半年融資1.6億美金,AI學(xué)語言又來敲Duolingo的門了

0 評論 2374 瀏覽 5 收藏 23 分鐘

為什么AI語言學(xué)習(xí)產(chǎn)品可以引起資本的注意?這篇文章里,作者拆解了ELSA、Loora等產(chǎn)品,并對其與多鄰國的差異做了剖析,或許可以給尋找落地場景的AI技術(shù)廠商們,提供一些案例思路。

2 月 21 日,英語學(xué)習(xí) App Speak English with Loora AI(文中簡稱為 Loora)宣布完成 1200 萬美元 A 輪融資,由 OP Ventures 領(lǐng)投。而就在 2023 年 6 月,這款產(chǎn)品剛剛完成 925 萬美元種子輪融資,8 個(gè)月內(nèi)完成兩次千萬級別融資,可見資本青睞。

在 11 月的選題《卷起來了,網(wǎng)易和谷歌都想搶Duolingo的生意》中,我們觀察到了谷歌和網(wǎng)易等公司都基于 AI 開發(fā)了語言學(xué)習(xí)產(chǎn)品,市面上也充斥著同類產(chǎn)品。但測試后發(fā)現(xiàn),AI 在語言學(xué)習(xí)產(chǎn)品中的作用主要在“練口語”這個(gè)層面,解決“開口難”問題,相比于 Duolingo 體系化的課程,以及有點(diǎn)“瘋批”的運(yùn)營手法,只是通過 AI 聊天做出了點(diǎn)差別,顯得有點(diǎn)單薄。

而且,雖然與傳統(tǒng)產(chǎn)品有差異,但各款 AI 產(chǎn)品之間卻雷同,甚至 ChatGPT、character.ai 等 AI 產(chǎn)品都可以勝任口語陪練的角色,單點(diǎn)功能很容易被大而全的 General Assistant 們覆蓋。因而,觀察下來單純靠“語音識別+AI 對話”切入市場都有難度,更不要說靠 AI 去搶 Duolingo 的生意了。

但,打臉的是,資本依然跑步入局,暗示著什么可能在變化。

一、僅去年下半年資本就投出了 1.6 億美金,AI 產(chǎn)品漸有起色?

2023 下半年完成融資的 AI 語言學(xué)習(xí)產(chǎn)品|圖片來源:騰訊網(wǎng)

根據(jù)不完全統(tǒng)計(jì),僅在 2023 年下半年,就有十多家在線語言學(xué)習(xí)創(chuàng)企完成融資,總?cè)谫Y額達(dá) 1.6 億美金。而投資者名單中,不乏 OpenAI、Google 旗下的風(fēng)投 Gradient Ventures 等知名資本。

我們對去年 11 月寫選題時(shí)的數(shù)據(jù)和現(xiàn)在的數(shù)據(jù)也進(jìn)行了對比,發(fā)現(xiàn) AI 語言學(xué)習(xí)產(chǎn)品(OpenAI 投資的 Speak)在收入和 DAU 上也確實(shí)在快速增長。

11 月和近 30 天 Duolingo、Babble、Lingokids、EWA、Speak 五款產(chǎn)品的雙端 DAU 和輸入排名 | 數(shù)據(jù)來源:點(diǎn)點(diǎn)數(shù)據(jù)

2024.1 按收入排名的全球語言學(xué)習(xí) App,注 1:筆者根據(jù)近 30 天收入數(shù)據(jù)重新進(jìn)行核對,Speak 也排在第三。

注 2: Statista 的統(tǒng)計(jì)數(shù)據(jù)中有可能包含網(wǎng)頁端收入,所以該收入可能高于點(diǎn)點(diǎn)數(shù)據(jù)體現(xiàn)的應(yīng)用商店收入,

為 245 萬美金左右(成立 7 年時(shí)間的 Speak 已經(jīng)超過 Duolingo 月流水的 1/10)|圖片來源:Statista

上一篇選題觀察到的 Speak,在 App 端全球雙端月流水已經(jīng)從 11 月的 71W 美金增長到了 2 月的 143W 美金,增長了一倍,在同類產(chǎn)品的排名中已經(jīng)上升至第三位,甚至,在主攻的韓國市場,它的收入已經(jīng)超過 Duolingo 了。而 Speak 雙端月平均 DAU 也從 11 月的 7.5W 增長到了近期的 10.7W(近 30 天平均 DAU),DAU 增長 42%。

AI 語言學(xué)習(xí)產(chǎn)品數(shù)據(jù) | 數(shù)據(jù)來源:點(diǎn)點(diǎn)數(shù)據(jù)

