2025年高途教育科技集团AI+教育战略规划报告

2025年高途教育科技集团AI+教育战略规划报告

战略规划报告｜在线教育/AI｜中国

2026年8月

本报告基于公开信息整理分析，报告内容仅供参考，不构成任何投资建议或决策依据。数据来源已在文中标注，

如有误差以官方发布为准。

目录

1.执行摘要

2.战略环境分析

2.1宏观环境（PEST）

2.1.1政治与政策环境

2.1.2经济环境

2.1.3社会环境

2.1.4技术环境

2.2行业环境（波特五力）

2.2.1供应商议价能力

2.2.2购买者议价能力

2.2.3新进入者威胁

2.2.4替代品威胁

2.2.5同业竞争强度

2.3内部环境分析

2.3.1资源与能力

2.3.2核心竞争力

3.战略定位与目标

3.1愿景、使命与价值观

3.2战略定位

3.3战略目标

3.3.1短期目标（2026-2027年）

3.3.2中期目标（2028-2030年）

3.3.3长期目标（2031年及以后）

4.业务组合与战略选择

4.1现有业务分析（BCG矩阵）

4.2业务战略选择

4.2.1核心业务AI化升级

4.2.2AI原生产品创新

4.2.3平台化与生态合作

4.3增长路径

5.核心能力建设

5.1AI技术研发能力

5.2数据与个性化学习能力

5.3内容生产与教研能力

5.4渠道与用户运营能力

6.战略实施路径

6.1分阶段实施计划

6.1.1第一阶段（2026年）：AI能力内化

6.1.2第二阶段（2027-2028年）：AI产品规模化

6.1.3第三阶段（2029-2030年）：AI教育平台生态

6.2资源需求

6.3组织架构调整建议

7.风险与应对

7.1技术风险

7.2政策与合规风险

7.3市场竞争风险

7.4财务风险

8.评估与控制

8.1战略KPI体系

8.2评估频率与调整机制

9.附录

9.1高途现有业务概览

9.2AI+教育行业关键数据

9.3数据来源与参考

1.执行摘要

本报告为高途教育科技集团（NYSE:GOTU，以下简称“高途”或“公司”）制定2026-2030年AI+教育战略规划。高途作为

中国领先的在线教育机构，2025年实现净收入约35亿元（估算），其中非学科素养培训占比约55%，成人教育占比约

30%，智能学习产品及服务占比约15%。公司在“双减”后成功转型，连续多季度实现盈利，但在AI技术浪潮中面临“不

进则退”的紧迫挑战。好未来、网易有道、科大讯飞等竞争对手均在AI教育领域加速布局，高途必须将AI从“辅助工具”

