吴恩达用1亿美元赌AI教育！但真正要看的，是服务还要不要人

抓住风口，看懂趋势

本期要点：自动服务的流水线

你好，我是王煜全，这里是王煜全要闻评论。

你觉得，AI时代，该如何判断一家做服务的公司有没有未来？

跟这么多企业沟通之后，我们发现，有一个特别简单的标准，就是看它的核心服务还需不需要人去做。更准确地说，就是人能不能逐步从具体执行中退出。

过去，大家谈的是用AI给员工提效，一个工程师配上AI，能顶过去好几个工程师。

但真正的拐点是，AI开始自己把服务干完，人退到旁边，只负责提出目标、检查结果和必要时纠偏。

最近，最舍得为这件事下注的，是吴恩达。

他新创办了AI原生学习公司LearnVector，虽然任何产品还没发布，却已获得他自己参与的

另一个上市公司Coursera的1亿美元投资，用于购买其A轮优先股。

Coursera本就是全球顶级的在线课程平台，也已经拥有AI学习工具。为什么吴恩达还要另起炉灶？

我们认为，他可能想改造“教育”这个服务的生产方式。而这或许能给整个Agent产业打一个样，值得大家的持续关注。

AI服务

要明白这个趋势，我们可以先看终身学习赛道所经历的三次变化。

第一代是线下培训，典型代表就是新东方。一个老师，一天能教的就是一个班几十到上百号人，再多就顾不过来。

第二代是在线课程平台，比如Coursera。

它把课程录制下来，让同一套内容突破教室和地域限制。

但它无法复制的，恰恰是一个好老师最值钱的那部分，即判断你哪儿没懂、然后根据实际情况更改教学计划和方法。

LearnVector想解决的就是这个问题，并成为第三代的形态，即AI教育。

它希望让AI Agent为每个人规划学习路径，根据学习方式动态调整，持续陪练，直到学习者真正掌握并能够证明自己掌握了相关技能。

它目前看到的机会，是需要在工作中持续学习新技能的白领，并计划面向企业、政府和高校销售。

但未来我们需要观察的，是LearnVector究竟要AI赋能教育，还是让AI把教育的活接管过去。

这两条路，听上去好像一样，但从发展前景来看，是两码事。

现在大部分所谓的AI服务，还是赋能。

老师用AI备课、整理数据、生成报告等等。AI让人干活更快了，但问题是，人还是得亲自下场，把工作一项一项地完成。

这个效果顶多是，过去一个老师只能全心全意地教十个人；用上AI以后，也许能以近似的效果教一百个人。

听上去进步很大，但它仍然是以老师为中心的旧生产方式，规模上限仍受老师的时间和精力的约束。

让AI把常规工作接过去，则是另一回事。

系统自己围绕目标走完完整闭环，搞清楚客户要什么，再定方案、执行、看结果，再调整，中间不用人插手。

编程领域已经率先出现了这种工作方式。

开发者给出任务，Claude Code等Agent自行制定计划、编写代码、运行测试并修改，再最终提交结果；开发者主要负责审阅和验收。

这就是从Human in the loop，转向Human on the loop，也就是，人不再参与每一个执行，人是站在系统之上进行监督。

放到学习上就是，Agent判断学生现在的水平、设定目标、设计路径、安排练习、回答问题、识别薄弱环节、验证是否掌握，再据此形成下一轮规划。

Agent能自主完成大部分常规交付，老师主要负责设计规则、监督结果和处理异常。只有这样，才算真正改变了生产方式。

新物种

同时，这也是判断一个公司是不是新物种的标准。

别看它用不用AI，要看到它是在把一个人的工作效率提升，还是在打造能独立干活的分身，甚至构建能自动完成服务的流水线。

很明显，后者才是新物种。

过去，制造业能做大，服务业却不行。

是因为，制造业把人的动作、经验和流程固化进机器与生产线。高度自动化的车间里，人不再执行每一道工序，是转而去监控设备，在异常发生时介入。

服务业却做不到这一点，服务只能靠人的理解、判断和具体执行。专家再厉害，时间精力都是有限的，一天也只能接待那么几个人。

互联网时代，只解决了一半的问题。

它能把信息传递给所有人，但它复制不了专家的经验和判断，不了解用户的情况，更不可能随时为用户个性化和持续地提供服务。

但这一轮的Agent浪潮，把这套服务流程变成了可以自动运行的工作流。

不只是编程、教育和培训，在咨询、医疗、养老、企业服务等行业中，凡是可以数据化、能够验证效果、可以形成反馈闭环的环节，都可能被重新做一遍。

那AI都自己干了，是不是就不需要人了？也并不是。

要理解这一点，可以以服务交付和客户关系为例，看懂哪些工作仍然需要人。

服务的交付，往往是高频、重复、能用数据衡量的活，正是Agent该接管的，越自动化越好。

但维护跟客户的关系，人仍然很重要。

信任怎么建立，复杂的诉求怎么把握，效果怎么解释，出了问题谁来担责。尤其在教育、医疗、咨询等行业中，客户买的不只是一个结果，还包括“有人对我负责”的那份踏实。

这部分工作虽然会大量用AI，但人很难被完全剔除出去。

而且，除此之外，服务的设计、规则制定、试运行、质量评估等方方面面，都仍需要人参与。

可以预计，当AI替代大量具体执行工作时，服务价格会下降，服务的扩散能力也会增强，过去因成本过高或覆盖范围有限而无法满足的那些需求，反而可能被激活，新的岗位也会增多，整个社会也会因此变得更繁荣。

最后，回到吴恩达的这次尝试，考虑目前他们只是提出了一些理念，还没有具体的产品，不能说他们已经跑通了。但终身学习具有相对明确的目标、流程和反馈机制，确实可能成为Agent接管服务交付的重要试验场。

我们想强调的是，一旦吴恩达成功了，那每一个做服务的人都应该重新掂量，你是在让AI变成能自己干活的流水线，还是只是在让AI当个给员工提效的工具。

以上就是今天的内容，更多科技产业的一线洞察和底层规律，欢迎加入科技特训营，和我一起，先人一步，领先一路！

最后，新一期前哨AI夏令营很快就要开始了，科技特训营或AI小课历届会员还有优惠价，报名即将进入尾声，抓紧时间点击链接参加！

王煜全要闻评论，我们明天见。

↓长按图片扫码报名，先人一步，领先一路

↓点击报名前哨AI夏令营，带孩子赶上Agent浪潮！科技特训营或AI小课历届会员还有优惠价

最后， 鉴于公众 号推送机制的改变，你未来刷 到要闻评论的机会可能没那么多了，建议你加入粉丝群，第一时间 得到我的独家前沿分析 ，快快扫码加入吧！