陈志文：我们了解到，平台型机构都想做数据服务型公司，京翰怎么去定位？

　　姜振鹏：现在大家竞争的是围绕着学生学习的时间轴。我们要尽可能用我们的服务，去占有学生学习的时间轴，这样我就可以积累他学习行为当中全阶段的数据。培训机构首先要想办法通过互联网等技术，在学生学习时间轴上去延伸。除了在机构校区里上课外，在自由学习时间，甚至是校内学习时间，有没有服务能够触达，如果能够触达，那这个学习行为数据就可以获得。

　　在当前生产水平下，获得这些行为数据也只能是有限的改善机构服务水平，但是当人工智能等技术获得了突破，就给教育培训提供了一个应用的场景，这些技术将会释放的价值是无比巨大的。举一个例子，医生离开医院是没有办法工作的，因为没法验血、没有办法照片子；但是老师离开了培训机构或学校，在哪都可以工作，只要有一块白板，就可以开始讲课。未来的教育培训机构也像医院一样，完整的教学是通过技术和数据去完成的。至于一些强人文关怀的环节，则还必须由老师去完成。

　　这里举一个我感触很深的例子，就是我高考那年，我们班一个同学在一模的时候成绩还很一般，但是一个多月的时间就提高了六十分。

　　这六十分是怎么提高的？后来他跟我讲，他母亲在教育行业有非常多的资源和关系，帮他在语数外三科各找了一个顶级名师，给他各补了三节课。这个老师是怎么做的呢？就是把最近考试的卷子拿过来看一看，然后凭借经验来判断，虚拟语气不太好、单词不太好。但是单词现在没时间补，而虚拟语气补一下，能挽救八分。这样三科短时间内各自提高了20分。老师就是做了这样一些基于经验的判断，非常高效的帮他提高了成绩。

　　这种顶级的名师，资源肯定是非常稀缺的，没有办法让很多人都获得这种服务。而老师的经验，也是依赖于自己教过的有限量的学生去积累的。但是当数据足够充分的时候，电脑经过了足够海量的数据去训练的时候，就可以给每个人进行科学的测试分析，定制个性化的学习服务。

　　大家都在谈人工智能，人工智能的技术还没有突破到这个层次，依然还是要大量的基于人的经验的判断。比如学生一个星期没有来京翰校区上课，但是学生可能选择了学习宝的在线答疑服务，问了十道二次函数、五道受力分析，我们就可以基于这些数据做一些判断，为学生准备一个个性化的教案。但是对于分析的这个环节，会因老师水平和经验的不同而有差距。但是当人工智能再往前迈进一步，教育和医院都是一样的，最需要依赖高手经验的工作，都可以通过系统和数据形成，而老师则是去完成人文关怀的部分。