黑马说：现在的学生越来越幸福了。遇到不会做的难题怎么办？掏出手机，拍照、上传、获得答案，一切so easy。而这些，就是现在多款“解题神器”正在发力所做的事情。
黑马说：现在的学生越来越幸福了。遇到不会做的难题怎么办？掏出手机，拍照、上传、获得答案，一切so easy。而这些，就是现在多款“解题神器”正在发力所做的事情。
解题神器背后其实离不开大量的人工参与，而与巨大工作量对应的是目前难以找到盈利模式。因此，多款解题神器不排除将来向“一对一解题”收费的可能。不过，黑马哥始终有个困惑：如果学生解题都依赖解题神器，那他们自己又能从中学到什么呢？
文 | 本刊见习记者 周路平
编辑 | 齐介仑
传统路径下，学生解决学习中的问题多求助老师、同学或家长。当下移动互联网和智能手机的飞速发展已为之提供了新选择——用手机拍题上传获得答案。
自学霸君2013年8月上线后，百度作业帮、学习宝、阿凡题、猿题库旗下产品小猿搜题等同类软件井喷式涌现。目前学霸君、学习宝、阿凡题均已完成千万元级大额融资，学习宝则已率先落定B轮融资。
尽管热钱已然涌入，但作为在线教育细分市场之一，相较其他门类，拍照搜题并不是一个容易赚钱的行当。
神器的秘密
拍照、切分、搜索，几秒之内，详细的题目和解析将出现在手机终端。这一场景已开始大量出现在中小学校园。拍照搜题也因如此强悍的表现被学生奉为“解题神器”。
拍照搜题的神奇存在两个关键因素，即图像识别和海量题库。前者识别，后者匹配。图像识别成文字和公式依赖图像预处理、光学字符识别（OCR）和深度学习（Deep Learning）三类技术。基本上每一道题目的搜索解答均需经过这三道工序。
OCR是德国科学家Tausheck最先于1929年提出的概念，目前已相对成熟。文件扫描和名片录入等生活场景都与OCR相关。但其弊端也很明显——面对图片不清晰、结构复杂等状况时，识别效率大打折扣。基于深度学习的图像识别是在数据训练的基础上对图片进行识别、大规模样本集标注。这是识别的重难点。
这些专业词汇在普通人看来未免云里雾里，学霸君创始人张凯磊曾给百度李彦宏写过一封公开信，信中以下段落有助于理解前述内容：
“图像识别……需要大量标注图像数据，其实就是手工把照片上的字一个个框出来。每个中文字需要上千个这样的小图片，还得分别属于不同场景……我们在天津有个这样的小屋子，黑黑的，有140多个小伙伴们在那里没日没夜盯着那个屏幕，框着一张张千奇百怪的照片……”
业内人清楚此公开信来由。当时学霸君正在遭遇百度手机助手、91手机助手下架，张凯磊因此拍案而起。在愤笔抨击百度封杀行为之余，公开信特意提及了搜题拍照工作的不易。当然，文中人工标注方式现已逐渐被机器标注取代。
技术之外，题库是搜题的源头活水。
软件本身并不会做题，答案的最终呈现有赖海量题库的匹配。题库量的大小成为各平台对外宣传的焦点。目前各平台公布的题库量均为数千万道题，阿凡题接近3000万，学习宝超过4000万，百度作业帮超过7000万。这更像是一场数字游戏。这些题库和解析多源于出版社和网络。例如作业帮题库，将近一半资源来自百度知道。市面上售卖的教辅书另为渠道之一。而其中一些参与者通过手工拍照录入的方式增加题库量。
识别率差别源自各家技术和题库的高下。目前学霸君、学习宝、阿凡题、小猿搜题四款软件，对外宣称的识别率分别为87%、85%、85%、90%。事实上，北京商报曾对作业帮、学习宝、小猿搜题、学霸君四款拍照搜题软件进行过测试，准确率最高的为82%，最低的仅为38%，平均准确率不足60%。《创业家》记者也在实际测试中发现，该类软件识别准确率确与官方公布数据存在较大差距。
