作業(yè)幫智能教輔：新空間與新挑戰(zhàn)｜OpenTalk

　　來源|多知網(wǎng)

　　演講嘉賓|劉貴平

　　整理|馮瑋

　　攝|張蔚斐

　　時至此刻，教輔行業(yè)正快速向智能化邁進——過往單純的刷題練習(xí)形態(tài)，開始轉(zhuǎn)變?yōu)樽寣W(xué)生以更加快速的方式精準定位薄弱項，并有的放矢地練習(xí)。

　　以作業(yè)幫的探索為例：

　　作業(yè)幫圖書業(yè)務(wù)始于2018年，其后很快推出“大招”體系和《大招手卡》，該系列的每個“大招方法”都歷經(jīng)數(shù)百套習(xí)題分析和題型提煉，覆蓋核心知識點;

　　2022年，作業(yè)幫圖書正式推出智能教輔，并落地公式法、大通關(guān)、刷透、熱搜題、魔法書等眾多系列產(chǎn)品，用以幫助學(xué)生系統(tǒng)完成“學(xué)前、學(xué)中、學(xué)后”的學(xué)習(xí)路徑。

　　據(jù)官方數(shù)據(jù)，目前作業(yè)幫圖書單品銷量超50萬冊的圖書超40余種。

　　在多知主辦的線下活動Open Talk現(xiàn)場，作業(yè)幫圖書供應(yīng)鏈負責(zé)人劉貴平圍繞作業(yè)幫在傳統(tǒng)教輔及智能教輔業(yè)務(wù)上的布局進行了分享。

　　劉貴平提到：

　　作業(yè)幫能夠布局并快速拓展圖書業(yè)務(wù)的底層在于底層基因、技術(shù)使命和對教輔業(yè)務(wù)的探索；

　　作業(yè)幫對教輔的理解是“題好+老師好+方法好”，三方面缺一不可，這也是能夠做好教輔內(nèi)容的核心；

　　作業(yè)幫目前的智能教輔閉環(huán)是紙質(zhì)圖書+知識點精講視頻課+智能化服務(wù)+學(xué)習(xí)規(guī)劃。

　　……

　　以下為分享原文，多知編輯整理。

　　01

　　三個基因如何幫助圖書業(yè)務(wù)快速落地?

　　大家好，我是作業(yè)幫圖書供應(yīng)鏈負責(zé)人劉貴平，今天想和大家分享下作業(yè)幫在智能圖書時代對教輔新空間的思考和一些做法。

　　先聊聊我們對圖書業(yè)務(wù)的思考。

　　作業(yè)幫在2018年12月份開始做圖書業(yè)務(wù)，當時依托原有的教研能力、利用超9.8億大數(shù)據(jù)題庫資源以及現(xiàn)有的銀河大模型科技，去構(gòu)建小初高全學(xué)科業(yè)務(wù)的教輔圖書產(chǎn)品線。

　　截止到今天，作業(yè)幫圖書板塊共有1000多個SKU，目前單品銷量超過50萬冊的爆品超過40余種。

　　2022年開始，作業(yè)幫正式布局了智能圖書這個部分，并且推出了《大招手卡》、《幫幫英語奇妙拼讀》等產(chǎn)品。

　　現(xiàn)在回看這個時間軸其實是這樣的：

　　2018年我們有了圖書項目，這是試水階段；

　　2019年基于用戶的需求，我們開始圍繞課程去做內(nèi)容，也有了高中的產(chǎn)品線，因為高中生對這類產(chǎn)品的需求是非常龐大的，因此我們也上線了像《輕松刷》、《熱搜題》等產(chǎn)品，當年推出時銷量已經(jīng)非常高;

　　2019年探索完成后就開始對用戶進行繼續(xù)下探，因此2020年有初中產(chǎn)品線，推出了如《名師敲重點》、《五年真題超詳解》等產(chǎn)品，后者也是推出的首月就銷量超百萬。

