行业最新 学邦动态 应有尽有

  • 当前位置:学邦 > 新闻动态 > 行业资讯 > 全球教育科技的三种「AI 变现」:企业学习、AI 阅卷、AI 学校
  • 全球教育科技的三种「AI 变现」:企业学习、AI 阅卷、AI 学校

    2026-10-22 来源:学邦技术

    十月中旬,一家机构的投委会开到晚上九点。桌上摊着三份材料,厚度差不多,估值差了三倍。

    第一份是一家企业学习平台,刚拿到 5000 万美元增长融资,资金结构是非稀释性的,也就是说老股东没被摊薄。第二份是一家英国 AI 阅卷公司,融资只有 100 万英镑,客户名单里却躺着几家大型学徒制考试机构。第三份是一家在巴厘岛办 AI 高中的教育集团,把学校做成了可复制的园区。

    三份材料被放在同一张桌子上,是因为它们都挂着「AI 教育」的标签。但拆开看,这是三桩完全不同的生意:付钱的人不同,交付的东西不同,卡住的地方也不同。

    把这三条线并排放在一起看,比单独看任何一条都有用。

    第一条线:企业学习,卖的是「培训管理员的工时」

    企业学习这个市场存在了三十年,形态从面授到 e-learning 到 LMS,一直没变过一件事:买方是公司,不是学生。

    这次的变化是产品从「课程库」变成了「智能体平台」。宣传口径是 AI 可以自动排培训计划、自动生成学习路径、自动回答员工问题。剥掉这些词,核心动作只有一个:把培训管理员原来手工做的排期、催学、统计,交给系统。

    付钱的人很明确,是人力资源或培训负责人。预算科目挂在人力成本里,通常跟薪资总额、人均培训课时挂钩。一家三千人的公司,人均年度培训预算按 800 元算,盘子就是 240 万;平台抽走其中两成,是 48 万。这是一笔算得清的账,也是一笔容易被砍的账——经济下行时,培训预算往往第一批被压缩。

    这类生意的优点是复制性强:一套产品可以卖给一万家公司,边际成本接近于零。缺点是替换成本低,客户第二年续费时要重新证明价值。

    第二条线:AI 阅卷,卖的是「评分的一致性」

    AI 阅卷不是新东西,客观题机器阅卷已经用了几十年。这次的变化发生在主观题和实操评价上。

    那家英国公司做的事很具体:把 AI 评分接进职业资格考试体系,然后与一家考试科技服务商合作,卖给大型学徒制考试机构。100 万英镑的融资,在这个赛道里不算多,但它拿到的是「进入考试体系」的资格,这比钱重要。

    这门生意的付费方是考试主办方,不是考生。计价方式通常是按卷量或按场次。客单价看着不高,但一旦接进去,替换成本极高——评分标准要重新校准,历史数据要重新对齐,申诉流程要重新设计。考试机构最怕的不是贵,是不一致。

    交付难度是三条线里最高的。评分系统要面对三件事:同一份答案在不同评分员手里分数是否稳定、边界案例怎么处理、考生申诉时能不能给出可解释的依据。第三件事最要命,因为考试是有法律后果的。

    所以这条线的规模化瓶颈不在技术,在责任。谁能承担误判的后果,谁才能接到大单。

    第三条线:AI 学校,卖的是「一整套办学能力」

    巴厘岛那所 AI 高中,和进入美国佛罗里达学校体系的数学学习试点,看起来是两件事,逻辑是一样的:把「怎么办一所学校」做成可以搬走的东西。

    它包括课程设计、教师培训、学习空间、评价方式,甚至包括招生话术。对外输出的时候,卖的不是软件,是「办学方案加品牌」。

    付费方是家长,收费形态是学费。这条线的客单价最高,一个学生一年的学费可能抵得上企业学习平台卖给一家中型公司的全年合同。但它的扩张速度最慢,因为每开一个新校区,都要处理场地、牌照、师资、当地监管。

    复制性看着低,其实有另一种复制方式:不复制校区,复制「授权」。把课程和师训授权给当地学校,收授权费加分成。这条路轻,但对品牌的要求极高——品牌不够硬,当地学校凭什么用你的方案。

