在北京秋风和雾霾交替的十月，《京华时报》停刊了。一时传统媒体物伤其类，唏嘘怅然。一些媒体人在公号文里“规劝”新闻传播类毕业生不要再选择传统媒体，因为自身岗位尚且难保，何况新人。在这样的大环境下，传统媒体似乎人人自危，很多人都在心里问：我们真的会失业吗？
新媒体时代的一个重要特征是技术的发展让机器逐步替代了人工，这是传统媒体人面临“失业”重要原因之一。在这一进程中，我们可以把传统媒体内容制作的工作分为三类：理论上已经可以被机器完全取代的、正在逐步被机器取代的，不可能被机器取代的。
对于传统媒体而言，实践当中可能还没有任何一项工作已经被机器完全取代。但实际上有很多工作理论上机器已经可以独立完成。最典型的是新闻快讯。2014年3月18日，美国《洛杉矶时报》在其网络上发布了加州小地震的消息，是最快在网站报道该消息的媒体。但稿子不是记者写的，而是出自机器人之手，从写作到发布，机器人仅用时三分钟。此后，国外金融和体育领域的快讯类新闻多数出自于机器之手。事实上，目前的市面上的写稿机器人有超过3亿模板可以供不同的新闻使用，在一些突发性事件当中，可以瞬间反应，并在短时间内处理大量数据，产生标准化的快讯。对于广播媒体而言，传统的路况信息也受到了来自机器的冲击。以大数据为基础的地图类应用可以为用户提供更加全面而精准的拥堵情况和更加智能的路线规划建议。随着这些互联网公司的不断壮大，连以往由政府部门通过广播等传统媒体独家发布的道路管制信息，也流向了新媒体平台。从上面两个例子可以看出，在媒体内容生产中，完全标准化、格式化的工作和极其个性化的服务都不再是传统媒体的强项。前者可以由定制化的程序完成，后者则因为传统媒体“一对多”的传播性质无法改变而不得不让位于新的渠道。
正在逐步被机器取代的工作往往反而被我们忽略。以新闻编排为例，当“今日头条”用算法取代人工来进行新闻编排时，内容编排这项业务就受到了机器的挑战。大数据尤其是针对单个用户的全维度精准数据为“今日头条”们提供了受众偏好的坐标值。这样的坐标值对于传统媒体而言不管是数据本身，还是产生数据的过程，都是极其陌生的。对于广播而言，音乐榜单类节目成为一个正在走向衰落的节目形态。音乐类垂直领域的应用可以说是音频内容领域最早进入受众视野的互联网产品。从早年单机版用户下载歌曲、自定义播放顺序，到如今完全的标签化、自定义、互定义榜单的呈现形式，用户可以通过音乐类应用实现几乎所有过去广播电视音乐类节目的编排。另一类逐渐被机器取代的工作可能更为隐秘。主持人的声音特质是传统广播媒体的一大财富，甚至是不可复制的财富。不乏有主持人只凭极其有辨识度的声音就风靡市场。因为独特，所以拥有价值。美国垂直类威客网站Voicebunny是一个专业的声音销售平台。2015年该网站已有10万个声音在线提供服务，并提供50多种语言的声音服务，包括广告配音、语音说明录制等。部分提供声音的配音演员能够通过该网站获得每录制750个单词200美金的酬劳。而与此同时，TTS语音合成技术正在悄然侵占“独特声音”的市场。TTS是Text To Speech的缩写，即“从文本到语音”，是人机对话的一部分。它在内置芯片的支持之下，通过神经网络的设计，把文字智能地转化为自然语音流。机器语音早已不是刻板印象中生硬艰涩的听觉感受了，通过技术的改进，中文语音合成的自然化程度已经较高。经典的案例是，被广大用户所熟悉的高德地图中林志玲和郭德纲的语音导航，均是由机器合成。人工智能技术的提高在不断挑战人类自身的技能储备，所有能够被归纳出精细化操作步骤的初级技能，都有可能被机器所学习、模仿乃至实践。另一些所谓天然拥有的技能，例如嗓音，如果仅仅是作为一个单项能力，只要有市场需求，也迟早会被机器所取代。正如过往搬运工和现代搬运叉车之间的替代一样。