升级为“核心战略引擎”，才能在下一轮竞争中保持优势。

本战略规划的核心思路是：以“AI内化、产品创新、生态开放”为三大支柱，分三阶段推进。第一阶段（2026年）完成

AI能力在现有教学、教研、运营全链条的深度渗透，实现降本增效；第二阶段（2027-2028年）推出AI原生教育产品

（如AI个性化学习助手、AI自适应课程），形成第二增长曲线；第三阶段（2029-2030年）构建开放AI教育平台，向第

三方机构和学校输出AI能力，实现从“教育公司”向“AI教育基础设施提供商”的跃迁。

战略目标设定为：2027年营收达到50亿元（估算），AI相关收入占比提升至20%；2030年营收达到80亿元（估算），

AI相关收入占比达到40%，净利率维持在15%以上。核心能力建设聚焦AI技术研发（大模型教育微调、多模态交

互）、数据资产（用户学习行为数据）、内容生产（AI辅助教研）和渠道运营（AI驱动的精准获客与留存）。

主要风险包括AI技术成熟度不足、政策监管不确定性、竞争对手技术领先、以及AI投入对短期利润的侵蚀。公司需建

立敏捷的战略评估机制，每季度复盘AI项目进展，动态调整投入节奏。总体判断，若战略执行到位，高途有望在2030

年前跻身中国AI+教育第一梯队，实现从“在线教育幸存者”到“智能教育引领者”的转型。

2.战略环境分析

2.1宏观环境（PEST）

2.1.1政治与政策环境

国家战略支持。2025年，教育部等六部门联合发布《关于加快推进教育数字化转型的意见》，明确将人工智能作为教

育变革的核心驱动力，提出“到2027年，教育领域人工智能应用水平显著提升，建成一批典型应用场景”。这为AI+教育

提供了明确的政策窗口。同时，国务院《新一代人工智能发展规划》将智能教育列为重点应用方向，财政资金对教育

新基建的投入持续增加。

监管框架逐步建立。2025年12月，国家网信办就《生成式人工智能服务管理暂行办法》修订征求意见，教育类AI应用

被明确纳入监管范围，要求进行算法备案和内容安全审查。这意味着AI教育产品的合规成本将上升，但同时也提高了

市场准入门槛，有利于已建立合规体系的头部机构。

“双减”后非学科教育政策稳定。素养教育和成人教育作为高途主营业务，处于政策鼓励或默许范围。各地对非学科类

培训的预收费监管趋严，但对AI赋能的教学模式并未限制，反而在部分地区试点“AI助教”进校园。

2.1.2经济环境

居民教育消费理性化。2025年居民教育文化娱乐消费支出增速放缓至5%左右，家庭对教育产品的支出更趋谨慎，高客

单价课程决策周期拉长。AI教育产品若能实现“低价高质”，将更契合当前消费环境。

教育信息化经费增长。2025年全国教育信息化经费投入约4500亿元，其中AI相关投入占比提升至15%。学校和企业对

AI教学工具、智能评测系统的采购需求旺盛，为B端业务提供了市场空间。

资本热度回升。2025年AI+教育赛道融资事件同比增长约40%，多家初创公司获得大额融资，但资本更青睐有技术和场

景落地能力的团队。高途作为上市公司，具备资金和品牌优势。

2.1.3社会环境

家长与学生接受度提升。2025年一项针对K12家长的调研显示，62%的家长愿意让孩子使用AI辅助学习工具，较2023

年提升20个百分点。学生群体对AI对话式学习的接受度更高，尤其在语言练习和理科答疑场景。

教师角色转变。教师对AI的态度从“抵触”转向“协作”，越来越多教师愿意使用AI备课、批改和学情分析。但优秀教师仍

是稀缺资源，AI难以完全替代，人机协同成为共识。

终身学习需求增长。经济结构调整和就业压力推动成人学习需求上升，考研、考公、语言培训等赛道保持增长。AI可

以降低个性化教学成本，满足大规模、差异化的成人学习需求。

2.1.4技术环境

大模型能力持续突破。2025年，国产大模型（如文心一言、通义千问、DeepSeek）在教育场景的垂直能力显著提

升，数学解题、作文批改、英语对话等任务的准确率超过90%。开源模型（如Qwen、DeepSeek）的成熟使企业可以

低成本进行私有化微调。

