隨著大型語言模型（LLM）技術(shù)的不斷進步，教育行業(yè)正迎來一場革命。Jellycat作為一個成功的案例，展示了如何將傳統(tǒng)教育服務(wù)轉(zhuǎn)化為產(chǎn)品，并通過情感營銷策略在教育領(lǐng)域取得成功。本文深入探討了AI在教育領(lǐng)域的應(yīng)用前景，特別是LLM如何改變教育產(chǎn)品和服務(wù)，以及Class Companion等創(chuàng)業(yè)公司如何利用AI技術(shù)提供更個性化、即時性的教育體驗。

教育一直被認為是會被LLM改變最大的行業(yè)之一。ChatGPT 的使用場景中，教育占據(jù)了很大比重，其用量常隨開學(xué)和假期規(guī)律波動。而 Andrej Karpathy 也選擇了教育作為他的創(chuàng)業(yè)方向。人們都期待能夠有全能的AI Tutor，因材施教，提供給每個人最好、最個性化的教育。

雖然 AI Tutor 的理想還沒有實現(xiàn)，但隨著 LLM、Voice Agent、多模態(tài)理解和 o1 等 AI 能力的不斷提升，創(chuàng)業(yè)公司在教育領(lǐng)域解鎖了越來越多的應(yīng)用場景。LLM+EdTech 的核心，是將傳統(tǒng)教育服務(wù)轉(zhuǎn)化為產(chǎn)品。這一趨勢在語言學(xué)習(xí)、拍照搜題等細分領(lǐng)域尤為明顯。例如，基于 LLM 和 Voice Agent 的語言導(dǎo)師，通過自然對話提升降低外教門檻；基于多模態(tài)理解的拍搜應(yīng)用，為基于圖片的問題提供了更精準的解答。o1 的推出也為數(shù)學(xué)和邏輯推理相關(guān)的學(xué)科場景打開了新的可能性。

而應(yīng)用層創(chuàng)業(yè)公司的價值在于提供 ChatGPT 等大模型做不到的體驗——提供更懂用戶需求、更貼合實際場景的功能。例如，通過優(yōu)化產(chǎn)品設(shè)計，讓用戶更愿意在產(chǎn)品中互動，獲得更直接的反饋。

本文是我們對于 AI & Edu 賽道的 mapping，我們始終對AI對教育行業(yè)帶來的變化充滿期待，這體現(xiàn)在教學(xué)的各個環(huán)節(jié)中。Class companion 就是一個典型的例子。初高中教師沒有時間批改課后的 written assignment，使用class companion, 教師可以在 LLM 的幫助下設(shè)計作業(yè)，同學(xué)們在作業(yè)提交的一瞬間，就能得到AI的反饋。Class Companion 面向?qū)W區(qū)和教師的 ToB 進校軟件市場，采用PLG的方式，通過教師口碑推動學(xué)校的采購。然而，作為細分場景下的工具，Class Companion 也面臨被大型進校軟件供應(yīng)商擠壓的風(fēng)險。即便如此，這一案例表明，只要找到合適的應(yīng)用場景，現(xiàn)階段的 LLM 已經(jīng)能夠釋放出足夠高的教學(xué)價值。

         ?? 目錄 ??        

  01 AI & Education Landscaping  

  02 Class Companion

  03 未來的 Gen-AI 變量及影響      

一、AI & Education Landscaping    

Overview

教育產(chǎn)品可以根據(jù)目標客戶是學(xué)生還是老師進行簡單劃分。面向?qū)W生的產(chǎn)品主要包括語言學(xué)習(xí)應(yīng)用（如 Duolingo）、作業(yè)幫手（如 Chegg 和 Quizlet）、職業(yè)技能培訓(xùn)課程（如 Coursera 和 Udemy），以及幼兒教育類工具（如 Ello）。產(chǎn)品的打磨和高效觸達C端用戶非常重要。2023年，全球EdTech市場規(guī)模達1460億美元，預(yù)計到2033年將增至5496億美元，其中針對學(xué)生個人的市場占比約70%。

面向教師和學(xué)區(qū)的產(chǎn)品包括學(xué)習(xí)管理系統(tǒng)（如 Google Classroom）、學(xué)生信息系統(tǒng)（如 PowerSchool）、課堂管理軟件（如 Classcraft），以及評估軟件（如 Gradescope）。這類產(chǎn)品的成功主要依賴于團隊的銷售能力和教育體系內(nèi)的資源，主要付費方為學(xué)校和教育機構(gòu)。雖然市場規(guī)模較學(xué)生端小，但增長很快，2023年市場規(guī)模約為185億美元，預(yù)計到2032年增至1324億美元，年均復(fù)合增長率達25.2%。

