" 像高考志願填報、語言學習，有了 ChatGPT 如果能做到 1 對 1，完全會把這些行業颠覆。"
來源|多知網
整理 |哆啦
ChatGPT 對教育的影響引發了多輪探讨。在多知網近日舉辦的 OpenTalk 第 39 期 "AI 2.0 技術在教育領域如何開花 " 活動上，作爲連續創業者，AI 創業項目 Copi 創辦人盧曉勇分享了關于 AI2.0 時代下教育領域的創業機會的思考。
核心觀點：
1.ChatGPT 這一兩年與教育場景結合落地的點是在獲客和運營上，至少可以把單向輸出做成主動交互、持續交互，交互的時間越久，用戶的特征顯現越充分，篩選越充分，這樣會提高人效。
2. 教育到後面會演化成什麽樣的終極形态？可能是有一個專屬于你的老師，從出生、上學、工作、變老的全流程裏，有一個全知全能的老師，這個老師靠 AI 可以實現。
3. 我認爲未來是一個森林生态，分爲應用層、模型層和中間層，會是一個去中心化的繁榮生态，此外還會有很多垂直小模型出現，還有插件市場等。
以下爲盧曉勇分享全文 ( 多知網整理編輯 ) ：
大家好，我是盧曉勇，我們目前在做一個叫 Copi 的創業項目。它可以簡單理解爲一個聊天機器人，其實是把資料進行解構再呈現給我們。團隊目前不到 10 人，有算法、研發、産品、增長的夥伴，我們最近正在做垂直的項目，已經在試錯。
01
ChatGPT 究竟有何魅力？
先做一些科普。什麽是 ChatGPT？分兩塊，一塊是 Chat，一塊是 GPT（Generative Pre-trained Transformer）。GPT 是一個大模型，大模型一般是面向 B 端的，C 端用戶以前接觸比較少。這次 ChatGPT 面向 C 端提供了交互體驗界面，讓用戶切實感受到它的魔力，所以它靠自增長和分享傳播上線兩個月便實現用戶破億，成爲曆史上增長最快的消費者應用程序。
GPT 是一個大模型，也能爲我們所用，這也是很多創業者的機會。不論是通用大模型 + 小模型，我們團隊用通用大模型的時候，是用 B 端能力調用它的接口。
ChatGPT 上線幾個月了，之所以人們仍很振奮，是因爲：
1. 它真正做到理解人的意思，非常拟人化。對比來看，之前淘寶客服隻能做一些固定交互，他們的邏輯還是把常用的問題做歸納總結，最後通過關鍵詞觸發回複。但 ChatGPT 真正做到像人一樣思考，人們可以以自然語言進行人機交互。
2. 它能做多輪對話，不僅像人一樣思考，并且能像人一樣聊天。它的文本輸入上限在擴大。GPT-4 可以接受 3.2 萬個 token ( 約 2.5 萬個單詞 ) , 上代 GPT-3.5 版本僅可接受約 3000 個單詞。
3. 它是一個通用的大模型。以前在垂直應用領域主要是垂類大模型，而大模型的湧現能力，相比于小模型更具可能性。
同類型的模型還有：谷歌的 BERT/LaMDA、Meta 的 LLaMA 等，其中 LLaMA 是開源的，GPT-1 和 GPT-2 是開源的，但 GPT-3 之後是閉源的，開源閉源對開發者來講有很大不同。國内的大模型還有百度的文心一言、華爲的盤古、騰訊的混元等，都在投入。不過，模型層的競争門檻高，對算力和數據有要求，算力是模型關鍵，算力主要圍繞兩塊：GPU 和服務器。其中 GPU 主要被巨頭壟斷，産能受限。
未來，大模型會不斷叠代，這是一定的。3 月 1 日，OpenAI 發布 ChatGPT 模型 API —— GPT-3.5-turbo，對外開放 API 接口，宣稱将此前 GPT-3.5 算力成本降低 90%，1000 tokens 算力成本下降到 0.002 美金。
另一個是會有更強的多模态能力。人類接受信息的途徑不隻是文本這一類，還需要利用聽覺、視覺、觸覺等多種感官信息并将語言同這些信息進行映射。因此，自然語言處理未來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，未來可能擁有更強大的多模态處理能力，如圖像、音頻和視頻等。
