教育AI，海亮科服从“商业验证”做起

　　图片来源|WAIC2026语料创新论坛

　　

　　2026世界人工智能大会暨人工智能全球治理高级别会议已于7月17日拉开序幕。

　　今年大会的主题是“智能伙伴 共创未来”，这是世界人工智能大会第九次举办。本次大会展览总面积首次突破10万平方米，1100余家企业参展，3000余项展品集中亮相，超300款产品将实现全球首发。

　　

　　围绕主题，本次大会将设置论坛会议、展览展示、评奖赛事、应用体验、创新孵化、招才引智六大板块，共策划140余场论坛。

　　

　　在18日的WAIC2026语料创新论坛现场，作为现场重磅环节，《从AI语料到商业落地价值洞察分享》推出两大标杆产业成果——全球人工智能产业图谱、中国AI商业落地应用价值Top50榜单。

　　

　　分享聚焦于AI产业应用与商业价值探索，在此次发布的成果中，海亮科服成为教育科技领域唯一实现多重认可的企业：其同时入选产业图谱“行业应用”“垂类大模型”两大核心板块，进入中国AI商业落地应用价值Top50榜单，并作为标杆案例被报告进行深度拆解。

　　

　　过去几年，模型能力是衡量AI企业竞争力的重要指标。参数规模、推理能力、多模态水平，决定了企业在产业竞争中的位置。但随着大模型逐渐进入真实应用阶段，行业开始关注另一个问题——技术能否真正创造产业价值。

　　AI行业正在迎来一场新的价值排序。

　　而教育场景，又恰恰是AI落地中最需要长期验证的领域之一。

　　更早前，在浙江的另一场评选中，也释放了相似信号：

　　今年4月，由民建浙江省委会、浙江省商会、中国投资发展促进会联合主办的第十届万物生长大会公布了2026浙江独角兽企业名单。与人们熟悉的商业榜单不同，这一榜单更关注企业对区域产业发展的长期价值。其中，海亮科服成为全国首家专注校园全域赋能、浙江首家教育科技独角兽企业。

　　一个来自全球人工智能领域最高、覆盖维度最全的综合盛会，一个来自地方创新体系;一个强调AI商业价值，一个强调企业长期成长能力。

　　与互联网应用不同，教育AI并非只是解决一个知识点讲解或效率提升的问题。帮助学生掌握知识，并不等于促进全面成长;完成一次课堂试点，也不意味着能够规模化复制。教育场景既需要技术能力，也需要对教学规律、学校体系以及人的成长过程有深刻理解。

　　对于教育AI而言，模型能力只是起点。真正的挑战，是如何将AI融入学习过程、学校和区域教育体系，形成可持续、可复制的应用模式。

　　从这个角度看，海亮科服此次获得的认可，也折射出教育AI行业评价标准的变化：技术能力正在接受产业实践的检验，而教育价值最终需要回到真实教学场景中被验证。

　　其意义不言而喻。

　　教育，为什么是AI商业化最难的一块拼图?

　　如果把AI商业化放到所有行业来看，教育并不是跑得最快的那个。

　　制造业、金融、营销亦或办公协同，在很早前便已经出现了一批成熟的AI应用，像工业利用AI优化生产流程，金融机构借助大模型提升投研效率，营销行业快速完成了内容生成、客服、销售等多个环节的智能化改造。

　　它们落地更快，在于这几类赛道拥有一个共同特点：业务流程相对标准化，投入与产出可以快速量化，AI带来的价值也更容易计算。

　　教育则完全不同，这是一套更加复杂的教育体系——一个教育AI产品要面对学生、教师、校长、家长、教育主管部门等多个角色;它既要符合课程标准，也要适应不同学校的教学节奏;既要追求效率，也要兼顾公平、安全与教育质量。

　　也由此，在教育行业，一款产品“好不好用”和“能不能真正跑通商业模式”，往往是两件不同的事情。

　　

　　在这个时期，市面上陆续出现了一些不错的AI工具类产品，但距离真正的全面落地却仍有距离，问题并不在于AI能力不够，本源是教育真正需要解决的从来不是一个孤立的问题，而是一整个系统。

　　课堂如何组织?教师如何成长?学校如何治理?区域如何形成优质资源共享?学生如何实现长期发展?问题彼此关联，很难依靠一款软件或者一个模型单独完成。

　　也正因为如此，AI进入教育第五年之后，行业开始出现越来越明显的分化，以最常见的两类企业为例。

　　第一类企业，做的是AI基础能力。

　　以DeepSeek、豆包、千问等通用大模型为代表，它们不断降低AI应用门槛，为教育行业提供推理、多模态理解、内容生成等底层能力，解决的是“AI能够做什么”的问题。

