人工智能催生10种新岗位

作者: 佚名 2021-01-07 13:43:12

 25秒能做什么?当人类记者还处在惊愕中时,机器人已经迅速完成了数据挖掘、数据分析、自动写稿的全过程。

在可以预见的将来,除了深度的调查报道和特稿以外,相信这种传统的新闻形态,将逐渐不需要记者的介入。这是一个不可逆的大趋势。这是互联网对新闻业整体性的颠覆导致的。
与此同时,在融媒体时代,秉承“受众至上”的传播理念,新闻媒体行业也涌现出一些新兴岗位,根据信息消费市场需求的特点来推动新闻业发展。

人工智能对新闻业造成冲击的实质是什么?

九寨沟7.0级地震为什么能用机器人生成呢?根源并不是机器人本身有多高明,而是在于,在这个时代,新闻生产可以不依赖于采访。新闻生产和采访的脱离,这是当今时代新闻业最重大的变化。写消息稿的记者,如果不对新闻事实加以深度分析和独立判断,就是会被机器人彻底取代。
记者本质上的核心竞争力,是采访,没有采访的记者就不成其为记者。在可以预见的将来,除了深度的调查报道和特稿以外,消息这种传统的新闻形态,将逐渐不需要记者的介入。这是个不可逆的大趋势。这是互联网对新闻业整体性的颠覆导致的。

除了人工智能,传统媒体商业模式失灵也在冲击新闻业

近年来,越来越多的广告营销公司把注意力转向数字领域,网络媒体和移动平台广告也逐年上升,传统平面媒体则备受冷落。

一方面,传统媒体广告收入逐渐降低,数字化转型收效甚微。根据CTR媒介智讯数据统计,2016全年,报纸的广告刊例下降38%以上,杂志和电视的广告刊例降幅也分别达到30%和3%以上,而互联网广告、影院视频、电梯广告则保持了两位数的增长。

另一方面,网络广告份额持续走高,新型的网络广告模式不断兴起。中国社科院新闻所今年6月份发布的《新媒体蓝皮书:中国新媒体发展报告No.7(2016)》显示,2015年中国广告市场发生巨大变化,互联网媒体广告收入首次超过电视、报纸、广告和杂志四家传统媒体广告收入之和。此外,新媒体还开辟了以实时竞价为主的RTB广告、以数字用户定向为核心特征的DSP广告等多种广告模式。

中国新闻业改革试水,内容考核制度颠覆性变革

在报社里工作过的人都知道,报纸稿件要打稿分,稿分往往决定了记者收入的高低。一段时间以来,《长江日报》对考核制度进行了颠覆性变革。

今年七月份开始,《长江日报》开始执行新的内容考核规定。长江日报报业集团副总编辑蔡传雄表示,《长江日报》的转型要强化移动优先,重建考核体系,将新媒体平台作为作为第一考核,报纸不再重复打分。

《长江日报》的内容现在70%以上都在新媒体端首发,新媒体平台的考核分为两个体系,一个是稿件本身的质量,另一个是稿件的传播效果。新增的传播效果分是《长江日报》考核标准改革的亮点,主要考核指标有点击量、被转载量、跟评数、点赞数等,其中最重要指标的是点击量。另外,稿件在报纸上发布则成为补充项,如果稿件在报纸上发布时没有增量则不计分,增量是指对稿件重新改造,加入新的信息点。

全平台总点击量的考核从1万开始计分,1万至3万计100分,总点击量达到或超过300万,可以获得最高分值2000分。

现在报社有一个专门的打分组,打分员要把每篇稿件在72小时内的传播效果及时统计出来。

人工智能对新闻业的摧毁式创新

人工智能的发展,推动新闻业直接从手工业阶段跨越到流水线大工业时代,从内容生产、渠道分发、用户信息反馈,新闻业正在经历有史以来最为震撼的大变革。

1 内容生产智能化

2015年9月10日,腾讯财经推出自动化新闻写作机器人Dream Writer,主笔发布了首篇新闻《8月CPI同比上涨2.0%创12个月新高》,

2016年2月18日,搜狐宣布正式推出智能股市播报系统“智能报盘”,利用人工智能的自动跟踪技术,及时捕捉股市动态,自动化生成并发布资讯。

类似的还有新华社的机器新闻生产系统“快笔小新”。它通过对数据采集、加工,并进行自动写稿、编辑签发,以最快的速度地完成例如体育赛事、中英文稿件和财经新闻的自动撰写等。

