AI浪潮下，运营从业者该何去何从？

随着数字化及AI技术的快速发展，以互联网行业为代表的运营从业者正在迎来一场深刻的职场变革。面对轰轰烈烈的AI浪潮，运营人员最关注的不外乎以下两个问题：

• 即运营人员怎样通过AI为自身赋能？
• 以及运营人员怎样避免被 AI 取代？

为了更好地寻找答案，我们先梳理一下运营的职业特征。简言之，大部分运营人员的发展会经历以下几个阶段：

• 新人阶段：纯执行角色，日常的工作比较琐碎，如写活动文案、做用户调研、做后台配置等。这个阶段的运营人员通常对运营的概念、流程和分工有了基本的理解，后期能单独负责一项模块工作。
• 骨干阶段：执行策划角色，如定期策划运营活动和分析数据等。这个阶段的运营人员已经具备一定的运营意识和专业技能，能够参与核心业务的运营，并背负关键业务指标，如活跃率、留存率等。
• 专家阶段：负责人角色，开始站在业务统筹及策略视角看待问题，着力于建设体系化的运营机制。这个阶段的运营人员已经具备较强的专业能力和管理能力，能够全面主导一项核心业务的运营。

从这条成长路径可以看出，中早期阶段，运营人员的工作偏向于流程化和重复性；而在中后期阶段，运营人员的工作更偏向于专业性和策略性。与此同时，运营人员的职业发展也受到了岗位本身自带的一些限制。

• 首先，运营人员的工作经验迁移较为困难。由于每个企业的业务、需求以及资源的不同，导致运营人员在不同企业的定位和工作内容都不 一样，即使跳槽也大概率在同行业。因此运营岗位实际上是一种个性化定制岗位，这就导致运营人员在一家企业的工作经验很难迁移到另外一家企业。
• 其次，有些运营人员的工作内容，是标准化较高、重复性较强的基础工作，这些运营工作存在较高的可替代风险。因为将标准化的流程工作交给外包公司、实习生乃至 AI，将策略性和创造性的工作交给专业运营，已经成为整个运营行业的趋势。
• 最后，运营人员需要保持终身学习。当今的运营手段的有效周期越来越短，用户的期待阈值越来越高，获客和维系成本也越来越高。时代在变，用户在变，行业在变，规则在变，运营人员唯有终身学习，才能应对这个多变的时代。而随着年龄的增长，运营人员的学习热情和工作精力将会不可避免的下降。

根据运营岗位的这些特征，再结合生成式AI的技术优势，不难发现，AI可以帮助运营人员优化以下工作。

1、标准化、重复性的工作

对于具有一定框架、流程和重复性的工作，AI可以帮助运营人员提高生产力。比如，调整已形成固定格式的文案及海报、更新内容栏目下的互动话题等。

2、创意类、发散性的工作

对于需要创意和创新的工作，AI可以为运营人员提供远超过个人能力的创意来源。比如，为产品设计优化拓展提供新思路和方向、策划品牌活动的创意玩法等。

3、专业性、技术类的工作

对于需要一定专业性的策略性工作，AI可以帮助运营人员把控目标及执行过程。比如，根据业务需求建立AARRR模型、使用逻辑树分析法进行运营质量评估等。

目前运营常见的“赋能方式”主要有以下三种。

1、明确问题解决方案，让AI完成执行

该方式是指运营人员知道解决问题的方法细节，并将其明确传达给 AI，使其能够执行具体的操作，形成可复用的运营框架。

2、提供大致解决方案，让AI进行完善

该方式是指运营人员知道大致的方法，但并不了解具体的实施细节，于是让AI根据该方案的大致思路，完善相关的执行细节。

3、提供目标期望结果，让AI补全策略

该方式是指运营人员只知道目标和结果，但不知道如何完成，于是让AI根据需求自行制定策略方案，之后运营人员再进行修改。