    三条线放在一张表里

    把关键变量列出来,差异一目了然。这张表也是判断一个「AI 教育项目」属于哪条线的工具。

    维度 企业学习 AI 阅卷 AI 学校
    客单价 中,按人头按年,10 万至 100 万元 中低,按卷量计价 高,按学费,单个学生每年数万元
    决策人 人力资源或培训负责人 考试机构的技术与考务负责人 家长,以及当地的办学审批方
    交付难度 中,标准产品加轻度配置 高,要过一致性、边界案例、申诉三关 极高,场地、师资、牌照一样不能少
    复制性 高,一套产品卖一万家 中,每接一个体系都要重新校准 低,但可用授权方式轻复制
    回款周期 按年预付,现金流最好 按考季结算,有账期 按学期收学费,前期投入最重
    规模化瓶颈 续费率,客户每年重新算账 责任归属,误判谁承担 人与场地,开一所学校要两年

    表格里最容易被忽略的是「回款周期」这一行。它决定了一家公司能不能撑到规模化。企业学习按年预付,账上永远有一年的钱;AI 学校前期投入最重,一个校区没开满,现金流就是负的。

    同一年融资,一家拿 5000 万美元,一家拿 100 万英镑,差别不在技术强弱,在这三条线的资本效率本来就不同。

    三条线其实在抢同一笔钱

    这笔钱叫人头费。

    企业学习替代的是培训管理员的排期和催学工时。AI 阅卷替代的是评卷老师的阅卷工时。AI 学校替代的是教师的重复讲授工时。三条线表面上卖的东西完全不同,本质上都在做一件事:把一个岗位的部分工时,换成一份软件订阅费。

    用薪资的口径算最清楚。一名一线城市的评卷老师,一个考季的阅卷劳务按每份 3 元到 8 元计,一万份卷子就是 3 万到 8 万元。AI 如果把其中七成转成机器初评,省下来的是两万到五万多,这就是这门生意一年的定价空间。

    企业培训更直接:一名培训管理员月薪 1.2 万元,一年 14.4 万元;一套平台年费 20 万元,如果不减人,这笔账算不平,所以卖的时候一定要讲「同样的团队能服务三倍的员工数」。

    这个算法有一个残酷的推论:AI 的定价上限,是它替代掉的人力成本,而不是它创造的新价值。凡是按「新价值」定价的项目,签单时都很热闹,续费时都很安静。

    国内的对照:资本动作和法律动作同时发生

    把视线拉回来,同一周国内有两件事值得放在一起看。

    一件是资本动作。某教育上市公司有 4211 万股遭司法强制卖出,同期宣布与某办公软件厂商合作布局 AI 公考。股权被动处置和业务主动转型同时发生,这在转型期的公司里并不罕见:一边是旧结构在清算,一边是新方向在试水。

    另一件是法律动作。某公考题库侵权案判赔 450 万元,原告获得的是一笔赔偿加两年授权。这个数字在教培行业里不算小,它说明内容资产的定价正在被司法确认。

    两件事合起来看,信号很清楚:AI 公考这条赛道上,钱在往两个地方走——算力和渠道,以及内容版权。中间那层「把题拼起来卖」的空间,正在被两头挤掉。

    三家都在做同一道减法

    回到那三份材料。它们讲的故事不一样,做的减法是一样的。

    企业学习减掉的是「排培训计划」这个动作。AI 阅卷减掉的是「逐份看卷」这个动作。AI 学校减掉的是「重复讲同一节课」这个动作。

    减法做完之后,剩下的东西才是护城河。企业学习剩下的是客户关系与内容库,AI 阅卷剩下的是评分标准与责任承担能力,AI 学校剩下的是品牌与师资供给。

    这也解释了一个现象:AI 教育公司里,活得好的往往不是模型最好的那家,而是最清楚自己减掉了谁的工作、又替谁担了责任的那家。

    成本项 AI 介入前 AI 介入后 省下来的部分归谁
    内容生产 教研逐题编写,人均每月 300 题 机器起草加人工校验,人均每月 1200 题 归机构,但校验成本上升
    批改 每份 3 至 8 元劳务 机器初评加人工抽检 20% 归采购方,供应商按量收费
    答疑 助教 1 人对 60 名学生 系统先答,助教处理剩余 30% 归机构,体现为师生比改善
    管理 排课、考勤、统计各占一人 系统合并,保留一人复核 归机构,但要先改流程