而除了 Speak 之外,其他幾款拿到融資的 AI 語言學(xué)習(xí)產(chǎn)品,雖然成績和主流產(chǎn)品還差很遠(yuǎn),但也在努力進(jìn)步中,8 個(gè)月融了 2000 萬美金的 Loora,從這個(gè)成績來看,反而還是“差生”了,資本給錢,可能是看增長勢頭。

Loora 全球雙端 DAU 數(shù)據(jù)(上),全球雙端月流水(下),注:統(tǒng)計(jì)時(shí)間 2023.1.1 至今|圖片來源:點(diǎn)點(diǎn)數(shù)據(jù)

從數(shù)據(jù)上看,從 2023 年 1 月至今,Loora 的 DAU 增長了 8.3 倍,全球雙端月流水增長了 2 倍。而根據(jù) Loora 團(tuán)隊(duì)的說法,2023 年 Loora 的 ARR 增長超過 8 倍,用戶留存率提高了 2 倍。

注:在 a16z 推出的移動(dòng)端 AI 產(chǎn)品Top50榜單中,ELSA 上榜 | 圖片來源:a16z

而由 Google 投資,總部位于越南的 ELSA,則是在用戶量層面表現(xiàn)不錯(cuò),近 30 天平均 DAU 有 29.3W,是同行 Top3 的水平,近 30 天平均流水 81.8W 美金,排名全球同類產(chǎn)品的第 6-7 位(ELSA 可以在網(wǎng)站端進(jìn)行訂閱,所以單純看應(yīng)用商店的收入和用戶數(shù)據(jù)可能不太全面)。

Duolingo 與 Speak、ELSA、Loora 收入與 DAU 對比圖

不可否認(rèn)的是,雖然快速增長,但 AI 語言學(xué)習(xí)產(chǎn)品,在 Duolingo 面前還是“弟弟”,但這種數(shù)據(jù)層面的變化,讓我們需要重新審視一下 AI 語言學(xué)習(xí)產(chǎn)品,除了之前說的“語音識別+AI 對話”的套殼差異點(diǎn),到底在以怎樣的邏輯留住和服務(wù)用戶,被資本下注的他們,還有多少增長空間。(鑒于 Speak 的相關(guān)功能已經(jīng)在上一篇選題中介紹過了,這次我們主要聚焦 ELSA 和 Loora。對 Speak 感興趣的讀者,可以參考《卷起來了,網(wǎng)易和谷歌都想搶 Duolingo 的生意》選題)

二、AI 學(xué)英語,在 Duolingo 的輻射范圍之外找用戶

表面上看,ELSA 和 Loora(包括 Speak)有如下共性:

  1. 核心功能都是基于 AI 語音識別幫助用戶學(xué)習(xí)口語,并根據(jù)用戶的表現(xiàn)提供實(shí)時(shí)反饋。
  2. 都會(huì)為用戶推薦有難度梯度的體系化課程,用戶也可以自己選擇學(xué)習(xí)目標(biāo),靈活服務(wù)擁有長期/短期目標(biāo)的用戶。
  3. 訂閱變現(xiàn)為主,免費(fèi)功能較少,訂閱費(fèi)用在每月十幾美元左右。

相對而言,目前 Duolingo 中 AI 的參與度并不高,根據(jù)媒體報(bào)道,Duolingo 主要將 AI 應(yīng)用在課程編寫環(huán)節(jié)上。

注:Duolingo Max 僅向美國、英國、愛爾蘭、加拿大、澳大利亞、新西蘭用戶推出,提供解釋我的答案和角色扮演兩項(xiàng)功能。

而其實(shí),Duolingo 在去年 3 月就推出了能與 AI 對話的高級訂閱模式 Duolingo Max,但是目前只能在少數(shù)幾個(gè)國家,用英語學(xué)習(xí)法語/西班牙語時(shí)使用,有消息稱,今年下半年將登陸日本市場,使用范圍仍比較小。而且 Reddit 上用戶評論認(rèn)為 Duolingo Max “非常平庸,且價(jià)格很高”。

Duolingo 課程設(shè)計(jì)的思路是,通過前期單詞、中期語法、后期表達(dá)的學(xué)習(xí),帶一個(gè) 0 基礎(chǔ)的用戶學(xué)習(xí)一門語言。整體課程完整、體系化,用戶可根據(jù)自身水平通過測試直達(dá)某個(gè)階段,但不能跳脫課程體系。由于其提供的是基礎(chǔ)服務(wù),面向所有有意學(xué)習(xí)語言、但無明確短期目標(biāo)的人群,所以在商業(yè)化上,Duolingo 采用基礎(chǔ)功能免費(fèi)+訂閱/內(nèi)購收費(fèi)的模式。