LLM 的到來，為解鎖更為個性化、即時性、互動性的教育場景提供了機會。由于教育資源有限，無法做到讓每個人隨時隨地獲得最適合自己的教育。教育行業(yè)的幾次迭代：在線教育平臺、學(xué)習(xí)資源網(wǎng)站、學(xué)習(xí) app 都是對教育資源不足的彌補。LLM 進一步豐富高質(zhì)量教育資源的供給。

AI X Edu Landscaping

To Students 最主要的是 7/24 AI Tutor，包括語言學(xué)習(xí)、數(shù)學(xué)、代碼等細分領(lǐng)域的專業(yè)化 tutor。如針對語言學(xué)習(xí)的 Speak、Praktika、Duolingo，主要針對數(shù)學(xué)解答的 question.ai， answer.ai，全科 AI Tutor 如可汗學(xué)院推出的 kehamigo，Chegg study 的 cheggmate，字節(jié)的 Gauth。同時還包括針對 kids 的 early reading/curiosity coach，如 ello。其他還包括一些心理支持、大學(xué)/職業(yè)顧問的應(yīng)用場景。To teachers & class room 產(chǎn)品劃分為教學(xué)前，教學(xué)中，教學(xué)后。教學(xué)前用于課程生成、教學(xué)建議；課堂中的促進互動，幫助教師對學(xué)生學(xué)習(xí)狀態(tài)的實時掌控；課后幫助作業(yè)批改，對學(xué)生的評估與反饋。例如 OpenAI 投資的 class companion 就是專注課后 written assignment 批改的一款 saas 產(chǎn)品。

語言學(xué)習(xí)和兒童教育應(yīng)用已經(jīng)發(fā)展的較為成熟，因為對實時互動的需求較高，但對邏輯和精確性要求不高，對模型智能要求相對較低。

數(shù)學(xué)/編程 AI Tutor 等精確要求度高、強調(diào)解題邏輯的學(xué)科，對模型智能的要求較高。仍以傳統(tǒng)的拍照→搜索題庫解題為主，llm 作為“good to have”的附加功能，尚處于 Gen-AI 應(yīng)用的初期階段，但因為該領(lǐng)域市場空間大，隨著 LLM 的智能提升未來仍有較大的發(fā)展空間。

而全能型 AI tutor 需要的數(shù)據(jù)、教研積累多。目前受到模型智能不足的限制，大公司在這個方向占據(jù)優(yōu)勢。如可汗學(xué)院推出的 Khanmigo，官方說有 6.5 萬名學(xué)生正在使用。目前 Khanmingo 能做到根據(jù)每個學(xué)生的學(xué)習(xí)進度和需求，提供定制化學(xué)習(xí)路徑和建議；在學(xué)生使用 Khanmigo 進行練習(xí)時，提供即時反饋，以數(shù)理科目為主；提供模擬對話和問題解答的互動學(xué)習(xí)能力，一步步引導(dǎo)學(xué)生思考。

不過根據(jù)用戶反饋，目前 khanmigo 僅能解決小學(xué)低年級階段的問題，對于較難的問題效果較差?？梢娨揽?GPT4 level 的智能水平還不能解決數(shù)學(xué)物理教學(xué)問題，難以達到全能的 AI tutor。

模型能力對教育體驗帶來的變化、適配的產(chǎn)品形態(tài)和代表 case

“模型能力提升、解鎖不同應(yīng)用場景”在教育領(lǐng)域體現(xiàn)相當直觀。我們根據(jù)教育產(chǎn)品對于互動/實時性、模型推理能力的要求將目前 AI 應(yīng)用場景劃分象限。隨著 GPT-4o level 端到端模型實現(xiàn)更好的交互效果、多模態(tài)理解、多模態(tài)輸出能力的發(fā)展，以及模型調(diào)用成本降低，將會帶來更好的教育體驗。

GPT-4o level 的交互

（LLM+Voice Agent)

GPT-4o 是第一個能實現(xiàn)端到端 voice-in, voice-out 的大模型。這個技術(shù)路線是下一代交互的開始：低延遲、高智能。長鏈路的延遲是用戶難以接受的，4o 使得延遲降低，加入了 acknowledge signals 后讓用戶交互起來更像在與真人交流。這對于互動/實時要求性高的教育場景具有顯著意義。典型場景包括 Language AI tutor，Kids reading/curiosity coach。

