)部業(yè)務(wù)系統(tǒng)和協(xié)作平臺全面打通之后，訪問量將會進一步增加。

　　再比如，在用戶產(chǎn)品側(cè)，以DeepSeek為技術(shù)核心的高中數(shù)學(xué)測評準確率提升了15%，而后高中AI選科規(guī)劃服務(wù)也借由AI助力實現(xiàn)了服務(wù)質(zhì)量提高。

　　在高途官宣接入的當(dāng)天，多知就DeepSeek相關(guān)話題對話了高途聯(lián)合創(chuàng)始人羅斌。

　　羅斌嚴謹?shù)亟o出了一些判斷和預(yù)期：

　　1.DeepSeek-R1大模型的準確率已達到在教育場景相對可用的狀態(tài)。

　　2.今天的大模型還處在整個AI能力進化的相對早期階段，如果成熟狀態(tài)是100分，那么今天的這些大模型最好的狀態(tài)也就是5-10分的水平，離終態(tài)還很遙遠。

　　3.在基座模型不斷迭代時，對每家公司來說，更重要的是要找到一種機制，以便在大廠的基座模型快速迭代的過程中，能及時跟上這一波變化，并在每次變化的過程中，能及時把新的能力結(jié)合進來，為自己所用。

　　4.回到教育這個場景，至少在我們現(xiàn)在能看見的一個周期內(nèi)，AI能力本身是一個關(guān)鍵要素，但不是一個決定性的要素。不要期待有了AI之后就能一劍封喉。

　　5.如果有了更強大的大模型能力，過去拍搜的這種模式就會發(fā)生變化，就不需要提前去生產(chǎn)積累自己的題庫，現(xiàn)在是一種實時解答的方式，通過大模型就能夠達到一個非常高的準確率了。

　　6.教育AI的iPhone時刻一定會發(fā)生，但時間、形式不確定。教育公司要想在應(yīng)用AI層面改變格局，至少需要3-5年的周期。

　　7.眾多學(xué)習(xí)環(huán)節(jié)里，AI能替代的，其一，是一個相對簡單的學(xué)習(xí)任務(wù)。其二，AI更適合于學(xué)生主動來發(fā)起、AI來接聽響應(yīng)的場景。而需要由我們來主動地管理和影響學(xué)生的這個部分，今天的AI還做不到。

　　8.小型的創(chuàng)業(yè)公司，在某些單點上、在某些形態(tài)的產(chǎn)品上，有可能獲得一波特殊的機會。但是如果回到重交付、端到端、以學(xué)習(xí)結(jié)果為導(dǎo)向的領(lǐng)域里，這里的機會對于創(chuàng)業(yè)公司而言，挑戰(zhàn)還是非常大的。

　　

　　01

　　DeepSeek-R1大模型的準確率已達到“在教育場景相對可用的狀態(tài)”

　　多知：DeepSeek將如何影響教育行業(yè)未來的發(fā)展？會帶來哪些顛覆性的改變？

　　羅斌：第一個變化，DeepSeek這波算是完成了一次比較好的市場教育，提升了大眾對于AI能力的關(guān)注度，也讓普通用戶使用AI工具的滲透率得到了提升。

　　第二個變化，結(jié)合公開信息和我們內(nèi)部驗證來看，DeepSeek-R1的模型做了一些創(chuàng)新(包括引入了更強的推理能力)后，在一些教育場景下的應(yīng)用效果確實有很大的提升。這種提升意味著，從應(yīng)用的角度來說，它的準確率已經(jīng)達到了一個相對可用的狀態(tài)。

　　教育行業(yè)的容錯率比較低。原來，大模型的準確率并沒有達到可用狀態(tài)。但是今天，以DeepSeek-R1為代表的這些模型的能力迅速提升，讓整個可用性變得更高，也讓更多的場景引入這一大模型的能力變得更加可行。

　　舉例來說，在我們內(nèi)部高中數(shù)學(xué)的一個題庫上，之前我們用原有模型測試，準確率最佳情況是能做到74%。我們現(xiàn)在拿DeepSeek-R1結(jié)合內(nèi)部級數(shù)據(jù)測了一下，經(jīng)過調(diào)優(yōu)之后，準確率大概能到90%。這還是其在高中數(shù)學(xué)的知識體系里的表現(xiàn)。如果知識點下沉到初中、小學(xué)，DeepSeek-R1的準確率會提升得更顯著，可能接近于真人的狀態(tài)。

