好未来AI Lab负责人杨松帆：好未来的AI开放平台之路 | 甲子光年
编辑：一苇 设计：一凡
微信公众号：甲子光年（ID:jazzyear）
好未来是K12领域的龙头教育企业，目前已经覆盖50多个城市，服务千万学生。
其实成立15年以来，好未来一直重视科技投入，从互联网时代的作业批改APP，再到大数据技术下的IPS智能练习系统，致力于实现学习过程的数据化，为学生提供个性化教学服务。
如今在新的技术浪潮中，好未来开始聚焦并发力AI。今年7月，好未来发布了“WISROOM”智慧课堂解决方案，目前正在进一步发力教育行业的垂直类AI开放平台，以降低技术落地教育行业的门槛，用AI技术赋能教师、赋能学生，并进一步赋能行业里的其他机构。
11月4日，在「甲子引力」大会上，好未来TAL AI Lab负责人杨松帆做了《好未来的AI开放平台之路》的演讲。
在杨松帆看来，做成一个垂直的开放平台必须具备三个条件：丰富的场景、大量的研发投入以及大规模的数据。
关注「甲子光年」（ID：jazzyear），在后台聊天窗口回复“杨松帆”，获得《好未来的AI开放平台之路》主题报告完整PPT。
好未来的AI开放平台之路
主讲人：好未来TAL AI Lab负责人杨松帆
今天我来讲一讲AI+行业的一些探索，通过我自己的经历来和大家分享行业老贵和新贵这两者如何结合。
我大概10年前进入AI领域做科研，四年前回国在大学从教，三年前出来创业，去年加入了好未来，一家教育科技公司。
我在搞AI科研，身为AI程序员时做了底层的AI技术，叫表情识别。表情识别其实就是把人脸的肌肉移动通过摄像头识别出来，进而推测背后可能存在的一系列故事。
做这个技术时，我就有一个幻想，我把这个技术同时给A公司、B公司……一直到Z公司，我们只需要开放接口就行了。接下来这个技术会覆盖到不同的行业，然后行业的用户会给我反馈，基于这样的反馈，就能做出更多可应用的AI底层技术。当我把这样的AI底层技术融合在一个平台上对外输出时，就形成了泛行业的AI开放平台，大家看到非常多AI开放平台都有类似的属性。
而当我真地踏入创业浪潮后，我发现其实“现实往往很骨感”。真实的情况有两种。
第一种是你的技术只是一个大产品里的一小个环节，离客户很远：比如A公司做了一款产品，假如A是一个教育类公司，我们假设它的产品在触达客户时是一堂优秀的课，而打造这堂优秀的课需要一系列链条：技术、交互、视觉、内容、情感等等。而我能给A公司提供的只是技术里的非常小的一环，大家可以看到我们离客户非常远，最终用户拿到的产品质量不由我决定，产品链条过长，你很难做到品控。
第二种是因为远离场景，你的技术可能解决不了客户的问题：比如B公司也是教育类公司，希望开发出一款帮小朋友评测表达能力的产品，从而可以针对性地进行后续培训。B公司找我们交流时，我们就发现，泛行业的开放平台的功能是无法满足这项产品的需求的。我们的文字识别、表情识别、语音识别统统失效。
他希望的是，我们能给他详细拆解表达能力到底该表示成什么技术指标。我们分析了两三个月，才发现原来表达能力意味着流利度、语音的情感、发音的准确度，意味着你说话的内容本身是否和主题契合……有一系列的指标，这里只是列举了其中四个有代表性的。当我们发现这点之后，慌了。怎么做？没做过。这就是情况二，即“远离场景”，我们当时不懂用户需求，不知道用户到底想要什么。
在经历了这样一系列事件之后，我发现泛行业的AI开放平台，它最大的挑战就在于离场景过远，离数据、用户都非常远。所以除了算法、算力、模型之外，我还提出AI的关键元素必须要有场景——这就导向了“垂直行业的开放平台”。
这两个概念的底层逻辑和出发点是完全不同的。做泛行业开放平台的，往往是科技从业者，希望我能够做出一把锤子，撬动所有行业的不同客户。而垂直行业开放平台，它着眼于行业的用户需求，我懂行业，我是行业的深耕者，我知道这个行业用户需要什么，我知道他们的需求是如何变化的。有了这种对比之后，我们发现，其实深耕一个行业的垂直行业开放平台更容易产生实际效果、更能产生深远影响，它的定位着眼于用户痛点，同时对行业的变化趋势也了解得更为深刻。
好未来在深耕行业的过程中做了大量积累，最终提出做教育行业里的首个人工智能开放平台。