再後面是人機交互。ChatGPT 爲什麽有革命性意義？有人說它是 AI 的 "iPhone 時刻 "。這一代可能是人機交互，到下一代或許是馬斯克所說的腦機交互，甚至再下一代是智能模型會被嵌入智慧。
我們是在通用大模型上去做自己的小模型。未來再怎麽發展，我認爲未來是一個森林生态，分爲應用層、模型層和中間層，會是一個去中心化的繁榮生态，此外還會有很多垂直小模型出現，還有插件市場等。
02
ChatGPT 在教育行業如何應用？
這是我畫的一張全景圖，我将教育場景劃分爲獲客增長場景、運營場景、上課場景，分成了應用層、平台層、基礎層。
應用層方面，這一兩年我們立馬能結合的點是在獲客上，至少可以把單向輸出做成主動交互、持續交互，交互的時間越久，用戶的特征顯現越充分，篩選越充分，這樣會提高人效。
獲客手段是投放、直播短視頻、私域流量、電銷或直接售賣，增長場景包括轉介紹、擴科續報等，獲客的場景都會有。以前獲客開始時，用戶點鏈接領 0 元課接觸的是銷售 A，轉到正價課接觸的是銷售 B，擴科接觸的是銷售 C，對用戶來說體驗是割裂的，需要把數據打通。目前的數據雖然已經做了一定打通，但還遠遠不夠，還有待進一步挖掘。
運營場景，課前通知、暖場、上課資料分發、互動答疑到課後答疑輔導總結，GPT 都能實現，它不能全部解決，是一個逐步積累的過程。
再往後，可能會重構整個商業模式。
教育到後面會演化成什麽樣的終極形态？可能是有一個專屬于你的老師，從出生、上學、工作、變老的全流程裏，有一個全知全能的老師，這個老師靠 AI 可以實現（到這時，教育是否還是教育，這是個問題。這時這個全知全能的老師角色不僅是老師，還是非常強的心靈伴侶，此時的教育是會和社交、娛樂等融合）。當它能實現這一點，這個事可能教育主管部門會做，可能有公司會做，當他們這樣去做的時候，尤其是 AI 其實是一個編譯成本很低的東西，一個 SaaS 公司就可以解決所有的東西（特别垂直的領域可能會由更有特色的超級老師來解決未被覆蓋的需求），到最後教育可能會成爲一個引流品，其他的更高附加值的東西做引流。這是一個邏輯上的推斷。
我經常舉一個例子，360 殺毒之前的幾家殺毒軟件都是訂閱制，大家用殺毒軟件是要付錢的，360 做了一件事：殺毒軟件不要錢，但通過廣告營收，作爲入口做 APP 導流去營收。4P 理論要素從來沒有變，但是組合方式在變。
教育會不會這麽做？因爲教育是民生 " 壓艙石 "，它可能不會向這個方向發展，但其他類似的場景可能會這麽走，包括心理傾訴這個行業，心理學中一個非常細分的行業，現在心理傾訴半小時在 15-40 塊錢，後面直接可以打到 0，甚至補貼，最後把它貼到一些其他的平台，作爲引流品去打其他的場景。
簡單說一下留學，在非 Top 20 的名校裏，現在除了擇校和文書，幾乎都是标準化的申請流程，完全可以靠 ChatGPT 實現，留學中介目前更多的是吃信息差和超溢價的服務。
此外，像高考志願填報、語言學習，如果能做到 1 對 1，完全可以把這個行業颠覆。
03
Q&A
問：想問一下盧老師，如何接進來，最少需要幾個技術，需要多少成本？
盧曉勇：一個技術，兩三天就可以。他們确實做到了這種算法的民主化或者這種成本的民主化。我們接入大模型的能力和算法，類似于模型不斷延伸，産品經理把需求說明白，它自己寫代碼。
問：您之前是負責産品的，從産品落地的角度，當前在教育領域有哪些涉及到類 GPT 技術的應用，有哪些是相對容易落地的？
盧曉勇：有兩個點：第一點，剛才我展示的圖上标黃的，那是非常能落地的點。第二點就是我們去看他們能做哪些點，ChatGPT 它有主動交互、多輪對話的能力，相比有些産品隻能夠單次交互，用戶體驗一般，當它加入主動交互，多輪對話的，用戶持續上升的時候，這其實就是一個新的生産要素所迸發出來的産品機會。
OpenTalk 第 39 期相關内容：
