数字教育是实现教育现代化、建设教育强国的重要内容。数字教育旨在通过育人方式、办学模式、管理体制、保障机制等方面的变革提升教学治理体系和能力。
2022年，数字教育从信息化阶段进入数字化阶段，其内涵也从基础设施建设转向以人为本的高质量人才培养。人工智能技术尤其AIGC应用的广泛落地将成为实现这一内涵转变的关键。AIGC为数字教育市场发展带来新动力的同时，也将促使数字教育市场竞争格局重新洗牌。在一众参与者中，兼具数据和模型优势的企业将形成坚固的行业壁垒，在竞争中脱颖而出，成为行业佼佼者。AIGC应用在各行业广泛落地，引发范式革命
2023年汽车、医疗、教育、金融等行业大模型层出不穷，引发百模大战，也推动AIGC应用迎来落地潮。
AIGC应用是指基于行业大模型生成的智能应用。大模型按照应用场景可分为通用大模型和行业大模型。其中通用大模型是基于公域数据进行训练，泛化能力强，但无法满足行业专业性、准确性的需求，行业落地价值不高。行业大模型是在通用大模型基础上，进一步用高质量的行业大数据训练或微调得到，不仅具备专业性，还能解决通用大模型幻觉问题以及实现价值观对齐，成为行业AIGC应用落地的根基。
AIGC应用将引发一场广泛的范式革命。具体表现在以下三个方面：
决策优化：由经验驱动转向数据驱动。AIGC应用基于对用户或场景数据的理解和学习，发现模式、学习规律，生成预测、推荐或洞察，科学指导未来行动，改变过往依靠个人经验判断的模式。
效率优化：从人工到自动化。一方面，AIGC应用能自动化生成内容，包括文案、代码、报告，提高工作效率；另一方面，AIGC应用中行业大模型可以结合AI Agent实现复杂任务的自动化规划和执行。
体验优化：从标准化到个性化。行业大模型能根据用户的历史行为和偏好提供个性化推荐。
AIGC应用已在多个行业落地。教育行业作为推动社会发展的基础和先导行业，也在加快AIGC应用的落地，从近期教育部的多项促进人工智能和教育融合的举措中可见一斑，如今年2月教育部公布184个中小学人工智能教育基地名单，3月教育部发布4项行动助推人工智能赋能教育等。
AIGC与教育的融合，将为教育体系带来突破性创新。
AIGC应用将推动实现教育数字化高质量人才培养的目标
2.1 教育数字化新周期下，数字教育内涵由“教育赋能”转向“高质量人才培养”
2022年前，数字教育处于信息化阶段，以教育赋能为核心，建设内容以基础设施为主，包括采购信息化设备，建设数字化管理平台、数字校园等。
2022年，《教育部2022年工作要点》明确提出实施教育数字化战略行动并将其列为重点任务，代表数字教育进入数字化新周期。教育数字化是以数据为核心，支撑教学环境、教育方法、教育流程、配套软硬件及数字化评价全方面的体系建设。
需要关注的是，进入教育数字化新周期后，数字教育的内涵也在发生变化。2023年9月，习近平总书记在《扎实推动教育强国建设》文章中指出“教育强国的根本目的是就是培养一代又一代德智体美劳全面发展的社会主义建设者和接班人”。教育数字化作为数字教育发展的高级阶段，其内涵与教育强国一脉相承，从信息化的“教育赋能”升级为“以人为本”的高质量人才培养。
教育数字化将从教育模式和社会适应性两方面支撑高质量人才培养。一方面，教育数字化将革新教育模式，尤其与人才培养直接相关的教学、学习、评价等环节，培养具有高阶思维能力、综合创新能力和终身学习能力的复合型人才。另一方面，教育数字化将通过产教融合，提升人才供给和社会发展需求的适配度，使人才的供给能适应并引领新一轮科技和产业革命。
图2：教育数字化从教育模式和社会适应性两方面支撑高质量人才培养
2.2 AIGC对实现教育模式变革、社会适应性提升起到战略带动作用
