數據、演算法、AI正代替編輯們的手工作業，前所未有地重塑媒體業。這個故事，我們講給身處於這個時代的自己聽。
Layla辭職了，她的離職多少有點被動。在手機百度做內容行銷、根據用戶輪廓分析（persona）和閱讀數據，手動編輯和推播文章時，Layla 甚至還得過小組裡流量第一。
但如今，她的工作被機器替代了。
來自百度去年的一個變動：2016年6月，「百度feed流」向用戶推薦個性化的資訊內容，開始小範圍測試。起初效果不好，缺點是它推送的東西太過「機械式」：搜什麼就推什麼，還不能識別廣告文和新聞。
一開始只對少數iOS 用戶內測，後來機器逐漸開始負責iOS端50% 的使用者，之後是Android端。品質上也不斷進步。機器還學會了配圖：本來抓圖片時尺寸總是不對，位置也錯，但一個月後，已經趕上編輯手動配圖的功力。
Layla 一開始處理的用戶還有九位數，逐漸到了八位數，到了八月變成了幾十萬人。她的工作越來越閒，然而，清閒日子在9月底就到頭了。Layla 所在的部門被一分為二：一部分人去手機百度首頁業務部繼續改進演算法，一部分人被劃入其他頻道。Lyala 不喜歡新工作，所以選擇辭職。
image source
面對被機器替代的威脅，Layla 和幾個離職同事都想找一份「能接觸到寫作」 的編輯工作，但不太順利。她發現，網易、新浪、搜狐、騰訊等公司，似乎也都在進行和百度一樣的嘗試。
網易副總編輯楊彬彬講述了網易轉向「網易號+機器分發」改變後的成績：
網易網站已經從去年的1萬多漲到了30萬，每日發出超過十多萬篇內容，數字猛漲，這意味著過去編輯們的純手工推薦，已經行不通了；Lyala最後在入口網站得到了一份「半編輯」的工作：一半是採訪寫稿，一半是坐在辦公室裡，當機器的「馴獸師」：
機器要根據文章的「關鍵字或標籤」，推播給對這些關鍵字感興趣的用戶。但關鍵字隨時都在更新，這就需要Lyala打開每篇文章，查看最近哪些是被高頻率搜尋的字，然後上報給演算法部門，讓他們修正推播策略。
一場「AI與編輯」、「效率與質量」間的角力進入了新階段。
例如，「假新聞」在AI 時代變得更加嚴重。最早引入演算法的Facebook 曾經因為推送假新聞而遭到批評。在美國大選期間，讀者看到了像是稱教皇支持川普，以及一名正在對希拉蕊進行調查的聯邦調查員被發現身亡的「新聞」。祖克柏後來出面回應：「我們很早就在解決這個問題，也把這項責任看得很重。目前已經有很大的進展，但還有更多工作需要做。」
這就是機器演算法的漏洞之一：通過互相抄襲，大量複製，假新聞能夠在短時間內獲得和真新聞類似的特徵，足以矇騙過機器算法的篩選。
假如新聞只是一件單純的商品，比如一打可樂，那麼萎縮沒什麼大不了。但新聞業並不如此單純，它是典型的「外部性」產品，還有啟迪人心、輿論監督這種難以用錢簡單衡量的其他功用。傳統的媒體機構、價值觀、以及它們所生產的內容，正在急速崩潰瓦解，但一套新的標準又尚未建立，使人未免迷惘。
在這場混亂之中，演算法、AI的巨大變革暗示了一次最後的角力。
流量 v.s 價值觀
小陳做了4年的傳統媒體，跳槽到入口網站時，「一切數據化」，新聞早上7點發佈，幾秒之內，網站數據就出來了，這會是他工作的基本依據：把哪些內容調到醒目位置，哪些往下調。
他從來沒這麼清晰地認識到讀者的存在，他也漸漸發現，自己以前的編輯經驗，碰壁的地方越來越多。「我放到下面的那篇，結果點擊最高，那是我不對呀？馬上就調。」
科學很強大，技術很強大。
這讓他有點矛盾。以前傳統媒體做了四年記者，之後又擔任編輯，堅持的是老編們教給他的基本原則：要發大事件，要對讀者有用，要有社會價值。新環境的標準變成做到三個「ㄒ一ㄥ」－－星，就是明星；腥，就是血腥；性，就是兩性。還有三情：情緒、情感、情慾。
與紙媒編輯的經驗不同，這個標準是有數據支撐的。這些觀點老陳一開始不能接受，但他一試，果然立竿見影。
紙本媒體時代也不乏有博眼球的媒體，但在感性、發行量數字不夠透明的時代，那只是其中的一支。而在網路上，流量數據直白地體現出來，而且它還是編輯和記者的KPI，關係著每月薪水。
說到另一個數據推播的缺點就是反饋依據太過單一：只有用戶行為和流量，點擊數、停留時間、日活躍用戶數等。人人都在談論，算法過於投讀者所好，似乎只喚起他們的底層慾望。
在新的內容生態裡，新秩序尚未建立。微信公眾號還算是新時代中建立得比較好的，微信號有建立自己品牌、維護住粉絲的動力，也逐步建立起了對版權的保護，有侵權投訴機制。