　　第二类企业，做的是AI教育工具。

　　从学习机、AI答疑、AI老师，到AI搜索、AI伴学、Agent，这类企业通常从具体教育场景切入，将AI能力转化为用户可直接使用的产品，成为学生、教师和家庭新的交互入口。

　　这一路径推动了AI在教育场景中的快速普及，工具型产品更贴近用户需求，也更容易验证应用价值——帮助学生解决问题、辅助教师备课、提升学习反馈效率。

　　但教育AI与其他行业AI的区别在于，教育价值并不只是效率提升。办公AI提升的是工作效率，工业AI优化的是生产流程，而教育AI面对的是人的长期成长，因此只做单点工具是不够的。

　　第三类企业，关注的则不再是单一产品，而是整个教育系统的AI化。

　　对这类企业而言，AI不是最终产品，而是一种基础能力;产品不是终点，而是连接教育场景的入口。它们探索的是如何将AI融入学生学习、课堂教学、教师发展、学校管理、区域教育治理以及家庭学习服务，建立一套能够持续运行的教育生态。

　　过去几年，越来越多教育科技企业开始从“卖产品”走向“提供整体解决方案”，背后正是这一趋势变化。

　　未来教育AI公司的竞争，不仅在于模型能力有多强、产品功能有多少，更在于是否具备将技术转化为教育系统能力的能力——既能服务课堂与教师，也能连接学校、家庭和区域教育生态，让AI成为支撑教育全过程的新型基础设施。

　　

　　海亮科服走出第三条路

　　海亮科服正是前文提到的第三类企业，或者说，它正在探索一条区别于当前市场主流的AI教育路径——从单点AI工具走向覆盖学生成长全过程的“智慧教育+生涯科技整体解决方案”。

　　在这一模式中，AI并不是最终目的，而是一项底层能力。真正重要的是，如何利用AI连接教育过程中原本相对割裂的课堂教学、教师发展、学校管理、区域教育治理以及学生成长，让技术持续嵌入教育全流程，而不是停留在某一个产品功能或应用场景。

　　具体来看，一方面，海亮科服围绕课堂教学、教师发展、校园治理、智慧育人等校内场景，为学校提供数字化升级能力;另一方面，则通过自主研发的e生涯大模型，将服务延伸至学生选科、升学规划、职业发展和教育资源匹配，进一步连接校内外资源，覆盖学生成长的长期链路。

　　

　　这也是海亮科服区别于许多教育AI公司的核心所在。

　　当前不少AI公司的发展路径，是先构建模型和技术能力，再寻找教育应用场景;而海亮科服的路径恰恰相反——长期扎根教育一线，从真实教学需求出发，以课堂实践推动产品迭代，以学校运营经验打磨解决方案。

　　因此，其积累的不只是模型能力，更是一套围绕教育场景形成的方法论和实践资产：一所学校如何运营、一堂课如何组织、一名教师如何成长、一个区域如何推进教育改革，这些长期沉淀的最佳实践，构成了其难以复制的竞争壁垒。

　　从业务模式看，海亮科服并非单纯提供AI产品，而是在构建一个围绕学生成长的教育服务生态。其一端连接学校和区域教育场景，通过数字化能力提升教育服务效率;另一端连接学生和家庭需求，通过e生涯大模型提供个性化规划与资源匹配。随着两端能力不断融合，海亮科服正在探索从G端教育服务向C端成长服务自然延展的路径。

　　海亮教育科技服务集团董事长、总裁陈军伟认为，海亮科服的独特优势在于，前期通过G端智慧教育业务积累了学校和区域的信任基础，随着学生个性化成长需求释放，优质教育资源会自然进入平台，形成“B端深耕带动C端增长”的正向循环。

　　这种“先服务学校、再连接学生;先建立教育信任、再拓展资源生态”的发展路径，在当前教育AI行业中仍较为少见。

　　扎根，于更广袤的地方

　　AI创思课堂是海亮科服的重要业务板块之一，其本质是⼀套基于课堂改⾰需求的整体解决⽅案。

　　过去，那些好的课堂模式存在两大问题：⼀是⽆法规模化复制，⾼度依赖校⻓个⼈推动;⼆是完全依赖本校⽼师的个⼈能⼒。

　　而海亮科服结合⾃⼰的科技和AI能⼒，基于最佳实践，把理想课堂形态画出来，召集校⻓、管理团队和技术团队⼀起论证。

　　团队对这件事的反应⼀致：太好了，但太难了。陈军伟认为，这恰恰说明海亮科服找到了 “难⽽正确的事”。没有⼈会否定这种模式的价值——学⽣⾃主学习、互动合作、⼩⽼师展⽰、精准反馈、精准作业，每个环节都指向更好的教育。

