【今日精华】2017年1月4日
今天的《超级个体》里讲到了“进入AI职场时代的最好机会”，提出未来可能会受到威胁的职业包括蓝领（重复的、标准化程度高的机械性劳动）和初级白领（规则性、协作关系简单、维度少的智力活动）。
简单地说，就是“规则性强、协作能力低、节点少的职位”会被淘汰或者投入产出比会极低。
同时，大数据、人工智能、程序编写者、生物科技等高端技术人才；政治家、企业管理者或投资人等需要强大的思维逻辑和模糊情景判断能力的复杂模式判断者；艺术家、导演、作家、演员等创意工作者；还有心理咨询师、厨师等人际服务者等职位则会越来越重要。
职场新人除了专业能力外，应该注意培养自己的创造力、社交能力、分析、思考和判断能力，当然，还有学习能力。
视智能机器为同事
图片来源：得到《超级个体》栏目
【我要分享】
我所在的是媒体行业，从事央视财经国际新闻的采访、编译以及电视节目配音等工作。我觉得，去年这个行业的整体态势是上行的，尽管近年来，新媒体的崛起给传统媒体带来了挑战与压力，但总体而言，都是媒体行业。
作为业务领域的工作人员，应该从挑战中寻找发展的机遇，通常，机遇与挑战是并存的。
如同今天《超级个体》里提到的管理者可以把人工智能视为同事，学会利用人工智能、与人工智能合作一样，传统或主流媒体也早已把新媒体纳入了未来发展的战略部署中。比如新华网、中央电视台、人民日报等国家主流媒体，就已经把新媒体当作其另一个重要的传播渠道，这方面相应的业务人才队伍也在不断扩充。
近年来，我们央视财经频道就相继推出了微博和微信公众号等，实现了多维度地拓展传播平台。已有一些同事转入负责新媒体报道的岗位上去，并且与传统电视节目播出平台的记者、编辑可以随时沟通，好的内容，可以在卫星电视、官方网站、微博和微信公众号等各个渠道同时推送，节目产品的形态也可以根据传播渠道的不同各有侧重，比如网络可以更侧重现场直播等等。
应该说，利用好了传播的方式与渠道，只是更增加了传播的便利性，是以“同平台采集、多平台发布”的方式完成对同一信息的立体化传播。
所以我认为，新媒体只是增加了一个新的传播渠道而已，问题的关键在于，媒体从业人员要注重提高自己的产品质量---也就是节目内容本身的含金量。在此基础上，还需要有创意、吸引眼球，加上在线包装等诸多科技元素，以期做出更多“内容好，又有很多人爱看”的节目，才是传播的理想状态。
从某种程度上讲，传媒行业所做的也是一种与受众沟通的工作。既然是沟通，受众的反馈自然很重要，这也是以央视为首的各大电视台非常重视节目收视率的原因。
如何以受众喜闻乐见的方式向他们传播有价值的内容，是媒体行业的工作人员需要常常思考的问题，只有通过不断地思考、行动和关注反馈，去集思广益、吸引人才，制作出更有创新意义、更有传播价值的节目，才有望实现媒体与受众的相互成就、共同成长。
比如得到就提供了一个很好的平台，在这个知识经济时代，越来越多的受众愿意为有价值的知识内容买单。那么，专注于产品质量，吸引顶尖级人才到这里来开专栏，就是一件顺应市场需求的、多方共赢的好事，体现了创办者的眼光与使命感。我们已经看到，各个专栏提供着优质的、有价值的内容，同时利用互联网、新媒体的特点，给订阅者（也可以称为受众）提供机会参与学习的打卡、交流与互动，提高了受众的参与度，沟通效果自然更好，实现了传播者与学习者的共赢。
我觉得，随着高新科技产业的迅猛发展，传统媒体或者主流媒体的从业人员无疑面临新的机遇与挑战。对于个体而言，每个人都应该树立“终身学习”的观念，去适应瞬息万变的时代，不断升级自己的心智模式，打造、迁移自己的核心技能，多维度提升个人价值，向“一专多能零缺陷”的目标靠近。
在工作与生活中，养成“见贤思齐”的好习惯，学习深入思考、坚持持续行动，把注意力用在做出有内容、有价值、值得广泛传播的优质节目上来。
很多人都觉得央视特别难进，事实上也的确如此，但同时，我们的频道领导也一直表示，始终需要优秀的人才。在官方网站上有着一系列的人才需求标准，比如学历、工作经历等要求。据我了解，目前特别出色的中英双语人才就是非常受欢迎的。当然，这只是其中的例子之一。
“做机器不能做的事情，同时要学会与机器合作”，看了今天《超级个体》里的内容，我想起王健林的确在我们频道的一次经济论坛上讲过“未来体育发展趋势”的话题。那么，今天的内容从电影大片到“人工智能”的前世今生；从领英《2016全球人力资本报告》到“莲塘效应”；从王健林的观点到与人工智能的相处模式。古典老师在一篇文章里整合了诸多的有效信息，为我们勾勒出未来职业需求的蓝图。这篇文章背后的准备工作量之大可窥一斑，勤奋与智慧浇筑了有价值的内容。
我想，作为一个媒体工作者，如果我在编译新闻的时候，也能提前做更多的homework，在平时不断学习、积累更多国际经济形势等方面的专业知识，对国际国内大事了然于胸，无疑将更容易写出信息更丰富、更有价值的新闻报道内容。
人工智能时代，让我们更加专注做机器不能做的事情，学会使用机器，与机器合作，多维度地提升自我技能，创造出更多美好的可能。