Speak（進展）

融資：最新融資 2000 萬美元（Buckley Ventures 領(lǐng)投，OpenAI startup fund， yc co-founder Paul Graham， LinkedIn CEO Jeff Weiner 跟投），估值翻倍至 5 億美元。

用戶：表示現(xiàn)已在全球擁有超過 1000 萬用戶，用戶基數(shù)在過去五年中每年翻倍，覆蓋超過 40 個國家。

課程：目前新推出西班牙語課程，后續(xù)將推出法語課程。

產(chǎn)品：推出了“AI 暢聊”，用戶可以自己創(chuàng)建聊天場景進行英語對話。（體驗一般，不如 c.ai 和 GPT-4 store 中的 AI tutor

Praktika

產(chǎn)品：Praktika 使用 GPT-4+Unity Avatars+11labs，創(chuàng)建 voice agent 形式的 AI tutor，提供不同地域口音的 Avatar，模擬真實對話，幫助用戶克服語言障礙，提升溝通技巧。

差異：針對有實際英語溝通需求的用戶，如職業(yè)需求、出國留學(xué)等。與競爭對手相比，Praktika 更注重真實對話的模仿，Avatar 是其特點。

Ello

面向兒童的閱讀伴侶應(yīng)用程序，為幼兒園到三年級的孩子設(shè)計，幫助孩子培養(yǎng)閱讀習(xí)慣。

Adaptive Learn™技術(shù)：Ello 的 AI 引擎，像一對一的教師一樣理解、適應(yīng)并響應(yīng)每個孩子的需求。( not llm)

分級讀物：提供與孩子閱讀水平和興趣相匹配的電子書籍和紙質(zhì)書籍。

Sonia

開發(fā)了 AI 驅(qū)動的認知行為治療師（CBT），提供語音和文本會話的心理健康治療服務(wù)。為用戶提供了成本效益高、可訪問性強、隨時可用的心理健康治療解決方案，改善心理健康服務(wù)的可及性。

具體應(yīng)用：

1）AI 治療師：Sonia 通過手機應(yīng)用提供完整的治療會話，用戶可以選擇語音或文本與 AI 治療師進行交流。

2）Sonia 提供每年 200 美元的訂閱服務(wù)，相比傳統(tǒng)的每次 200 美元的治療費用，大大降低了用戶的經(jīng)濟負擔(dān)。

多模態(tài)理解及模型泛化能力 – 拍照解題類

拍搜是上一代教育 AI 中已經(jīng)驗證的場景和需求。在 LLM 之后，尤其隨著模型推理能力、多模態(tài)能力的提升，拍搜產(chǎn)品也對應(yīng)進行了升級。多模態(tài)理解對于拍照解題場景意義很大，主要區(qū)別是從單純依靠題庫變成依靠大模型的知識，可以一步步解答解題步驟。GPT-3.5 到 GPT-4 使得搜拍解題率有大大的提升，GPT-4v 支持多模態(tài)后，圖形類題目，比如幾何題、圖表題、物理題都可以做了。

具體來說，憑借目前的模型智能能力：

? 美國中學(xué)生解題能做到 85%，之前美國公司只能達到 60%，而中國雖然可以做到 80%，原因是有大量的人力流水線，這海外很難落地，完全不泛化，而且涉及到版權(quán)；

? 多模態(tài)的圖形類題目能解題到 60%（可能是訓(xùn)練的數(shù)據(jù)量級不夠）；

? 過去的產(chǎn)品如果用戶不懂其中的某個步驟，解答簡略的話會卡住，之前只能問真人，現(xiàn)在可以進行追問；

? 卡點是理解能力，可能不是 foundation model 能解的，需要自己做小模型。

在過去半年中，我們觀察到有 Answer.ai 這樣的創(chuàng)業(yè)團隊，也有大廠 Gauth、Question.ai 進入到這個領(lǐng)域。

Answer.ai

Answer.ai 是目前在搜拍題目領(lǐng)域代表 Startup。

All in One 學(xué)習(xí) App，功能包括解題、概念闡釋、記憶和復(fù)盤測試為。在 AI 解題中非常注重對于題目中涉及的數(shù)學(xué)概念的識別和呈現(xiàn)，交互引導(dǎo)比較細致。Answer.AI 目前的月度會員定價是 9.9 美元/月，訂閱用戶能享受的權(quán)益包括無限次數(shù)的 AI 交互和 500 次的 Super AI（GPT-4）響應(yīng)。