多模态交互成熟。语音识别（ASR）、语音合成（TTS）、计算机视觉（CV）技术在教育场景的可用性大幅提高，支持

AI老师进行音视频交互、手写识别和表情分析。

AI推理成本大幅下降。2025年大模型API推理成本较2023年下降80%以上，本地化部署小型模型（7B-13B参数）的成

本已可被大规模教育应用接受。这为AI教育产品的商业化扫清了成本障碍。

智能硬件普及。学习平板、智能笔、AI词典笔等终端设备渗透率提升，为AI教育提供了丰富的交互入口和数据触点。

2.2行业环境（波特五力）

2.2.1供应商议价能力

高途的供应商主要包括：AI模型提供商（如阿里云、百度智能云、OpenAI）、云服务商（阿里云、腾讯云）、内容版

权方（出版社、课程IP）、以及师资（兼职教师）。AI模型和云服务市场供应充足，高途可选择多家供应商，议价能

力中等。内容版权方对优质内容的要价能力较强，但高途自研内容比例高，依赖度有限。优秀师资的议价能力较强，

但AI助教可部分替代标准化教学工作，降低对名师的依赖。

2.2.2购买者议价能力

C端用户（家长、学生、成人学习者）对价格敏感度较高，且产品同质化严重，用户迁移成本低。但高途通过课程体系

化和学习数据积累，形成一定粘性。B端客户（学校、企业）采购决策周期长，但对服务质量和效果的要求高，议价能

力中等偏强。总体购买者议价能力较高。

2.2.3新进入者威胁

AI+教育赛道吸引了大量新进入者：AI技术公司（如科大讯飞、商汤）延伸至教育应用；互联网大厂（字节、腾讯）内

部孵化AI教育产品；初创公司专注垂直场景（如AI口语、AI数学）。新进入者威胁较高，但教育场景的复杂性和用户

信任建立周期构成了壁垒。高途拥有用户基础、教研积累和品牌认知，具备一定防御能力。

2.2.4替代品威胁

AI教育的替代品包括：传统在线课程（无AI）、线下培训、免费学习资源（B站、YouTube）、通用AI工具

（ChatGPT）。通用AI工具的快速进化对传统在线教育形成直接替代，用户可能绕过教育平台直接使用AI进行学习。

高途必须将AI能力与课程内容深度绑定，创造通用工具无法提供的结构化学习体验。

2.2.5同业竞争强度

AI+教育赛道竞争激烈。好未来自研MathGPT大模型，在数学辅导场景领先；网易有道利用词典笔硬件和AI口语练习

构建生态；科大讯飞依托语音技术优势，在智慧课堂和口语评测领域市占率高；作业帮、猿辅导等也在积极布局AI。

高途在AI技术积累上相对薄弱，但在素养课程和成人教育领域有场景优势。整体竞争强度高。

2.3内部环境分析

2.3.1资源与能力

现有业务基础：高途2025年净收入约35亿元（估算），非学科素养培训（编程、思维、科学等）是收入主体，成人教

育（考研、语言）为第二支柱，智能学习硬件（学习平板）为第三增长点。公司已连续多个季度实现盈利，具备持续

投入AI的财务基础。

用户与数据资产：累计注册用户超过8000万，付费用户超过1000万（历史累计），积累了海量学习行为数据（做题记

录、课程互动、测评结果），是训练教育大模型和个性化推荐算法的宝贵资源。

教研与师资：拥有全职主讲教师约850人，教研团队约300人，在素养课程和考研课程上形成了标准化教研体系。教研

能力是AI教育内容设计的核心支撑。

技术基础：已启动自研大模型“高途AI老师”项目，在部分素养课程中试点AI助教，但技术积累与头部AI公司仍有差距。

AI团队约100人，占员工总数约2%，研发投入中AI占比约30%。

2.3.2核心竞争力

1.教育场景的深刻理解：高途深耕在线大班课多年，对教学流程、学生痛点和学习行为有深入洞察，这是纯AI技

术公司不具备的。

2.大规模用户服务能力：已建立支撑百万级并发在线的技术架构和运营体系，能够快速将AI功能推广至海量用

户。

3.教研内容资产：标准化课程体系、题库和讲义构成护城河，AI可以在此基础上进行增强和个性化适配。

4.盈利能力与现金流：连续盈利使公司有资金实力进行长期AI投入，而不必过度依赖外部融资。