　　2021年有了小學(xué)產(chǎn)品線，推出《腦圖秒記小學(xué)英語1000詞》等產(chǎn)品;

　　2022年我們開始布局智能教輔產(chǎn)品，是在原有紙質(zhì)教輔的基礎(chǔ)上結(jié)合了作業(yè)幫的課程與內(nèi)容資源，另外我們也同步加大了市場推廣力度，可以說2022年是我們正式開始向外發(fā)力的節(jié)點；

　　2023年，我們開始重點布局智能教輔，截止到年底，我們的產(chǎn)品已經(jīng)相當豐富，比如4月底上線的《小學(xué)計算大通關(guān)》，日銷售額突破20萬……

　　能夠做到這樣的背后有幾個原因。

　　第一是基因，作業(yè)幫有一個理念是讓優(yōu)質(zhì)的教育觸手可及，在這個基礎(chǔ)上，作業(yè)幫堅持以自研技術(shù)疊加我們對學(xué)科、教學(xué)、教研方向的探索，進而形成了自己對教育的理解。

　　為了更方便地滿足學(xué)習(xí)用戶需求、提升學(xué)習(xí)效果，我們也沉淀了大量數(shù)據(jù)資源，沉淀越多，尤其是講師群體，他們就會有非常強烈的分享意愿，想出圖書和優(yōu)質(zhì)內(nèi)容，在試水過程中，確實有一些教輔，切中了學(xué)生的訴求，非常受歡迎。

　　這就是基因所在。

　　第二是作業(yè)幫的技術(shù)使命，我們擁有足夠大的題庫數(shù)據(jù)，同時在OCR技術(shù)、圖像識別、自然語音處理、自動解題批改等方面具備不錯的技術(shù)功底，2023年作業(yè)幫自主研發(fā)了銀河大模型，也為圖書業(yè)務(wù)走向智能化有所助力。另外我們自研的ZRTC架構(gòu)，可以實現(xiàn)百毫秒級的延遲及累計百億分鐘無故障，這在行業(yè)內(nèi)是非常領(lǐng)先的。

　　第三是我們通過對教輔方面的長時間探索，找到了自己的定位。

　　做好教輔首先要確保題目好、老師好以及方法好——這三方面都具備就能制作成功的教輔圖書。

　　02

　　題、老師、方法：怎么做到“好”

　　先說題好。

　　作業(yè)幫的出版物中涵蓋了作業(yè)幫9.8+億題庫和2000萬條精講視頻，這些知識點覆蓋小初高全學(xué)科高頻題、易錯題、真題、熱搜題等，且所有題目均按知識點相互關(guān)聯(lián)，不僅按照教材的知識體系進行劃分，而且對最小的知識單元進行提煉歸納——我們對這些知識點構(gòu)建了對應(yīng)的知識圖譜。

　　再說老師好。

　　對于教學(xué)研究、教輔內(nèi)容編排來說，老師的教學(xué)經(jīng)驗和對學(xué)生的需求把控尤為重要，我們的教研教學(xué)團隊擁有數(shù)十名畢業(yè)于國內(nèi)外頂尖名校的老師，如北京大學(xué)、清華大學(xué)、哥倫比亞大學(xué)等，很多老師具有公立學(xué)校一線教學(xué)教研的經(jīng)歷。

　　正是因為我們有大量的題目進行沉淀，再加上作業(yè)幫的教研群體精心打磨，積攢了大量的優(yōu)質(zhì)內(nèi)容素材。這些素材很多老師會自己貢獻出來，經(jīng)過我們的教材和教研團隊打磨后就可以變成一個非常好的圖書。

　　在好方法層面上，2019年我們?nèi)嫣岢龃笳畜w系，每個方法產(chǎn)出都歷經(jīng)幾百套試卷分析和題型提煉，覆蓋核心重點，其中《大招手卡》系列在2023年5-11月期間成為抖音電商平臺500-1000元初高中教輔品類排名第一。