左右滑動查看相關(guān)頁面

用戶搜到答案之后，App 會彈出解釋知識點、相似問題推送和真人答疑視頻推薦三個選項。其中真人解答視頻主要來源于 YouTube，用于點擊會跳轉(zhuǎn)到 YouTube 觀看，相當于將現(xiàn)成公開資源直接整合到產(chǎn)品中，如果學(xué)生依舊存疑還可以通過文字/語音繼續(xù)交互。

Question.ai

作業(yè)幫在海外推出的 AI 教育 App，根據(jù)點點數(shù)據(jù)，Question.AI 于 2023 年 5 月 30 日在美國市場上線，之后于 6 月、7 月相繼在東南亞和全球其他市場上線。

落地頁是 AI ChatBot，用戶可以直接輸入想讓 AI 解答的問題。如果用戶需要使用拍照解題功能，可以直接點擊聊天框上方的按鈕進入拍照頁面。另外還有 AI 寫作相關(guān)功能。

左右滑動查看相關(guān)頁面

Gauth

字節(jié)旗下的 2020 年 12 月就已上線，當時產(chǎn)品名稱為 Gauthmath，主推真人 1v1 答疑，后期逐步建立起了數(shù)學(xué)題庫資源，也支持題庫搜題。2023 年由 Gauthmath 更名為 Gauth AI，從學(xué)科內(nèi)容上從數(shù)學(xué)拓展到學(xué)科，Gauth AI 主要基于 GPT-4 和 Bard 。產(chǎn)品設(shè)計上相對較為簡潔，在題目的解釋上也相對簡略。

模型調(diào)用成本下降 90%

很多 AI 教育產(chǎn)品，包括 duolingo max、speak、praktika，全科 ai tutor cheggmate 等，由于 LLM 及 TTS 調(diào)用成本過高，導(dǎo)致產(chǎn)品定價過高或使用次數(shù)受限，限制了大規(guī)模的采用。在未來 1-3 年的時間里，模型的調(diào)用成本預(yù)計會大幅度降低。這將使得企業(yè)能夠以更低的價格提供服務(wù)。促進認為“good to have“ 但價格太貴的人群的使用。

二、Class Companion

Class Companion 是由 Avery Pan 和 Jack Forbes 為 K12 教師設(shè)計的課后作業(yè)管理系統(tǒng)，目前專注初高中課程的 written/essay assignments。我們對于 class companion 的核心判斷有以下幾點：

1. Class Companion 是教師與學(xué)生的雙贏，是效率和質(zhì)量的同步提升。教師端減輕了批改作業(yè)的負擔(dān)，提高了工作效率，學(xué)生端能獲得即時的反饋，根據(jù)反饋不斷改進，提升了學(xué)習(xí)體驗。

2. 目標市場及商業(yè)化路徑清晰：class companion 作為面向?qū)W區(qū)和教師的產(chǎn)品，切 K-12 教育體系的預(yù)算，第一步專注付費能力強的美國市場。Class Companion 借助美國學(xué)校教師軟件購買的權(quán)限和主動性，通過讓教師試用并推薦產(chǎn)品PLG的方式，自下而上的讓學(xué)校采購。

3. 創(chuàng)始團隊能力全面，滿足構(gòu)建教育 ToB LLM 產(chǎn)品的畫像：class companion 面向B端的教師和學(xué)區(qū)，一方面考驗團隊對AI的理解，一方面考驗團隊的銷售能力。創(chuàng)始人Avery Pan曾做過老師，也是教育科技公司outschool的全球產(chǎn)品增長負責(zé)人，其他團隊成員擁有連續(xù)創(chuàng)業(yè)以及 LLM 產(chǎn)品開發(fā)經(jīng)驗。

但對于未來的發(fā)展有些 concerns:

4. 從所處的市場空間和產(chǎn)品形態(tài)來看，市場空間有限：

a. 學(xué)校體系的預(yù)算有限，2023 年全球 K-12 教育科技市場體量也僅為 185 億美元。這其中又牽扯很多教學(xué)體系內(nèi)部自上而下采購因素。

b. Class Companion 解決的場景很小，天花板較低。只有通過擴展產(chǎn)品線，比如從僅僅解決作業(yè)反饋場景，延伸到課程學(xué)習(xí)、課后作業(yè)以及課程測驗，才有可能擴大產(chǎn)品的想象空間。