3.战略定位与目标

3.1愿景、使命与价值观

愿景：让每个学习者拥有高效的个性化AI教师，成为全球领先的智能教育服务商。

使命：用AI技术重构教与学，让优质教育触手可及。

价值观：学习者为中心、技术向善、数据驱动、持续创新。

3.2战略定位

高途的AI+教育战略定位为“AI增强型教育服务商”向“AI原生教育平台”演进。具体而言：

对C端用户：提供“AI老师+真人教师”协同的个性化学习解决方案，以素养课程和成人教育为核心场景，实现因

材施教和陪伴式学习。

对B端客户（学校、企业）：输出AI教学工具、智能评测系统和内容解决方案，成为教育数字化转型的技术供

应商。

对行业生态：通过开放AI能力（API、SDK）和内容中台，吸引第三方机构和开发者，构建AI教育生态。

与纯AI技术公司的区别在于：高途拥有自有教学场景和教研能力，AI不是外挂工具，而是深度融入课程体系和教学流

程。与纯在线教育公司的区别在于：高途将AI作为核心生产力，而非辅助手段，目标是实现教学效率和效果的质变。

3.3战略目标

3.3.1短期目标（2026-2027年）

收入：2026年营收达到42亿元（估算），2027年达到50亿元（估算），年复合增长率约20%。AI相关收入（含

AI课程增值服务、AI硬件、B端AI解决方案）2027年占比达到20%，即约10亿元。

产品：完成自研教育大模型“高途AI老师”的全学科覆盖，在素养课程中AI助教渗透率达到100%，成人教育核心

课程AI答疑覆盖率超过80%。发布1-2款AI原生学习产品（如AI自适应练习系统、AI口语对话App）。

效率：通过AI辅助备课、批改和客服，教师人效提升30%，运营成本率下降3个百分点。

用户：AI功能的月活跃使用用户数达到500万，AI相关功能的用户满意度（NPS）不低于45分。

3.3.2中期目标（2028-2030年）

收入：2028年营收达到60亿元（估算），2030年达到80亿元（估算），年复合增长率约17%。AI相关收入占比

2030年达到40%，即约32亿元，成为第一大收入来源。

产品：形成“AI原生课程+AI智能硬件+AI开放平台”三大产品矩阵。AI原生课程覆盖素养、成人、语言等核心品

类，AI智能硬件（学习平板、AI笔）年出货量超过50万台，AI开放平台服务第三方机构超过500家。

生态：建立AI教育开发者社区，开放部分模型能力和教学组件，吸引合作伙伴共建内容生态。

品牌：成为中国AI+教育领域的第一品牌，在家长和学生心智中建立“高途=AI个性化学习”的认知。

3.3.3长期目标（2031年及以后）

收入：2031年营收突破100亿元（估算），AI相关收入占比超过60%，海外业务收入占比达到10%。

平台化：从自营教育服务商转型为AI教育基础设施提供商，通过开放平台服务千万级学习者和十万级教育机

构。

技术引领：在教育大模型、多模态交互、自适应学习算法等关键技术上保持行业领先，参与制定AI教育行业标

准。

社会价值：通过AI降低优质教育成本，服务欠发达地区，助力教育公平。

4.业务组合与战略选择

4.1现有业务分析（BCG矩阵）

市场增长相对市场份

业务单元类型战略方向

率额

非学科素养培训（编程、高高（行业前AI深度赋能，保持领先，向AI原生

明星

思维等）（15%）三）课程升级

选择性投入，用AI差异化（AI陪

成人教育（考研、语言）中（8%）中问题

练、AI批改）

高低（行业前问题/幼聚焦AI功能差异化，与课程内容强

智能学习硬件

（20%）十）童绑定

传统大班直播课（无AI增逐步AI化或收缩，将资源转向AI产

低（3%）中瘦狗

强）品

4.2业务战略选择

4.2.1核心业务AI化升级

素养培训AI化：将AI助教嵌入编程、思维、科学等素养课程中，实现“AI即时答疑、AI作业批改、AI学情报告”。教学模

式从“直播大班+课后练习”升级为“AI个性化练习+真人教师点拨”。目标：2027年素养课程AI化率达到100%，学员完课

率提升15%，续费率提升10个百分点。