　　2022年開始，我們陸續(xù)推出了公式法、大通關(guān)、刷透、熱搜題、魔法書等眾多系列產(chǎn)品。

　　接下來我想說說作業(yè)幫對智能教輔的理解。

　　作業(yè)幫智能教輔的構(gòu)成是：紙質(zhì)圖書+知識點精講視頻課+智能化服務(wù)+學(xué)習(xí)規(guī)劃。

　　在展現(xiàn)智能教輔時，我們會圍繞學(xué)生的訴求和學(xué)習(xí)場景去設(shè)計，具體包括趣味互動、智慧選題、便攜采集、高效反饋、個性練習(xí)、實時批改等等。

　　以趣味互動為例，在紙質(zhì)圖書無法滿足互動功能時，我們會借助AI語音、AI識別等手段形成口語評測、智能批改等互動;再比如，學(xué)生可以通過APP去感受理科的概念，包括物理試驗、化學(xué)實驗和仿真實驗等;再比如智慧推題，紙質(zhì)教輔并非動態(tài)的，想要達到對學(xué)生的幫助就可以以更智能的方式去做題目篩選，進而實現(xiàn)做題的全、準、精……

　　這個邏輯最初是基于搜索答疑，現(xiàn)在出現(xiàn)了新技術(shù)AIGC大模型邏輯，它可以滿足我們對每個用戶的個性化需求。我們有一些方便采集的功能，例如手機拍攝教輔圖片和試卷，可以將紙質(zhì)圖書上的內(nèi)容通過上傳獲得數(shù)據(jù)存儲，并將其解析為學(xué)情分析。

　　那么這個時候又如何實現(xiàn)智能化服務(wù)呢?

　　首先是上傳功能，在紙質(zhì)圖書上采集題目;完成題目后有批改功能，并收集個人學(xué)情報告;錯題會自動歸集，并將其自動收羅到錯題本中;每個題目做錯，我們都會將其呈現(xiàn)出來，生成學(xué)情報告，包括哪個題目做錯、錯在哪里、哪個知識點是薄弱的，都會呈現(xiàn)出來，形成高效反饋;在做錯題時，可以通過相似題型實現(xiàn)舉一反三，即個性化推送。

　　我們還有自動下載打印功能，只要結(jié)合作業(yè)幫的硬件產(chǎn)品實現(xiàn)自動打印。

　　我們的許多客觀題、主觀題和錯題都可以實時批改，這些都是通過技術(shù)手段實現(xiàn);在采集完題型后，可以通過自動批改功能實現(xiàn);在進行智能教輔時，我們圍繞紙質(zhì)圖書和知識點視頻講解，滿足學(xué)生用戶群體學(xué)習(xí)需求。

　　我們通過個性化練習(xí)滿足學(xué)生精準練的需求，通過實時批改滿足學(xué)生和家長所需的及時反饋，進而完成“學(xué)練測評”的閉環(huán)——通過這套邏輯構(gòu)成了我們的智能教輔，這是作業(yè)幫目前正在進行的工作——許多圖書產(chǎn)品都是圍繞這個方向開發(fā)。

　　以智能教輔中的AI技術(shù)為例，這是作業(yè)批改智能教輔中的一道題目，它利用OCR技術(shù)解析出來。

　　針對做錯的題目，可以推送類似的舉一反三題型，再比如作文批改技術(shù)。我們可以通過基礎(chǔ)的OCR技術(shù)邏輯識別錯別字進行綜合評價。

　　其次我們可以根據(jù)學(xué)校的功能使用波浪線劃出優(yōu)秀的詞句，例如學(xué)生的作文寫得不好，我們通過精準推送可以替換作文中的語言，從而形成優(yōu)秀的詞句，對作文有潤色功能。

　　在英語方面也能實現(xiàn)，我們作業(yè)幫的一本小學(xué)作文利用了作文批改功能?？梢詫崿F(xiàn)英語中的口語、跟讀和練習(xí)，課后練習(xí)智能測評。這些都是技術(shù)不斷迭代優(yōu)化的結(jié)果。

　　所有個性化練習(xí)及推薦的邏輯都建立在非常細致的知識圖譜上。目前能夠形成六級知識點穿透，意味著我們將知識樹打標簽的維度做得更細致，最終能給我們帶來的效果是推薦準確率的提高。

　　我們也在不斷延展和完善這個圖譜，底層是我們在做每一道題目甚至在出圖書時都依賴于對知識的理解、依托數(shù)據(jù)模型完成。

　　03

　　智能教輔時代，還有哪些困境?

