# 重生之我在大厂做 AI+教育的 18 个月 | 对谈高途 AI 产品负责人封诚

> 42章经 精读

- 发布日期：2024-10-12
- 主持：曲凯
- 原节目：https://www.xiaoyuzhoufm.com/episode/670a90fcdb2cf82757b990dd
- 网页版：https://42zhangjing.qiaomu.ai/ep/670a90fcdb2cf82757b990dd.html
- 精读字数：约 5229 字（阅读约 12 分钟）

> 本文为 42zhangjing.qiaomu.ai 基于节目转写的 AI 整理精读，不是逐字稿；引用请注明出处并链接网页版。

高途的 AI 产品负责人封诚，进公司 18 个月，做成了一件在教育行业里很少被公开讲清楚的事：用 AI 把线索到正价的转化率提高了一倍以上，单条线索产生的 GMV 提升到原来的三到四倍。他不是技术出身的研究者，而是连续创业者，前三次创业结果各不相同。2023 年初 AI 刚火，他反而选择进大厂，理由只有一句：AI 是可复制的个性化智力服务，而国内用户愿意为个性化智力服务付费的领域里，教育排在最前面。

42章经的主持人曲凯这期问得很直接：AI 在获客、转化、交付三个环节里，到底哪个真有效，哪个是看起来热闹？封诚的回答也很直接，获客机会短命，交付提效价值有限，转化才是那个能稳定跑下去的环节。他把这套方法拆成了 SOP、意图识别、多个 agent 接力、最后人工收单的具体流程，也讲了为什么「让懂 AI 的人学业务」比「让懂业务的人学 AI」更务实。

节目后半段聊的是更远的事：AI 讲题为什么比解题值钱，老师到底会不会被取代，以及他给年轻创业者的三个问题。这些问题听起来朴素，但每一个都指向同一件事：先算清楚钱从哪来。

## 三个环节，三种命 0:01:56

封诚把教育行业的链条拆成三段：获客、转化、交付。三段都能用 AI，但价值差别极大。

交付端是老师上课、二讲老师辅导。AI 能做的事不少，批改作业、生成课件，原来二讲每天花 6 个小时服务 200 个学生，现在时间缩短了，能带更多学生。但封诚算了一笔账：把经营成本设为 100%，人力成本占比没那么高，所以这部分提效可衡量，价值量却有限。**交付端要产生大价值，得换一种思路，让 AI 直接提供教学服务，那是彻底掀桌子的事，短期做不到。**

获客端他们花了很多时间，坦率说有成果，也可观。问题在于不可持续。封诚举了两个例子。一是 AI 工业化生产内容，踩热点、洗稿、绕平台审核，所有人都在做。二是他去东北一个城市看到的场面：当地雇了 300 个人，人手五六部手机，从早刷到晚，在小红书上做流量，月薪 3000 块。他看完的感受是，你能用技术跑得比他们快，但他们雇人也能干，而且这个秘密根本守不住。

> 你本质上在对抗平台，这个套路其实没有任何的壁垒。

他们还做过热点监测，一个帖子发出来 30 分钟内发现流量异动就快速跟进。技术上做得到，但封诚不认为这构成竞争力。获客是在别人的地盘里打仗，三个月前有效的方法，三个月后可能就失效了。

转化端不一样。流量已经买进来了，转化全在自己手里，只要效率提上去，这个优势不会三个月就消失。所以他把主要精力压在这里。

## 转化率翻倍，账是这么算的 0:09:32

曲凯用了一个很直白的算法：100 条线索，人来做成交 30 单，成单率 30%；AI 把成单率提高一倍，营收直接翻倍。如果只是省人力，省下 50 块钱成本，对企业的意义完全不是一个量级。

封诚补了一个餐厅的类比：一家店有 5 个服务员，减到 2 个，经营状况不会有本质变化，因为人力不是餐厅的核心成本。企业真正关心的是单效，每一条线索最终能产生多少 GMV。他们的实测结果是三到四倍，而且这还是小范围跑出来的数字，全量铺开要具体场景具体看。即便只看线索转正价率，他的判断是提高一倍属于非常保守的估计。

为什么空间这么大？因为现状太差。**从 AI 的视角看，一半以上的线索无人响应，被响应的那部分，大部分响应不及时，质量也低。**直播间里主播只服务榜一榜二榜三，榜五十到榜一百没人管。如果主播本人每周给这些人发一条个性化语音或视频，一定有人回来、有人付费。道理人人都懂，问题是人覆盖不过来。

私域也是同样的逻辑。过去主流做法是群转化，拉一个群，一套剧本，一堆人一起转化。群现在被折叠得厉害，个性化服务基本谈不上。最好的转化是本人一对一聊，但没几家公司养得起这么多能聊的人。AI 补的就是这个缺口。

## 招人：让懂 AI 的人学业务 0:12:42

要把这套东西跑起来，组织上得有新角色：既懂传统业务，又懂 AI 的思维方式，能把销售脑子里的经验翻译成 AI 能用的流程，还能带团队。封诚说这样的人凤毛麟角，他们很快放弃了这条路。

