本文将帮你解决：
金州勇士从鱼腩反转成为总冠军原来背后是做人工智能的老板的功劳。人工智能可以作出超越人类能力的事情，在AI时代，已经很多行业备受冲击，并因此下岗，作为一名精进的你，本文会给你一些不同的思考和未来应该怎样努力成为适应这个时代的2%的人。
在最新的NBA总决赛上，金州勇士从詹皇带领的骑士队手上取得了2017赛季的总冠军，报了去年1：3领先优势下被大逆转之仇。其实以前金州勇士队一直在大家印象中，是典型的鱼腩队伍，没钱、没明星球员、没明星教练、没市场价值，但在2015年赛季，勇士惊喜地打破了乔丹在公牛时代创下的常规赛72场胜利的历史记录，以82场比赛赢得了73场胜利，同时直奔总冠军，从此走上开挂的时代。
到底发生了什么事？鱼腩球队翻身成神话？你第一反应一定是钱啊，恒大、皇马、巴萨有钱就行啊！
错！错！错！~~~~，压根你没想到，背后居然是一个人工智能创造的奇迹。
原来在2009年勇士队跌倒谷底的时候，一群疯狂的风险投资人决定入手买了他，然后在新的管理层成员里面，委派了大数据工程师负责球队大改造。我们来看看，球队老板乔·拉格布是风投公司凯鹏华盈的合伙人，其他的合伙人则都是工程师出身为主，例如YouTube的联合创始人查德·赫利。
他们通过大数据制定出与一反几十年来NBA经验策略完全不一样的球队战略规划，同时比赛中利用实时数据即使调整比赛战术。接着故事的发展就像大数据棒球神片《点球成金》里发生的，以小博大、力抗诸位豪华强队的剧情。
另一个事件，17年5 月 27 日上午，在中国乌镇围棋峰会，当今世界排名第一的围棋选手柯洁与 AlphaGo 的第三场围棋的对决最终尘埃落定，柯洁0比3告负；其实，在前一天，人类还上演过“围殴”AlphaGo， 由周睿羊、陈耀烨、芈昱廷、唐韦星和时越等5位世界冠军组团一起对抗AlphaGo，AlphaGo发挥稳定，人类豪华天团最终落败。意味着在围棋领域里面，人工智能在赢得胜利的能力上，已经初步超越人类的极限水平。聂卫平在现场接受采访时，对 AlphaGo 的段位评级是：“至少二十段”。
未来随着人工智能的发展，无可厚非众多产业领域，如生产线工人、农业、律师、会计和审计、记着和采编等都面临着挑战，在美国现在的华尔街，交易员人数已经下降了1/2，那做市场和运营人员应该怎样面对这股趋势呢？像美国汽车工会的人员一样在特斯拉门口抗议他们不请汽车装配工人吗？
吴军在《智能时代》里给我们的忠告是：任何一次技术革命，最初仅有2%的受益者，他们都是发展它、使用它的人，而远离它、拒绝它接受它的人，在很长的时间里都是迷茫的一代。工业革命经历百年后，包括中国在内的一些国家仍处于农业时代。
面对人工智能，作为一个市场狗、运营猫必须懂得怎样与人工智能协作，这样你才有机会成为那2%的受益者。接下来，现了解下AI怎样超越人类和在哪些方面还有待完善。
首先，人工智能超越人类的必然条件。
李开复在聊AI和《人工智能》一书，介绍了AI应用必须具备五大必然要素，分别如下：
1、是拥有海量数据，数据基础需达到千万级别以上的，百万那些也不行；
2、是有非常清晰的领域边界，这个领域越狭窄越数字化越好，而且是闭环的，有一个必然逻辑，因为“人工智能只能懂一件事，让它跨领域是做不到的”；
3、是拥有顶尖科学家，而非程序员、工程师等；
4、是具备有效的标注数据，如百度上每一次点击、淘宝上每一次购买、滴滴上每一次下单，成功与否都需要告诉系统，从而形成有价值的数据；
所以，从一个企业的市场和运营工作来看，一些文案设计、资讯稿件的撰写、数据的整理和分析、活动策划的模版、总结报告、投放策略和创意等，AI都能通过轻松和搞笑做到。
其次，我们来了解人工智能的技术边界。
目前人工智能技术方面，最成熟的是深度学习能力——即一套模拟神经网络训练的模式，爱狗告诉你很通俗的告诉你，就像一个城市系统，每栋大厦代表不同的神经元，而每栋大楼都会有不同的功能，然后大楼与大楼间的马路就是链接不同神经元的通路，当我们学习一个东西的时候，信息就会由一部部汽车承接，然后在不同大楼间进行交换，最后就会形成了知识。海量数据为什么要成为基础，以Alphago为例，AI把所有的棋路走法都学习了，但你下一步棋子后，他就知道以后的所有棋路走法，接着就选择最合适的对策来应对。
从这里可以看到，深度学习是必须以沉淀下来的数据作为基础的，而且只能使用在一个狭窄的领域，但人类的智慧不止这个啊，我们在接受教学的时候经常被强调“举一反三”，当我们学会了一个知识原理后，我们可以应用到很多不同领域，或者可以通过类比的方式，去触类旁通其他的知识，例如，我们一旦学会骑自行车以后，接着骑摩托车就相对容易了；这就是“迁移学习”能力，即把在A领域已经建立好的模型或者经验，迁移到B领域仍然适用，既节省了资源和时间，又高效地完成了任务。人工智能目前在突破的和伟大的未来就是这个。虽然这就是目前的边界，不过要打破也是迟早的事情。