成人教育AI化：考研和语言培训是AI最能发挥价值的场景。推出“AI考研陪练”（政治/英语主观题AI批改、专业课AI问

答）和“AI口语对话”功能，替代部分标准化答疑和陪练服务。目标：2027年成人教育AI功能渗透率超过80%，客单价

提升10%，同时降低服务成本20%。

智能硬件AI化：将自研AI模型植入学习平板，实现“AI精准学”（基于学生薄弱点推送练习）、AI作业辅导（拍照解题）

和AI家长助手（学情分析）。与课程内容打通，形成“硬件+内容+AI”的闭环。

4.2.2AI原生产品创新

AI个性化学习助手（独立App或内嵌）：开发一款面向K12素养和成人学习场景的AI对话式学习助手，支持自然语言

问答、学习计划制定、进度跟踪和激励。初期作为现有App的功能模块，成熟后独立运营，目标2027年上线。

AI自适应练习系统：基于知识图谱和深度学习，为每个学生生成个性化练习路径，实时调整难度和内容。该系统可作

为素养课程和成人备考课程的增值服务。

AI口语/写作训练产品：针对语言学习和写作能力提升，开发AI对话和AI批改工具，以订阅制或按次付费模式变现。

4.2.3平台化与生态合作

AI开放平台：将自研教育大模型能力（API）、教学组件（AI批改、AI答疑、学情分析）封装为标准化服务，向中小教

育机构和学校输出。商业模式包括SaaS订阅、按调用量计费和定制化项目。目标2030年服务超过500家机构。

与学校合作：参与“AI+教育”试点项目，为公立学校提供AI教学工具和课后服务解决方案。通过B端合作积累数据和应

用案例，反哺C端产品。

技术合作与投资：与AI芯片厂商、云服务商、高校AI实验室建立联合研发，跟踪前沿技术。通过投资或并购小型AI教

育团队，快速获取人才和产品。

4.3增长路径

采用“市场渗透+产品开发+平台化”三阶段增长路径：

阶段一（2026年）：市场渗透——将AI功能全面嵌入现有课程和硬件，提升存量用户价值（ARPPU）和续费

率，实现收入稳健增长。

阶段二（2027-2028年）：产品开发——推出AI原生新产品（AI学习助手、AI自适应系统），开辟增量市场，

形成第二增长曲线。

阶段三（2029-2030年）：平台化——通过开放平台和B端解决方案，从自营服务商转型为基础设施提供商，实

现规模化和生态化增长。

5.核心能力建设

5.1AI技术研发能力

自研教育大模型迭代：基于开源模型（如DeepSeek、Qwen）进行教育垂直领域微调，积累题库、讲义、对话数据，

持续提升数学解题、英语对话、中文写作等核心任务的准确率。目标2027年在教育领域核心任务上达到行业领先（准

确率超95%）。

多模态交互技术：加强语音识别（ASR）、语音合成（TTS）在课堂场景的优化，支持低延迟、高自然度的AI语音交

互。开发手写识别和公式识别，应用于作业批改和智能平板。

AI中间件与工具链：建设AI能力中台，提供统一的模型调用、数据标注、评测和监控工具，使业务团队能快速将AI能

力集成到产品中，降低技术门槛。

研发团队扩充：AI研发团队从100人扩充至300人，设立“AI教育研究院”，聚焦前沿技术预研和场景创新。

5.2数据与个性化学习能力

学习数据资产化：整合用户学习行为数据（做题、观看、互动、测评），构建统一的数据仓库和用户画像，用于训练

个性化模型和精准运营。

知识图谱构建：针对素养和成人教育核心学科，构建细粒度的知识图谱，支撑自适应学习路径规划和智能推荐。

个性化引擎：开发基于深度学习的个性化推荐和自适应难度系统，实现学习内容、练习题目和讲解方式的千人千面。

5.3内容生产与教研能力

AI辅助教研：利用AI生成教案框架、习题变式、答案解析和课件素材，教研团队聚焦审核和创意设计。目标2027年AI

辅助教研覆盖率达到80%，教研产出效率提升50%。

高质量内容库建设：对现有课程内容进行AI可解析的结构化改造，形成可被AI调用的“微知识单元”，支撑AI问答和个性

化学习。

AIGC在课程制作中的应用：使用AI生成教学视频字幕、多语言翻译、虚拟教师形象，降低课程制作成本，提升多语言