实际选择是反过来的：找工作经验不算长、学习能力强、有技术背景但有业务 sense 的人，去访谈销售、观察他们工作，把观察结果提出来，再放进系统。**指望懂业务的人学 AI 很难，指望 AI 背景的人学业务，现在更务实。**

具体流程拆开看，转化场景里有几个关键动作。第一步是意图识别：用户聊几句，判断他今天是来报课还是只是看看。这一步要用大量历史对话数据和金牌销售的经验。识别出高意向，就走当下成交的 SOP；低意向的，回答问题、保温就行。

之后是一串 agent 接力。企业微信里的 agent 负责第一轮判断和推课，比如告诉用户三天后某位老师有试听课，原价多少，现在免费邀请，留下手机号就有老师对接。第二个 agent 完成报课环节。第三个只干一件事：提醒上课、催到课、回答课中的问题、收集反馈。最后一步交给人，金牌销售拿到一份完整报告：这个人星期三来的，之前听过三次试听课，这次有明显报课意向，可能报三科。销售拿着这份报告打电话，成交率完全不一样。

每个环节对应一个 agent，只有最后一环是人。客单价高的业务，人收尾转化率更高，这一点他们没打算改。

用户聊到剧本之外的场景怎么办？封诚说，能拽回来，而且不突兀，本质上是封闭场景。另外用户对 AI 的期待本来就不高，不会拿人的服务水准去要求它。执行上他们用了自动驾驶的思路：先让人盯着 AI 干，觉得没问题了再放手。

## 给每个金牌销售配一堆助理 0:16:25

曲凯问，转化率提高的本质是不是把最好的销售 SOP 交给了每个人。封诚觉得这个说法还不够准，他换了个比喻：一个卖保险的金牌销售，客户会问很多专业问题，他得一一答到满意，最后才谈签单。**AI 先把专业问题答完，销售只负责签约和签约相关的事，等于给每个金牌销售配了一堆助理。**跟钢铁侠和贾维斯的关系差不多。

这套流程不是一次设计出来的，是慢慢试、不断迭代出来的。封诚说踩坑不多，最大的挑战在团队心态：技术背景的人上来就想做 fancy 的东西，耻于摘低垂的果实。用 AI 跟用户聊天，第一反应是研究对话能力够不够强；换成业务视角，先把那些没人理的线索聊上两句话，结果马上就出来了。可这件事在纯技术视角里毫无技术含量，所以没人愿意干。

他的解法是让团队想清楚目标：提高转化率，挣钱。这些人都很聪明，一旦构想对了，招数自己就能想出来。现在他们每两个月能看到明显改进，有专人盯 SOP 优化，有对照组比转化率，也抽对话案例人工复盘。多模态是目前还想要但技术不够的地方，除此之外，现有技术他已经觉得够用。

接下来的重点还是转化，往更多渠道铺。现在只接了一小部分流量，还谈不上对全公司商业模式有数值上可见的影响，那是目标。

## 创业者视角是道门槛 0:18:37

曲凯提到一个观察：很多大公司里的人出来找工作，最想要的位置是在大公司里负责一个新业务，但大多数结果并不好。封诚从两层拆这个问题。第一层，很多公司的战略投入并不坚定。第二层更根本：很多人觉得创业和上班有本质区别，其实差别没那么大。你在公司内部都赚不到钱，出去创业凭什么赚钱？

**他认为创业者视角的核心，是愿不愿意为结果数据负责。**很多人面向一堆过程数据，觉得过程数据好了结果自然好。他不这么干，一上来就要结果数据，再倒推过程。过程目标太好实现了，AI 覆盖率做到 98%、100%，没有意义。

他打了一个蒸汽机的比方：工业革命来了，有人做了一台传送带给马喂草料，有人做了擦桌子更快的机器，但餐馆高峰期上菜服务员的工作量一点没减，营业额也没涨。这种提效就是白干。

怎么培养这种视角？他提到稻盛和夫的做法：给年轻管理者一笔钱，让他们去街边摆摊卖乌冬面，卖贵卖便宜自己定，人流选哪里自己想办法。摆过摊，经营意识就长出来了。道理跟创业要自己掏钱一样，花自己的钱和花投资人的钱，感觉完全不同。

这也是他判断 AI 服务商的一个角度。通用的品类，比如招聘，每家公司流程差不多，适合外部提供。但教育公司内部的转化流程，每家都不一样，还持续变化，第三方做定制不经济，也没议价权，做完只能卖给一家。国内 to B 这么多年做不好，根子在这。他们自己几乎不用外部业务 SaaS，只在底层技术上接第三方，比如跟 MiniMax 定制精细化声音模型，做数字人主讲，不重复造轮子。但涉及转化这种核心环节，只能自己搞。

