“培养教育人和种花木一样，首先要认识花木的特点，区别不同情况给以施肥、浇水和培养教育，这叫“因材施教”，著名教育家陶行知先生曾说。但在传统课堂里，一位老师往往要面对几十号学生，除授课外，还要批改试卷、答疑甚至肩负着育人的重任，无法顾及到不同水平的学生，“认识花木的特点”后再给以培育的方法似乎并不现实。
另一方面，优质教育资源相对集中，优秀教师不仅向发达地区靠拢，甚至在发达地区也只面向部分重点学校的重点班级靠拢，导致“马太效应”。
AI的推动了个性化教学的可行性——没有什么比一对一教学更能有针对性地提升学习效果了。在当前AI+教育的应用中，无论是面向初、高中的定制式学习、自动化、智能测评还是针对小学前儿童的自适应能力培养，都围绕“个性化”进行了产品模式和商业模式的创新。
2017年，在线教育公司屡获资本垂青，1月20日，学霸君宣布完成一亿美元C轮融资；3月，乂学教育获得1.2亿元轮融资，并在3个月后被追加至2.7亿元，刷新了教育领域该轮融资的融资纪录；5月31日，猿获得1.2亿美元E轮融资；8月14日，作业帮完成1.5亿美元C轮融资；8月23日，VIPKID的2亿美元D轮融资更是刷新行业纪录……
根据GET教育科技大会发布的《2017年教育行业蓝皮书》显示，2017年前8个月，一级市场教育行业的总融资额达96.4亿元，公布金额的融资案例达156起；和去年同期的58.1亿元相比增长66%，融资案例增加68%。
在线教育成为资本竞相追逐的对象，AI功不可没，其数据处理能力赋予了教育更多的应用场景。从当前的AI+教育产品形态来看，主要分为以下三类：
自适应学习（Adaptive Learning）的概念最早出现在上个世纪90年代的美国“智能系统”中，但当时的“智能”还比较粗糙，只是根据成绩将学生做简单的分层，类似于分班授课。在AI的介入下，系统能够根据学生的答题结果，自动判断学生的知识图谱，并有的放矢地推荐符合学生个人能力的内容。
比如猿题库、作业帮、VIPKID、学霸君等。VIPKID的人脸识别技术能够实时跟进每位学生的学习进度，并根据具体情况定制个性化学习计划。
其中，学霸君自研发的自适应学习能够通过条件反应理论、回归神经网络以及构建知识图谱三个环节，将知识点成图谱状结构。学生如果做错了一道题，机器将会为他推送相关知识点的题目。
除了一对一服务C端用户，在B端，学霸君还打造了“AI学”为老师赋能。该系统包含课前备课（教师端）、课堂互动（学生端）和课后作业（智能手写识别笔）三大场景，
老师可以通过教师端跟教室大屏以及学生端的平板互动。学生在专属作业本上答题，也会通过智能数码笔同步到系统中。而在学生课后的作业场景中，AI学还能实现自动批改，同样，根据学生答题情况，智能推送个性化题目，同时记录学生在完成期间的全量的行为数据。
此外，好未来旗下1对1教育品牌爱智康也推出了“i进步”个性化学习系统。该系统贯穿于整个教学过程——老师能在课前通过系统快速了解学生学习进度，以调整即将布置的习题；课堂上，可以根据每个学生的学习进度进行有的放矢的；课后，教师可针对学生知识点薄弱环节提供针对性习题。据悉，这套个性化学习系统目前已落地35家学习中心。
基于语音识别和语义识别技术，虚拟助教可以快速实现测评，并给学生提出针对性反馈，典型代表有科大讯飞、流利说、一起作业、盒子鱼等。
去年，科大讯飞董事长峰就在提案中表示，科大讯飞的英语口语自动测评、手写文字识别、机器翻译、作文自动评阅技术等已通过教育部鉴定并应用于全国多个省市的高考、中考、学业水平的口语和作文自动阅卷。
在考试中心的组织下，科大讯飞的全学科智能阅卷技术已进入学业水平测试的应用当中，例如大学英语四六级，以及全国多个省份的高考、中考、高考等大规模考试中进行了多次、多范围试点验证。