5. 競爭維度，雖然目前市場上還未出現(xiàn)其他用LLM輔助的課后作業(yè)管理軟件，但是傳統(tǒng)的教學(xué)評估軟件有機會增加類似功能，并通過捆綁銷售獲得價格優(yōu)勢，Chegg 等面向?qū)W生的做題工具也有機會推出ToB產(chǎn)品。而目前 class companion 只做了教學(xué)的一個環(huán)節(jié)，容易被功能齊全的進校軟件通過增加新組件的方式替代。

美國進校軟件市場概覽

ToB 教育市場機會

教育市場除了我們熟知的面向?qū)W生的產(chǎn)品（如語言學(xué)習(xí)應(yīng)用Duolingo，課后作業(yè)幫手Chegg）之外，還有大量針對教師和學(xué)區(qū)的進校軟件，分類如下：

學(xué)習(xí)管理系統(tǒng)（LMS）：如 Google Classroom 和 Canvas，幫助教師管理課程進度、分發(fā)作業(yè)、跟蹤學(xué)生進度，類似企業(yè)內(nèi)的項目管理軟件。

學(xué)生信息系統(tǒng)（SIS）：如 PowerSchool，收集和存儲學(xué)生數(shù)據(jù)。

課堂學(xué)習(xí)軟件：如 Classcraft，課堂上使用輔助教學(xué)的工具，如通過游戲化激勵學(xué)生，幫助教師更好地活躍課堂。

作業(yè)評估軟件：如 Gradescope 和 Albert.io，幫助教師在線創(chuàng)建作業(yè)、批改作業(yè)，并提供給學(xué)生簡單的反饋。

進校軟件屬于 K-12 教育科技費用市場的一部分， K-12 教育科技費用市場包括全球范圍內(nèi)教育機構(gòu)、政府和私營實體在為K-12學(xué)生和教育工作者定制的技術(shù)解決方案上的總支出。根據(jù) Market.US 的預(yù)測，2023 年該市場體量為 185 億美元，包括硬件（計算機和交互式白板）、軟件（學(xué)習(xí)管理系統(tǒng)和教育應(yīng)用程序）服務(wù)。該市場相對于面向?qū)W生個體輔導(dǎo)的市場較小，預(yù)計以25.2%的CAGR增長，到2032年達到1324億美金。

美國K12課堂信息化程度高，進校軟件是一個發(fā)展成熟的市場，出現(xiàn)了一批較成功的創(chuàng)業(yè)公司。2010年后智能設(shè)備開始逐漸走入美國課堂。美國中小學(xué)生課堂上人手一部iPad或筆記本電腦，校園WiFi全覆蓋，老師在課堂中會同步使用專業(yè)化的教育網(wǎng)站，比如 Coggle，Compass Learning，kahoot 等，完成一些課堂互動和小測驗。

與 ToC 市場相比，進校軟件市場付費方主要是學(xué)校和教育機構(gòu)，產(chǎn)品迭代慢，除了產(chǎn)品效果，還會考慮更換成本、教育體系內(nèi)的利益關(guān)系，很考驗團隊的銷售能力，可以說是“得渠道者得天下”。目前，將軟件銷售給學(xué)校的公司仍以老牌供應(yīng)商為主：美國學(xué)校管理軟件提供商 Frontline Education 成立于1998年，是一家專為K-12學(xué)區(qū)提供管理和人力資源軟件的公司，為12000家教育機構(gòu)提供服務(wù)。新興公司的機會在于在產(chǎn)品效果上的大幅度創(chuàng)新。Clever 是美國 K12 數(shù)字學(xué)習(xí)平臺，成立于2013年，2021 年超過 60% 的美國 K12 學(xué)校使用 Clever，包括最大的 100 個學(xué)區(qū)中的 95 個。Clever 接觸大量學(xué)生信息，開發(fā)數(shù)據(jù)分析功能，追蹤學(xué)生的學(xué)習(xí)進度并產(chǎn)出分析報告，教師和學(xué)區(qū)管理者通過分析報告可以清楚了解到學(xué)生的課程參與情況。

