前面写了关于创意，这篇思考关于价值。
想价值之前，先理解场景和用户。
理解场景和用户
教育的本质是在降低学生的机会成本，家长买单的不仅仅是给这堂课买单，他看的更多的是能否让他的孩子在黄金的生命阶段，得到更珍贵的教育生命体验。
我们是否能够更精确的用人工智能去定义我们每个人的需要？
比如高龄低能vs低龄高能，他们所需要的老师教法、教学内容画风，用户整体和个体之间差别就是很大的，也许两个人都在上同一堂课都在 level 3，但是会有这样的问题：
（1） 高龄低能更需要的是技能性的训练，他的社会认知已经比低年龄段的更成熟，不需要去理解这个单词本身的语义，而是去学习这个单词的应用和表达很有发音的流利水平，需要小升初去学习语法相关的硬知识。
（2）但是低龄高能，也许他的生长环境下，从小接触英语比较早，所以他的英语水平会比和母语水平差不多，但是它的词汇掌握量和社会认知比较差，老师需要用更细化的教法让学生能理解，是什么意思？这个知识本身的概念的理解，而并不太侧重于低年龄段的英语流利度的发音和语法掌握情况。
所以在做产品设计的时候，我们不仅需要考虑到用户本身的成绩差异，还有要理解在不同区域的用户，不同年龄，在社会认知、心智成熟度、设计风格、产品趣味审美等产品体验。
所以，做自适应的话，要理解用户的变化，一个人在自动的变化，是可以被检测出来，他当下到某个阶段临界点就需要跳到另一个知识点，或者是另一种成长思维的方法训练，过去的这种方法就不适合他了。
例如：
- 如果一个用户在里面，他进来是在小中阶段，马上要进入到小高，但实际上小高还没有到熟手是一个临界点，他这个时候很需要自动的检测，自适应能够推送给他的是一个帮助他过度并且让他进入临界点以后更容易适应较高阶段的工具方法知识。但又是没有办法，直接给他推送小高里面成熟高阶玩法，智能调课就是这个逻辑，其实就是在做学习规划，我之前也有做过一点点。
因为从这个阶段跳跃到另一个阶段的用户，这帮人的退费率是最高的。
- 某个孩子在三年级的知识内容，在校内已经掌握了，我现在的能力和知识在四年级了；而在外面的培训机构，家长就需要孩子比学校里的机构学的更多，所以我要开始学4-5年级的知识，但是我的年龄可能比较小，又喜欢2年级到3年级（7-8岁）的风格，现在你要给我推送4~5年级的风格，这些知识我没有办法接受。
就发现说，儿童的年龄属性所带来的是他对认知和审美的品位和喜好，但是知识的划分是没有风格边界的。
大部分国外的教材，比如在小学四年级，不论是剑桥还是牛津的教材，更多偏向于更高龄的用户的风格去设计，但在中国市场的校外培训，他没有办法去考虑到这个问题，就会发现其实中国的用户会往往比高龄的用户小1-2 岁，学习知识和认知风格不匹配的这部分用户的退费率很高。如果用户的退费率高了，那获客成本的投入就打水漂，还倒贴了老师费用。
面向小学的高龄用户也是如此，不能用非常幼稚的风格来设计低阶的知识，比如~ 这里分析我姐家里的孩子~~
- 我姐家孩子9岁以前、和10岁以后，她所喜欢的书籍和玩具风格就完全不一样了，对书籍的阅读风格差异也很大。而小高阶段的孩子大部分是不喜欢和低龄段孩子一起玩的，包括玩具的风格，语言交流差异，当然也有一部分同年龄但是心智成熟的孩子，也不愿意和同龄甚至高龄的他认为是幼稚不成熟的孩子相处，共同完成学习型游戏或者社交互动的活跃度都不高。
这里提到社交。社交在教学里面的本质是促进内在动机。
说起教育+社交，要知道社交对学习是促进的，因为学习本身就很反人性，人都是喜欢懒惰喜欢玩儿的。尤其是在语言学习层面，儿童是没有办法，在早期阶段就能知道延迟满足的成就感，社交的互动是可以激发学生的内在动力，交流的过程就是人类的天性，在学习反人性的时候，应用天性和人性去促进这个过程。
所以很多学习产品就会用社交社区 分享互动，来提高动力模型效率。但是有一些产品就会在社交之前过度激励打卡，从而导致外部激励奖赏，即时反馈的获得，阻碍了延迟满足的内在动机。
在学习类产品，从一个教育的产品经理，应该需要掌握最基本的认知心理学中如何提高孩子的学习动力，而不是盲目的提高互动率的指标这样的数据从教学效果上来看是没有意义的，你给他100个金币，他就能学得好吗？
《我们如何学习》这本书讲到学习过程有20%的大脑能量都消耗在心智动力上。我理解这句话是在说因为学习消耗了大量心智，所以才反人性。
如果我们能够通过工具达到外部奖赏到内在动机的转化，从而提高了学习在认知层面的效率，那么教育本身也是可以人性化和快乐的。
这样的产品方案有很多…
如何通过AI 的语音视觉等技术，在教育过程的教学评练测等，几大环节以产品正确规划的方式找到更有价值的问题。然后，提高教学的评测质量，准确率，用产品设计弥补技术的不足，从测评到提高练习的水平，然后提高老师学生的教学过程。