2016年，一位名为吉尔·沃森（Jill Watson）的虚拟助教就曾在300多人的课堂上为学生答疑解惑。她不仅能及时回复同学们的邮件，而且连“说话”的口吻也和老师非常相似，让人难以分辨。相比老师，虚拟助教最大的优势则在于能够通过语音、文字等形式及时反馈。
除了科大讯飞、网龙、清睿教育等为代表的上市公司通过语音测评、语义分析提升语言学习效率外，新东方、好未来等上市公司引进的分级阅读通过机器和算法制定标准，对学生与读物测定评级，完成自适应阅读。
此外，为B端客户提供AI技术解决方案的先声教育目前也已布局智能语音测评系统和写作批改系统，服务的用户包括包括国内最大的考试服务商海云天、国内TOP SP教育信息化服务商全通教育，国内TOP互联网在线教育集团及培训机构好未来、百度、新东方、美联英语、纳米盒、步步高等。据悉，未来还会逐步搭建自适应学习、对话机器人、情绪识别技术应用。
除了面向初、高中的AI教育产品，“起跑线”上的争夺也硝烟四起，加之二胎政策的，早教市场的潜力也吸引众多创业公司涌入。
2016年，成长保在线一对一训练课程上线，主要通过在线直播互动课堂的形式，为4~12岁儿童的思维能力训练，以培养孩子的语言逻辑、记忆力和专注力等。在成长保创始人&CEO小得看来，这个年龄阶段的教育更加注重“过程的体验”，通过互动游戏和思维逻辑的结合，不同性格和能力的孩子能获得不同的素质能力，这也是当前传统早教机构无法提供的的。
据猎云网了解，成长保的网课有一套标准化体系：首先，孩子需要在网上进行相应的能力测评，测评内容主要是动画展示，孩子只需点击鼠标就能完成；之后，系统会根据测评结果和后台的数据匹配推荐适合每个孩子的课程，不同能力的孩子会被匹配在一起；接着，老师将在网上一对六进行授课，家长可以根据具体的情况安排上课时间并选择付费。
一位参与成长保在线课程的孩子家长在接受猎云网采访时谈到，自己看中的是这类在线课程对思维能力的培养，她有两个小孩，大女儿已经上小学，参加在线思维课程的是小女儿，正读幼儿园中班，“几年前这类课程还比较少见，多是舞蹈、乐器班或者英语、数学班，但从老大的成长经历来看，让孩子过早地接触英语、数学这些课程，对他之后真正的能力培养似乎影响并没有那么大，反而会在课堂上了学习兴趣。另外，思维能力的课程主要是针对孩子的创造力、专注力，幼升小的阶段更重要的是让孩子养成学习的方法和习惯”。
总体来看，“AI目前在教育行业的落地项目多集中在自适应学习、测评和机器识别、大数据以及智能硬件领域”，东方新创负责人张铁铮在接受猎云网采访时表示。
此外，AI还可以打造智慧教室，比如好未来的魔镜系统，通过软硬件结合，让教学过程首先变得可被量化。进而，我们可以通过AI技术，对图像，语音，文字等数据进行识别，同时形成一个信息汇集的平台。
校园管理方面也有一些结合点，比如通过智慧校园解决方案覆盖学校的教务处、学生处、校办、校务处等部门，满足常态化校园管理需求。现在用人工智能算法进行排课，学生只需提交自己的课程选择，系统可以结合课程、教室、师资进行快速的排课，某种程度上的确提高了师生的效率。
就像AI介入其它场景被赋予的职能一样，大部分创业者和教育工作者更希望AI+教育的结合，能够将老师从高度重复、低效率的工作任务重解放出来，“让老师有更多精力去激发孩子的想象力、创造力等，‘育人’这样的工作只有老师才能做到”，乂学教育董事长栗浩洋在接受猎云网采访时说到。
从技术角度来看，无论是自适应学习还是自动阅卷，都离不开自然语言处理（简称NLP），也就是说，系统不仅要能够根据题目自动得出详细解析，而且能对学生的做题过程进行批改，甚至通过学生的作业对其知识点进行查漏补缺。
在语义的攻克上，理科这类有标准公式和答案的学科对AI来说更加友好。学霸君CEO张凯磊就曾在公开场合谈到，“数学、物理等理科类项目是强逻辑性，考点基本稳定，容易判断对错，同时，数学试卷中包括简单的选择题，也有复杂的需要解题过程的大题，非常适合AI”。
