高木学习 创始人 刘瞻

　　高木学习是一个智能化的辅助学习平台，大数据驱动，深度智能，动态规划最优学习路径，为孩子提供个性化定制学习服务。

　　高木做的是数据驱动型教育，运用人工智能和数据技术，让每个孩子找到最适合自己的学习内容和路径。举个例子来解释这个模式，在学校，每个学生以前都做相同的作业，但引入我们系统后，教师就可以很轻松地给每个孩子布置个性化的作业。

　　这个故事三年前就开始有人讲，但是今天的人不信了，因为最开始讲这个的人没有做出来。其实不是因为这个方向不行，而是很多人没有意识到做这个产品的技术难度、跨界融合难度，以及变现的难度。

　　高木有很强的技术基因，创始团队中有巴克莱投行的数据科学家，有做过20年数据挖掘的工程师，还有从谷歌总部回来的，连我们的投资人之前也是做人工智能出身的。

　　另一方面，数据驱动型教育是一个需要将科技跟教育内容深度结合的领域，我们请了一线的名师对国内中学知识体系进行碎片化、结构化工作，我这句话两秒钟就说完了，但是我们做了一年。举个例子，一个知识点要划分到什么程度，我们往返了很多次；评估题目难度系数的时候，我们最开始用人工评估，后来还用了人工神经网络预测。总之，这里面有很多探索性的工作。

　　数据驱动型教育是一个很有前景的方向，在国际上也是很明显的趋势，我觉得大家有兴趣做这个很好，但是千万不要低估其难度和诸多前提条件。

　　现在K12行业的行情是盈利的企业不超过5%，上市的财务不够健康，好不容易有现金流的企业又入不敷出。在这样的行情下，想不到现在还有这么多的朋友在关注我们这个行业，我首先表示感谢。其次，对于业内的同仁，我们一定要坚持，但是也要面对现实，总结原因：

/ 产品有没有解决问题 /

　　首先要总结的就是产品有没有满足用户实质性、深层次的需求。内容整合型产品满足的是用户很表层的需求；工具型产品提高了机构的管理效率，但没有提高学生的学习效率；平台型产品很难在K12教育领域复制出淘宝、滴滴、美团等撮合交易的业务，因为孩子们根本不知道自己需要什么，供、需双方无法自然对接。

　　K12学生真正痛点不在解决问题，而在于发现问题，提供服务时不能假设学生们已经明确自己的问题、需求。

　　我们可以回想一下学生时代，我们自己或身边的朋友可能有过这样的现象，学得很努力但是学习效果不理想。我们反思一下问题在哪里，问题有很多，但是最大的问题是不知道问题在哪里。这就是我们始终坚持数据驱动型教育的原因，我们能用数据技术帮助你找到你没有发现的问题，并根据你的个人特点针对性地解决。

/ 做自适应产品如何盈利？/

　　目前在探索自适应教育的同仁，都还未找到很好的盈利模式。下面我们讨论一下，我们要做到什么程度才能赚钱？先看看高木现在的情况，从技术角度讲，我们目前已经实现的是以下三点：

　　第一是基于多维的学习行为数据评估学生学情，对于高木而言，学生水平不光是从成绩反应。成绩也就是正确率，这只是一个指标；高木考虑了学生在每题做题时间、知识点的关联程度、题目的难度、选项上的犹豫等等诸多细节因素对于知识掌握度的影响。

　　第二是基于个人能力边界和个人特点寻找系统化的自适应学习路径，这里不仅仅考虑到学生目前的水平，还考虑到了知识学习的递进性和个人的遗忘曲线，量化了学习心理认知理论。而且训练的内容也不只是做题这么简单枯燥、系统性地也考虑了什么时候该看什么视频、该看什么文字讲解等等。

　　第三是基于群体学习行为数据找到最优的集体提升路径：也就是说个人学习行为数据汇总之后可以发现群体的规律，为一个教师找到最优的班级提升路径提供了很好的数据基础，这是科学备课的基础（同时降低了对教师主观经验的依赖）。