向大家简单概括一下教育领域的三次浪潮：第一次是90年代以新东方为代表的机构成立，彼时教育行业的趋势是用户，或者叫“学生出国潮”；到了2000年，是以好未来，原名学而思为代表的K12教育企业，主要做小学、初中、高中等阶段的教培，他们瞄准的是伴生“中产阶级崛起”而来的新需求，相对富裕一点的家庭，往往愿意把消费向子女教育方面倾斜；第三个就是2010年互联网勃兴之后的在线教育学习。
现在大家看到在线教育和互联网的商业模式，对教育有很大冲击。比如说教育的O2O，教育的工具创业、内容创业等等。到现在我们看到人工智能和教育结合了之后，焕发出了新的色彩，接下来看到的是app，它的互联网印记特别重，而在背后驱动它的全是AI。
我们观察到，AI行业现在有这样几个趋势。
第一是场景越来越重要。场景是我们让AI真正落地传统企业的一个重要标志点。我们经常看到行业企业和AI在结合时，即便做了战略合作，甚至战略投资，仍然可能会存在难以融合或者落地的情况，因为双方的思维方式是不一样的。行业从业者更多站在用户角度，科技从业者或者AI从业者往往更注重如何把技术做到最棒。我认为使两者结合的方式可能是各自往前迈一步，我与很多AI从业者交流时，他们都反映比较忌惮投入一个行业。为什么？因为担心这样会让自己视野变窄，会让自己辐射的行业数量变少。
而我认为这是一个相对局限的说法，更好的说法是，能够站在一个行业思考其他行业对本行业的影响或启发，以及你面对这个行业特定的需求时，能不能做出创新，从而影响其他行业，这是我深入行业之后看到的一些特点。我觉得AI整个大趋势现在呈现出来的是融资越来越难，AI公司再出来融资时的定位越来越少。
第二是向垂直类发展，从用户出发思考问题。我认为如果今天有一个AI公司的从业者，或者创业公司融资，会被问是属于下面还是上面（下面指下图中的向底层走，上面指向垂类走）。
“下面”可能对算力的壁垒要求非常高，可能一个行业里只有那么几家公司可以做。“上面”则要考虑市场规模，往上面走资金要有保障。
进一步来说，在行业里，做成一个垂直的AI开放平台必须具备下面三个条件：第一个是丰富的场景，需要非常多的场景；第二个是大量的研发投入；第三个就是大规模数据。前两个条件可能是行业巨头才具备的，因为它需要充足的现金流。做精细化运营会把精力投入到如何构建自己的壁垒上，科技在其中起到至关重要的作用。至于大量的投入研发，我认为一方面是具备这样的资本，另一方面认知水平也要达到一定高度，才敢去做大量的投入。
最后稍微介绍一下好未来。好未来是以智慧教育和开放平台为主体，以素质教育和课外辅导为载体，在全球范围服务公办教育，助力民办教育，探索新兴教育新模式的科技教育公司。
好未来发展经历了15年的历程，2003年成立，2010年上市，原名学而思，上市之后更名为好未来，今天已有三万多员工，覆盖50多个城市、千万级学生。好未来对科技的投入非常多，我们先后成立了好未来的AI Lab、脑科学实验室。
关于好未来AI开放平台，这里先简单介绍一下，平台底层会提供一系列的AI能力，包括图像、语音、自然语言处理、数据挖掘，也会有很多IaaS、PaaS方面的服务，还包括非常多契合场景的AI解决方案，这就是另外一套话语体系，比如：我们有童声的语音识别，拍照解题，还可以进行表达能力的评测，作文批改，课堂质量的评价等一系列解决方案级的AI服务。
在此基础上我们设立了AI学院、挑战赛、产业联盟及孵化器等一系列赋能行业和技术人才的项目和活动。我们认为AI在助力产业升级时，应该为教育行业的参与者和从业者提供如下赋能：第一，我们希望把老师从事务性的工作中解放出来；第二，让孩子能科学地学习，得到个性化的培养；第三，我们希望降低开发者的开发门槛，让技术人才们轻松加入这个行业，共同为教育行业做贡献，注入新能力；第四，对于学校和机构来讲，我们希望帮助它们专注在各自擅长的地方，而不是每天被“在科技上投入多少？要花多少精力搭建科技团队？”等技术难题拖慢脚步。
我们自己的AI学院，目前已触达近万人，培养了上百名AI从业者。好未来作为产业里的一个玩家，也投资了非常多产业趋势里面有战略协同的公司。我们与校企也有一些合作，和斯坦福大学、清华大学、中科院计算所、四川大学都有一定程度的连接，让更多的AI能力落地产业变成可能。
最后在连接行业层面，我们也有未来之星创业营、CEO加速器，或者叫CEO的交流平台，希望进一步降低教育行业的进入门槛，未来不光对外做课程体系等内容赋能，还能做知识赋能，以及科技赋能。我们自己也举办了行业峰会，吸引了全世界教育科技的一系列玩家。我们认为做好教育，其实是最大的公益，我们希望用AI、用爱和科技，努力做好教育。
谢谢大家。
END.