根本上人工智能技术在现阶段还只能做到，提高老师的教学服务质量，帮助老师减轻教学的难点，先通过技术来帮助老师，帮助教研团队，用客服团队沉淀的数据价值，传递给教育的用户价值，才能让一家教育公司走向商业的正向反馈，而不是通过盲目的降低成本而不清楚到底家长想要的是什么。从一个国家来讲，一个公司的用户数据规模来讲，一个学生可能只是这个市场人群中的几亿分之一，但是对于一个父母来讲，一个孩子就是他的百分之百。
商业指标是否等于教学质量
现实当中，我们如何发现学生的学习过程中的问题？学生不仅仅只是一两个特征，不同性别 年纪 性格特征的人，还有语言 能力水平 知识掌握等等的差异性。而老师自己也有不同的教法和ta可能更适合教的类型。如果要做老师和学生的匹配，从教育行业的供需匹配的复杂性就远大于司机匹配乘客。
类似在线教育的这种类型的教育公司（如VIPKID、gogokid等），看起来像是双边平台，也是在连接了老师和学生两个市场，但实际上不像滴滴一样，只是做供给两侧。因为教育并不是一个短时单次的交易，而是一个长时多次的服务。他也不像是招聘，面向多人的低频需求，只给这个人提供一次面试工作机会就够。
英语在线教育最大的创新，就是将外语培训拆解成很多标准的语言，所以今天你可以跟这个老师上一节口语课，明天可以跟那个老师上一节口语课。从而变成标准化的系列服务，有效地将单次服务变成多次服务。
商品的标准化是容易的，但是生活服务的标准化都是不容易的，只有相对的标准化。所以目前看实物电商规模比生活服务电商更大。当然随着生活服务逐步标准化，未来的前景很巨大。
本节讨论的是服务的标准化，不是信息的标准化。标准化影响的是服务的交易过程，如果是标准化的服务，交易流程变得非常简单。如果非标，一般很难产生交易。
但是其他类型的服务，像滴滴的乘客服务本质是为了这一单消费的商品，能够更低的成本，更快的速度，坐到更安全的车就够了。而在做这样一个教育服务的公司，学生和老师就不仅仅是考虑这三个维度的问题。在一家大规模的教育公司，内部的服务团队，也有非常多不同的角色，大家共同承担着这个教学质量，背负产品商业指标。
所以人工智能产品在教育里面，究竟能够从本质上提高多少教学服务质量？才能产出和量化出多大的价值呢？
如何分析在一个课里学生的上课的过程是好的，或者是这个老师的教法是对这个学生有帮助的？
AI + 教育的产品经理能带来什么价值呢？
从产品经理的分类来说，每个产品经理应该都给这个行业或这家公司创造用户价值和商业价值的。
教育、社交、工具，是按照行业或产品形态来划分的，产品经理主要是找到行业问题或需求，去解决或满足，不用管技术的沉淀。养孩子，养的是产品本身。
AI、SDK，很多是以方案输出为目标的，了解行业或场景需求，是为了让技术方案能打磨更好或能适合更多客户，产品经理的打磨对象是技术方案，或者说AI技术方案就是产品。养孩子，养的是AI这个孩子。
还有一类AI产品，比如做的AI老师，实际是用AI技术的教育产品，是用AI技术来做某个领域方向的事情。这应该是第一类产品的子类。
正如前几年，一度有过移动App产品经理一说。但是，移动App方向多了去了。
AI技术自身不成熟（所以需要产品的反哺），AI技术对很多产品经理不了解，所以，有了AI产品一说。如果AI再成熟下去，也应该没有必要再说AI产品了。产品经理，回归到给用户创造价值的本源上。
我刚开始做教育的语音算法引擎的时候，其实没有特别明白在这类教育产品经理的价值。做出来的算法好坏，和产品经理有多大联系，很多算法部门都不需要产品经理。大部分的课程经理和产品经理并没有分得很清楚，而我是做算法产品经理的话，其实也很尴尬。当时的结果变成，pm价值实际做了pmo，推动协调技术落地，而照着做一样的语音评测。
后来，又继续深挖，语音在产品上能提供什么价值？这块在AI老师拓展了多种不同的语音题型，满足各个教学场景的评测准确率了，来提高语音和识别在评测体系标准化建设，并且能给用户更多的反馈方式。
其实，在分析课程数据的时候我发现，我在反馈逻辑处理其实是可以结合nlp的，现在还没有做到那一步？如果一个AI产品在教育测评 提供的反馈方式越具体有效，才能对学习有促进作用。
如果教育是需要一个正反馈系统的话：
- 假设第一步是，提高语音技术准确性，需要产品来优化和反哺。
- 第二步，技术在某几个细分场景下能达到足够好的水平用户体验提高，测评准确，学习质量提高，那就是有用户价值的。
- 第三步，通用场景的规模化，提高这个价值的扩展面积，除了ai课，可能还有其他部门，比如老师端提高老师教学体验，客服提高服务针对性，作业自适应，等等。
自适应基础建立在测评准确和题库匹配度基础上，测试几个维度依然还是听说读写。这么说下来，所谓AI产品的几种类型或阶段，以及对产品人的要求，就说清楚了。
这是一个思考的过程。