美國中小學(xué)分為公立學(xué)校和私立學(xué)校。公立學(xué)校由政府資助并控制，約九成的美國學(xué)生在公立學(xué)校就讀，當?shù)氐膶W(xué)區(qū)委員會負責(zé)教育資金使用。私立學(xué)校則基本上不受政府監(jiān)管，家長和教師聯(lián)合會對學(xué)校的政策制定與執(zhí)行具有一定影響力，決定資金去向。相對來說，私立學(xué)校比公立學(xué)校的軟件采購更為自下而上，教師主動權(quán)更多，預(yù)算也更多。

銷售教育軟件有兩條路徑，其一是直接與教育系統(tǒng)的高層合作，其二是通過教師PLG，由教師提出需求讓學(xué)校采購。根據(jù) Reddit 用戶評論，第一種方式需要建立銷售團隊，參加貿(mào)易展和教育研討會，將課程贈送給試點學(xué)校試用等等。這種方式會花費大量的營銷基金，一次宣傳可達數(shù)十萬美元。從業(yè)者表示一個教育產(chǎn)品的預(yù)算幾乎有 1/4 是用來贈送樣品和派飛機接見人。過程漫長，這也是為什么大部分教育系統(tǒng)的產(chǎn)品都是幾年前的產(chǎn)品。第二種教師 PLG 的方式在美國市場也存在機會，尤其是針對經(jīng)費更充足、教師主動性更強的私立學(xué)校，PLG往往是科技創(chuàng)業(yè)公司的選擇。

??

根據(jù)一個來自 Reddit 的 K-12 技術(shù)軟件負責(zé)人的講述，學(xué)校內(nèi)部采購軟件的流程是這樣的：

? 老師要求、申請軟件

? 檢查預(yù)算，看是否可行。

? 如果在 “X$”以下（一般為 5000 美元），那就購買軟件。

? 如果超過 5000 美元，那么有兩種選擇：

   1）如果該公司恰好在該州的采購清單上（類似批準的供應(yīng)商清單），那么就可以繼續(xù)訂購。

   2）如果不在名單上，那么必須進行公開招標，可能中標，也可能不中標。

技術(shù)軟件負責(zé)人表示他不會主動和供應(yīng)商打交道，除非是老師要求，否則很難引進新產(chǎn)品。

用LLM實現(xiàn)教師對學(xué)生的即時反饋

即時溝通在美國教育體系里顯得尤為重要。在美國，學(xué)生有大量的 essay 作業(yè)，這些作業(yè)往往是非標的，而每個班級的進度也非常個性化。因此，從布置作業(yè)到批改再到反饋，整個過程對老師來說非常繁瑣。Class Companion 創(chuàng)始人 Avery Pan 在幫助 Deerfield High School（被譽為“藤校后花園”的頂尖美高）老師，以及作為英語老師的家人的過程中，發(fā)現(xiàn)初高中的wrriten essay沒有被及時批改，學(xué)生得到反饋都在1周之后，甚至永遠都不會收到反饋，這影響了學(xué)生的學(xué)習(xí)效果。教師對這個問題很苦惱，但遲遲無法解決。

許多進校軟件試圖解決教師與學(xué)生之間的即時反饋和溝通問題。

Kahoot! 是其中極具代表性的公司。Kahoot!是成立于2012年的在線答題工具，教師可以使用 Kahoot！創(chuàng)建答題游戲，驗收學(xué)生們的學(xué)習(xí)情況。Kahoot!因疫情線上化的推動于2021年成功上市，最高峰市值達到 80 億美元。根據(jù)2022年的年報，97%的財富500強企業(yè)、全球800多萬名教師、數(shù)億學(xué)生和個人都在使用Kahoot! 。Whiteboard.fi 為每個學(xué)生配備了數(shù)字白板，他們可以在上面寫字、做標記、添加數(shù)學(xué)公式，老師實時跟蹤學(xué)生進度。Albert.io 面向?qū)W生定制練習(xí)，學(xué)生在 albert.io 上完成題目（以數(shù)理等固定答案的題目為主）后會獲得即時的反饋，幫助理解和糾正錯誤，面向教育者則提供教學(xué)資源、課程計劃、學(xué)生管理等工具。Gradescope 則是結(jié)合人工智能（AI）簡化作業(yè)的批改評分流程。具體流程是，學(xué)生手寫作業(yè)，以電子文檔的形式上傳至Gradescope，教師再進行批改。相比 LLM 的直接反饋，學(xué)生提交到教師，教師再反饋，操作流程更多，存在時間差，溝通摩擦力還是更高一些。