靠系统还是靠人工？
机器与人工的运用，是拍照搜题领域最为分化的地方。智能原本就是为了颠覆传统的人工解题，然而非标准化造成机器搜题在实现上存在障碍。拍照搜题要不要人工解答，这还真是个问题。
题目无限，题库有限。即使能够做到及时更新，题库也无法百分之百地解决所有问题。机器不行，求助学霸，由人工解答，写出步骤，达到搜题解疑的目的，这是拍照搜题在运用UGC时的逻辑。为了提高用户的解题热情，诸如作业帮、学习宝之类的平台方已纷纷推出相应激励措施，比如通过答题换积分、积分换礼品等方式刺激用户内容生产的积极性。
尽管如此，体验并不完美。大部分题目还是处在无人回答的状态，或者简单的题目引起蜂拥抢答，难题被冷落，直至淹没在题海。《创业家》记者在采访学生用户时也了解到，他们答题的动力很大程度上在于获取积分、兑换礼品。这种物质驱动或难持续，且已衍生出做假换积分等行为。小礼品数量有限、大件商品积分值太高，也开始影响用户答题的积极性。阿凡题的做法是，专门邀请上千名老师入驻，一方面保证解答质量，另一方面提高用户体验和活跃度。
同行对手中已不乏试水UGC者，但学习宝似乎兴趣不大。“我们暂不打算走这条路。”学习宝CEO黄涌涛对《创业家》记者称。学习宝也有用户答题的板块，但他们更希望借助软件本身的优化，来解决搜不出题的问题。在学习宝的功能中，求助学霸不是第一选择，用户只有在搜不出题时才能使用。
盈利观
教育行业很赚钱，这是很多从业者的共识。对于拍照搜题的创业者而言，他们或许会是这种共识最大的反对者。他们最不愿谈及的就是赚钱问题。
尽管都搭载着拍照功能，但做法各有侧重。在盈利模式上，各平台态度一致，均称暂时还没有考虑盈利的问题。当然，这或与平台自身顾虑有关。但客观讲，拍照搜题相较培训、直播等其他细分领域，显然更难嗅到钱的味道。
“这只是一种工具，学习解疑的工具”，猿题库副总裁李鑫对《创业家》记者说。李鑫称，猿题库推出小猿搜题，从一开始没有将它当成盈利业务，做这件事只因“别人没做好，用户又有需求”。
“我想的是，这1.8亿中小学生如何能够得到最好的教育服务。盈利和商业模式一点都不重要。”学习宝CEO黄涌涛的说法格局宏大但又耐人寻味。
阿凡题创始人陈李江表示，目前虽不予考虑，但他并不认为盈利是一件很难的事情。在他看来，答疑个性化服务和流量分发，是很好的变现方式。
难赚钱也是部分投资人担心的问题。创新工场投资总监张丽君去年底看了好几个相关项目，但一直没投，原因就在于，她感觉这里面存在用户体验无法保障和商业模式变现难等问题。“相比职业教育，K12的付费群体与使用主体不是同一类人，这种转化跨度有点大。”
对于猿题库而言，小猿搜题只不过是副业，其他以此为主业的平台看起来已不得不思考以后的生存盈利问题了。
起家于拍照搜题的软件商们，在一边流量猛增、一边变现难的情况下，开始有了突围的迹象：学霸君作为最早一批入局拍照搜题的平台，专攻机器搜题，如今也开始往做题练习的方向拓展；学习宝在固守阵地的同时，已增加语音答题服务，目前不收费，但并不排除将来收费的可能，毕竟背后是大量的人力支撑；阿凡题采用的是机器搜题+教师背后答题的模式，现在则希望在机器搜题的基础上，实现从简单的答题到深度答疑的转变——“答题是做出题目，答疑是搞懂问题”——至于答疑将以何种形态出现，陈李江并没有过多透露。
版权所有：本文作者周路平，编辑齐介仑，文章为原创，本刊版权所有，如需转载请联系zzyyanan授权。未经授权，转载必究。
匿名用户
