“ChatGPT这一两年与教育场景结合落地的点是在获客和运营上。”
AI创业者卢晓勇：ChatGPT在教育行业如何应用？|OpenTalk
来源|多知网
整理|哆啦
ChatGPT对教育的影响引发了多轮探讨。在多知网近日举办的OpenTalk第39期“AI 2.0技术在教育领域如何开花”活动上，作为连续创业者，AI创业项目Copi创办人卢晓勇分享了关于AI2.0时代下教育领域的创业机会的思考。
核心观点：
1.ChatGPT这一两年与教育场景结合落地的点是在获客和运营上，至少可以把单向输出做成主动交互、持续交互，交互的时间越久，用户的特征显现越充分，筛选越充分，这样会提高人效。
2.教育到后面会演化成什么样的终极形态?可能是有一个专属于你的老师，从出生、上学、工作、变老的全流程里，有一个全知全能的老师，这个老师靠AI可以实现。
3.我认为未来是一个森林生态，分为应用层、模型层和中间层，会是一个去中心化的繁荣生态，此外还会有很多垂直小模型出现，还有插件市场等。
以下为卢晓勇分享全文(多知网整理编辑)：
大家好，我是卢晓勇，我们目前在做一个叫Copi的创业项目。它可以简单理解为一个聊天机器人，其实是把资料进行解构再呈现给我们。团队目前不到10人，有算法、研发、产品、增长的伙伴，我们最近正在做垂直的项目，已经在试错。
01
ChatGPT究竟有何魅力?
先做一些科普。什么是ChatGPT?分两块，一块是Chat，一块是GPT(Generative Pre-trained Transformer)。GPT是一个大模型，大模型一般是面向B端的，C端用户以前接触比较少。这次ChatGPT面向C端提供了交互体验界面，让用户切实感受到它的魔力，所以它靠自增长和分享传播上线两个月便实现用户破亿，成为历史上增长最快的消费者应用程序。
GPT是一个大模型，也能为我们所用，这也是很多创业者的机会。不论是通用大模型+小模型，我们团队用通用大模型的时候，是用B端能力调用它的接口。
ChatGPT上线几个月了，之所以人们仍很振奋，是因为：
1.它真正做到理解人的意思，非常拟人化。对比来看，之前淘宝客服只能做一些固定交互，他们的逻辑还是把常用的问题做归纳总结，最后通过关键词触发回复。但ChatGPT真正做到像人一样思考，人们可以以自然语言进行人机交互。
2.它能做多轮对话，不仅像人一样思考，并且能像人一样聊天。它的文本输入上限在扩大。GPT-4可以接受3.2万个token(约2.5万个单词),上代GPT-3.5版本仅可接受约3000个单词。
3.它是一个通用的大模型。以前在垂直应用领域主要是垂类大模型，而大模型的涌现能力，相比于小模型更具可能性。
同类型的模型还有：谷歌的BERT/LaMDA、Meta的LLaMA等，其中LLaMA是开源的，GPT-1和GPT-2是开源的，但GPT-3之后是闭源的，开源闭源对开发者来讲有很大不同。国内的大模型还有百度的文心一言、华为的盘古、腾讯的混元等，都在投入。不过，模型层的竞争门槛高，对算力和数据有要求，算力是模型关键，算力主要围绕两块：GPU和服务器。其中GPU主要被巨头垄断，产能受限。
未来，大模型会不断迭代，这是一定的。3月1日，OpenAI发布ChatGPT模型API——GPT-3.5-turbo，对外开放API接口，宣称将此前GPT-3.5算力成本降低90%，1000 tokens 算力成本下降到0.002美金。
另一个是会有更强的多模态能力。人类接受信息的途径不只是文本这一类，还需要利用听觉、视觉、触觉等多种感官信息并将语言同这些信息进行映射。因此，自然语言处理未来需要融入更多的多模态信息。除了文本理解和生成能力的提升，未来可能拥有更强大的多模态处理能力，如图像、音频和视频等。
再后面是人机交互。ChatGPT为什么有革命性意义?有人说它是AI 的“iPhone时刻”。这一代可能是人机交互，到下一代或许是马斯克所说的脑机交互，甚至再下一代是智能模型会被嵌入智慧。
我们是在通用大模型上去做自己的小模型。未来再怎么发展，我认为未来是一个森林生态，分为应用层、模型层和中间层，会是一个去中心化的繁荣生态，此外还会有很多垂直小模型出现，还有插件市场等。
02
ChatGPT在教育行业如何应用?