LLM 的到來，為解鎖更為個性化、即時性、互動性的教育場景提供了機會。為老師及課堂設(shè)計的LLM產(chǎn)品可以劃分為教學(xué)前，教學(xué)中，教學(xué)后。教學(xué)前用于課程生成、教學(xué)建議；課堂中的促進互動，幫助教師對學(xué)生學(xué)習(xí)狀態(tài)的實時掌控；課后幫助作業(yè)批改，對學(xué)生的評估與反饋。

美國進校軟件市場概覽

Class Companion 是為 K12 教師設(shè)計的課后作業(yè)管理系統(tǒng)，專注初高中課程的 寫作類作業(yè)。教師可以用 Class Companion 創(chuàng)建并布置作業(yè)，學(xué)生完成后能獲得來自LLM的即時反饋和評分，同時教師端能看到作業(yè)的結(jié)果分析，其中用到LLM能力的模塊是即時反饋與評分。2022年12月公司成立，2023年3月份推出產(chǎn)品，目前已經(jīng)有 10,000 多家美國學(xué)校使用。

即時反饋是Class Companion 的核心點，Avery 將這個產(chǎn)品類比為數(shù)學(xué)課堂上對于計算器的引入。Class companion 是教師的 Copilot，結(jié)合了助教、評估軟件、家教或作業(yè)助手的能力，又實現(xiàn)了課前、課堂、課后學(xué)習(xí)內(nèi)容的整合，保證了學(xué)習(xí)的連貫性。

產(chǎn)品

Class Companion 支持美國的 AP、IB、common care 等主流體系下的初中和高中課程，作業(yè)類型以 Written Assignment 為主。

Class Companion 建立了完整的作業(yè)流程。老師可以用它創(chuàng)建班級、邀請學(xué)生加入、創(chuàng)建作業(yè)。

其中創(chuàng)建作業(yè)可以使用 AI 生成，class companion 也提供了可以修改作業(yè)題目庫。

使用 AI 生成后，老師可以持續(xù) prompt AI，不斷修改 assignment。

在確定好作業(yè)題目后，可以進行更細節(jié)的設(shè)定，包括屬于哪個課程章節(jié)、給予 AI feedback 和分數(shù)的規(guī)則。

教師很喜歡通過 prompt 的方式自定義反饋的功能，通過針對班級和學(xué)生個人進行定制，實現(xiàn)因材施教。

學(xué)生完成作業(yè)后，Class compaion 會向教師展示學(xué)生與 AI 的交流歷史以及結(jié)果分析報告，幫助教師了解學(xué)生情況。學(xué)生也可以對人工智能給出的批評意見提出質(zhì)疑，并向教師申訴。

通過分析 class companion 官方發(fā)布的教師采訪，可以發(fā)現(xiàn)教師認為class companion 的核心價值點在于能夠提供給學(xué)生即時的反饋，這減輕了他們的批改負擔(dān)。對于LLM的產(chǎn)品效果，用戶也認為較為準確、公平。比如一名California的社會學(xué)老師提到，之前他因為時間有限從不批改課后練習(xí)，使用class companion 補足了這一教學(xué)缺失，產(chǎn)品也受到了學(xué)生們的喜愛，學(xué)生們會在得到反饋后更仔細地閱讀問題，進行多次地嘗試，學(xué)生也認為 class companion 是“相對公正、客觀的”，使用一段時間后，發(fā)現(xiàn)學(xué)生的整體寫作水平有所提升。

從用戶數(shù)據(jù)來看，官方表示目前美國已經(jīng)有 10,000+ 所學(xué)校的高中老師在使用 class companion 了。但根據(jù) simmilarweb 的數(shù)據(jù)，截至2024年5月份，月訪問量10萬左右，6月因進入暑假數(shù)據(jù)大幅下跌。流量分布上，美國占據(jù)絕對市場份額。

團隊及融資

團隊成員具有教育行業(yè)、連續(xù)創(chuàng)業(yè)者、LLM 產(chǎn)品開發(fā)多重背景，畢業(yè)于哈佛、麻省理工等高校，是一個很適合做 LLM 教育產(chǎn)品的團隊。目前Linkedin上的成員有 9 個人。

2023年10月，Index Ventures領(lǐng)投了class companion 的 400 萬美元種子輪融資，OpenAI Startup Fund 以及 Andrej Karpathy 和 Terrence Rohan 等跟投。

市場估算

Class companion 目前采取PLG的方式推廣產(chǎn)品，所以現(xiàn)階段最重要的是了解老師的需求，讓教師真切感受到產(chǎn)品的價值。Class companion 將產(chǎn)品以免費的方式提供給教師，并且在 Facebook 上建立了教師 community。