在人工智能、区块链、大数据、互联网等数字化技术中，人工智能是最具溢出带动性的战略技术，对技术创新和产业转型具有重要的引领和推动作用，这一点在AIGC对高质量人才培养的推进作用上表现得最为明显。
首先，AIGC能在教、学、评上重塑教学模式，支持实现人的全面、自由、个性化发展。
教学上，AIGC能提升教学效率。AIGC智能助教，能帮助教师深入理解学科特点，快速掌握知识结构和思想方法，并完成查找资源、批改作业、在线答疑等辅助性工作，提高教学效率。此外，AIGC能实现教学模式从“以教师为中心”向“以学生为中心”转变，通过分析学生的表现和反馈，帮助教师科学把握学生认知规律，动态调整教学内容和节奏，提升教学精准性。此外，AIGC能加强教学内容与社会、自然的联系，培养学生创新思维和能力的同时，也帮助教师开展启发式、探究式的新型教学方式。
如在北京市陈经纶中学分校的智慧课堂上，教师能够突破传统课堂的限制，借助信息技术进行动态展示、即时反馈，启发学生思考，同时教师能通过平台数据关注到每个学生，进行个性辅导，有效提高课堂效率。
学习上，AIGC能帮学生实现个性化学习，显著改善学习体验。在构建起学科知识图谱基础上，通过多模态的互动收集和分析学习数据，跟踪学习过程，测量学习水平，诊断学习问题，为学生提供个性化的学习方案，基于科学的学习行为规律推荐合适的学习路径，激发学生的积极性和自主性。此外，AIGC也能整合多元的数字教育资源，构建起处处能学、实施科学的智能化平台，满足不同学生个性化需求。
东南大学大学物理课程智慧AI助教系统对大学物理课程建立知识图谱，通过知识点关联各类教学资源，以及学生信息和学习数据的记录形成精准的学生画像，实现个性化的资源推荐和学习指导。
评价上，AIGC将增强评价的客观性和科学性。针对学生，AIGC能整合学生德智体美劳和学习的全过程全维度数据，形成情感、态度、思维、行为以及学业等多维度综合评价，使学生评价更加全面和多元；针对课堂教学，AIGC能整合教师提问类型、学生回答方式、师生对话深度等，深度评估课程实施水平，及时调整教学方式方法，提高教学质量。
如北京市第八十中学采购课程质量AI诊断服务，该服务通过对课堂视频采样的教学行为和学生行为进行分析，对教师的教学表现、课堂质量、互动情况等进行全方位评价。
其次，AIGC加速产教融合，提高人才供给的社会适应性。
社会正经历职业需求的更迭，由此也带来教育与人才培养的变革，AIGC为高校专业优化提供科学决策。具体来看，AIGC能通过分析产业需求和就业情况，为高校提供专业设置、课程构成、教材编写、人才培养、社会培训等多方面的建议和指导，使得学校的人才培养契合产业发展需求。
学校数字化资源和水平有限，要实现AIGC重塑教学模式、产业融合，支持院校对高质量人才的培养，就要依托于教育服务技术企业，这也对技术企业的能力提出具体要求：
图3：学校应用AIGC培养高质量人才对技术企业能力要求
覆盖终身教育链条的数据才能实现产教融合，使大模型获得社会需求规律的深度认知，进而对学校课程设计、考试评价、课堂质量等各个环节的决策导向更精准。
高质量数据指的是通过设备、系统自动化获取的学校私有化数据。教育数据可分为自动化数据和手动数据，自动化数据标准统一、可实时获取的特征使其具有更高价值。学校私有化数据区别于公开数据，对于学习、课堂、考试等场景的记录更真实连贯，是AIGC生成个性化建议的关键。