　　第三個變化，讓更多企業(yè)堅定了對AI的投入。之前很多企業(yè)對AI還沒有形成很好的共識，畢竟AI的投入成本比較高，也需要專業(yè)人才。但今天很多企業(yè)意識到了，必須要擁抱AI。

　　回到教育場景下，它可能會帶來的變化主要是在兩個方向：

　　一個方向是為學(xué)生創(chuàng)造更好的價值。

　　從產(chǎn)品的角度來講，目前行業(yè)里的教學(xué)環(huán)境，大部分還是通過以真人老師為主來跟學(xué)生進行交付。有了DeepSeek能力的輔助后，老師和學(xué)生在整個教學(xué)過程中的反應(yīng)的速度、平均的專業(yè)度、效率、服務(wù)群體的規(guī)模，都能得到大幅提升。

　　這帶來的一個變化是，原來必須要由專業(yè)的真人老師來提供一些教學(xué)服務(wù)，今天通過大模型的輔助，不管是教學(xué)、練習(xí)還是答疑，直接通過AI To C或者通過AI輔助老師來To C這兩種情況下，整個效果和效率都能夠有顯著的提升。

　　另一個方向是改善企業(yè)內(nèi)部的運營效率。不管是市場營銷、銷售轉(zhuǎn)化或服務(wù)的環(huán)節(jié)，效率都會有顯著提升。

　　必須要明確的是，雖然以DeepSeek為代表的大模型現(xiàn)在很火，但是總體來講，它們還是在整個AI能力進化的相對早期階段，如果成熟狀態(tài)是100分，那么今天的這些大模型最好的狀態(tài)也就是5-10分的水平，離終態(tài)還很遙遠，在短周期內(nèi)，我們還不能對它的節(jié)奏和價值期待過高。

　　02

　　在基座模型快速迭代的過程中，教育公司也要讓自有模型及時跟上變化

　　多知：市面上很多教育公司已經(jīng)有自研的大模型，同時接入了DeepSeek，怎么看其未來的路徑？

　　羅斌：如今，DeepSeek是一個更強大的基座模型，無論是把自己原有的模型或數(shù)據(jù)和DeepSeek結(jié)合，還是以DeepSeek模型作為基座，重新去訓(xùn)練新的自有模型，每家公司會用不同的路徑來做。

　　但我的基本觀點是，今天大模型的底層生態(tài)，如果只是5-10分的水平，那么在未來的半年、一年、兩年、三年，底層的大模型還會有突飛猛進的變化。

　　今天各家在這樣的場景下構(gòu)建起的自有模型的能力提升速度，跟大廠的模型提升速度相比，完全不在一個量級。

　　在這種情況下，對每家公司來說，更重要的是要找到一種機制，以便在大廠的基座模型快速迭代的過程中，能及時跟上這一波變化，并在每次變化的過程中，能及時把新的能力能結(jié)合進來，為自己所用。

　　03

　　不要期待有了AI之后就能一劍封喉

　　多知：當(dāng)教育公司普遍擁抱DeepSeek，大家的差異化、本質(zhì)區(qū)別將體現(xiàn)在哪里？

　　羅斌：不管是以DeepSeek為代表開源的基座模型，還是一些大廠的閉源模型，它都會有某種方式開放給整個社會使用。所以在底層的基礎(chǔ)的能力上，是相對標(biāo)化的、是平等的，大家在這個地方不會有明顯的差異。

　　但可能會存在差異的地方是什么呢?

