第四个方向是AI教育。过去一两年，AI教育发展迅速。以海外的多邻国为例，作为美股的大牛股，多邻国基于AI开发了许多教育工具，例如推出订阅项目多邻国Max，还帮助学生和教师进行课程开发和考试准备。多邻国的产品丰富多样，使用效果都还是蛮不错的，其股价和市值在过去两年也大幅上涨。

在我看来，教育是AI落地较为显性和直接的领域。教育内容相对标准化，大部分有明确答案，这使得AI在完成教育任务时的饱和度和准确度较高。

例如，AI模型在解答高考数学或物理题时准确度很高，但如果你想让AI去开脑洞，去写一些特别吸引人的小说，或者希望它能够跟人类历史上的文学家媲美、共情，写出特别有想象力的语言，它可能反而会失败——这就是它的短板。

作为一个看了十几年互联网文娱行业的分析师，我发现AI还没有做出特别厉害的网文、影视剧或者综艺节目，但是AI在教育里面它做得是比较好的，它能够提供完备的知识图谱和标准答案。

我记得在两年前，AI在解决简单数学问题时还会出错，但如今这些问题已基本难不倒AI。从教育角度看，AI确实是未来几年可以不断赋能和结合的方向，一些头部公司已经基于这一维度取得了显著进展。

从国内来看，虽然没有像多邻国这样突出的公司，但国内教育公司也在积极拥抱AI浪潮。无论是上市公司还是非上市公司，都在基于AI进行线上课程开发、作业批改以及口语课程等应用。

另外，教育公司还进行了AI硬件的结合。如果家里有小孩，就会知道过去一两年，很多教育公司将AI功能与学习机相结合。现在的儿童学习机或中小学生学习机越来越智能化，能够根据孩子的学习需求提供定制化输出，比如陪孩子读诗歌、学英语，或者帮助孩子解题等。由于时间有限，我就不具体展开这些产品了，大家可以自行查看。总之，教育场景是AI不断深化和赋能的一个重要维度。

第五个方向是AI陪伴。我们将其称为AI陪伴，它有多种表现形式，有些偏向语言交互，尤其是视频化或游戏化的形式。总体而言，这一领域是AI目前发展阶段中发展较快的领域之一。在海外，像Character AI这样的公司已经有一定的收入场景。据之前的预测，该公司2024年的收入可能会达到近2000万美元，折合人民币一两个亿，这是一笔不小的收入，而且还有广告收入的潜力。

在国内，我们也上线了一些AI陪伴产品。这些产品更贴近人性，因为人类总有情感需求，而这种需求通常通过线下与人交流来满足。如果没有线下交流的场景，人们只能通过线上平台或AI虚拟人来满足聊天需求。

因此，AI情感陪伴是基于人类底层情感需求的用户挖掘，其用户增长速度较快。然而，这个行业目前也面临一些问题，主要是同质化严重，缺乏严格的竞争壁垒。例如，如果我们几个人创业成立一个AI陪伴公司，后端使用某个大模型，前端进行一定的用户交互设计，就可以吸引一批用户，从零做到几十万甚至上百万的月活跃用户或几万的日活跃用户。但要把用户规模做到几千万甚至上亿又非常困难——因为行业里可能有几十上百个竞品公司，他们都有自己的后端模型和前端用户场景。

所以这个行业目前的情况是：每个公司可以通过买量和广告投放快速吸引一批用户，但如果缺乏持续的用户粘性和留存策略，可能过一两个月，最多一两个季度，用户就会大量流失。因此，我们认为AI陪伴这个方向的门槛并不高，容易让创业者进入，但要将其做大却比较困难。

另外还有一个是AI玩具，它是从2024年下半年到2025年开始逐渐兴起的一个赛道，它有两个显著特点。

首先，其原有的消费场景规模庞大，主要是面向儿童和青少年。家长原本就会为孩子购买玩具，现在AI玩具只是在传统玩具的基础上增加了AI功能，更好地满足孩子们多样化的需求，比如结合学习功能等。

从商业模式来看，AI玩具具有硬件搭载属性，可以通过硬件销售、软件订阅和内容付费等多种模式实现商业变现。因此，这一领域被认为是资本市场和产业界都较为看好的方向。

不过，目前尚未出现特别突出的头部AI玩具公司。许多基于模型迭代和系统集成来开发产品的公司，包括A股上市公司和非上市公司都在这个赛道上不断探索。

未来两三年内，AI玩具赛道有望出现类似泡泡玛特在盲盒赛道中的超级爆款产品。目前，AI玩具领域还没有出现这样的超级爆款，但如果未来能够出现，那么这个赛道将彻底起飞，有望诞生一批市值和营收规模较大的公司。我们长期看好AI玩具这一赛道。

另外，AI与电商的结合更多地偏向于工具赋能，而不是一个严格的ToC社交娱乐场景。例如，在淘宝上有众多商家，他们可能销售服装、鞋子、农产品等各种商品。过去，商家每周上新时需要人工拍照、修图、上新和展示产品信息，流程繁琐且成本较高。现在借助AI，这些工作可以更快完成，成本也大幅降低。

第二个方面是客服问答环节。相信各位在网购时都能感受到，越来越多的客服回答其实是由AI提供的。无论是淘宝客服还是旗舰店客服，很多回答都来自AI。

第三个方面是流量分发。如今，许多零售电商公司基于AI，能够更精准地向用户推送他们想要购买的品类或符合其价格区间的产品。因此，AI与电商的结合并不是直接对C端用户的赋能，而是更多地赋能给平台上的小B端商家。这一点目前表现得比较明显。

我们可以看到，无论是上市公司还是非上市公司，都在加快这一领域的布局。例如，我们列举了一些上市公司，从2023年开始到2024年、2025年，它们在AI与电商平台的结合方面做了很多赋能工作。这是我们对这一领域的理解。

简单总结一下这部分，我们对AI在互联网文娱、社交、电商、教育、玩具等各个维度的应用做了一个总览式的图谱，分析了它们的结合点。这些结合点主要来自两个方面：一是偏ToB，二是偏ToC。

ToC方面，主要是游戏、社交陪伴类产品，包括玩具，这些都是面向个人消费者的产品。这些产品目前一方面需要基于模型能力的进一步提升，另一方面也需要找到更适合C端用户的消费场景，解决他们的娱乐需求或用户痛点。如果这两个问题都能解决，未来一段时间可能会迎来ToC产品的爆发。

另一类是偏ToB的，比如AI与电商、教育、广告的结合。这些领域更多需要做的是B端客户的渗透，提升他们的付费率和付费粘性。目前，AI在B端的赋能跑得更快、更深，但需要进一步提升其商业价值和持续转化能力。而ToC赋能目前相对较浅，但长期潜力更大，因为ToC赋能没有上限。

例如，在移动互联网时代，B端产品如SaaS或ERP，触达一定数量的B端用户后，很难再有大幅增长。但在C端，产品没有上限。以微信为例，最初只有几百万人使用，后来发展到几千万、上亿，现在中国有十几亿人使用微信，它是一个非常庞大的应用。

因此，我们认为从AI应用的角度来看，B端赋能目前更深、更快，但从长期来看，C端应用的潜力和天花板更高。这是我们课程的第二部分——AI的全维赋能。