在人工智能產業當中，金融、營銷、安防、客服領域在IT基礎設施、數據質量、對新技術的接受周期等AI發展基礎條件方面表現較優，其商業化滲透率和對傳統產業的提升程度較高。而教育行業整體AI化程度較低，數據質量參差不齊，解決方案的落地效果表現一般，但得益于政策的大力支持與市場對AI的強烈需求，AI+教育的商業模式逐漸清晰，價值空間較高。在教育產業當中，校外教育向在線化發展，校內教育向信息化發展。校外教育方面，在線化教學的的用戶體驗粗糙且教學效果模糊，用戶對新技術的接受周期較長，更加智能化的產品值得探索。此外，校內師生的信息素養不高，且信息化設備使用頻率較低，均導致核心教學數據缺失，最終加大了教育數據挖掘分析的難度，因此亟待智能化解決方案的落地實施。
對“AI+教育”的定義既要回歸技術的本質，始終圍繞基礎數據、核心算法與服務目的，也要回歸教育教學活動的出發點，始終關注教育目標及其評價方式。因此，本文認為，“AI+教育”是指在人工智能與教育深度融合與發展的條件下，以基于教育場景的人工智能應用為路徑，促進教育公平，提升教育質量，實現教育個性化。具體來看，“AI+教育”是人工智能在教育領域中創新應用的技術、模式與實踐的集合，可劃分為“計算智能+教育”、“感知智能+教育”和“認知智能+教育”，即AI+教育正從“能存會算”向“能聽會說與能看會認”發展，最終實現“能理解與會思考”。
從教育教學活動的角度來看，當前的教育場景可劃分為教、學、管、考。其中，“教”和“管”的主體是教育者，前者負責執行教學任務，主要工作包括教研、備課、授課、答疑、出題、閱卷等，工作內容繁瑣，核心需求是減輕負擔，實現精準化教學。后者負責統籌教務環節，主要工作包括教職工招募、師生督導、招生、分班排課、校園建設等，決策環節考慮因素較多，核心需求是提高效率，實現科學化管理。“學”與“考”的主體是受教育者，“學”的場景下，學生的主要任務包括預習、聽課、看書、做作業、復習、考試、實習等，由于學生個體差異大，核心需求是自適應，實現個性化學習。“考”的場景下，主要面向大規模標準化測試，組卷閱卷的工作龐大，部分測評環節勞動力密集且效率底下，核心需求是保證準確性的前提下，實現自動化評閱。
