遊戲中學語言有搞頭?解析EdTech獨角獸Duolingo的成長武器
遊戲中學語言有搞頭?解析EdTech獨角獸Duolingo的成長武器

本專欄內容為「IEObserve 國際經濟觀察」付費內容獨家授權《數位時代》,助讀者掌握最新的經濟變化,理解商業與產業趨勢,一同探索科技前沿潮流。每月取得4篇 IEO財經商業趨勢分析專文,取得更多產業乾貨報告,請點我

學語言一直是個規模龐大且需求不滅的產業,教育智庫HolonIQ估計2019年全球語言學習市場達18億人,語言學習支出高達610億美元,預估2025年將成長到1,150億美元,衍生許多教育科技(EdTech)商機。

在競爭激烈、進入門檻低的語言學習產業,長期霸占教育類App下載排行前3的Duolingo,是全球最大語言學習平台,也是iOS、Android雙平台收入最高的教育類App,坐擁3,670萬月活用戶、累計下載量逾5億次。其主要投資者為Google母公司Alphabet,目前除英文外,已提供約40種不同語言。

Sensortower Duolingo
Duolingo長期霸占教育類App下載排行榜前3名,累計3,670萬月活用戶、下載量逾5億次。
圖/ Sensortower

Duolingo旨在消除教育資源不平等,創辦人Luis von Ahn本身就是開發中國家(瓜地馬拉)出身,他希望無論貧富、所有人都能用App接受良好的語言教育。Duolingo亦透過遊戲化方式,讓學習者保持動力、快速入門一個語言。

而很多人學習英文需要一紙證書,來向求職公司或申請學校證明自己的語言程度。英文測驗證書是一個非常大的市場,不管是TOEFL、GRE都得花費大筆金錢,至少得噴幾百美元。

但因為疫情,許多考試無法舉行,許多學校採用了Duolingo的語言測試認證,包含了Yale、MIT、Stanford、Columbia等名校的大學課程,讓他們這項業務在2020年成長了超過568%。

Luis-von-Ahn-reCAPTCHA
Duolingo創辦人Luis von Ahn是瓜地馬拉出身,他希望無論貧富、所有人都能用App接受良好的語言教育。
圖/ reCAPTCHA

3大商業模式:訂閱、廣告、測驗認證

Duolingo是以免費語言學習App起家,變現模式基本採取廣告加上 Freemium(免費增值)的方式,可大致分為3個面向。

1.訂閱Subscription

訂閱產品Duolingo Plus主打無廣告體驗,以及額外的學習與遊戲化功能,訂閱期間可以分為一個月(12.99美元)、半年(47.99美元)和全年(79.99美元),截至2021年第1季,訂閱收入是Doulingo的最大收入來源,占了72%。

IEObserve國際經濟觀察
圖/ IEObserve國際經濟觀察

2.廣告和其他

免費的Duolingo會在App中插入合作夥伴的廣告,或是額外的in-App購買特殊功能。

3.Duolingo English Test

測驗業務是向應試者收取49美元的一次性費用。這個測驗已經受到全球3,000多所大學課程的認可,作為國際學生入學英文水平的證明。也是Duolingo收入成長最快的業務。

duolingo test.png
Duolingo除了作為語言學習的App外,還新增了語言測驗的服務。這個測驗已經受到全球3,000多所大學課程的認可,作為國際學生入學英文水平的證明。

Duolingo的成長飛輪取決於漏斗中用戶的增長以及付費用戶的轉換,官方表示,學習效果愈好就會有愈多口碑推薦,吸引更多用戶加入,擴大用戶規模、累積數據,再進而加深產品創新與數據分析,促使更多使用者轉換成付費訂閱的用戶。

官方數據顯示,在月活躍用戶成長的同時,訂閱的轉換率也在成長,自2018年的1%提高到2021年第1季5%。

IEObserve國際經濟觀察
圖/ IEObserve國際經濟觀察

而轉換漏斗的最上層是免費用戶,很多用戶都是用了很久免費Duolingo後(從數月到數年)才成為付費訂閱的用戶,從每年加入付費訂閱用戶的比率可以看到,約有5成是非當年加入的長期用戶轉換而成的。

IEObserve國際經濟觀察
圖/ IEObserve國際經濟觀察

此外,平台要成功從用戶變現,不只是擴大規模,也要提升用戶的終生價值(LTV)。曾以年費訂閱Duolingo的用戶,後續12個月續訂比率達4成。

但曾經的月度訂閱者,在未來12個月的續訂率是9%。換句話說,忠實且有長期學習語言需求的客戶,比短期訂閱者的價值來得高很多,這也是為何Duolingo的目標放在吸引忠實顧客的轉換。

IEObserve國際經濟觀察
圖/ IEObserve國際經濟觀察

客源無法全靠口碑,行銷成本驟升

雖然說Duolingo一直強調自己是靠優化產品體驗和口碑帶來的自然(organic)成長,不過若仔細看,其銷售、行銷成本在營收的比率從未低過20%,在最新的一季甚至增加到了有史以來最高的36%。

換句話說,其實Duolingo的成長基本上得靠加大行銷開銷來拉動;更不用說他們產品R&D成本的營收占比也未曾低於30%過。

IEObserve國際經濟觀察
圖/ IEObserve國際經濟觀察

就此看來,Duolingo沒有證明自己的業績其實能隨著規模成長而提升獲利能力。研發和行銷費用加總後,從來沒低過5成。讓人懷疑在語言學習這麼競爭激烈的行業,Duolingo真有什麼特別能自然增長的方法、留住和新增客戶的能力?

除此之外,真實用戶的反饋很重要。如果你去搜尋Duolingo的評價,會看到大部分都認為該平台不是一個學語言的長期解決方案,僅適合一個非常初學、對那個語言完全不懂的人,畢竟是免費App。

IEObserve國際經濟觀察
圖/ YouTube截圖

但提到在Duolingo長期學習或付費學習的評價,幾乎沒有看到太多好評,這也讓人懷疑他們能吸引長期忠實用戶的能力,畢竟這些人才是消費的主力。

當然,理論上前期免費用戶的漏斗開得更大,就能轉換更多長期付費的用戶,但是投入與產出是否合算,就又是另一回事了。

IEObserve國際經濟觀察
圖/ IEObserve國際經濟觀察

作為成長股的特色,就是要能夠持續繳出高速成長的成績,以及長期營運成長的可持續獲利模式,才能向投資人辯證你的價值。

而Duolingo作為教育的明星App,成長有餘、真實變現的能力則有待觀察,若是能像ETS(美國教育測驗服務社)這樣成為權威認證的機構,那肯定會是個巨大的生意(本人就是曾經被迫上繳可能破千美金給ETS的苦主),未來可以持續觀察。

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:吳佩臻、張庭銉

關鍵字: #教育科技
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