这是我画的一张全景图，我将教育场景划分为获客增长场景、运营场景、上课场景，分成了应用层、平台层、基础层。
应用层方面，这一两年我们立马能结合的点是在获客上，至少可以把单向输出做成主动交互、持续交互，交互的时间越久，用户的特征显现越充分，筛选越充分，这样会提高人效。
获客手段是投放、直播短视频、私域流量、电销或直接售卖，增长场景包括转介绍、扩科续报等，获客的场景都会有。以前获客开始时，用户点链接领0元课接触的是销售A，转到正价课接触的是销售B，扩科接触的是销售C，对用户来说体验是割裂的，需要把数据打通。目前的数据虽然已经做了一定打通，但还远远不够，还有待进一步挖掘。
运营场景，课前通知、暖场、上课资料分发、互动答疑到课后答疑辅导总结，GPT都能实现，它不能全部解决，是一个逐步积累的过程。
再往后，可能会重构整个商业模式。
教育到后面会演化成什么样的终极形态？可能是有一个专属于你的老师，从出生、上学、工作、变老的全流程里，有一个全知全能的老师，这个老师靠AI可以实现(到这时，教育是否还是教育，这是个问题。这时这个全知全能的老师角色不仅是老师，还是非常强的心灵伴侣，此时的教育是会和社交、娱乐等融合)。当它能实现这一点，这个事可能教育主管部门会做，可能有公司会做，当他们这样去做的时候，尤其是AI其实是一个编译成本很低的东西，一个SaaS公司就可以解决所有的东西(特别垂直的领域可能会由更有特色的超级老师来解决未被覆盖的需求)，到最后教育可能会成为一个引流品，其他的更高附加值的东西做引流。这是一个逻辑上的推断。
我经常举一个例子，360杀毒之前的几家杀毒软件都是订阅制，大家用杀毒软件是要付钱的，360做了一件事：杀毒软件不要钱，但通过广告营收，作为入口做APP导流去营收。4P理论要素从来没有变，但是组合方式在变。
教育会不会这么做?因为教育是民生“压舱石”，它可能不会向这个方向发展，但其他类似的场景可能会这么走，包括心理倾诉这个行业，心理学中一个非常细分的行业，现在心理倾诉半小时在15-40块钱，后面直接可以打到0，甚至补贴，最后把它贴到一些其他的平台，作为引流品去打其他的场景。
简单说一下留学，在非Top 20的名校里，现在除了择校和文书，几乎都是标准化的申请流程，完全可以靠ChatGPT实现，留学中介目前更多的是吃信息差和超溢价的服务。
此外，像高考志愿填报、语言学习，如果能做到1对1，完全可以把这个行业颠覆。
03
Q&A
问：想问一下卢老师，如何接进来，最少需要几个技术，需要多少成本?
卢晓勇：一个技术，两三天就可以。他们确实做到了这种算法的民主化或者这种成本的民主化。我们接入大模型的能力和算法，类似于模型不断延伸，产品经理把需求说明白，它自己写代码。
问：您之前是负责产品的，从产品落地的角度，当前在教育领域有哪些涉及到类GPT技术的应用，有哪些是相对容易落地的?
卢晓勇：有两个点：第一点，刚才我展示的图上标黄的，那是非常能落地的点。第二点就是我们去看他们能做哪些点，ChatGPT它有主动交互、多轮对话的能力，相比有些产品只能够单次交互，用户体验一般，当它加入主动交互，多轮对话的，用户持续上升的时候，这其实就是一个新的生产要素所迸发出来的产品机会。
OpenTalk第39期相关内容：
