需要学习口语时，大多数人通常都会想到找老师约课，由老师来安排课程的方向和频次，却并不知道自己要学的到底是什么。针对这个问题，“流利说”找到了一个巧妙的解决方向——数据智能，它不仅有效实现了课程的在线化，还成功将其变成了一个个性化的学习课程，有效实现了智能商业的初步闭环。

其实无论是哪个行业，只要是想做大、做强，搭上智能化的顺风车就都是殊途同归的，需要完成的事情也都是一样的。我们完全可以把“流利说”这个教育行业的案例当成一个普适性的案例来看。通过它，我总结了企业智能化的两大步骤。

1.核心业务在线化

让企业智能化，对于绝大部分企业来说，第一步往往就是实现核心业务的在线化。

“流利说”的定位并不是一个评测公司，他们所做的口语练习工具，其实就是数据和用户的入口。他们最初所做的App，实际上就是一个和用户交流的界面，是一个数据收集器。利用它，“流利说”将用户录的每一条语音都进行记录，以使其逐步演变成一个世界上最大的“中国人说英语”的口语数据库。如今，“流利说”对于中国人自然语言识别准确率已经居全球领先水平。

由于智能手机的出现，口语学习实际上已经完成了数字化的过程，“流利说”将更多的力量集中于软件化的攻关上，也就是将大家习以为常的行为变成一个模型，再用软件将其贯通起来。但是在更多的场合下，核心业务的在线化是你首先应当考虑的事情，也就是运用IoT技术让线下场景变成线上场景。

最简单的例子是摄像头。由于摄像头的存在，我们才可以把场景录下来。如果这个摄像头是孤立的，那么它并没有多大的价值；但如果这个摄像头是联网的，那么它记录下来的视频就能够快速地在互联网上传播，价值得到了成倍的提升；如果这个摄像头后面还接了一个智能引擎，那它就能够进行人脸识别和ID（身份标识）匹配。

举个例子，如果将一个线下实体店和淘宝或者微信的数据打通，就能够轻松知道一个人在淘宝上的ID或者微信号是什么，可以将线下的独立个体转化成线上可以识别的人，这就是数字化的过程。这中间有硬件、互联网和算法的相互作用，但其核心是把一个线下的场景映射到一个在线的场景中。通过数字化和软件化两大步骤，将传统的服务搬到线上，这是企业智能化的第一步。

2.业务环节自动化

实现核心业务在线化之后，接下来要做的第二步是完成自动化的过程。对于“流利说”而言，也就是将学口语变成一个非常简单的自动化过程。你的录音都会得到系统的反馈，你可以针对反馈不断提升自己的口语水平，也可以随时调整课程的进度，这其实就是机器人AI老师的概念。它是用机器决策取代了传统的老师反馈和课程改进，而这个过程需要的就是前文提到的数字化和软件化。(www.daowen.com)

只要这两步能够顺利跑起来，不管你企业的规模，也不管你所在的领域，你就是一个互联网时代的新物种，你就能登上智能商业的快车，比别人更快演化。

2014年，“流利说”做了一个自适应的学习系统。这个系统可以把用户学习的数据输入到引擎中，引擎背后连接的是一个很大的内容库，然后把内容库中的每一个算法，穿针引线般给每个用户穿上不同的“珠子”。简单来说，就是根据用户学习的轨迹，为其创造比较个性化的学习体验。

在教育这一领域中，“流利说”可以说挑了一块最难啃的骨头。因为用户中有很大部分是成年人，要知道教育对于成年人来说并不是刚需。但“流利说”还是能够发展壮大，其中的奥妙自然不言而喻。在“AI+教育”这一领域，“流利说”有三个核心，即团队、数据和技术。其实用户是不直接消费数据和技术的，他们消费的是产品。所以就需要产品能够为用户提供足够好的体验，能够切实解决用户的问题，为用户创造价值。教育本身很重要的一点就是内容，内容不是冰冷的死物，“流利说”通过算法和机器引擎让内容“活”了起来，变成了一个标准化产品。

所谓企业智能化，简单而言就是“能学习的决策机器”，不但能够做决策，就连决策的效率和效果也可以通过学习的闭环不断进行优化改进，这当然需要数据和算法的支撑。我们可以看到，在“流利说”这个场景下，三位创始人从创业之初便对数据有着较为深刻的理解，将一款移动产品变为了数据输入的极佳入口，运用算法为输入的口语进行识别、打分和反馈。与此同时，还让产品保持快速的迭代优化，不断提升用户体验，从而取得了今天的成绩。

不可否认，“流利说”的成功有着特定的天时地利因素，但绝非无法复制。在某个特定的业务场景下，通过在线化和自动化形成智能商业的初步闭环，这是接下来最值得大家去研究的事情。

【注释】

[1]这个看似非常简单的问题，只能用机器学习的方法解决，而且这个“解决”不是事先确定解决方案，而要看不同场景下调用哪个数据的效果更好。

[2]算法的突破往往依靠数学的发展。