但在資訊流中，文章和媒體的關係被打散了，用戶缺少很多主動關注的過程，對作者是誰常常不在意，這使得作者缺乏保持高質量的驅動力，更加傾向於吸睛詞彙跟標題。
崩壞與重建
Steven 所在的部門，目前除了深度工作室以外已經只剩下了幾個記者，負責寫一些「短平快的文章」。在編輯被取代之後，現在焦慮輪到了記者：下一個被淘汰的，是否是他們？
機器的確已經在代替人工寫稿。美聯社於2014年7月開始使用Wordsmith平台撰寫財報新聞；《洛杉磯時報》通過寫作軟體，從抓取美國地質調查局發出的預警數據，到生成報導並發布，只需3分鐘。今日頭條也開始跟媒體合作，用AI機器寫稿。
不過，這還主要停留在像是體育比賽比分、股市動態、天氣這種能直接抓取數據，按照固定格式來寫的領域。需要人類創造力，和對複雜事物理解力的領域，短時間內還不會收到侵襲。
對中國媒體環境來說，機器的入侵只是一個遙遠的威脅，但傳統媒體人才的離開、新聞操作規範和傳承的斷裂、內容質量的下滑，卻是當下雪崩般發生中的現實。
據記者陳磊估計，一批趕上紙媒黃金年代末尾的「南方系」記者從2013年開始已經走了60% – 70% ，他們本來可以作為紙媒或媒體的骨幹，但目前已經去阿里、頭條、滴滴等大公司，或是投身自媒體行業。
失去了廣告又失去了精英，媒體的未來在哪裡？或許解決方法是：尋找更多樣化的銷售渠道，對於高成本的品質內容來說，利用智能推薦的機遇，找到真正願意為此買單的消費者。
我們並不是認為未來完全失去希望。在美國，傳統知名媒體，依然是新時代中被信賴的重要信息來源。《紐約時報》的復興或許是個好例子，2010年時的數字營收為2億美元左右，這部分收入幾乎都來自廣告。去年，這一數字早已翻倍，達到了5億美元。其中，有超過150萬用戶選擇付費訂閱，每年的訂閱費超過2億美元。
image source
在資訊爆炸的時代，讀者需要的是過濾。新的高品質媒體，可能從這一需求中誕生出來。成立不久的美國線上新聞網站 The Information，它的內容由15 名前華爾街日報的資深採編人員組成，提供高品質的調查和原創報導。雖然內容一天只推兩篇，已經獲得了包括祖克柏在內近一萬名用戶。它的內容價格非常不菲： 一年399美元。高品質內容從來就不便宜。在中國類似The Information 一樣高品質的付費獨立媒體尚未出現，但可以通過知識付費潮流看到讀者對它的需求。
與此同時，在演算法和人的磨合中，今日頭條（中國媒體）也在對算法進行改良，它宣稱要「犧牲20%點擊率」，通過1年4次機器模型迭代來打擊低俗和博眼球標題，「降低點擊率來拓寬用戶的視野」吳達偶爾也會談到，他也懷念過去的時代。對現在這個時代，他在審美上仍然有所保留。
作為最後一代編輯–或許部分也是造成最後一代編輯的吳達，這樣解釋自己的立場：「如果你作為一個傳統媒體人，我不想回到那個時候我是沒有良心，但如果我真的是認為我可以回到那個時代，我覺得是沒有頭腦。」
也推薦你看看
《【專訪Corin】活出不羈優雅的態度，時尚部落客的職場經營哲學》
《陸媒觀察：經營社群媒體最高招！用「極致擬人化」養出上百萬鐵粉！》
獨家精選只在LINE裡頭，現在先▸▸ 
接著回傳「career/有興趣的內容（例如Slash人才、PM、轉職、行銷、海外工作）」讓我們遞給妳最相關的第一手消息！
本文授權轉載自36氪，作者馮尚鉞，原文於此http://36kr.com/p/5082550.html
給需要完整工具備戰「轉職」的你 ►推薦你看看《跨領域求職實戰課》
求職這段旅程向來不輕鬆，讓我們陪你一起走吧！從「收斂目標」、「市場機會分析」，到「履歷面試」準備，BetweenGos 集結 8 年現場教學經驗，目前已經協助超過 5000 名學員找到適合自己的職涯方向。我們將這些驗證過的成功經驗整合一起成為一套轉職方法，帶你有效率地計畫並執行轉職行動。
透過這堂課，你可以：
- 建立「組合式職涯思維」，讓未來發展方向更清晰
- 實作「跨領域能力地圖」，打造你的專屬技能樹，讓過往累積更具體
- 完成「一頁式職涯亮點」，將關鍵切入點，展現於履歷、面試中
- 提升你的求職信心，讓面試錄取率翻倍＋＋
一起加入課程，著手打造屬於你的理想未來！►手刀看課程
若你正在工作中遇到瓶頸...有些小卡關... ▶︎點擊看更多 BetweenGos 職涯服務
職場不是一個人的戰鬥，讓我們陪你把職涯走得更順利🌿一天一點靈感，獻給知性的你！歡迎追蹤我們的 IG 給你更多美好提案：）