覆盖终身教育链条的高质量数据这一点对技术企业的要求很苛刻。其中，覆盖终身教育链条的数据要求企业业务横向应覆盖基础教育、人才选拔、校内培养、职业能力培养等终身教育链条，纵向应布局专业建设、课堂教学、实验教学、质量管理等核心教学应用，以及教学设备、教务管理等基础设施，进而沉淀课程讲义教案、课堂音视频、学生数据、学习数据、考试数据等丰富的多模态数据。而高质量数据则要求企业需储备有大量应用用户，才能获得海量的自动化、私有化数据。这也使得覆盖终身教育链条的高质量数据这一点成为技术企业的核心竞争壁垒。
2）具备强大的算法能力。优质的算法可实现数据与模型反馈优化，加快模型迭代速度、提升模型精度，帮企业快速构筑长期竞争优势。面向丰富的教育场景，企业应具备多种优质算法，包括不限于人脸识别、目标追踪、步态识别、姿态识别等，以适应不同的场景需求。同时，在算法的可靠性方面，企业应具备解决模型幻觉问题和价值观对齐的能力，通过知识图谱、RAG、向量数据库等手段，减少幻觉，提高可信度。
3）为学校用户提供覆盖全业务、全场景的教育数字化解决方案。在教育信息化阶段，学校的多个系统/平台间均为独立建设，形成多个数据孤岛，导致学校难以从全局统筹、挖掘数据价值。并且过去的建设内容多为平台、工具，学校需掌握工具后，再服务于课堂效率和质量，对于学校培养高质量人才的价值作用有限。
因此，厂商应兼具AI软硬件产品、建设实施、维护运营等能力，一方面在数据层打通融合课程、资源、教材、实验、学习、评价、考试、管理等各业务数据，统一数据资源；另一方面，在应用层，能提供覆盖教、学、评、练、研、训、维、考等完整教学环节的满足场景需求的AIGC应用。
鉴于AIGC应用在高质量人才培养上的关键作用，AIGC成为教育数字化市场发展的新动力，也成为市场参与者的业务布局新方向。在AIGC应用市场中，参与者可分为以下四类：
硬件厂商：指提供教育数字化工具、设备的技术企业，如提供交互式白板、智能投影仪、音频设备等硬件组件。典型企业如视源股份旗下的品牌希沃。
系统集成商：面向企业客户提供多种硬件设备、软件服务的系统集成，且提供系统设计、安装到维护全方位服务的技术企业。以数字化教育空间为例，集成商需针对客户需求设计空间方案，并在实施中安装集成大屏、交互屏、录播系统、学生终端、课程资源、机器人、语音转写软件等多种软硬件。典型代表企业如华为。
应用软件产品及服务提供商：指结合自身AI技术优势提供AIGC应用软件产品及服务的技术企业。如提供教学辅助、考试评测、语音合成、人脸识AI口语、作文批改等软件产品。阿里、腾讯、百度等互联网大厂，以及科大讯飞等科技企业均属于此类。
教育数字化解决方案提供商：指具备终身教育全链条流程多模态数据的，可提供融合教育资源、AIGC应用、硬件基础设施整体解决方案的技术企业。典型代表厂商是竞业达。
在强调AIGC应用的智慧教育市场竞争中，可从数据、大模型能力、AIGC应用三方面对市场参与者的竞争能力进行评估。
其中硬件厂商和系统集成商由于缺少私有化的学校数据，不具备教育大模型能力，也不能研发AIGC应用，需通过与第三方合作引入AI能力。
应用软件产品及服务提供商自身具有较强的AI基因，因此通用大模型能力较强，但数据来源受限。由于对教育业务布局不深入，数据链条较短，训练数据主要来源于公域数据或是第三方合作。此类技术企业通常与硬件厂商、系统集成协作提供针对特定场景的完整解决方案。
教育数字化解决方案提供商兼具数据、算法和应用优势。此类技术企业已经积累了大量客户，在形成一定的客户壁垒的同时能持续带来高质量数据。进一步，高质量的数据与算法结合使其研发的教育大模型的精度更高，AIGC应用效果更专业贴合场景。未来，全链条的业务布局和数据沉淀将帮助此类技术企业将AIGC应用场景拓展覆盖至终身教育全链条、全流程，潜在发展空间非常具有想象力，极有可能形成强者恒强的头部效应。