但还有一点，就是如果缺少数据、很难数据化的、或者没有数据回路反馈的、或者需要加入情感来进行的事情，目前还是有边界的。例如，做一个风投，人工智能写完的文章后还需要人工润色、对美的评判等。据百度首席科学家吴恩达曾介绍过：“如果人类进行一项思考时间少于1 秒的任务，那么不远的将来或许我们能用人工智能自动化完成这项任务。”就此，对立面就是如果思考时间需要更长的事情，目前AI是不能替代人类的。（突然联想到，就像问，你应不应该跟某人结婚？这类的问题，哈哈哈，开个玩笑。）
好的，结论来了，所以，在AI时代下，你要努力成为那2%的人，下面以一幅画面的形式，来预测下未来，作为一个市场或运营人应该怎样与人工智能进行友好协作，以高效完成任务。
（脑洞时间到）
Max 走进了办公室，他今天的工作任务是对新上线的平台做好产品运营。Max 打开电脑，“Hello，11may”，他通过语音唤醒了AI助手11may。
第一步，需要确定产品初期所需要定位的目标用户和运营策略。
“11may，请提供我，适合我们这款为准妈妈提供怀孕知识的内容产品初期的目标用户，同时提供合适的运营策略。”
人工智能11may收到指令后，开始在庞大而细致的数据上，对具备相同或相似行为习惯的消费者加以细分、组群，进而根据社群的共性，定位出了适合适合这款新产品初期最合适的目标用户。
但这还不够，如果能对未来市场作出适合的判断，则是很多市场运营人所希望具备但往往难以企及的。不过，11may则让这个准确预测的需求带来了可能性。因为11may能从不计其数的渠道获取各类数据，包括社会、行业、同行、自己企业和消费者之间的信息，同时进行加工分析，最后11may发现了，随着人口拐点的到来，社会生活压力和人们意识水平的提高，未来一段时间大城市的生育率会降低，同时优生需求会加强；而在4、5线城市，却随着人口的回流，同时随政策开放，生育率预测会大幅提高。11may因此给出了三层市场的营销策略和产品运营侧重点。Max对报告进行了梳理，和根据产品计划和企业目标进行了调整和完善，最后定好了总体策略。
此前有一份报道显示，在据美国营销和销售预测公司Everstring所做的一项调查，借助AI预测能力的B2B行业的营销人员中，有42%的业绩增长率高于行业平均水平。相比之下，传统营销人员中，只有14%做到了这一点。所以，11may这次的预测和分析，无疑能对max的企业带来领先的市场机遇。
第二步，需要制定了适合的推广渠道、文案和内容。
11may根据目标人群，通过生物识别技术、舆情网络数据等得到的目标人群行为数据，对目标用户进行精准匹配，遴选出精准的触达渠道和展示形式，并通过大量的文案数据，候选了多个不同单元的数百条文案创意，供max进行选择和润色。
Max根据目标和预算，让11may建立投放计划，并实时根据数据反馈，进行优化调整。经过一段时间训练后，11may已经完善了高ROI的投放模型，自动完成出价和调整适合不同受众的落地页展示的投放计划。
第三步，制定新媒体运营策略，捉热点和自动生产优质内容。
Max需要很多精准的内容，应用到外部的推广和自身媒体平台做千人千面的内容推荐，于是Max让11may定制了适合产品的热点和内容，并安排11may实时自动监测并捉取网络热点，和快速生成新闻内容，然后精准推送给不同目标的用户群体。
如刚开始备孕的妈妈，新婚的年轻妻子，一个在读的大学女生。这位潜藏的目标用户也是有故事的，他爸爸刚在电商平台买完啤酒，却在快递里面无缘无故收到网店给他还在读书的女儿寄的婴儿用品优惠券——满腔怒火的爸爸投诉了网店，但后来经过与女儿的进一步沟通，这位愤怒的父亲发现，自己女儿真的已经怀孕了。
这就是因为11may通过通过大数据找到了这种早期的目标用户，这点很有帮助，因为如果你能比竞争对手更早接触和影响到目标用户的话，就能更早抢占这块市场份额，在AI时代这是有可能做到的。
由思科的工程师罗比·艾伦（Robbie Allen），创办的“Automated Insights”公司，其名为“作家”（WordSmith）的人工智能写作系统已经在为包括美联社等众多美加企业撰写新闻稿件。
Max借助11may制作了适合不同目标人群，而且是不用半夜趴起床追热点的个性化的内容，并精准推送，从时间和效率上极大提高了内容运营的投入产出比。
第四步，优化了很多过往要打磨很长时间才能完善的内容。
典型的如SEO和SEM水平，过去Max做SEO或SEM需要找行业词、业务词、对手关键词，目标受众定位相匹配的关键词，不同词的热度等等，分析比较后还需要一定时间的验证，以得出最优的效果，但这要花很大时间，而且像SEM还要资金成本去试错，有时转化效果也不一定好。现在11may通过外部数据、用户特性、搜索引擎最新规则、最新的热点和未来趋势，给出了关键词选择，大大提高了Max的工作效率和成效。
总结一下，在市场和运营领域，AI能做出比我们人类更高效和更超越我们能力的工作，无论是时间和效率上都大大超越我们，所以作为一个市场或运营，在一定程度上，单一性的工作是很容易被AI替代，但同时也有边界存在，最后还是需要专家进行润色、判断和优化，这时对于个人来说最好的就是往全栈发展，或者做需要进行跨领域复杂思考的工作，这样在未来的人工智能时代，你就可以很好地与AI进行友好合作了。
作者：爱狗力Max
来源：微信公众号|拾壹加精进社群（ID：elevenplus86）
【本文已授权，如需转载请自行联系作者，谢谢合作】
