AI教育行业发展现状调查及行业投融资分析

目前教育类终端设备的市场渗透率仍然很低，在“双减”政策以来，学生课堂外 学习的需求面临缺乏供给的情况，应试课外辅导班的离场创造了学习机的新市场需求。AI教育，是指人工智能多层次教育体系的全民智能教育，涵盖在中小学阶段设置人工智能相关课程。“AI+教育”是指在人工智能与教育深度融合与发展的条件下，以基于教育场景的人工智能应用为路径，促进教育公平，提升教育质量，实现教育个性化。具体来看，“AI+教育”是人工智能在教育领域中创新应用的技术、模式与实践的集合，可划分为“计算智能+教育”、“感知智能+教育”和“认知智能+教育”，即AI+教育正从“能存会算”向“能听会说与能看会认”发展，最终实现“能理解与会思考”。

不少地方都已经开始探索在义务教育阶段开展人工智能教育，但各地基础和条件各不相同，也面临缺少智能装备支撑、缺少地方教育行政部门、教育教研部门共同参与的顶层设计等难点和问题，通过“政产学研用”的合力尝试，有望能推动人工智能教育朝着更加系统化、科学化的方向发展。

AI教育行业发展现状调查分析

根据斯坦福大学发布的《人工智能指数2021年年度报告》结合微软学术图谱的数据,从2000-2020年全球AI 期刊出版文献数据来看, AI相关的文献数量在20年间增长了约3.5倍,按照地理区域分布来看,自2017年以来,中国在人工智能期刊出版文献中所占份额居世界首位, 2020年为18.0% ,其次是美国( 12.3% )和欧盟( 8.6% )。据微软学术图谱2020年数据显示,从人工智能期刊引|用比例的角度, 2020年中国(20.7%)首次超过美国(19.8%)。

从教育教学活动的角度来看，当前的教育场景可划分为教、学、管、考。其中，“教”和“管”的主体是教育者，前者负责执行教学任务，主要工作包括教研、备课、授课、答疑、出题、阅卷等，工作内容繁琐，核心需求是减轻负担，实现精准化教学。后者负责统筹教务环节，主要工作包括教职工招募、师生督导、招生、分班排课、校园建设等，决策环节考虑因素较多，核心需求是提高效率，实现科学化管理。“学”与“考”的主体是受教育者，“学”的场景下，学生的主要任务包括预习、听课、看书、做作业、复习、考试、实习等，由于学生个体差异大，核心需求是自适应，实现个性化学习。“考”的场景下，主要面向大规模标准化测试，组卷阅卷的工作庞大，部分测评环节劳动力密集且效率底下，核心需求是保证准确性的前提下，实现自动化评阅。

全球截至2021年6月30日, 在中国、美国、印度融资金额超过一亿美元的AI教育企业共有60家,欧洲地区单个AI教育企业融资金额相对较小,而中国AI教育企业受到了资本更多关注,融资金额相对较大,印度的AI教育企业近两年出现了不少大型的AI教育公司。

人工智能在教育各个场景的应用，简单点可以描述为：有一个感知或采集设备，获取相关的数据信息，汇总到一个大池子里(数据中心)，将数据处理、分析整合成信息之后，通过共享，最后可能是人也可能是人工智能根据信息作出决策。当然，当前的实际应用中，没有绝对的全域数据收集。从教育场景来看，主流场景有：教学、管理、评价等。

各个学者各家企业，对技术在教育场景的应用分类细度上有所差别，目前教育信息化行业，人工智能的应用比较成熟的产品主要是智能批改、智能题库、自适应学习和分级阅读，当前它更多还是承担教学辅助的角色，未来可能将覆盖更多的教学核心环节。

中国AI教育企业融资轮次目前多处于C, D , E轮,占比为46% ,同时融资轮次在F轮以上公司占比同样高达23% ,历经至少三轮融资的AI教育企业在中国占比接近十分之七,反映出中国AI教育产业已趋于成熟,成长及成熟型公司已占据市场。融资轮次在A , B的中国AI教育企业占比约为31%，占比数额同样不小,说明中国AI教育行业竞争依然激烈,仍有大量创业者看好并涌入该行业。中国人工智能企业融资额在1亿美金以上的企业多达29家,其中好未来作为教育行业龙头，融资额高达38亿美金。

AI教育行业未来发展趋势预测

随着各类行业玩家对AI+教育领域的不断探索，未来行业分工将进一步明确，在竞争中走向融合创新。人工智能技术既改变了传统教育的育人目标，即从"育分"转而为"育人"，因材施教成为可能。智适应学习针对学生具体情况和个体需求提供个性化解决方案;AI作为主讲老师改变了整个教学流程，释放了教师人力，并基于教学大数据进行决策，实现精准教学的同时使学习速度和灵活性得到了进一步的提升;人工智能实现校园内部信息流通以及跨区域的资源互通，打通了信息以及资源流通壁垒。