從教學(xué)軟件頭部公司來看，Canvas 的母公司 Instructure 2023 年全年收入達到 5.3 億美金，業(yè)務(wù)主要集中于北美，占據(jù)北美高等教育機構(gòu) 36% 的市場。全球范圍內(nèi)，Instructure 在學(xué)習(xí)管理系統(tǒng)市場的占有率為 3.41%。可推算北美高等教育教學(xué)管理軟件的市場規(guī)模約為 15 億美金，全球約為155億美金。

Class Companion 的目標市場主要為美國的 K-12 學(xué)校。根據(jù) National Center for Education Statistics，K12學(xué)生約為大學(xué)生的2.5倍，2021 年美國共有約 13 萬所 K-12 學(xué)校，擁有超過 5000 萬 K-12 學(xué)生。面向?qū)W校的產(chǎn)品多以賣學(xué)生seats的方式收費。以 Google Classroom 為例，分為免費版，$3/$4/$5 per students 的定價層級。由于目前市場上并沒有類似Class companion 的LLM產(chǎn)品，考慮到LLM inference增加了成本，參考 Google Classroom 最高層級 $5 per students ，則class campanion在美國的潛在市場規(guī)模有機會到達 5000w*5*12=30 億美金。

潛在競爭對手

Class Companion 這一細分市場尚且處于早期，面臨的潛在競爭主要來自兩方面：

? 傳統(tǒng)作業(yè)評估平臺加入LLM 反饋功能：

代表軟件為可汗學(xué)院推出的 Khanmigo，以及上文提到的 Albert.io、Quizlet、Gradescope 等等。該類產(chǎn)品本身就具有大量的用戶基礎(chǔ)和學(xué)校資源，結(jié)合產(chǎn)品組合一起售賣會更加具有競爭力。

? Chegg 等面向 k12 學(xué)生的產(chǎn)品開發(fā)教師端的 LLM 產(chǎn)品：

Chegg 主要面向?qū)W生開發(fā)產(chǎn)品，主要業(yè)務(wù)是在線學(xué)習(xí)服務(wù)Chegg Services，包括作業(yè)社區(qū)Chegg study、寫作語法工具Chegg Writing、數(shù)學(xué)解題工具Chegg Math等。其中 Chegg Study 就是提供作業(yè)答案的解答，是其核心盈利來源。

Chegg目前推出的 LLM 產(chǎn)品為 Cheggmate，為學(xué)生定制課程計劃。比如 CheggMate 會查看學(xué)生上傳的測試成績，分析優(yōu)勢，將用戶與工作機會聯(lián)系起來。Chegg 的教研資源、用戶信息都有充足的積累，如果也為教師開發(fā)一套結(jié)合LLM的工具，與chegg study相結(jié)合，會有很強的競爭力。

三、未來的 Gen-AI 變量及影響

GenAI 在教育領(lǐng)域的應(yīng)用還位于初期階段，一些可預(yù)見的變量提升了我們對AI+教育未來發(fā)展的期待：

1. GPT-4o等多模態(tài)架構(gòu)帶來新場景

GPT-4o的多模態(tài)新架構(gòu)讓模型具備了視覺、聽覺、以及說話能力，顯著降低了延遲。這有機會解鎖更多的教育應(yīng)用場景。

比如通過識別學(xué)生的面部表情和肢體語言，AI tutor可以更好的了解學(xué)生的情緒狀態(tài)，調(diào)節(jié)教學(xué)內(nèi)容方式。在實時互動上，也可以優(yōu)化實時問答、口語練習(xí)、即時反饋的體驗。同時可以解鎖繪畫設(shè)計、音樂學(xué)習(xí)等需要視覺和聽覺才能進行反饋指導(dǎo)的科目。

2. o1解鎖推理、數(shù)學(xué)能力

o1 已經(jīng)被證實在數(shù)學(xué)、推理領(lǐng)域表現(xiàn)的更好。正如數(shù)學(xué)教授 Terence Tao 認為 o1-preview 已經(jīng)能夠達到平均的研究生水平。

未來隨著o1的進一步發(fā)展，有機會幫助學(xué)生解答復(fù)雜問題的推理邏輯，也能進入更專業(yè)的領(lǐng)域，如工程、醫(yī)學(xué)等等。同時，o1還能作為教師和學(xué)術(shù)研究的助手，提高教育體系的效率。