2 内容分发智能化

2015年,《纽约时报》副总编Alexandra MacCallum基于团队工作中需要对文章进行针对性推送的繁琐经历,提出应该对用户关注度进行某种工具化的分析与预测,《纽约时报》数字部门研发的机器人Blossomblot由此应运而生。

腾讯开发的天天快报,通过智能计算用户的兴趣,将各个端口的内容通过算法精确推送。天天快报先对用户进行海量推荐,根据用户屏蔽不感兴趣的内容从而进行算法计算,最终推荐给用户喜欢的内容。

3 内容监测智能化

Facebook在2017年3月宣称,已经在使用一套人工智能系统来监测Facebook Live和Messenger中的不良信息,以帮助用户防止自杀。这套系统对帖子中那些字眼进行分析,尤其是来自朋友的评论,比如“你好吗?”、“我很担心你”就是两种不同的情绪,相应会触发不同的信号。

2016年10月,腾讯推出国内首个基于移动浏览行为的数据分析工具——腾讯浏览指数。这套指数通过接入400多个APP、超过4亿对用户数据,可以提供基于行业、品牌和IP的热点分类排行,如明星、汽车、手机、电视剧、游戏等;针对特定事件、人群、品牌指定专题报告和定制化洞察报告。

新技术变革新闻业,催生多种全新的媒体新闻岗位

技术对于新闻的变革,已经从生产端蔓延到分发端。在生产端,媒体终于迈进自动化门槛。在分发端,以天天快报、今日头条为代表的个性化阅读客户端,也在掀起一场巨大的变革:把新闻的编辑发布权从人让渡给算法。传统的新闻岗位被淘汰,但新的新闻岗位也涌现出来。

以下,就是当今美国10个新兴新闻岗位,从这10个新兴岗位不难发现,传统媒体对于技术性人才的需求越来越大,即使最传统的编辑岗位,也赋予了更多的洞察力、内部协调的职责。

1、受众分析员

目前《今日美国》(USA Today )新闻网的The Journal News 开设受众分析员( Audience Analyst )岗位。

工作职责具体包括两方面:其一,挖掘、记录和分析量化数据信息。其二,提供信息分析和策划参考。

2、参与编辑

目前美国有线电视新闻网(CNN)开设参与编辑(Engagement Editor)岗位。职责是确定能引发受众共鸣的新闻故事、发现最佳传播策略并向多个媒体平台推送。

3、应用技术创新引领员

目前《今日美国》(USA Today)开设应用技术创新引领员(Creative Lead of Applied Technologies)岗位。主要从事虚拟现实项目的设计工作,和编辑团队合作开发一个受众浸入式新闻体验项目。

4、社交媒体和社区编辑

目前msnbc.com 开设社交媒体和社区编辑(Social Media and Community Editor)岗位。其需要24 小时不间断把新文章、图片和视频发布到流行的社交媒体上,满足社交平台上的受众需求。

5、社会发现总监

目前CNN 和Buzzfeed 开设社会发现总监(Director of Social Discovery)岗位。其职责是率领团队评估这些受众上传的素材,发现现场目击者,挑选最好的用户生产内容并将其发展为热点新闻故事,在突发事件发生时及时采编新闻并进行评论。

6、移动项目经理

目前《华尔街日报》(The Wall Street Journal)开设移动项目经理(Mobile Project Manager)岗位,职责在于协调并改进程序应用开发人员和编辑团队的日常合作。

7、消费体验总监

目前《沙漠太阳报》(The Desert Sun)开设消费体验总监(Consumer Experience Director)岗位。其工作是借助分析软件帮助媒体了解受众的兴趣所在,并在创作和发布新闻产品时首先考虑新闻信息消费者的需求和体验。

8、直播编辑

目前《华盛顿邮报》(Washington Post)等媒体或平台开设直播编辑( Live Editor )岗位。直播编辑负责为社交媒体平台提供视频编辑和发布服务,并吸引受众参与直播。

9、创新实验室主任

目前美国国家广播公司新闻网(NBC News)的Today Digital 开设创新实验室主任(Head of Innovation Labs)岗位。每一个创新项目被视为一个实验(从技术层面来说,实验分为三类:现场、非现场和物联网)。其职责是率领团队开发提高新闻媒体与受众互动性的解决方案,例如投放一个移动在线应用程序或提供交互式视频(例如Facebook的Messenger)。

10、虚拟现实编辑和拼接员

目前《赫芬顿邮报》的HuffPost RYOT 开设虚拟现实编辑和拼接员(VR Editor and Stitcher)岗位。其职责是运用虚拟现实技术把观众带入虚拟现实新闻和纪录片中。他们为社交媒体创作短视频新闻,确保虚拟现实新闻报道与现实情境无缝对接。