　　第一個維度就是在模型的本身。

　　各家根據(jù)自己的需要，嘗試建垂直模型、小模型或者專屬模型，這樣能更好地適配不同應(yīng)用場景。比如高途有考研業(yè)務(wù)，也有公考業(yè)務(wù)，可能用于考研業(yè)務(wù)的模型和用于考公業(yè)務(wù)的模型就不太一樣。這里可能存在差異化的模型的版本。

　　各家在專屬模型的建設(shè)能力和水平上實際上是有差異的。

　　第二個維度是在應(yīng)用層。

　　關(guān)于基座模型，教育公司們不會有顯著的差異。但在應(yīng)用層，可能變化會更多一些。現(xiàn)在的模型，更多的還是偏系統(tǒng)1的這種模型，還不具備非常強的推理、調(diào)度或者真正意義上的智能。

　　未來，大家也在提，比如大套型套小模型的方式，或者是通用模型嵌套專有模型的方式，包括未來有市面上有這么多的模型，怎樣做混用，不同的場景下可能調(diào)用不同的模型，另外，包括人機怎么結(jié)合，老師和AI怎樣協(xié)作，讓整個過程能夠變得更加高效和專業(yè)，這個地方可能各家的做法會有差異。

　　還有一個就是怎樣做運營。同樣的一個能力，在不同的團隊里面，你的推廣、宣傳、運營，可能會導(dǎo)致最終的使用的廣度、深度、效果上，也會有明顯的差距。

　　第三個維度是在產(chǎn)品層。

　　站在學(xué)員的角度，學(xué)員需要的產(chǎn)品是一個解決方案。他并沒有那么在意你提供的是真的AI還是別的什么。

　　所以結(jié)合AI的能力后，每家提供的解決方案，是不一樣的。但是從學(xué)員角度看，他需要更好的體驗，更好的效果和更好的性價比。因此，在產(chǎn)品上，變化會更大。

　　最后一個維度是組織能力。

　　同樣的一種AI能力，隨著時間的演進，大家的迭代方向和迭代速度是會有差異的。

　　拉長周期來看，不管是從產(chǎn)品層面還是從運營層面，都會形成更加明顯的差異。

　　這里面，人才的影響是比較大的。

　　總結(jié)來講，底層能力、標(biāo)準化的這些能力，大家是類似的。但是回到教育這個場景，至少在我們現(xiàn)在能看見的一個周期內(nèi)，AI能力本身是一個關(guān)鍵要素，但不是一個決定性的要素。更重要的還是在產(chǎn)品、在應(yīng)用等方面，可能需要結(jié)合AI來做重新的思考設(shè)計。面向未來的一個周期（3-5年）來做這樣的布局和迭代，可能是更加重要的。

　　不要期待有了AI之后就能一劍封喉，這件事情不太會發(fā)生。

　　04

　　大模型實時解答，正在消解拍搜解題產(chǎn)品的題庫門檻

　　羅斌：原來學(xué)生有一道題不會做，他要么問老師，要么就用拍搜工具。拍搜工具內(nèi)部是要做大量題庫的生產(chǎn)和累積的，但今天看起來，如果有了更強大的大模型能力，過去拍搜的這種模式就會發(fā)生變化，就不需要提前去生產(chǎn)積累自己的題庫，現(xiàn)在是一種實時解答的方式。

　　所以我的感覺是，未來在解題的這個部分，你問AI一道標(biāo)準化的題，AI給你進行解題這件事，會變得比較標(biāo)準化了，通過大模型就能夠達到一個非常高的準確率了。相當(dāng)于拍搜題庫這件事不會有絕對的門檻了。當(dāng)然可能每一家自己做出來這個模型，通過不同的數(shù)據(jù)和調(diào)優(yōu)以后，可能還會有一定的準確率的差異。但這個差異就沒有那么大了。

　　原來可能你手里有一億的題庫，人家手里可能只有一千萬的題庫，差異可能會特別大。但有了更強大的大模型能力，以后可能的差異是，你的準確率可能是93%，人家的準確率可能是91%?？赡苤皇沁@種層面的一個區(qū)別。但是在覆蓋率上，可能大家都能夠做到非常高的覆蓋率。

　　05

　　學(xué)習(xí)環(huán)節(jié)里，相對簡單的任務(wù)和交互，更容易被AI替代

　　多知：DeepSeek會不會取代一些現(xiàn)有的學(xué)習(xí)產(chǎn)品？

　　羅斌：如果把整個學(xué)習(xí)進行拆解，不管是面向?qū)W生，還是站在企業(yè)內(nèi)部的角度，有很多環(huán)節(jié)。

　　哪些環(huán)節(jié)受到AI的影響更大呢?可能是相對簡單的任務(wù)，相對簡單的交互，在這種邏輯下，更容易發(fā)生。但如果它是一個長周期的、多任務(wù)的、復(fù)雜的鏈條，AI在里面產(chǎn)生很大作用的難度會比較大一些。

