如今，在線一對一教學越來越受到追捧，資本市場也頻頻抛出橄榄枝。相比傳統一對一市場，前者不僅大大節省了場地、教師成本，更為用戶帶來了前所未有的便利性。
然而，新東方在線COO潘欣對此卻大潑冷水。在他看來，成本結構是最大問題，在線一對一是“典型的規模不經濟”。在這種模式下，教師成本、營銷成本都不會随着規模增大而被攤薄，甚至會造成營收越大而虧損越大。而近幾年頗受關注的51Talk，用了三年時間，也僅僅把毛利率提高了四個點。
如何破解在線一對一難題？
教育行業專家指出：技術的發力是線上一對一破竹的關鍵因素。隻有通過技術提高教學效率，才能避免重蹈傳統一對一的老路。
而通過人工智能服務于學生個性化學習的學吧課堂，相繼獲得聯想之星、晨興資本、創新工場等Per-A、A輪等數千萬元人民币投資，其在“在線一對一”教學領域的嘗試和探路，也許能為行業提供參考和借鑒。
警惕看似完美但鍊條長的模式
畢業于清華大學計算機系的李行武，創辦學吧課堂之初，希望通過人工智能打造一位“虛拟教師”，幫助學生獲得個性化的引導和教學，真正做到“因材施教”。這個想法在當初還僅僅停留在概念階段，虛拟教師的表現形式，具體的應用領域，以及最後的商業化路徑都不清晰。
李行武的第一次嘗試，是習題講解視頻課程，這些錄制的視頻時長大約5-10分鐘。一個獨立的視頻，由很多段幾秒到十幾秒不等的短視頻和問題實時拼接而成。在視頻播放過程中，學生會根據彈出對話框作出相應選擇，系統會根據學生的不同解題思路，給予不同的反饋。“我跟你講的每句話不是我事先背好的，而是根據你的反應一句一句拼出來，這就是一個模拟人說話的過程。”李行武說道。他希望通過系統來模拟人腦的思考，生成最符合學生實際情況的解題視頻。
2015年1月，學吧課堂在北京試點學校完成第一期試點，班級成績從年級中遊上升到第一名。此前，憑借這款産品在“決勝新東方教育創業大賽”上，學吧課堂從350多支隊伍中脫穎而出，獲得最高獎項。
但看似簡單的視頻，背後實則需要做大量工作。首先是對教材中的知識點進行拆解和組合，大大小小的知識點就有上千個，同時還要把每道題進一步拆解為多個片段，并且使它們之間相互關聯，工作量可想而知。一個小時的視頻，需要耗費大約100個工時。
與此同時，李行武用機器做個性化輔導的思路，也遭到了投資人的質疑。有人認為，如果沒有足夠的資金來支撐這種模式，最後一定會死在路上。在移動醫療界，春雨醫生創始人張銳曾反思過：創業一定要警惕那些邏輯上正确但是鍊條太長的模式。
于是，李行武被迫放棄了這種“重模式”。
順人性，解決學習動力問題
2015年6月，李行武開始轉型嘗試做題庫。他找到了市面上已有的題庫産品，它們雖然數量不少，但并沒有真正被學生用起來。他琢磨：當整個品類都呈現這種局面時，隻可能存在兩種情況，一是這件事情本身錯了，二是大家都沒有找對路。
而他認為，原因一定是後者。
題庫産品本身是不科學的，因為學生很少有喜歡做題的。“任何偉大的産品都是順應人性的。”李行武說。
但是，這并不是在線一對一領域才出現的問題。如何讓學生們愛上學習，這是傳統教育曆來讨論的問題，甚至已經有結論：通過增強學習動力、改善學習方法來提高他們的積極性。而解決動力問題是首要任務。
學吧課堂設計了一套激勵體系，讓學生“邊學習邊賺零花錢”，做題可赢得金币并且能兌換實物。當然，這種形式很容易被模仿，并不構成獨特競争力。
圖東方IC人工智能為學生提供個性化學習的同時也能提高教師的人效比降低對名師的依賴李行武進一步解釋，學生缺乏動力，很大原因在于不斷累計的挫敗感。如果讓一個差生做一些難度系數高的題目，那他會有什麼感受？如果讓學生做自己能力範圍内的題目，是不是會更有成就感，從而願意做更多的題？
沿着這個思路，學吧課堂努力構建一個題庫，為學生推送适合自己的題目。
所以，在學吧課堂的用戶排行榜上，有一個有趣的現象，排名前十的不都是“學霸”，還有“學渣”“學沫”“學民”（根據學生水平劃分的戲稱），李行武以此來鼓勵每一個學生在學吧課堂找到成就感。
先用戶，還是先技術？
然而，技術上如何做到呢？