最近行业的热议话题,非人工智能莫属。

围棋人机大战中,人工智能AlphaGo战胜李世石,消息一出引发哗然。不少媒体甚至打出了这样的标题,人工智能占领“人类智慧最后一块高地”。

人工智能,Artificial Intelligence,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。

这个概念,听着非常具有未来感和科幻感,但其实与我们非常之相关,我们身处的广告营销行业,已经真真切切地用上了人工智能的技术。精准广告、程序化购买、语音识别、图像识别等这些营销方式,部分内核就是由人工智能驱动的。

福布斯专栏作家 Robert Hof撰文指出,谷歌等公司开发的人工智能技术终将对人类的各方面产生深远的影响。最近的产品虽然还未达到真正的人工智能,但它必将颠覆我们现在对于广告和营销行业的理解。

精准广告 是广告业最常见的人工智能应用

在互联网现有的产品形态中,搜索引擎是最接近人工智能的产品。数据、算法和交互,是人工智能成长不可或缺的三要素。

搜索引擎通过爬虫技术,占有海量数据信息;搜索引擎需要不断改进模型,从数据中筛选出真正有用的信息,同时强化自身的学习能力;搜索引擎一直在与人类交流,通过关键词、图片和语音等。

所以,搜索引擎被视为是人工智能的雏形。这也就解释了,为何谷歌、百度等搜索巨头,是布局人工智能最为积极的互联网公司,没有其他公司比他们的机会更大。

说到人工智能对现有业务能力的提升,谷歌在今年初,已任命原人工智能部门研究主John Giannandrea负责公司旗下最重要的搜索引擎业务,这意味着用人工智能进行信息筛选将更为精准和有效。

根据百度的官方说明,人工智能已被百度应用在了搜索领域,比如百度大脑可以通过大数据提升广告点击率、提升网页搜索排序质量;比如“手机百度”APP上已经集成了语音提问、语音搜歌、语音购买电影票等等功能,鼓励人们采用更加原始和自然的方式与机器对话。

未来的广告投放 将实现全自动化操作

人工智能与大数据结合,利用深度学习,各家公司正在更精准地投放广告。随着数据的积累,以及算法模型的不断迭代演进,人工智能将很大程度上改善定向投放广告的效果。品牌广告主能够已更让用户动心的表达方式,完成更多广告活动。

除了精准,人工智能的另一个强项在于“快速判断”。现在的实时程序化购买就是一例。比如有人逛过汽车网站,机器就会向他投放与汽车相关的广告。当然,这只是最初级的应用。随着技术的推移,人工智能能够识别出,这些用户最真实需求,看汽车网站不一定想要买车,也可能是卖车,或者租车等等。

有了快速决策和精准投放的能力,全自动的广告投放,就变得可行。人工智能就其本质而言,是对人的思维的信息过程的模拟。在未来的世界里,人工智能会比你自己还了解需要什么,未来可能也不需要常规的媒介策划这个岗位了。

数字助理是否能完全颠覆广告业?

不管是谷歌、微软、苹果、百度还是Facebook,这些巨头们都在研究一个叫“智能数字助理”的产品,相信不少人已经用上了Google Now、Siri、Cortana等服务。

其实,这对广告业而言,是一项全新的颠覆性的生意模式。

据报道,去年,Facebook小范围测试了旗下聊天应用的数字助理M测试,希望能用一个界面替换多数的网络搜索和应用。如能成功,Facebook将通过该工具的使用过程吸引大批的直接响应广告费用。

倘若Facebook能说服人们使用M这样的数字助理,而放弃搜索引擎,便可将它的目标广告市场规模扩大一倍,并有可能对谷歌构成打击。

使用数字助理后,我们会把决定权交给系统。比如你告诉数字助理想去就餐,数字助理会直接推荐你一家最合适的餐厅,而搜索引擎只是提供一个选项菜单。到这时候,品牌主与数字助理的合作,可不是买广告这么简单了。

总而言之,人工智能与广告业是息息相关的,甚至能颠覆现有的广告模式,以及让不少人失业。不过,也有专家表示,随着机器在预测我们的需求和与商品配对方面越来越准确,激起强烈反对的可能性就越高。

人工智能 智能化 数字助理
上一篇:AI在这张“问卷”上首次超越人类,微软登顶SuperGLUE 下一篇:总结归纳:在这个互联网时代!人工智能认知的四大误区
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载