上周EduMax发布了“一张图看懂自适应学习”，希望用最简单的方式把“自适应学习”这一前沿高深的新生事物介绍清楚。然而“自适应学习系统”目前既然在寻求商业化尝试，那我们还应该聊聊它在商业环境中的问题。谈到这个问题，本文不能再是一张图了，因为既然“恐怖”，我还是用简单的文字来说清吧。
第一个恐怖现实：成熟的项目是不需要自证有效性的
上篇文章发布后，在线教育领域一位资深的朋友找我聊天，谈到这样一个观点“成熟的项目是不需要在市场上自证有效的”，他说：“不论是新东方、好未来，即无需自证有效，也无需对效果做承诺”。
这个观点很深刻，细想起来，所有市场上所有的产品或服务，其有效性都有两种自带来源：一是直接效果，比如教培行业的“提分”，比如饭馆的“好吃”，比如手机的“好用”；还有一类是在高一级的理论或科学中为其制定了有效性的标准，比如电脑配置高低性能优劣，比如药物的各项指标。—— 如果一个产品在高一级的理论及科学中还无法证实其有效性，也无法在实际应用中立即被体会到效果，那这个产品只能说是——这只是个不成熟的概念。
那么，自适应学习系统是不是也遇到了这样的僵局呢？——当前教培市场的终极需要是帮助学生“学会，提分”，家长会为这个需要而付费；而一套高级的智能系统只是达到这一目标的方法，家长不会为了体验一种新技术而付费，如果付费了也是暂时的好奇心驱使。
因此，如果自适应系统需要自证有效性，除了科研本身的原因之外，恐怕是在效果方面还没有被市场认识到，这个方向上还有很长的路要走，直到市场上普遍认为：真正的自适应学习系统的确是有效的；并且认识到“你的公司”才是真正的自适应学习系统。否则那就会像是那位朋友所说的一个深刻的比喻“拿着锤子找钉子”。
第二个恐怖现实：组建一个真正的自适应学习系统的商业团队，其难度不亚于技术
因为曾经尝试过自适应学习系统项目的原因，去年中期我受另外一位朋友所托，在美国寻找自适应学习的科研团队。但其结果是，自适应学习系统的概念，在美国人那里似乎还不如国内传播得广泛。得到反馈最多的一个答复是：“我们不知道有个学科叫做‘自适应学习’，可以解释得再具体些么？”
的确，自适应学习系统不是一个学科，而是多学科共同合作的结果，在理想状态下，应该包括教育、教学，人工智能，教育测量学，统计学、大数据挖掘、教育技术学、设计师等等各种角色互相配合；如果到了应用级，还得有算法、软件编程、网络工程师等角色的参与。因此，除非类似knewton这样土豪级的公司之外，在美国也只有EPGY这样的国家基金支持的项目了。
这些还不够；如果真正的自适应学习系统得以商业化应用，那还需要市场、渠道乃至行业资源的配合。由于这类项目对应用场景的依赖性非常强，甚至可以说是项目的基础之一，所以在商业应用里非技术性的因素与技术性因素是同等重要的。
所以我们看到，真正组建这样一个团队，虽然有一些环节可以暂时忽略，但多数的结构还是不能或缺的。并且每个环节的人物，其量级还得完全对等，否则哪一块是短板，这个项目都做不成。
这是一道思考题，如果一个初创团队，里面有这么多的重量级环节，哪个环节还都不能缺少；此时如果没有绝对的权威老大哥拿钱组织，这个团队的股权乃至地位得如何分配才会让每个人心服口服呢？
一个恐怖结论：也许目前我们翘首企盼的方向不对
除了那两个恐怖现实之外，其实还有一个更可怕的麻烦——技术、内容、商业等等都是能拿钱解决的问题，但自适应学习系统所赖以存在的基础——大数据，往往是拿钱买不到的。
拿钱买不到的东西，就需要慢慢想办法去获得；然而真正的自适应学习系统是离不开大数据的。于是出现了一种方法，先设定主观参数，等数据采集齐全后再自适应化。—— 这句话的意思，其实就相当于，开始做了个“并不真”的自适应学习系统，这样的系统与“纯假”系统的差别就在于系统架构、数据架构和一些核心算法上；当然，二者的教学内容相比如何，那是一事一议了。
此时我们看到， “并不真”往往是从技术入手的无奈之举，迂回之策；而“非常假”往往是市场或内容入手；在逻辑上，后者在技术上因为“假”所以轻，同时在市场和内容上占有优势，所以在这场对客户心智及数据获取的战役里，谁更有胜算那是很明了的事。
如果再考虑到前面那两个恐怖的现实，到最终很可能会出现，“非常假”派因为技术难度低，因为接近教育和市场，很快获得了大量的数据和客户；那个时候公司痛下决心重做系统，成了“非常真”的自适应学习系统。
这就是一个恐怖结论：
也许，未来自适应学习系统公司，不是在技术上生出来的，而是在市场上长出来的。
注：本文由EduMax原创，转载请注明出处