    第四列是这笔生意里最容易被忽略的一栏。省下来的钱不是自动落到口袋里,它需要有人去改流程、改岗位、改考核。改不动,省下来的只是纸面数字。

    未来 6 到 18 个月,四条走向

    第一条,企业学习赛道会先出现价格战。产品同质化最快,客户最理性,续费时最会算账。通用型平台的年费在未来一年里下降两到三成,是可以预期的事。想守住价格,只能往行业专属内容里钻——通用的销售技巧课满地都是,某个细分行业的合规课程却很稀缺。

    第二条,AI 阅卷会先被监管盯上。凡是影响个人前途的评分,都会被要求可解释、可复核、可申诉。人工抽检比例、边界案例的处理记录、评分模型的版本留痕,这三样会成为准入条件。这会抬高门槛,也会把一批小玩家挡在门外。对已经进体系的公司是好消息。

    第三条,AI 学校的扩张会以授权为主,而不是自建。自建一个校区要两年,资本等不起。授权模式的关键不是课程,是师训——能不能在六周内把一批普通老师训到能独立上课,这是唯一的硬指标。

    第四条,三条线之间会出现并购。做阅卷的想买内容,做学校的想买平台,做平台的想买行业课程。原因很简单:单条线的天花板都不高,拼起来才能把客单价做上去。

    对机构意味着什么

    做 K12 培训的机构,最该学的不是产品,是那张成本表。先算清楚自己的哪一项成本是人力密集的,再决定要不要上系统。上来就买工具,通常是把成本从一项挪到另一项,总额没降。

    做职业教育的机构,AI 阅卷这条路值得研究。职业资格、技能等级、企业内部认证,都是评分密集型场景,而且付费方是机构不是个人,回款比 C 端稳。哪怕不对外卖,先把一门课的评分标准文本化,自己批改的效率也能提一截。

    做企业培训的机构,机会在「最后一层交付」。平台卖的是工具,企业真正缺的是把工具用起来的人。谁能提供「平台加运营」的打包服务,谁就能在平台降价时活得下去。

    如果只有一间校区,三条线都做不了。现实的做法是从最小的一环切入:把一门课的评分标准、常见错因、边界案例写成文档,先服务自己的教学。这份文档是往后所有 AI 化的地基,没有它,买什么系统都是空的。

    机构类型 可借的一条线 第一步动作
    K12 学科培训 企业学习的成本算法 把批改、答疑、排课三项工时各算一遍
    职业教育 AI 阅卷的评分体系 先做一门课的评分标准文本化
    企业培训 AI 学校的交付思维 把课程改成「开课包」,含师训与考核

    三条线的进入成本差得很远,这一点比客单价更影响选择。

    企业学习要的是销售团队。客单价 10 万元上下,一单要跟三个月,一名销售一年签 20 单已算不错,起步就得五个人。

    AI 阅卷要的是时间。一个评分体系从立项到进考场,18 个月是常态,中间要过一致性测试、边界案例评审、申诉流程演练三道关。

    AI 学校要的是牌照与场地。这两样不是钱能立刻解决的,所以它最适合已经有学校资源的一方去做。

    有个反例值得说。很多机构看到这三条线,得出的结论是「我们也该做个 AI 助手」,然后在现有课程上加一个问答框,价格上调 15%。

    这个做法错在两个地方。第一,加一个问答框不减少任何人的工时,成本没变,涨价没有依据。第二,客户会拿它跟免费的通用助手比,一比就显得贵。

    正确的顺序反过来:先找出一个每年花掉几十万人力的环节,再问这个环节能不能被拆成「机器做七成、人做三成」。能拆,才有产品;不能拆,就只是个功能。

    做教务系统的服务商这几年被问得最多的问题,也是这个:「上了系统能省几个人」。学邦的回答通常是先把客户现有的排课、考勤、课消三张表拉出来,算完再谈。

    写在最后

    三条线,三种客单价,三种决策人,最后都落在同一道算式上:替代了多少工时,就值多少钱。

    AI 不是一条新赛道,它只是把老赛道的交付成本重新算了一遍。算得清的人拿到利润,算不清的人拿到一个漂亮的概念。

    关注「学邦技术」公众号,回复「薪资」,即可领取本文对应的完整版管理资料(表格/制度/流程模板),持续获取教培运营干货。

    点击公众号菜单「免费体验」,还可预约学邦教务教学管理系统演示——排课、考勤、课消、家校沟通、财务报表一站搞定,让教务老师从表格里解放出来。