根據(jù) Gitnux 的報(bào)告,91% 使用 Duolingo 的用戶是出于個(gè)人興趣,而不是出于工作、考試、海外生活/學(xué)習(xí)等明確目的。

當(dāng)用戶沒有明確目的,留存是產(chǎn)品的一大難題,關(guān)于這一點(diǎn) Duolingo 設(shè)計(jì)了 CURR(核心用戶留存)的指標(biāo)來指導(dǎo)產(chǎn)品的迭代和運(yùn)營(參閱之前的選題《億級用戶規(guī)模,DAU與收入還在高速增長,前CPO分享大體量產(chǎn)品如何突破增長困境》),在課程設(shè)計(jì)上,雖然注重游戲化和“連勝系統(tǒng)”、“推送系統(tǒng)”提升留存,但以時(shí)長較短的課程為主,降低用戶連續(xù)學(xué)習(xí)的心理壓力、同時(shí)又提升滿足,妥帖拿捏用戶心理。

相應(yīng)地,Duolingo 走“基礎(chǔ)教學(xué)”的路徑,堅(jiān)持免費(fèi)使用,靠使用頻次較高的重度用戶進(jìn)行變現(xiàn)的商業(yè)化策略,也都是考慮到了用戶畫像。

而上文所述,在產(chǎn)品上體現(xiàn)的三點(diǎn)差異,則體現(xiàn)著 ELSA 和 Loora 的面向的用戶和幫用戶解決的問題,與 Duolingo 完全不同,他們主攻的目標(biāo)人群,也有差異。

1. 完成規(guī)定動(dòng)作 vs 靈活切換目標(biāo)

ELSA(圖1)、Loora(圖2,3)的主頁和課程頁面,Duolingo 主頁(圖4)

我們先從產(chǎn)品的主體來看,打開 ELSA 和 Loora 的課程頁面發(fā)現(xiàn),這兩款產(chǎn)品是按不同的課程形式來分類的,并沒有選擇 Duolingo 游戲化且按難度逐級遞增的形式。

此外,雖然兩款產(chǎn)品都提供了系統(tǒng)推薦的每日課程,也都借鑒 Duolingo 設(shè)計(jì)了簡單的連勝/排名系統(tǒng),但是兩款產(chǎn)品都會(huì)詢問用戶今天的學(xué)習(xí)目標(biāo),并給用戶額外選擇,比如按主題/場景學(xué)習(xí)或改善發(fā)音等,用戶完成這些自主選擇的任務(wù)也可以延續(xù)連勝,獲取排名。

ELSA 和 Loora 的用戶擁有更多自由,如果用戶目標(biāo)明確,就可以自主選擇學(xué)習(xí)內(nèi)容,如果目標(biāo)不甚明確,也可以選擇系統(tǒng)推薦的課程,這其實(shí)背后反映的是,這兩款產(chǎn)品界定的目標(biāo)用戶的畫像不同。

Duolingo 的通關(guān)測試

而在 Duolingo,“自由”體現(xiàn)在用戶能力與課程難度的匹配,也就是如果我認(rèn)為自己可以跳級,通過測試就能進(jìn)入下一階段,但其實(shí)也還是按難度爬坡,系統(tǒng)化學(xué)習(xí)。

兩相比較,可以看出 Duolingo 針對的是目標(biāo)不明確、甚至 0 基礎(chǔ)的用戶,而 ELSA 和 Loora 面向用戶,有更明確、或者說更短期目標(biāo)的用戶。

2. 按場景學(xué)習(xí) vs 按知識點(diǎn)學(xué)習(xí)

ELSA 每日課程內(nèi)容(左),Loora 每日課程頁面(右2)

而在進(jìn)入課程后,AI 語言學(xué)習(xí)產(chǎn)品們也和 Duolingo 有所差異。

從每日系統(tǒng)推薦的課程內(nèi)容看,ELSA 和 Loora 都會(huì)有一個(gè)明確的主題/場景,比如筆者在測試時(shí),ELSA 推薦的場景是“酒店 Check in”,Loora 推薦的主題是“電視節(jié)目”。