　　而AI的加入，为这一模式提供了新的可能。

　　据海亮方面介绍，团队认为AI并不是课堂的主角，真正站在课堂中央的，依然是学生;教师也不是被AI替代，而是从知识传授者逐渐转向学习设计者、课堂组织者和成长引导者。

　　围绕这一理念，海亮科服构建了“课前探源—课中共生—课后创生”的“三阶六环”课堂体系：

　　课前，AI帮助教师完成学情分析、资源准备和教学设计，让课堂能够更加贴近学生的真实学习情况;

　　课中，AI支持课堂互动、小组协作、即时反馈以及学习过程记录，为教师提供实时的数据支持;

　　课后，则连接作业分析、成长评价和教研反思，让课堂产生的数据重新回到教学改进之中。

　　AI贯穿了课堂的全过程，却始终没有取代课堂本身。

　　传统课堂里，教师往往承担大部分讲授任务，学生更多处于“听”的状态。而在创思课堂中，教师平均讲授时间压缩至约15分钟，更多时间交给学生讨论、展示、合作探究以及“小老师”讲解。AI则持续记录课堂互动、学习状态和思维过程，为教师提供即时反馈，也为后续教研提供依据。

　　换句话说，AI承担的是课堂的“数字底座”，而真正发生变化的，是人与人的关系——学生拥有了更多主动学习和表达的机会;教师能够把更多精力放在课堂组织和个性化指导上;学校则能够通过持续积累的课堂数据，不断优化教学方式。

　　根据海亮科服披露的数据，目前AI创思课堂已经在100余所学校实现常态化应用，学生课堂参与度明显提升，约70%的学生成绩实现增长，其余学生整体保持稳定，教师备课、作业批改以及课堂反思效率也得到持续改善。

　　这些变化说明，AI进入课堂，并不是增加一个新的教学环节，而是在重新组织课堂。

　　课堂依然是课堂。

　　但课堂运行的方式，开始发生改变。

　　

　　将最佳教育实践规模化复制

　　一次的创新、一间教室的变化或者AI场景的局部落地，于教育来说还远远不够。这样的变化到底能不能复制，才是教育AI商业化真正的分水岭。

　　一个值得关注的现象是，不少具有代表性的教育AI实践并不是率先发生在北京、上海、深圳等教育资源集中的城市，而是率先出现在县域。

　　对于很多县域而言，教育资源均衡始终是现实课题，课堂改革、教师发展、数字化建设拥有更强的现实需求;与此同时，县域教育往往以区域整体推进为主，教育局、学校、教师之间能够形成更加统一的行动机制。一旦一种课堂模式、一套教学方法得到验证，就可以迅速复制到更多学校。

　　也正因为如此，县域逐渐成为教育AI最重要的实践场。

　　海亮科服方面透露，截至目前，海亮科服业务已覆盖全国30个省(自治区、直辖市)、210多个区县，累计服务师生超过1000万人次。从课堂教学到教师发展，从校园治理到区域教育数字化建设，不同地区持续产生的新实践，又不断推动产品迭代。

　　这里真正沉淀下来的，并不是一组数据，而是一套能够不断复制的教育经验。这也是海亮科服一直强调"科技+服务+成果"的原因。

　　科技负责提供能力。

　　服务负责进入学校。

　　成果负责验证价值。

　　对于教育行业而言，交付从来不是项目结束，而是真正的开始。

　　企业需要陪伴教师完成培训，与学校共同推进课堂改革，与教育局一起建立区域教研机制，再根据真实课堂中的反馈持续优化产品。只有当一套模式能够跨学校、跨区域稳定运行，它才真正拥有商业价值。