這裡涉及一個關鍵概念——顆粒度，即打标簽的密度。在李行武看來，粗顆粒度的個性化是僞個性化。例如：一道題的知識點、解題方法、所需能力值等維度，都必須打上相應的标簽。拿中學數學來說，其知識點大概幾百個，學吧課堂的知識點可以細化至幾千個。
以二次函數的解析式為例，其中有三個知識點：一般式、頂點式、兩根式。如果知識點标簽打的是“二次函數的解析式”，學生抽取到的題目可能随機性較大，就不能進行針對性訓練。所以，必須細化到一般式、頂點式、兩根式。
目前，這個環節仍然主要通過人工來完成。如何保證這些人的輸出是穩定的？
具體做法是：一道數學題的打标過程被拆解為多個步驟，然後由多人進行打标，系統會根據每個人的情況采用類似“派單”的形式自動分配任務給打标老師，然後再根據每個任務的完成情況自動組合得到結果。随後，再把這些題目小範圍地推送給認真做題的同學，根據他們的反饋，不合格的題目會被自動打回。
所以，對于學吧課堂而言，一個相當重要的命題是：考察創業者對教育行業的理解程度。在這樣的背景下，李行武邀請了有着十幾年數學教學經驗、同時有過創業經驗的齊明鑫加盟。另一方面，這也預示着，學吧課堂隻能從單一學科切入，再逐步實現擴展。
現在學吧課堂的查錯成本已經是同行的1/50以下，平均日活數約10萬，次月留存約40%。
在李行武看來，标簽被打得越細，給學生推送的題目越精确，學生做題的正确率就越高，數據更有價值，從而推送更适合的題目，逐步實現正循環。
很多創業公司會陷入先做産品，還是先積累用戶的迷茫，學吧課堂也不例外。不過，經過一番探索之後，李行武得出結論：“用錢解決用戶的問題。”學吧課堂CEO齊明鑫也表達了同樣的觀點：沒有數據，再牛的技術也不能發揮作用。
從“練”到“教”，開啟商業化之門
積累了大量的用戶和學習數據後，擺在學吧課堂面前的下一個問題是：商業化。
2016年10月，學吧課堂正式啟動教師輔助系統的研發。這不僅是打造虛拟教師的必經階段，同時，也隻有從“練”跨越到“教”，才能真正開啟商業化之門。
仍然切入一對一市場嗎？
在李行武看來，課外輔導本身是和學生的需求相悖的，很少有學生能夠在缺少父母監督的情況下，在線聽大班課。但是在一對一場景下，學生卻無法偷懶，且雙方的課程錄音都已經被儲存，隻有耐着性子克服惰性。所以，在線一對一是切入點。
于是，學吧課堂将聚焦點放在了打造教師導航系統上。齊明鑫說：“學吧課堂所做的工作，隻有被老師認可甚至被大量使用，才有深入的價值。所以導航系統是虛拟教師的必經階段。”
沒有輔助系統之前，在線授課的老師通常依據自身經驗判斷，給學生講解的知識點基本上是臨時到題庫裡找出相應的例題。但是，這一過程受老師個體狀況的影響而差異較大，從而影響教學質量。這套輔助系統會根據學生的曆史學習數據、所在學校的課程規劃，形成整體學習計劃，以及每一課時涵蓋的知識點。對于單一課時而言，系統則會生成詳細講義，同時會對老師整體授課的時間流程有一個把控。
李行武認為，在線一對一面臨兩個主要的問題：流量成本高企、服務質量無法把控。最大的坑在于無法做到規模化的品控。而這一導航系統不僅解決了師資等成本問題，同時實現了規模化的教學質量的把控。回過頭來看，當題庫産品累積了高活躍度後，反而會成為導航系統的天然流量池，不斷攤薄獲客成本。目前，學吧的題庫産品已經積累了200萬用戶、7億條學習數據。
“當你有了用戶量，開始考慮後端上課服務時，會發現獲客問題的本源還是在服務端。”李行武總結。
目前，學吧課堂第一代教師導航系統已經上線并在内部測試。在李行武看來，人工智能為學生提供高個性化學習的同時，也能提高教師的人效比，降低對名師的依賴。隻有為教與學提供了真正的價值，商業化變現才成為可能。
責任編輯：朱麗
管理點評
學吧課堂通過技術手段，讓大數據在教育中的應用有效落地，進一步提升了一對一的學習效率，提高了線上教學質量，以此促進用戶的快速積累，為商業化變現打下了基礎。但是，依靠大數據給出的學習建議，與老師實際的豐富教學經驗，兩者如何更好融合，發揮“1+1>2”的優勢，仍是面臨的重要挑戰。技術與老師，如何看待兩者在教育中的角色與位置，成為學吧課堂未來需要重點思考的問題。
點評人：老師好CEO李曉濱