易學(xué)股份首席產(chǎn)品官白耀宇在GET2024分享

11月11日至12日，芥末堆在北京舉辦以“新質(zhì)學(xué)習(xí)力，通向更美好的教育未來”為主題的GET2024教育科技大會。在11日的領(lǐng)袖論壇上，易學(xué)股份首席產(chǎn)品官白耀宇就《AI數(shù)智洞察與垂直大模型在職場教育中的應(yīng)用》進行了主題分享。

以下為演講實錄，經(jīng)編輯：

大家下午好！易學(xué)股份雖然是第一次來到GET，但是我們在職場教育這個領(lǐng)域，已經(jīng)深耕18年了，在這18年里，我們一直致力于給在職人員提供盡可能多元化、相對完整的教育內(nèi)容、平臺、以及數(shù)據(jù)服務(wù)。

今天要給大家分享一下，我們應(yīng)該用什么樣的觀念去看待職場教育，以及職場教育的應(yīng)用趨勢和技術(shù)場景。

AI時代：職場教育的真實需求涌現(xiàn)

在整個AI時代的行業(yè)發(fā)展中，職場教育與K12有很大的區(qū)別，一共經(jīng)歷了三次重要的節(jié)點：

1.疫情沖擊：

疫情對于在職品類，尤其是在線教育行業(yè)來講，實際上是打造場景，強制我們的客戶去進入線上的學(xué)習(xí)形態(tài)，助推了職場教育線上版塊的飛速增長。

2.教育政策：

職場教育沒有受到雙減政策的沖擊，而且國家的教育制度改革一直在講包容、開放，講教育要覆蓋到更多之前覆蓋不到的客戶群體當(dāng)中，又給我們整個職場教育行業(yè)的發(fā)展增添了一把動力。

3.AI技術(shù)：

實際上我們把AI時代當(dāng)成對整個行業(yè)的一次大考，為什么呢？AI技術(shù)的出現(xiàn)，不僅僅是顛覆教育行業(yè)，實際上是顛覆了所有的行業(yè)，包括我們正在做的在職人群培訓(xùn)、自我提升類目，可以說是顛覆和機會并存的。

靈活的教育模式與復(fù)雜的教學(xué)場景

K12教育需要引起孩子的興趣，但我們面對的是成人客戶，這類客戶實際上對于學(xué)習(xí)和提升的元動力是非常充足的。

職場教育面臨的挑戰(zhàn)不像K12的產(chǎn)品，K12的場景非常固定，比如說肯定會有一個班，一個視頻模塊，或者線下自習(xí)室肯定會有一個場景去提供服務(wù)。但是對于我們來講，困難的是，服務(wù)的場景并不固定。

我們服務(wù)的學(xué)生很有可能年齡跨度很大的，在25歲到55歲之間；學(xué)生的行業(yè)跨度也很大，其中有老師、醫(yī)生，甚至很多的學(xué)MBA的管理者。

我們經(jīng)常跟業(yè)內(nèi)老師們開玩笑，說我們的產(chǎn)品實際上是用教育產(chǎn)品的思維去教家長，甚至是教老師，幫助他們在職場上提升自己的能力。

而我們很多的業(yè)內(nèi)專家都在講，一個產(chǎn)品，如果最后落不了地、沒有固定的場景來實施，這個產(chǎn)品就不夠剛需。

目前來講對于在職類產(chǎn)品的需求從2024年開始才慢慢地浮現(xiàn)出來。我們漸漸發(fā)現(xiàn)，職場教育產(chǎn)品最需要的量身定制，是要考慮產(chǎn)品的適配性，因為每個人的學(xué)情都不一樣，我們服務(wù)的醫(yī)生，很有可能下完夜班三四點，回家學(xué)習(xí)是五六點，怎么樣千人千面地鋪設(shè)場景非常重要。在這個思路之下，造就了我們目前運營的全國規(guī)模最大、招生人數(shù)最多、盈利模式最好的同等學(xué)力申碩項目，服務(wù)場景保證了業(yè)務(wù)觸達，提升了考核通過率，能夠使高校，學(xué)生和社會三方都受益。

取代課程的新型產(chǎn)品形態(tài)：謎底即為謎面

解決問題的核心是，你如何能夠在最短時間內(nèi)獲得結(jié)果，很針對性鋪設(shè)學(xué)員需要的干貨？每一個人的基礎(chǔ)不一樣，他能獲得知識的效率也是不一樣的，你怎么保證這個標(biāo)準(zhǔn)能夠被同步，被表達，被轉(zhuǎn)化，最后拿到結(jié)果？