　　因此，海亮科服累计收到130余封地方政府感谢信、保持较高续约率，这些数字背后所反映的，并不仅仅是客户认可。

　　更重要的是，它们意味着一套教育实践正在不断被验证、不断被复制。

　　当越来越多真实课堂、真实学校、真实区域不断积累新的教育实践，再通过AI实现沉淀、分析和反馈时，教育经验开始突破地域限制，成为整个教育系统共同的能力。

　　探索学生成长全周期服务

　　e生涯大模型是海亮科服围绕学生成长的一大业务板块。

　　过去，生涯规划更多集中在高中阶段，围绕选科、志愿填报、院校选择等具体问题展开，本质上是一种基于结果的信息匹配服务。

　　但学生未来的发展选择，不仅取决于一次考试成绩，还与兴趣特点、能力结构、成长经历、家庭背景以及长期发展目标密切相关。这也意味着，未来的生涯服务需要从简单的信息推荐，走向更加长期、个性化的成长决策支持。

　　在这一趋势下，海亮科服推出的e生涯大模型，试图探索AI时代学生成长服务的新模式。

　　据了解，过去海亮科服已经在生涯规划领域进行了长期探索，并通过e生涯App在约70所学校开展试点，转化了10万注册⽤⼾，深度测评约6万⼈。但在实践过程中，团队也意识到，传统生涯产品仍存在一定局限：基于测评生成报告的方式，本质上还是单向的信息输出，学生和家长虽然能够获得建议，但对于“为什么这样规划”“未来如何调整”等问题，缺少持续互动和深入理解的过程。

　　

　　在大模型技术加持下，海亮科服认为，未来的e生涯大模型，并不是简单替代人工生成一份规划报告，而是希望通过多轮对话的方式，帮助学生逐步完成自我认知、目标探索和路径规划。学生和家长可以围绕兴趣、能力、专业方向、职业选择等问题持续交流，在互动过程中逐渐形成对自身发展的理解，并最终形成更加符合个人特点的成长路径。

　　从产品逻辑看，这意味着生涯规划正在从“给答案”转向“帮助学生找到答案”。

　　这一变化背后，是AI对教育服务模式的重塑。过去，教育服务更多依赖专家经验和人工咨询，服务效率和覆盖范围受到限制;而AI可以将专家经验、教育数据和知识体系进行结构化沉淀，为更多学生提供持续性的成长支持。

　　教育领域的大模型应用，与通用场景存在明显差异。对于升学规划、专业选择等高价值决策场景而言，准确性、可靠性和可解释性尤为重要。一个无法解释依据、信息不准确的AI建议，很难真正获得学校、家长和学生的信任。

　　因此，垂直领域的大模型竞争，核心并不只是模型参数规模，而是背后的数据积累、知识体系和场景理解能力。

　　海亮科服认为，e生涯大模型的基础优势，来自长期教育实践积累。一方面，依托多年基础教育办学经验，企业沉淀了大量学生成长数据和学校实践经验，并围绕学生能力培养、升学路径规划等形成了相应的方法体系;另一方面，通过与学校、政府、高校等多方合作，能够接入更加权威的教育信息资源，并结合知识图谱、RAG等技术，提高内容生成的准确性和可追溯性。

　　更重要的是，e生涯大模型并不止于提供规划建议，而是希望进一步连接教育资源，实现“规划—资源—落地”的完整闭环。

　　例如，当AI帮助学生明确发展方向后，后续还可以匹配相应的课程、实践活动、教育服务资源，帮助学生真正执行成长路径。这也是其区别于传统测评工具和单纯信息平台的重要地方。

　　从更长周期看，e生涯大模型的价值并不局限于升学场景。未来，其横向可以连接校内教育和校外资源，纵向可以沿着学生成长轨迹延伸，从高中升学规划进一步拓展到专业选择、职业发展乃至终身学习。

　　这一模式背后的核心逻辑是：智慧教育解决“如何更好地培养学生”，而生涯科技解决“如何帮助学生找到适合自己的发展方向”。二者结合，形成从识别学生特点，到匹配教育资源，再到支持长期发展的完整链路。

　　

　　结语

　　未来教育AI的竞争，当然离不开算法、大模型等底层技术能力，这也是推动行业发展的重要基础。但技术本身并不能自动转化为教育价值，真正决定企业长期竞争力的，是能否将技术与真实教育场景深度结合。

　　相比单纯追求模型能力，拥有真实课堂、学校和学生成长数据的公司，更有机会让AI真正理解教育需求，并在持续应用中快速迭代优化。办学实践、验证场域、真实需求和长期沉淀的数据，决定了AI能否适配不同教育环境，真正解决一线问题。

　　当教育经验通过AI实现规模化沉淀和复制，教育科技的竞争也将从“技术能力竞争”走向“技术与教育融合能力竞争”。未来，能够同时理解技术逻辑与教育场景的公司，才有机会成为教育AI产业长期发展的核心参与者。