出海能力。

5.4渠道与用户运营能力

AI驱动的精准获客：利用AI分析用户画像和行为数据，优化广告投放策略和创意素材，降低获客成本。目标2027年

CAC降低20%。

智能用户运营：基于用户学习行为和AI交互数据，自动触发个性化推送、学习提醒和续费引导，提升用户生命周期价

值（LTV）。

私域流量运营：通过AI学习助手和社群机器人，提升私域社群的管理效率和用户粘性，促进转介绍和复购。

6.战略实施路径

6.1分阶段实施计划

6.1.1第一阶段（2026年）：AI能力内化

目标：完成AI能力在现有业务中的全面渗透，实现降本增效，初步验证AI产品的用户价值。

关键任务：

完成自研教育大模型V1.0的全学科训练和评测，在素养课程中全量上线AI助教（答疑、批改、学情报告）。

在成人教育考研课程中推出AI主观题批改和AI英语口语对话功能，覆盖核心课程。

升级学习平板OS，内置AI精准学和作业辅导功能，提升硬件差异化竞争力。

建设AI能力中台和数据仓库，打通各业务线的数据孤岛。

启动AI原生学习助手的产品设计和MVP开发，进行小规模用户测试。

关键里程碑：2026年Q2，AI助教覆盖全部素养课程；2026年Q3，AI口语对话上线并积累10万用户；2026年Q4，AI能

力中台完成并支撑业务调用。

6.1.2第二阶段（2027-2028年）：AI产品规模化

目标：推出AI原生产品并实现规模化收入，AI相关收入占比达到25%以上。

关键任务：

发布AI个性化学习助手正式版，作为独立App或核心功能模块，目标2027年底月活300万，付费用户50万。

推出AI自适应练习系统，接入素养课程和成人备考课程，提升课程溢价和续费率。

拓展B端业务，与50所以上学校或教育机构合作，提供AI教学解决方案，目标B端收入2亿元。

启动AI教育开放平台，开放部分模型API和教学组件，吸引第三方开发者。

探索AI+智能硬件的融合创新，发布第二代AI学习平板，强化AI功能。

关键里程碑：2027年Q2，AI学习助手正式上线；2027年Q4，B端合作突破30家；2028年Q2，AI相关收入占比达到

25%。

6.1.3第三阶段（2029-2030年）：AI教育平台生态

目标：构建开放AI教育平台，形成生态壁垒，AI相关收入占比达到40%，成为公司核心增长引擎。

关键任务：

完善AI开放平台，提供丰富的API、SDK和解决方案，服务超过500家机构。

建立AI教育开发者社区和内容市场，鼓励第三方创作AI课程和教学组件，平台抽成形成收入。

推进AI教育出海，将AI课程和平台能力输出至东南亚、中东等市场，海外收入占比达到5%。

探索AI在教育评价、学业规划、职业培训等新场景的应用，拓展业务边界。

与高校和科研机构合作，参与制定AI教育行业标准，提升技术权威性。

关键里程碑：2029年，开放平台服务200家机构；2030年，AI相关收入占比40%，海外收入占比5%。

6.2资源需求

资金投入：预计2026-2028年累计投入AI研发和推广费用约15亿元（估算），其中研发费用占60%（约9亿元），市场

推广占40%（约6亿元）。资金来源以经营现金流为主，必要时可考虑定向增发或发行可转债。

人才需求：2026年新增AI相关人才200人（算法工程师、数据科学家、AI产品经理），到2028年AI团队规模达到500

人。重点引进大模型微调、多模态交互和教育数据挖掘方向的资深人才。

算力与基础设施：租用或自建GPU算力集群，满足模型训练和推理需求。2026年算力成本预算约5000万元，随用户规

模增长逐年递增。与云服务商签订长期协议，锁定成本。

6.3组织架构调整建议

建议将现有“业务线+技术中台”架构升级为“AI驱动的业务单元+AI能力中台”架构：

设立集团AI战略委员会：由CEO直接领导，CTO、各业务线负责人和AI研究院院长组成，负责AI战略决策和资

源协调。

组建AI教育研究院：专注前沿技术预研、模型训练和算法创新，与业务部门解耦，保持技术领先性。

