教育产品及市场面临一个问题：人类老师与人员往“机器”方向去培训而机器学习却希望研究深度算法更加个性化教学。
师资标准提升，培训限时3个月倒逼产品学习效果的提升，其次是使企业的预收款转为营收款的数字，看起来减小泡沫，看清前路。总体而言，对企业运营的能力要求是提高了---或者说这是原本该做好的。只是管束总使人心难受。大局势总是兵来将挡水来土掩。将人才调整到最佳战略上，过滤掉不适合企业发展的部分。
平台所扮演的角色，如果始终如一是一个生产及学习方案提供者，生产团队是需要不断晋级打怪的，平台若转换为师资与用户双面收费模式，则将平台设计重心转化为如何留住这两种不同的用户？学习效果、资质、管理、获利模式。只不过，人是温度，同时也是不确定性因素。有人喜新厌旧，有人念旧培新。在这个模式里，互联网平台不愿意放大老师的价值，或完全没有意识，于是走不远。
单一在线语言学习体系，内容自成系统，转换用户活跃激励的互动模式、黏性及教学法的引入。因为没有学生会依靠持续把语言学精获得持续成就感。这是人类老师教学的根本区别。而人的教学品质参差不齐。老师教学能力的优秀是可以甄别的，那就是每年持续使班级实现“优秀”，如果是个别学生获奖优异，很有可能并非老师能力所致，老师只不过是助力罢了。
标准化课件及教案是一个思路，但对于学习者而言，认知内容、年龄、学习者类型没有进行精细划分。民营企业对问题反而看得深透---以此为生促使是其中一个原因。公办对接的技术机构，不是业内顶尖，残品惨品次品制造一个，差评最大化就新增一轮。
Matching只是属于英语教学体系里一个教学手段，具体什么情形下会使用是由授课老师来决定和设计。而以不同的教学法转化为线上教学设计会是一个全新的挑战和尝试。
AI解决了对话的问题，口语产品开始层出不穷，公办的标准化课件却在将课件做成QQ文字对话的形式，使用者用完，依然会是哑巴英语。设计的形式本身不符合对话的开口训练。
内容开发上，应试和应用要无缝统一起来，走长远。
2019年的线上产品处境：先将人捋一捋，管理线路再捋一捋，想尽一切办法将运营成本降到最低。