對于成人來講時間是碎片且不固定的，我們要完全滿足適配性、針對性和靈活性，就要求我們一定要給每一個人做定制化的教育解決方案，而不單單給一個課程或者產(chǎn)品。

既然AI改變了整個行業(yè)，實際上這個問題的解法終極答案也是AI本身。

所以這個故事如果從宏觀上來講，作為產(chǎn)品開發(fā)團隊的一分子，我的感受是，我們像一直被一種無形的力量推著走，我們現(xiàn)在運用生成式人工智能，通用大模型和我們目前的專業(yè)數(shù)據(jù)進行教研產(chǎn)品線重置，前身是什么呢？

在2018年我們整個行業(yè)遇到了一個困難，那就是我們太累了，我們每幾個項目要一個一個研發(fā)團隊，每進一批學(xué)生要有一批服務(wù)人員進行培訓(xùn)，然后再輸出，對于我們整個發(fā)展形態(tài)并不是非常健康，所以我們一定要把所有的內(nèi)容進行數(shù)字化。

1.生成式人工智能（AIGC）顛覆教育經(jīng)驗主義

到2018年的時候我們就在想，如果我們要改變，能不能改變徹底一點，我們完全推翻了之前做的很多年，我們十幾年的課程形式的內(nèi)容，我們把所有的課程、講義，包括我們給學(xué)生交流獲得反饋，全部打散重組，變成一套僅用數(shù)字標(biāo)注數(shù)據(jù)代表的大型的數(shù)據(jù)庫。

然后我們把數(shù)據(jù)庫進行分門別類標(biāo)注之后，把最近每個項目，可能十年之內(nèi)的考題，我們做在職項目，肯定是在職考研是最小的，把考試趨勢和經(jīng)驗放在數(shù)據(jù)庫進行標(biāo)注，最后形成了非常直接的趨勢比對內(nèi)容。

實際上是取代了很多老師用經(jīng)驗主義判斷考試情況的一種概念，為什么這樣做呢？對于在職研究生，在職品類來講大家玩的其實是考試策略，而并不是篩選性的內(nèi)容，大部分在職類產(chǎn)品你只要達線就可以了。

緊接著遇到了AI技術(shù)，遇到了之后發(fā)現(xiàn)，原本100個人做的事情，其實一個人可以完成，我們把所有的數(shù)據(jù)和目前通用大模型進行對齊，我們基本上每分鐘級產(chǎn)出相應(yīng)的教材，考核趨勢，比對內(nèi)容，甚至是核心考點分析，甚至是后面專題模塊解析，這完全是AIGC來進行直接輸出，時效性可靠性都非常高，我們基本上只要大綱變化，只要有最新考題出現(xiàn)，就可以馬上生成這樣內(nèi)容，基本上取代了很多教研本身完成的工作。

2.數(shù)據(jù)類垂直大模型“洞察引擎”

當(dāng)我們借助大模型幫助我們產(chǎn)出內(nèi)容之后，很快又發(fā)現(xiàn)了一個問題，我們做了這么多內(nèi)容，我們以單元或者完全重置內(nèi)容整個體系之后，我們發(fā)現(xiàn)學(xué)生接受不了，然后日常手段就是督促學(xué)。雖然我們對督促學(xué)要求很高，以同等學(xué)力申碩為例，近幾年的通過率一直都是全國斷層領(lǐng)先，可學(xué)生的原因就在其實我們對學(xué)生整體研究不夠，以前對于學(xué)習(xí)研究靠服務(wù)，靠基本的判斷，幫助學(xué)生重塑學(xué)習(xí)形態(tài)和學(xué)習(xí)規(guī)劃。我們發(fā)現(xiàn)實際上我們有做過很多基礎(chǔ)類型的工作，比如說標(biāo)注學(xué)生的學(xué)習(xí)數(shù)據(jù)，我們從后臺把最近覆蓋將近76萬考生數(shù)據(jù)全部做了標(biāo)注，清洗、迭代，里面有非常大空間可以做研究，我們在今年落地了一套專門在職品類垂直大模型的技術(shù)，我們自己通過數(shù)據(jù)訓(xùn)練大模型，好處在于領(lǐng)域相對專業(yè)，我們面對的全部都是垂直類的在職學(xué)生。

第二個考慮應(yīng)用垂直大模型的思路是，我們合作的B端客戶，比如說高校，比如說政府機構(gòu)，他們實際上是非常排斥用三方平臺來做，如果他的數(shù)據(jù)可以直接加密封裝，通過API接口輸入數(shù)據(jù)模型，他可以省非常大的事情，直接完成整個一套學(xué)生分析內(nèi)容。