　　所以，第一個，AI替代的應(yīng)該是一個相對簡單的這種學(xué)習(xí)任務(wù)。第二個是，它更適合于學(xué)生主動來發(fā)起、AI來接聽響應(yīng)的場景。而需要由我們來主動地管理和影響學(xué)生的這個部分，今天的AI還做不到。這是因為，AI的能力還不夠，也很難讓學(xué)生真正遵從AI的指令。

　　所以從這兩個角度來講，AI能夠在里面發(fā)揮作用的一些環(huán)節(jié)還是可以羅列的：

　　第一種場景，在企業(yè)內(nèi)部的一個場景下，通過AI來輔助做一些內(nèi)容的生產(chǎn)，做一些知識庫的建設(shè)，包括做一些內(nèi)部的問答平臺搭建，這是可以做得到的。

　　第二種場景，一些簡單的對話場景，比如像客服、拍搜(學(xué)生問一個問題，你要給他一個答案，這種就是用戶過來之后就去尋找一個答案的這樣一種邏輯，跟標(biāo)準化的DeepSeek的用法類似。你給一個輸入，它會反饋你一個輸出，提供一些專業(yè)的內(nèi)容解答）這種類型的場景下，AI的能力會越來越強。

　　第三種場景，在一些特定的練習(xí)場景下，AI是可以承擔(dān)這樣一個角色的。舉個例子，英語對話練習(xí)，市面上有很多的產(chǎn)品在做類似的一個事情，這也是比較簡單的對話性的任務(wù)，或者是你需要他給你針對一個特定的題目做一下講解，講特定的一道題，簡單的教學(xué)或者是對練，是可以通過AI來做一定的替換的。

　　但是除了這三種情況以外，對于其他的比較復(fù)雜的這種任務(wù)，以及這種需要老師和學(xué)生進行強互動，強引導(dǎo)，甚至帶有一定的管控屬性的任務(wù)和場景，AI在里面更多的只能起到一個簡單的輔助的作用，也很難真的替代真人來完成這些邏輯。

　　06

　　教育AI的iPhone時刻一定會發(fā)生，但時間、形式不確定

　　多知：隨著AI的快速發(fā)展，未來教育行業(yè)的格局會發(fā)生怎樣的大變化？

　　羅斌：教育行業(yè)格局如果要發(fā)生大的變化，一定要有一個重要的變量——會不會有真正意義上新形態(tài)的產(chǎn)品出現(xiàn)。教育+AI里會不會有一個iPhone時刻，像當(dāng)年iPhone橫空出世一樣，帶來根本性的產(chǎn)品的變化和升級?

　　關(guān)于這件事，我的觀點是，一定會發(fā)生，但是它發(fā)生的時間點和發(fā)生的形式，是不確定的。因為明顯從現(xiàn)在的整個教育市場來看，如果以客戶為中心，現(xiàn)在這個市場上提供的教育產(chǎn)品，從學(xué)習(xí)體驗、學(xué)習(xí)效果、學(xué)習(xí)效率、個性化程度來看，離客戶的理想的期望還是有明顯差異的。

　　可以設(shè)想一下，學(xué)員需要的一個理想教育產(chǎn)品是什么樣的？大概率就像我們?nèi)メt(yī)院，從進門那一刻開始，一切環(huán)節(jié)都交給這家醫(yī)院了，診斷、分析、化驗、治療、復(fù)查，是一個端到端的解決方案。

　　如果按照理想的狀態(tài)來對比，在教育場景下，我們的客戶需要的是這種方案。但受限于很多因素，今天市場上提供的教育產(chǎn)品，離這個還有很大的距離。其中一個非常大的因素是真正優(yōu)質(zhì)的教育資源/老師的供給是有限的。優(yōu)秀的老師，一方面是包括他的學(xué)科能力、專業(yè)能力，另外一方面上是包括他的教學(xué)能力，對于學(xué)生施加影響的能力。這兩方面能力都比較強的優(yōu)秀老師是一個稀缺資源，另外，成本也不會低。

