Knewton 的目標是為全世界的學生量身訂作個人化的學習。教育公司可利用 Knewton 的技術，建置能因應個別學生獨特需求動態調整的課程。Knewton 能透過分析資料查明學生已掌握的知識，進而建議接下來的學習目標，幫助更多學生徹底熟悉教材並繼續進步。Knewton 支援的分析工具能辨識知識落差並預測表現，以協助教育工作者、家長及行政人員為每一位學生提供更好的支援。
Knewton 在紐約市與倫敦設有辦公室。
Knewton 創立於 2008 年，目前已開發出高負載能力的基礎設施，可供出版商與教育公司設計因材施教式的學習服務。該公司自創立以來，就使用 Amazon Web Services (AWS)。技術長 (CTO) Ryan Prichard 說明：「在 AWS 上開發可降低佈建與維護環境的成本。我們希望在雲端上運作，以便擴展業務範圍，並在開學季等尖峰時期支援大量師生。AWS 在雲端空間的領導地位毋庸置疑。」
Knewton 推出企業級平台，可分析匿名的學習資料並加以標準化，以供出版商建立更有效的數位課程教材，因應個別學生的獨特需求持續調整。2014 年，有超過六百萬名學生使用由 Knewton 支援的產品。Knewton 目前正迅速擴展，以支援新的科目、年級與教室；該公司目前在美國、歐洲、東亞等地皆有合作夥伴。隨著 Knewton 持續成長，組織也必須具備快速擴展其平台的能力，以便為全世界的師生提供可靠的體驗。
Prichard 表示：「如果我們不是在 AWS 上運作，成長速度就不會這麼快。我們會錯過許多商機，也無法及早開發許多重要功能。我們還必須聘請大型內部營運團隊來運作好幾個資料中心，如此一來就不可能達到目前的地位：與世界各地的 19 家出版商、教育公司及機構合作。」
因材施教式學習平台會分析學生在家或課堂學習期間持續使用 Knewton 產品所傳回的大量匿名資料。Knewton 使用 Amazon Elastic Map Reduce (Amazon EMR) 平行分析平台上的大量資料集，以校準其建議與分析模型。這類分析會定期執行；由於使用 Amazon EMR，Knewton 團隊不需要為了管理自己的 Hadoop 叢集而支付額外費用或營運開銷。
該公司使用 AWS CloudFormation 佈建超過 1,000 個 Amazon Elastic Compute Cloud (Amazon EC2) 執行個體。Prichard 表示：「我們將大約百分之 80 的執行個體移到預留執行個體，每月節省了將近一半的經費。」
Amazon Simple Storage Service (Amazon S3) 用來儲存組態設定檔與備份。Elastic Load Balancing 負責分配各個執行個體的流量。圖 1 呈現 Knewton 在 AWS 上的因材施教式學習平台。
圖 1.Knewton 在 AWS 上的因材施教式學習平台
Knewton 在 AWS 上運作，因此可以擴展以管理龐大的流量峰值。Prichard 表示：「學年開始時，我們會觀察到所有學生同時使用 Knewton 支援的課程教材。AWS 的一大優點，就是在忙碌時期幾乎不需事先通知就能快速擴展，並在流量恢復正常之後縮減。」
該公司也利用 AWS 雲端進行明智的大規模基礎設施決策。Knewton 在決定其新一代圖形資料庫所用的技術時，順利地先打造出一個小型叢集原型，以驗證解決方案的功能可行性。公司團隊接著便將這個叢集擴展為完整佈建的生產叢集，以確保接下來的 12 個月期間，新解決方案能在預測的規模發揮優勢。功能及效能測試完成後，團隊就將所有資料庫執行個體解除委任。這筆較小的投資，能讓 Knewton 更有信心下達關鍵的基礎設施決策。
從業務角度而言，AWS 幫助 Knewton 滿足了學生與合作夥伴的需求，並擴展至新的市場，成為領導業界的因材施教式學習平台。Prichard 表示：「我們利用 AWS 經營平台的同時，能和世界各地的夥伴合作。AWS 提供的基礎設施符合多個國家/地區的資料法規，這對我們而言非常重要，因為我們的合作夥伴目前已遍及四大洲。能夠在 Amazon Virtual Private Cloud (VPC) 中部署並在多個區域運作，給予我們非常大的策略優勢。」
Prichard 說：「AWS 團隊從 Knewton 草創時期開始，就是我們的合作夥伴。AWS 提供了可靠的基礎設施，並協助我們為世界各國教育公司的教材提供技術支援。對我而言，AWS 團隊是 Knewton 成長過程中的寶貴合作夥伴。」
若要進一步了解 AWS 如何協助支援教育，請瀏覽：http://thinkwithwp.com/education/。