我們今年落地洞察引擎，專門做在線學(xué)習(xí)觀察技術(shù)，整體總結(jié)了四個維度，包括學(xué)生的基本信息畫像，目前他的行為偏好分析，對于目前整個問題解決方案的交互度、參與度的數(shù)據(jù)，以及最后學(xué)習(xí)習(xí)慣分析。

我們整理出130個相應(yīng)的維度匹配，然后通過自研的洞察引擎算法，最后形成了關(guān)于每一個項目，這個學(xué)生對于這個項目的模擬通過率和達線率，還有他最后的學(xué)習(xí)效能。翻譯過來意思是說，我可以讓你直接知道你在項目完成之前有多大把握通過。

舉個例子，拿K12的邏輯來比，就好像所有人在討論，為什么你的孩子比我的孩子更會學(xué)習(xí)，更會學(xué)習(xí)這個維度怎么樣測量出來的，通過數(shù)據(jù)的方式來做學(xué)習(xí)效能指數(shù)，幫助他去預(yù)算，在相同條件的情況下還能夠駕馭什么樣的項目，這就是我們所有無感定制化學(xué)習(xí)只需要跟平臺交互，就可以留下非常深，非常多層次的數(shù)據(jù)趨勢。

通過無感交互方式，幫助學(xué)生從局域化分析相關(guān)細節(jié)層次數(shù)據(jù)，再投入對大模型訓(xùn)練，生成在線內(nèi)容，同時也不完全放棄實體交互內(nèi)容。我們的研發(fā)團隊依然在不停地出產(chǎn)教材，不停地出版相應(yīng)的書籍，對于教材上面的一些數(shù)據(jù)鋪設(shè)，我們使用相應(yīng)數(shù)據(jù)識別碼，我們目前開發(fā)一些AR教學(xué)云場景，希望把教學(xué)搬到實體教材上來，我們鼓勵學(xué)生對實體教材交互，我們覺得學(xué)生學(xué)習(xí)習(xí)慣很難改變，你通過學(xué)習(xí)習(xí)慣的方式給他一個機會接入數(shù)據(jù)接口，這樣對他可以進行專業(yè)化定制和趨勢。

目前和各大高校在談，包括資格證，包括企業(yè)培訓(xùn)相關(guān)項目，都是直接做技術(shù)平臺建設(shè)或者做數(shù)據(jù)服務(wù)內(nèi)容，我們甚至可以免費搭建平臺，讓我們客戶進行使用。這種思路一旦形成，學(xué)生群體對于產(chǎn)品的交互是主動的，是積極的，也是非常智能的。今年我們運用“易學(xué)無憂”數(shù)字化垂直大模型提供的同等學(xué)力申碩統(tǒng)考解決方案，實際上得到了非常多的正面反饋，也帶來了突破瓶頸式的通過率提升。在技術(shù)應(yīng)用領(lǐng)域，我們相信相比于K12，AI在在職教育領(lǐng)域會徹底放飛自我，也許課程、課時、老師等教育單元都不復(fù)存在，這也是我和我的團隊堅定相信在職教育品類會有很大發(fā)展的原因。

我們學(xué)生在平臺停留一分鐘，就可以多一份考試的概念，學(xué)生將沒有課程相應(yīng)的概念，也不會因為某項核心和程序付費，而是主動跟數(shù)據(jù)交付。

數(shù)智驅(qū)動：徹底顛覆教育行業(yè)變現(xiàn)模式

1.用戶習(xí)慣全貼合適配——顛覆傳統(tǒng)教育形態(tài)單元

我們通過整體客戶反饋，不斷校準(zhǔn)數(shù)據(jù)準(zhǔn)確性，最后幫助每一個學(xué)生形成固有的標(biāo)準(zhǔn)，這件事情做完之后，我們發(fā)現(xiàn)對于整個AI和職場教學(xué)環(huán)境的搭建，實際上已經(jīng)“莫名其妙”走到這一步，接下來把所有內(nèi)容進行嵌入式，副駕駛（Copilot）式的服務(wù)，在我們的理解里面，職場教育產(chǎn)品未來不會再有非常多的現(xiàn)性品類，不會再給客戶做選擇，而是深度的進行AI技術(shù)的定制，幫助學(xué)生完成學(xué)業(yè)規(guī)劃，甚至學(xué)生直接在我們的產(chǎn)品進行交互，給我一個15分鐘左右的學(xué)習(xí)內(nèi)容，我想完成今天的學(xué)習(xí)規(guī)劃，這樣就可以從豐富的學(xué)習(xí)類型里，比如說我們的視頻產(chǎn)出內(nèi)容，音頻產(chǎn)出內(nèi)容，或者是目前之前一直在開發(fā)一些以短視頻為單元的課程，我們可以幫助填滿15分鐘內(nèi)容，這完全會成為一個完整形態(tài)客戶。