自然语言处理被业界称为“工智能桂冠上的明珠”，技术的挑战性不言而喻。文科如语文、历史等，当中涉及到大量对语义的理解和赏析，甚至同一个词汇在不同的上下文中还有不同的涵义，在没有标准答案的情况下，人工智能很难做出合理的评断。
2016年，微软小冰就尝试了中国高考语文写作，分别是全国甲卷作文《进步和退步》、卷作文《神奇的》，但小冰的表现远不及AlphaGo对战李世石时那般犀利，通篇文章、逻辑混乱。
基于这一点，乂学教育在语文这门学科上给予了相关的探索，主要是在阅读理解这部分。据栗浩洋介绍，团队目前是将语文的阅读理解进行了难度分级，拆分了九级知识点。比如在《含泪奔跑的少年》这篇阅读理解的文章里，系统将“沉闷的空气里弥漫着炙热的气流，一阵风袭来，也闻不到熟悉的稻花的香甜”这个句子分解成“中考语文”、“现代文”、“体裁”、“现代文”、“表达方式”、“描写”、“写什么”、“多角度”等线索，帮助学生从文章涉及的类型、结构等方面进行分析。
“目前所做的知识点提测还比较简单，只有当它是海量的时候难度才会难度加大”，栗浩洋表示，但也强调，“NLP的确会在主观题自动阅卷上出现攻克难题”。而这部分还是需要交给教师来完成。
的确，阅读理解往往需要深层的推理和归纳，一旦题型或重点发生变化，机器的效果也会直线下降。而人则能够根据过往的经验融会贯通，真正做到理解、运用。
尽管AI+教育近几年一度成为资本热捧的对象，但实际商业落地中全行业都还处于探索期。过去，在线C服务型模式两类，当前，AI+教育创业公司则通过B端（公立学校、私立学校和教育机构等）、C端（线上、线下）实现落地应用，从目前几家已经投入市场运营的团队来看，C端市场似乎离现金流更近。
而在B端，很多公司都以公益性质进行业务拓展，先向学校免费输入工具和平台，供其试用。而公立学校以及体制内的学校则门槛相对较多，对于人工智能技术的辅助教学效果、智能程度都持相对谨慎的态度。
首先没有足够的数据量。新东方在线COO潘欣曾表示，人工智能最核心的不仅是算法，还需要数据，对整个教育培训行业来说，最缺的就是数据。有了数据再谈人工智能是更切合实际的，如果没有数据就是空中楼阁。
拼图资本创始合伙人人王磊也表示，自适应学习必须是要有大数据支撑，没有数据的积累，技术本身也难以演进和发展。
目前，教育数据的来源渠道有两个，一是来源于数字化的教学，教学和学习数据在这种数字化中自然而然的产生，二是从传统教学行为中收集教育信息，并将之为数据。前者的优势是实时收集数据，效率高、节省人力，而现如今在互联网+教育的广度和深度有待进一步推进的情况下，教育数据的来源很大一部分要依靠后者，未来教育数据或将成为发展教育人工智能的一大制衡因素。
其次，是人才的缺乏。人工智能之争就是人才之争。仅仅就具备技术基础的人才来看，目前全球共有190多万深度学习与数据挖掘的人才，其中85万都在美国，中国只有5万人，华裔人才有14万。
况且AI教育需要行业型人才，既有通用技术能力，又对教育行业深度了解的人才，这方面人才更是少之又少。
据新京报采访，阿凡题创始人兼CEO陈李江表示人才需要同时具备技术基础和应用能力。“如果将人工智能相关产品的诞生比喻成造汽车，科研人员研究出来的核心的算法，就像汽车的引擎。有了引擎之后，是要造成轿车、SUV、还是卡车，则根据具体业务的应用场景决定，而这一部分正需要具备应用能力的人才来进行落地。”
每一波技术浪潮的出现都要融入具体的场景，创造用户价值以及提高作业效率，才会爆发新的机会。AI介入教育的价值，就在于大规模地满足了个性化教学的能力。从这个意义上说，AI只是一种技术手段，从技术成熟到产品诞生还需要很长的生命周期，而资本的涌入必将更多的注意力引入抢占市场、用户数量、盈利模式等，最终忽略了教育类产品需要长期在教学资源、品质等方面的积累。
但最重要的是，教育行业发展的关键在于内容体系的构建，就像王磊所说：“AI+确实会对行业产影响，但是本身还是一个工具，那须得以内容为载体。AI+教育，技术和内容结合才是”。