曲凯追问：竞品把你们的问法全抄一遍不就行了？封诚说不行。一是分支太多，二是每个用户情况不同，来过试听课的人和刚来的人，聊法完全不一样。真正的壁垒也不在技术，技术含量很低，只是动手快。**更关键的是闭环数据：核心结果发生在你的平台上，第三方拿不到，就没法迭代。**他用 AlphaGo 类比，AlphaGo 不是背棋谱，是自己跟自己下，迭代出棋谱里没有的方法，胜率还高。转化策略也一样，得靠用户反馈不断修正，才能进入下一个进化阶段。

## 讲题比解题值钱得多 0:26:31

聊到 AI 加教育的产品机会，封诚最兴奋的是真正消耗教育服务的那一端，不是转化这种通用能力。他从去年就明确要做讲题。

需求确定性很高：国内外讲题类产品的月活有大几千万甚至过亿，孩子不会做作业、抄作业，家长辅导作业，都是刚需。过去的解决方案，他认为有了 AI 一定可以被颠覆。

目前最确定的是封闭式讲题，学习机、学练机这类硬件很需要这个功能来抬附加值，现有技术就能做到，投入会大一点。给教学内容配一个个性化讲解，还能带上很强的个人风格，用户愿意买单。

但这件事有两个前提。第一是解题能力，不能讲了半天讲出错误答案。GPT-4o 之后高中题能解一些，成功率 80% 到 90%，这个数字对幻觉容忍度极低的场景来说不够满意，但会进步。第二，也是他更看重的：讲解才有价值。买任何教辅书背后都有答案和步骤，没人觉得那值钱。老师根据你的情况，把你卡住的那个点讲通，这个过程才值钱。**讲比解强大得多。**

讲这件事没法靠 self play 学出来。数学题和围棋可以自己跟自己下，讲题不行，需要真人反馈。所以未来一定需要大量用户构成的网络，就像销售成不成单要靠真实成交验证一样。同一个知识点，学生水平不同，讲法就不同，他过去的知识背景、此刻的互动提问，都是重要输入。多模态和实时可交互的平台，在这个场景里非常关键。

## 老师不会被取代，但工作内容会换 0:29:35

曲凯问 AI 会多大程度取代老师。封诚的回答很有信心：取代不了。AI 或者用 AI 的人，能替掉的是老师日常教学里相对枯燥的部分。以前老师带你读课文、背课文、批改作业，现在这些事老师已经不用自己干了。老师会被解放出来，去做别的事。

那老师到底在干嘛？曲凯回忆，从小到大对自己帮助最大的老师，是启发了学习兴趣的那位。封诚说这就是答案。成绩不好，大家第一反应是教学习方法，其实更前置的是学习兴趣的激发。有些课上了不觉得有负担，很开心，成绩一般也不会差。找到学习目标、找到学习动力，比方法稀缺得多。好的公立学校就是让老师花更多时间帮孩子找到动力和兴趣，建立学习的正循环，而不是天天盯作业交没交。情感的共振，AI 很难实现。

他还提到硬件的机会，不是学习机那种，而是成人教育和职业教育方向。比如面试、演讲、表达训练，一个很小的可穿戴设备，捕获场景输入，给出具体建议，甚至通过骨传导在合适的时候提醒你漏说了什么。硬件干硬件的事，软件干软件的事，真实面试场景里它更像顾问和提词器。

## 给创业者的三个问题 0:32:45

节目最后，封诚给还在观望的人的建议很实在。年轻创业者先选确定性高的方向，先追求成功率。做成一个 10 亿美金的公司不丢人，没必要上来就干 100 亿美金的，1 亿美金、1 亿人民币也很好，人生不需要只有一段创业。

他看好 AI 加教育有三条理由。AI 的技术特性和教育行业的核心矛盾非常匹配。教育是国内为数不多消费意愿和客单价都在增长的领域，2023 年愿意在教育上花钱的人变多了，花的总额也变多了，人口问题全行业都有，不用单独担心教育这一侧。竞争也远不如双减之前激烈，选牌桌除了看桌子，还要看对手。

至于要不要先去大公司，他的看法是：大公司由具体团队构成，几万人的公司，你每天频繁打交道的不会超过 10 个人。找到一个认可的方向、一群认可的人，比公司名字重要得多。

脱离教育行业，他建议先回答三个问题。**第一，产品不花钱推广，人们会有兴趣下载吗？**这是增长问题，验证产品本身有没有吸引力。**第二，长期使用能不能成为人们日常生活的一部分，或者在这个场景下第一个想到你？**这是留存问题。**第三，商业化怎么闭环？**这是最务实也最核心的问题。想得越清楚，创业成功率越高。

曲凯补了一句：现在创业最核心的门槛早就不是融资了，好项目不缺钱。封诚同意，市场里的钱总量少了，可投的项目也少了，竞争成本还降低了。

这期节目值得带走的判断有三条。做 AI 提效，先看哪个环节的结果数据在自己手里，获客在别人的地盘上，转化才是自己的阵地。衡量提效不要看过程指标，AI 覆盖率做到 98% 不说明任何问题，要看单效和转化率这些直接进账的数字。想验证一个 AI 产品方向，先问它不花钱推广有没有人用、用完了会不会回来、钱从哪来，三个问题里任何一个答不上来，都值得再想一轮。