其實(shí)在 AI Chatbot 出現(xiàn)之前,很多語言學(xué)習(xí)產(chǎn)品也把場景化語言學(xué)習(xí)當(dāng)作賣點(diǎn),但基本上走的是“學(xué)短語手冊”的模式,用戶主要學(xué)習(xí)在這個(gè)場景下常用的單詞、短語、句子,以及它們在場景中的使用方法。這種方式雖然有一定作用,但非常死板,在實(shí)際應(yīng)用中,一旦出現(xiàn)話題發(fā)散或其他變化,用戶仍會(huì)感覺無所適從。

而 AI 盡量還原與真人對話的體驗(yàn),AI 的對話能力也能在用戶發(fā)散話題時(shí)模擬真實(shí)語言環(huán)境。而在 AI 出現(xiàn)之前,學(xué)習(xí)者如果不”肉身在海外”,就很難訓(xùn)練到“用”這個(gè)層面。

ELSA 場景頁面(左 2),Loora 角色扮演頁面(右 2)

而從場景一覽的界面來看,ELSA 和 Loora 不僅包含了生活化的場景,也覆蓋了很多偏向工作/學(xué)習(xí)的專業(yè)化場景。比如上圖 ELSA 中的“Working in healthcare”場景,用戶作為一個(gè)在診所上班工作人員,練習(xí)“幫病人預(yù)約醫(yī)生”“接診病人”“接急診電話”等具體場景。Duolingo 基本上并沒有按照場景來做練習(xí)。

Loora 的“read and talk”功能|圖片來源:Loora

兩者比較相似的反而是知識拓展。但就知識拓展來看,AI 語言產(chǎn)品重點(diǎn)仍在應(yīng)用,產(chǎn)品推薦小短文,用戶閱讀后就小短文與 AI 進(jìn)行討論,很像國外大學(xué)的“研討會(huì)”這個(gè)課程形式,練習(xí)的是用戶的閱讀、理解、發(fā)散、表達(dá)能力。而 Duolingo 的做法是在每個(gè)單元設(shè)定一個(gè)主題,比如圖中“談?wù)撐磥淼氖录敝黝},但主題完全為知識點(diǎn)服務(wù),對應(yīng)著“一般將來時(shí)”這個(gè)知識點(diǎn)。而在具體的課程中,Duolingo 則以翻譯、填空、造句等題目為主,來訓(xùn)練詞匯、時(shí)態(tài)、句式等知識點(diǎn)。

Duolingo 的課程頁面與課程內(nèi)容|圖片來源:Duolingo

兩相對比,ELSA 和 Loora 的英語學(xué)習(xí)更具實(shí)用性或者目的性,主打一個(gè)不久的將來能用起來。而 Duolingo 則更注重,通過單詞、語法等夯實(shí)基礎(chǔ)知識點(diǎn),系統(tǒng)性地學(xué)習(xí)語言。這其實(shí)體現(xiàn)的是 Loora、ELSA 面向的是有一定基礎(chǔ)知識、但需要能力進(jìn)階的人群。這是人群的第二個(gè)差異。

3. AI 加持的“多邊形”:反饋體系 vs “對錯(cuò)”反饋體系

最后,說下 AI。如果說語音識別+AI 對話,是套大模型的殼,上面的模擬場景中的變化和反饋體系,則開始讓 AI 語言產(chǎn)品和 Duolingo 的現(xiàn)有體驗(yàn)真正產(chǎn)生了一些差異。

Loora 語法反饋頁面(圖 1),ELSA 發(fā)音反饋頁面(圖 2),Loora 發(fā)音反饋頁面(圖3),Duolingo 題目(圖 4)

從課程內(nèi)的反饋來看,Duolingo 雖然也可以進(jìn)行實(shí)時(shí)反饋,但是它的反饋維度只有“對錯(cuò)”這個(gè)單一維度。而 ELSA 和 Loora 的反饋非常細(xì)致,語法方面,不僅語法錯(cuò)誤可以被識別,就連“疑問語調(diào)”等細(xì)微的錯(cuò)誤也能識別出來,發(fā)音方面,AI 的反饋可以具體到音節(jié)。

Duolingo 的發(fā)音課程|圖片來源:Duolingo

Duolingo 的反饋還停留在跟著單詞/例句模仿發(fā)音的層面上,就算筆者故意說錯(cuò),Duolingo 只會(huì)反饋錯(cuò)誤,不會(huì)告訴用戶哪錯(cuò)了,怎么改正,對用戶發(fā)音的提升作用有限。

Loora 個(gè)人頁面(左),ELSA 個(gè)人頁面(右),注:ELSA 則提供一個(gè)時(shí)長為 10 分鐘的英語測試,用戶可以通過測試讓 AI 了解用戶水平