　　剛才提到了智能圖書，我負責(zé)供應(yīng)鏈，我再向大家介紹在智能圖書時代，供應(yīng)鏈中可能遇到的問題。

　　首先是數(shù)據(jù)不完整，圖書分為線上和線下，我們更多地關(guān)注銷售數(shù)據(jù)但對用戶的消費行為了解得很少，供應(yīng)鏈的可視化程度較低。

　　其次是數(shù)據(jù)驅(qū)動供應(yīng)鏈智慧化解決能力不足，大家知道行業(yè)內(nèi)都遇到過這樣的問題，例如長、中、短期計劃不咬合、跨部門協(xié)同線下操作且不可控和系統(tǒng)復(fù)雜等。

　　我們與行業(yè)內(nèi)頂級供應(yīng)鏈大平臺進行了交流合作后，目前也在準備建立未來供應(yīng)鏈變革藍圖，讓供應(yīng)鏈能力成為企業(yè)發(fā)展的核心競爭力，真正做到供應(yīng)鏈智能化還是很不容易的，這是我們的方向。

　　今天的分享就到這里，感謝各位。

　　04

　　Q&A環(huán)節(jié)

　　提問：作業(yè)幫有自己的銀河大模型，那么在中文作文批改方面是否使用ChatGPT或者類似于輔助我們進行立意分析？

　　劉貴平：我們是自研銀河大模型，我們會根據(jù)作業(yè)主題，做綜合評價，包括中心思想、語言流暢程度、結(jié)構(gòu)是否嚴謹、選材是否恰當?shù)龋S著銀河大模型的不斷升級，智能性會提升。

　　提問：OCR技術(shù)在題目入庫過程中是否省掉了您提到的幾十個步驟，并且簡化了一些流程？

　　劉貴平：不會簡化。在這個領(lǐng)域，我們討論的是一道題的題干是否完整以及答案是否正確，是否實現(xiàn)了分步驟講解，都是無法簡化的。

　　提問：前期是否可以簡化？例如在采集過程中是否需要重新操作？

　　劉貴平：無法簡化。我們制作圖書都需要進行三審三校，因為面向的都是C端大量用戶群體，他們會進行大量數(shù)據(jù)反饋，例如這道題是錯的，他們也會反饋。我們也會收到這些數(shù)據(jù)，我們會查看這些題正確率到底多高，這是有要求的。

　　提問：請問作業(yè)幫的智能教輔業(yè)務(wù)在AIGC方面有何應(yīng)用？

　　劉貴平：智能教輔方面，比如作業(yè)批改和學(xué)情分析這些已經(jīng)用到。

　　提問：請問作業(yè)幫圖書教輔這方面的銷量是多少？

　　劉貴平：目前產(chǎn)品累積銷售超千萬冊。

　　提問：請問用戶從采購圖書到教輔需要多長周期？用戶從下單購買一本作業(yè)幫的教輔到他手上需要多長時間？

　　劉貴平：三天送達率應(yīng)該是85%左右，5天送達率是97%到98%，7天送達率應(yīng)該是99%，每個庫房都是如此。

　　提問：智能教輔業(yè)務(wù)現(xiàn)在的盈利狀態(tài)怎么樣？

　　劉貴平：智能教輔相比普通教輔，投入確實會大很多。目前，我們有不少智能教輔圖書已經(jīng)推向了市場，這些產(chǎn)品贏得了口碑，同時也鼓舞了我們的信心。我們有很多正在開發(fā)的智能產(chǎn)品，目前所有教材開發(fā)完成后，能看到它的成效。