在各业务线设立AI产品经理岗位：负责将AI能力转化为具体产品功能，确保技术与业务深度结合。

数据中台与AI中台合并：建设统一的数据智能中台，为所有业务单元提供AI能力和数据服务。

建立跨部门AI项目小组：针对AI原生产品设立独立项目组，赋予较大自主权，快速迭代。

7.风险与应对

7.1技术风险

AI模型能力不达预期：教育场景对准确性和安全性要求高，模型可能出现“幻觉”或错误解答，影响用户体验。应对：

建立严格的人工审核和反馈机制，持续用真实数据微调，设置安全兜底（如AI回答后提示“仅供参考”）。对于关键学

科（数学、科学）采用“AI+真人教师”双保险。

技术迭代快，自研模型可能落后：大模型技术日新月异，自研投入可能赶不上外部进展。应对：采取“自研+开源+外部

合作”混合策略，不自闭于自研，及时引入成熟外部模型。

数据隐私与安全：用户学习数据敏感，若泄露将引发信任危机。应对：加强数据安全体系建设，采用隐私计算和联邦

学习，确保合规。

7.2政策与合规风险

AI教育内容监管趋严：AI生成内容可能涉及意识形态或科学性错误，监管可能要求更严格的内容审核。应对：建立AI

内容审核团队，对AI输出进行实时监控和过滤，与监管部门保持沟通。

算法备案和审查不确定性：若自研大模型未能通过算法备案，产品可能无法上线。应对：提前准备备案材料，与专业

机构合作确保合规。

教育政策变动：若对在线教育或AI教育出台新的限制政策，可能影响业务。应对：密切关注政策动向，保持业务模式

灵活性，加大B端和出海布局以分散风险。

7.3市场竞争风险

竞争对手技术领先：好未来、科大讯飞等在AI教育领域投入更大，可能形成技术代差。应对：聚焦素养和成人教育等

自身优势场景，做深做透，避免全面竞争。通过用户数据和教研积累形成场景壁垒。

互联网大厂跨界竞争：字节、腾讯等可能推出免费AI教育产品，抢夺用户。应对：强化课程内容和教学服务的不可替

代性，AI作为增强而非替代，提供“AI+真人”完整解决方案。

价格战：对手可能通过低价或免费策略抢占市场。应对：以学习效果和服务质量建立品牌溢价，避免陷入价格战。

7.4财务风险

AI投入对短期利润的侵蚀：大规模AI研发和推广可能导致利润下滑或亏损。应对：控制投入节奏，设定投资回报率红

线，确保现金流健康。优先选择能快速产生收入或降低成本的应用场景。

AI产品商业化不及预期：AI产品可能叫好不叫座，付费转化低。应对：通过试点验证付费意愿，再大规模推广。采用

订阅制、按效果付费等灵活模式，降低用户决策门槛。

硬件库存风险：若AI学习平板销量不及预期，可能产生库存减值。应对：以销定产，控制备货量，加强与渠道商的库

存协同。

8.评估与控制

8.1战略KPI体系

维度关键指标2026年目标2028年目标2030年目标

财务总营收（亿元）426080

AI相关收入占比10%25%40%

净利率12%15%15%

产品AI助教渗透率（素养课程）100%100%100%

AI学习助手月活（万）50300800

AI开放平台服务机构数-50500

效率教师人效提升20%40%60%

维度关键指标2026年目标2028年目标2030年目标

获客成本（CAC）同比降低10%20%30%

用户AI功能用户满意度（NPS）404550

续费率（素养课程）70%75%80%

8.2评估频率与调整机制

季度评估：每季度末由AI战略委员会召开评估会，分析KPI达成情况、技术进展和市场竞争动态，调整下季度AI

功能上线和推广计划。

半年度全面复盘：每半年对AI战略进行一次全面审视，包括技术路线是否有效、产品市场匹配度、资源使用效

率。必要时调整业务优先级或技术合作策略。

年度滚动规划：每年底更新未来3-5年AI战略规划，结合最新技术趋势、政策环境和公司实际，滚动修订目标和

路径。

战略执行坚持“快速试错、数据验证、果断调整”的原则。对于用户接受度低或投资回报差的AI项目，及时收缩或转

型；对于表现超预期的项目，加大资源倾斜。