　　所以，有更強大的AI能力后，剛才講的這兩方面都會發(fā)生變化——一方面，成本會更低，因為AI成本未來是會快速下降的。另一方面，供給變得更加充裕了后，可以通過AI和真人老師的協(xié)作和配合，針對學(xué)員提供更加個性化的、更有針對性的、更加端到端的、體驗更加友好的學(xué)習(xí)解決方案。

　　這件事情如果真的達成以后，它相對于今天教育領(lǐng)域的模式來講，會有一種根本性的變化。所以我認為，這件事情的發(fā)生，對于未來教育生態(tài)的格局影響是會很大的。

　　除了這個之外，其他的，比如各家應(yīng)用AI的能力改變格局等等，從應(yīng)用層面，至少是一個3到5年的周期。也就是說，有的企業(yè)整體應(yīng)用和迭代AI能力的綜合能力會更強，會導(dǎo)致這個企業(yè)顯著地從經(jīng)營效率、規(guī)模、口碑等方面優(yōu)于其他企業(yè)。但這件事情需要的周期是3到5年。

　　就像移動互聯(lián)網(wǎng)剛剛出來的時候，也很強大，但離諸如美團、字節(jié)這種成熟品牌的出現(xiàn)，中間會有一個回歸周期。所以今天這個節(jié)點，最重要的是要全力擁抱這一浪潮。

　　同時，站在教育企業(yè)的角度，核心是要以客戶為中心的，真的想辦法幫客戶創(chuàng)造更好的價值，在過程中怎么能把AI這個能力利用好，不能夠反過來拿著錘子找釘子，不能拿著AI去找東西。

　　07

　　小型創(chuàng)業(yè)公司，在某些單點上、在某些形態(tài)的產(chǎn)品上，有可能獲得一波特殊的機會

　　多知：這種新變革的機會，是更可能出現(xiàn)在教育行業(yè)的創(chuàng)業(yè)公司方面，還是出現(xiàn)在現(xiàn)有的對AI應(yīng)用更好的公司里？

　　羅斌：按照我們剛才講的邏輯推演，一個真正有效的符合客戶需求的學(xué)習(xí)解決方案，是一個復(fù)雜的學(xué)習(xí)解決方案。這個復(fù)雜的解決方案的背后，需要強大的組織能力、產(chǎn)品能力、運營能力、技術(shù)能力來作為整體的支撐。

　　小型的創(chuàng)業(yè)公司，在某些單點上、在某些形態(tài)的產(chǎn)品上，有可能獲得一波特殊的機會。但是如果回到重交付、端到端、以學(xué)習(xí)結(jié)果為導(dǎo)向的領(lǐng)域里，這里的機會對于創(chuàng)業(yè)公司而言，挑戰(zhàn)還是非常大的。

　　因為至少到目前為止，教育行業(yè)本質(zhì)上更接近于服務(wù)業(yè)，是人力密集型行業(yè)。這個屬性沒有發(fā)生根本變化之前，這種簡單的通過技術(shù)改變這個行業(yè)的可能性不會發(fā)生。

　　但是如果到某一天，AI特別強大，在各種維度上都很強，有沒有可能把它們組合在一起能夠產(chǎn)生完全有別于當(dāng)下的業(yè)態(tài)的可能性呢？不能完全否定這種可能性。這就意味著，教育行業(yè)的iPhone時刻發(fā)生了，那就是另外一種邏輯了。但是這件事情是不會在很短的時間里發(fā)生。比如3-5年，甚至5年以上的周期，有沒有可能?不排除。但在那個時間點，當(dāng)下這些教育頭部企業(yè)也在快速進行迭代，到那個時候他們的能力也不一定亞于新型的創(chuàng)業(yè)公司。

　　所以，一個是基于行業(yè)領(lǐng)域的能力，另外一個是基于更加強大的新型生產(chǎn)力，這二者之間到底哪個帶來的影響會更大?中間會是什么樣的結(jié)合和演進方式?

　　今天，這一切都是未知的，大家都在快速往前奔跑。

　　相關(guān)閱讀：

　　DeepSeek攪動教育：現(xiàn)在才是教育AI真正的諾曼底時刻

　　對話新東方優(yōu)編程董事長朱宇：DeepSeek如何影響編程教育?