潘组长其实也没怀什么不好的心思，他所说的，也是实际情况。

关于智能教育，不止国内在研究调研，国外也同样如此。

只是目前对教育应用人工智能的准确性理解和精准度不够，在加上与不含人工智能的教育手段相比，应用人工智能教育手段到底能发挥多大比较优势也不好测定，所以一直进展不是很快。

市场上已经出现了不少人工智能教育应用软件，但都处于早期的摸索阶段，没有统一的行业标准，软件供应商也不能提供相关产品的准确信息。

例如人工智能的运算能力和“知识储量”，如何帮助师生使用人工智能程序，师生使用人工智能发生偏差所引发的后果，人工智能模型预测的准确程度和局限性，关于开发人工智能程序所倚靠的数据情况，以及如何评估学习模型的潜在偏差，等等，都还很模糊不清。

就算不谈这些宽泛的大话题，仅从技术上来说，需要克服的问题和困难依旧很多。

单个数据的不同会产生数据偏差，进而对智能教育产生影响，算法的偏差也将决定人工智能程序在授课中的优劣。

缺乏合适、足够的数据来进行研发，平时很难获得不同学科、不同年级学习所关涉到的海量、客观且复杂的数据。

唯一可以便捷访问并可用于人工智能教育软件研发与推广的，是在线学习平台和正在大规模使用的应用程序。

不过这样的数据规模，对比整个智能教育所需要的数据库来说，规模仍然相对较小。

弱人工智能阶段，没有规模庞大且高规格要求的数据，人工智能将难以在教育中进一步长足发挥作用。

即使可以获取所需的庞大数据，但用于基础教育阶段的人工智能研发资金，也不会像医疗、交通、军事等等领域的经费那样充足。

……

所以陆羽挺理解潘组长他们的。

面临的困难多，研究经费不足，又不得不顺应时代大势，推行智能教育。

但教育这个行业的特殊性，又不像其他行业那么简单，这个市场可以堪称是情况最为复杂、所需数据最为庞大的市场。

这也是为什么投资者可以在其他行业的人工智能应用开发上大把撒钱，却不怎么愿意在教育领域对人工智能投资。

除了上面说的原因，教育行政部门批准的产品销售周期长，也是不可忽视的因素。

说白了，就是费力不赚钱，而且条条框框甚多。

掌握海量数据或者掌握海量数据获取渠道的互联网巨头，怎么可能会埋头干这种蠢事？

投资开发基础教育新产品和服务，哪有卖菜来钱快！！！

卖菜多简单啊，随便一个中规中矩的编程团队，就可以搭建一个卖菜平台，你智能教育行吗？

光是那些海量的数据获取就够让人头大了，更不要说这些数据因为个体偏差，还要进行极为细致整理、归类、分析、储存、抓取、运用等等。

获取数据的同时，还要研发新算法、开发新模型、探索个性化教育解决方案、不同行业人才专项知识培养可行性方案等等，而且需要不断的根据数据来调整研发，甚至累进研发。

这些提到的，哪一项不是工作无比复杂、需要投入海量研发资金？

而且投资了资金还不一定能够肯定研发成功。

有那资金和时间，多招募几个团长，赢下这场菜篮子大战，它不香吗？

……

增量时代结束，进入存量时代，与其费力创新，不如利用现在的市场地位和技术、资金优势，护住自己的地盘，不惜打压阻挡后来者。

巨头公司的通病了。

这些巨头公司并不是不能创新，而是不敢创新，甚至扼制、雪藏创新。

最具有代表性的例子，就是IBM公司了。

上个世纪九十年代，关系数据库，网络硬件，网络软件，UNIX处理器，以及其他更多成果，都是在IBM的实验室中研制出来的，但就是进不了市场。

后来人们才逐渐认识到，一旦这些技术里的任何一项技术商业化了，自家的产品S型大主机，市场地位都会大大下降了。

因此IBM宁愿雪藏这些新技术，也不愿意将他们推向市场。

而之后的互联网巨头们更进一步，他们会直接从根源上扼杀创新。

凡是用过windows的人都知道IE浏览器，但其实IE浏览器并不是微软自己研发的，而是直接收购了一家小公司，然后进行改造，和自己的操作系统捆绑销售，干掉了最早做浏览器的网景公司。

……

而微软的后辈，第三代互联网巨头们，则把这些手段运用得更加出神入化。

以脸书和鹅厂为例，都是通过庞大的用户数量引流，复制对手的商业模式和创新创意服务，用技术、资金和体量打压对手，并且在自身平台屏蔽对手的产品。

这些巨头自己不创新也就罢了，还在事实上变相的阻碍创新，一些具有潜力的创新型小公司，要么被收购，要么被入股，强行纳入巨头的生态阵营和商业版图里。

本小章还未完，请点击下一页继续阅读后面精彩内容！