而從對用戶英語水平的評價(jià)上,Duolingo 評價(jià)的維度基本上就是用戶“闖關(guān)”的進(jìn)度,也就是知識點(diǎn)學(xué)習(xí)的進(jìn)度。而有了 AI 的加持,Loora 和 ELSA 可以在用戶的學(xué)習(xí)過程中對口語能力進(jìn)行實(shí)時(shí)反饋,而評價(jià)維度包括語法、發(fā)音、流利度、單詞(ELSA 還有重音和語調(diào)),基本和雅思/托福口語考試的評價(jià)維度看齊,而這兩種考試都是有真人考官參與評價(jià)的。

根據(jù)上面的觀察我們就可以勾勒出 Loora 和 ELSA 錨定的其實(shí)是,有一定基礎(chǔ),有明確的學(xué)習(xí)目的和規(guī)劃、短期內(nèi)需要達(dá)成某個(gè)明確目標(biāo)、需要實(shí)際應(yīng)用能力快速提升的用戶。

而這樣的用戶畫像,很快就就能浮現(xiàn)在腦海中,要出國留學(xué)或者生活、為了應(yīng)聘外企或者為了晉升需要快速提升口語,大概率是中青年,而他們的目標(biāo)決定了自身家庭環(huán)境不錯(cuò)或者已經(jīng)具備一定的賺錢能力,AI 的加成,讓這些原本只能花大價(jià)錢去請外教的用戶們,可以通過 AI 學(xué)習(xí)產(chǎn)品,也能有不錯(cuò)的提升。這些給了 AI 語言學(xué)習(xí)產(chǎn)品們,不訂閱基本無法使用的底氣。

三、寫在最后

以 ELSA 和 Loora 為代表的 AI 語言學(xué)習(xí)產(chǎn)品,與 Duolingo 差異,與其說是加入 AI 帶來的,不如說是在 AI 技術(shù)加持下,以前無法滿足的需求有了被滿足的可能性,而使產(chǎn)品能夠錨定不同的需求背后的不同人群。對于現(xiàn)在難找場景的 AI 技術(shù)來說,算是一個(gè)比較好的應(yīng)用案例。

但說實(shí)話,上述產(chǎn)品層面上的 3 個(gè)差異,從技術(shù)和功能層面上,Duolingo 應(yīng)該是都可以實(shí)現(xiàn)的,只是每一個(gè)產(chǎn)品都背負(fù)著自己的使命,服務(wù)于某一群體的最根本需求,已經(jīng)做到千萬 DAU 的 Duolingo,AI 技術(shù)的這一波紅利,不是不能吃,只是怎么吃,需要慎重,這也給了 AI 語言產(chǎn)品冒頭的窗口期。

美國人學(xué)習(xí)外語的目的|圖片來源:Preply

而在資本的加注下,這些 AI 語言產(chǎn)品,能夠增長到什么地步,值得所有 AI 教育賽道的創(chuàng)業(yè)者關(guān)注。根據(jù)語言學(xué)習(xí)產(chǎn)品 Preply 在美國做的調(diào)查,受訪者學(xué)習(xí)外語主要目的有教育、工作、學(xué)習(xí)文化、旅游和培養(yǎng)技能。就這四個(gè)目的來看,除了出于應(yīng)試目的學(xué)習(xí)外語的用戶外,其他幾個(gè)目的的用戶,在有一定基礎(chǔ)之后,其實(shí)都有提升交際能力的需求。這么看來,未來 AI 語言學(xué)習(xí)產(chǎn)品似乎是不愁用戶的。

參考文獻(xiàn):

  • 全球融資熱背后,大模型才是語培最優(yōu)解?
  • 碎片化學(xué)英語,一輩子都別想學(xué)好
  • 外語學(xué)習(xí)的真實(shí)方法及誤區(qū)
  • 卷起來了,網(wǎng)易和谷歌都想搶 Duolingo 的生意
  • 億級用戶規(guī)模,DAU 與收入還在高速增長,前 CPO 分享大體量產(chǎn)品如何突破增長困境
  • Foreign Language Education Statistics: 70% of Americans regret letting their foreign language skills slip

作者:張凱然,編輯:殷觀曉;出品:白鯨出海編輯部

來源公眾號:白鯨出海(ID:baijingAPP),泛互聯(lián)網(wǎng)出海服務(wù)平臺(tái)。

本文由人人都是產(chǎn)品經(jīng)理合作媒體 @白鯨出海 授權(quán)發(fā)布,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自 Unsplash,基于CC0協(xié)議。

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!