2.自有項目數(shù)據(jù)深度交互——延伸教育產(chǎn)品服務(wù)周期

而我們對于在職教育或者職場品類只能停留在教育本身嗎？其實也不是的。當(dāng)我們有了足夠多的數(shù)據(jù)，當(dāng)我們有了足夠多的學(xué)生主動交互的行為，我們會發(fā)現(xiàn)我們不僅顛覆了傳統(tǒng)的教學(xué)形態(tài)，同時我們還可以延伸教育產(chǎn)品周期。比如說我們對于學(xué)生的模擬通過率，包括對于學(xué)生的效能指數(shù)和難度匹配，就可以做一個長線規(guī)劃，我們可以直接開放我們的相應(yīng)平臺，引進優(yōu)勢性的第三方課程技術(shù)，幫助他們?nèi)プ鼋y(tǒng)一的標(biāo)準(zhǔn)，任何在職品類的課程，在數(shù)據(jù)分析模式下，都可以統(tǒng)一標(biāo)準(zhǔn)的形態(tài)進行輸出，這個技術(shù)難度不高，在目前市場上也有很成熟的技術(shù)使用。

3.建立行業(yè)標(biāo)準(zhǔn)與認證貢獻——突破教育產(chǎn)品邊界壁壘

而當(dāng)我們的客戶一直在跟技術(shù)產(chǎn)品交互的時候，整個數(shù)據(jù)模型會為他將來在職品類其他方面背書，我們目前和一些招聘平臺、背景調(diào)查公司、獵頭平臺，甚至是一些實習(xí)單位進行數(shù)據(jù)共享或者整個數(shù)據(jù)模型處理的合作，我們的目的是可以讓這些用人機構(gòu)，非常看重在職品類學(xué)習(xí)力，學(xué)習(xí)效能指數(shù)，期望能有一個清晰的背書，合理地看到那些他們想要關(guān)注的人真實的學(xué)習(xí)能力如何，完成過什么樣難度科目，他在科目里面的數(shù)據(jù)形態(tài)可以不可以達到用人單位標(biāo)準(zhǔn)，甚至在未來可以在實際意義上以檔案的形態(tài)描繪個人的自我學(xué)習(xí)和提升能力，然后進行相應(yīng)的信用報告。

4.多元化豐富數(shù)據(jù)細節(jié)——覆蓋完整的客戶形態(tài)

我們面對的客戶形態(tài)，也不單純是C端客戶，目前我們接觸的系統(tǒng)級客戶和B端客戶比C端客戶多，他們對自己項目里在職場景搭建的要求很高。就是想要公開透明度，知道自己學(xué)生走到哪一步，然后如何分配現(xiàn)有的教學(xué)資源，未來預(yù)測的這些學(xué)生能夠帶來什么樣的利潤，我們目前的技術(shù)可以同時通過后臺的學(xué)習(xí)力評估，以及未來學(xué)生的學(xué)習(xí)場景預(yù)測，幫助B端客戶們進行整個項目的預(yù)測，這也是我們一直在推進的數(shù)據(jù)引擎項目，最終需要達到的要求。

希望我們今天所帶來的方向或者說技術(shù)模式，能夠和大家來進行更有深度的項目探討，包括我們一直在做的同等學(xué)力申碩項目，未來能夠共同去開發(fā)更多在職品類的項目。與此同時也想和各位說點真心話，在我看來，其實教育整個行業(yè)在AI變局下，技術(shù)還是會給我們很多選擇。如果單純拿AI作為工具，或者作為輸出模式，我個人認為有一點暴殄天物。

AI最大的能力是集成海量數(shù)據(jù)之后，能夠幫助應(yīng)用主體進行趨勢預(yù)測甚至是決策。我相信只要我們愿意把技術(shù)的壁壘突破下去，就會發(fā)現(xiàn)其實很多根本性認知上的內(nèi)容會被徹底顛覆。比如產(chǎn)品形態(tài)、產(chǎn)品類目、產(chǎn)品表達模式都還有很多方向可以探究。我們需要改革的更為徹底一點，也許大家就會在整個行業(yè)里面發(fā)現(xiàn)新的產(chǎn)品形態(tài)，也就有新的機會，有新的機會就有很大可能會有新的收益。