竞业达成立于1997年，秉承“科技赋能，数字化助力行业高质量发展”的理念，依托自有核心技术，为智慧教育、智慧轨道和工业物联网行业提供具有自主知识产权、自主品牌的技术、产品和整体解决方案。
在发展战略上，竞业达紧紧追随教育政策风向，经历了教育信息化公司到教育科技公司的战略转型。1997-2020年，竞业达定位为教育信息化公司，与教育信息化阶段的政策目标相契合。2020年，竞业达进行战略升级，定位为教育科技公司，旨在从信息化向数字化升级，建设内涵也从环境建设到AIGC应用赋能。具体地，以产教融合为牵引，对人才培养全过程进行数字化赋能，通过AI、大数据与教育的深度融合实现个性化教育，支撑高质量人才培养。
目前竞业达业务范畴覆盖基础教育、人才选拔、校内培养、职业能力培训等人才培养全流程，且各个环节均实现AIGC应用落地闭环。
如在基础教育阶段，竞业达提供课堂质量AI诊断、生涯规划/职业体验、综合素质评价等服务；在校内培养阶段，竞业达AIGC服务覆盖课堂教学、实验教学、考试评价、专业建设、实习实践、质量保证、学工就业等各个方面。
（1）竞业达具备极强的数据获取能力，并已经沉淀海量、高质量的全流程教育数据
竞业达自成立二十多年以来积累了大量应用客户，其中高校超500所，职业院校超100所，中小学超1000所，教室超40万间、标准化考场达30万间。这使得竞业达成为业内唯一实现高、普、职教育领域人才培养全过程布局，同时也是唯一实现教、学、评、练、研、训、维、考等环节全业务流程布局的企业。
海量的客户积累和全流程布局能帮竞业达持续低成本获得标准化的、多模态的海量数据，包括不限于课程讲义教案、课堂视频音频、学生考勤数据、作业测验数据、考试成绩数据、实验实践数据等等，成为竞业达最核心的竞争壁垒。
竞业达自研星空教育大模型，通过将通用大模型引擎与学校私有化个性化数据如课程平台、督导平台、考试与评价平台、就业创业大数据平台等深度整合，生成场景化的AIGC应用，赋能人才培养全过程。同时，竞业达也成立了AI中心，自研AI中台，统一调度算力、算法、数据，实现模型自动化训练，加速模型迭代。
竞业达将对客户需求的洞察转化为贴合产业需求与教育教学全流程业务场景的数字化产品应用。
在未来的业务布局上，竞业达在深耕优势赛道智慧教学、智慧实验室、智慧招考的同时，也将快速拓展基于AIGC应用的服务收费模式。
教学和实验室是竞业达的传统优势赛道，竞业达将融合AIGC能力，建设智慧教学和智慧实验室。
其中，针对智慧教学，竞业达将搭建基于AIGC大模型的新一代课程平台，以新平台带动新一代智慧教室方案。其中智慧教学环境将集成教学数据、知识、教学AI、校园物联、流媒体及算力等多业务数据，成为数据中台，支撑数据、设备、系统、业务的互联互通、开放共享；业务平台全面覆盖教学应用，服务教、学、管、评、研、考、训、维等环节，助力学校高质量发展。
针对实验教学，竞业达将面向智能制造、智慧城市、智能物联、轨道交通、信创产业、应急安全、新能源等8大实验实训方向，以及计算机、新能源、智能硬件、智能网联4个专业大类进行试验及实训产品的研发和储备、创新型及复杂工程实验教学。目前竞业达已经完成相关创新实验课程、实验教具、实验教学资源、实验教学与管理平台、智慧实验室工程训练中心等产品的研发。未来的智慧实验室一方面将支持远程线上实验，支持实验数据的智能采集、实验过程AI考核与评价以及自动生成实验报告，实现全过程数据驱动；另一方面，实验数据也将与学校的教学数据、学习数据、考试数据等贯通融合，完善学生画像、提升实验室的价值量。
智慧招考是竞业达的基石业务。自2022年起，智慧招考进入数字化改造带来三个增长点。1）考场扩容。在高考、研究生考场需求基础上，增加了中学考场、教师资格考试、计算机等级考试以及美术、音乐等统考需求；2）设备更新改造。未来考场将全面应用AI，考场设备将进行更新替换。3）拓展考试。理化生实验操作考试、体育考试、英语听说机考等将纳入中考成绩，AI将对考试题库、智能组卷、考务组织、智能阅卷、智能分析等方面全面赋能。竞业达在过往的考试场景积累了良好的口碑和畅通的销售渠道，未来竞业达将快速切入这一市场。
此外，基于AIGC应用的服务内容或服务效果收费将成为竞业达新增的业务模式。教育信息化阶段，学校以采购基础设施、业务系统为主，是典型的工具付费模式。AIGC应用拓展了付费新模式，使得学校能为产出内容、服务成果付费，将学校的关注点从工具使用转向结果导向，能有效提升教学效率、改善教学质量。竞业达已经完成课堂质量诊断、高校专业建设的AIGC应用研发和落地，未来将快速在市场中推广。
课堂教学是教育的关键环节，课堂质量的高低直接影响人才培养的效果。课堂质量诊断是提升教学质量的有效方法。在传统的课堂质量诊断中，学校需要历经组织多名专家、开展评价培训、设计评价机制、实施教学评价以及结果分析等环节，实施难度大且难以保证过程的客观、有效性。
竞业达将教育大模型与学校课程深度融合，研发出课程质量AI诊断服务。该服务能在10分钟内对完成课堂质量评估并输出评估报告。评估报告基于课堂片段采样，能对课堂活动、课堂互动等教学过程，对话问题分析、教学事件分析等教师教学行为，以及学生发言时间分布、学生回答类型等学生参与行为进行分析，从多维度评估课堂的教学模式和教学表现，给予教师精准的反馈和改进建议，能有效提升课堂质量。
如在竞业达与北京某中学就课程质量AI诊断服务展开产品测试，经验证，通过课堂质量AI诊断服务生成的报告，比中学组织教学专家开展的人工诊断更细化、维度也更丰富。该中学已经与竞业达达成长期合作。
在新一轮科技革命和产业革命下，高校需要基于产业需求与发展趋势，对学科专业布点进行优化。在传统模式中，院校会进行产业需求调研，通过联系对应企业进行问卷调研与访谈。这种方式需要花费大量时间和精力，且难以保证效果。竞业达依托大数据技术和大模型能力研发产业需求大数据平台，通过全面采集与分析产业结构宏观规划、产业发展、产业需求等数据，为专业出具产业需求大数据分析报告，分析目标区域对专业人才的需求及趋势，结合学校培养定位，分析本专业对接产业的契合度，并据此提出相应的专业培养定位咨询建议，支撑职教院校进行专业设置科学调整与人才培养方案修订。
如竞业达与某高校合作，通过基于北京物联网产业用人需求、岗位能力分析以及北京物联网专业的人才储备、以及该高校的办学目标综合进行分析，不仅支撑学校申请并成功开办物联网新专业，还一并输出物联网专业课程设置、实验实践内容设计、师资培训方案等建议，帮高校快速科学地完成学科专业优化。
在高质量人才培养的目标下，学校将以AI能力建设为牵引，分阶段完成教育体系的革新。具体来看，2023-2025年，人工智能教育实施以试点为主，探索路径、沉淀经验；2026年起，将进入全面推进人工智能教育阶段，全国教育院校迎来基础设施、系统平台、数据内容、软件应用的全面更新，带来数智教育市场的蓬勃发展。爱分析测算，2026年教育信息化经费投入将达到5553亿元。
图7：2020-2026年教育信息化经费投入规模（亿元）
同时，以AI为牵引的数智教育将对信息化时代的竞争格局进行重新洗牌，为一众市场参与者带来机遇和挑战。在众布局智慧教育的厂商中，以竞业达为代表的具备终身教育全链路优质教育数据获取能力以及贴合场景的 AIGC应用研发能力的技术企业，优势明显，将在数智教育市场中快速崛起，成为引领行业发展的佼佼者。
