AI会取代广播播报员吗？2025年风险分析

80%。这是选择和排列音乐播放列表的自动化率——广播播报中自动化程度最高的单项任务。如果你是正在阅读这篇文章的电台DJ，你已经知道：算法选歌已经持续一段时间了。[事实]

但算法无法做到的是：让某人在早晨通勤时开怀大笑；以真诚的同理心回应来电者的故事；以让一座城市感觉像一个社区的方式谈论当地新闻。AI能自动化的内容与受众真正珍视的内容之间的差距，正是这个职业整个未来的所在。2020年代广播播报员面临的挑战，是弄清楚如何生活在那道鸿沟的正确一侧。

数字讲述了一个分裂的故事

广播播报员和电台唱片骑师面临52%的整体AI暴露度和42%的自动化风险。[事实] 这些数字高到足以引起重视，但又低到足以提供希望——如果你了解风险集中在哪里的话。在艺术和媒体职业中，这将广播播报员置于AI暴露度的中上范围——比演员或音乐家等以表演为主的职位暴露度更高，但比文案撰稿人和编辑研究员等以写作为主的职位暴露度更低。

这个职业分为两半。一边是：撰写和播出广播稿件，自动化率为72%；播放列表策划，自动化率为80%。[事实] AI能生成节目流程、撰写天气介绍、起草新闻简报，并建立比任何人工程序员都能更好地优化收听留存率的播放列表。这些任务正在被积极地自动化，假装情况不是如此是不诚实的。iHeartMedia、Audacy和Cumulus都部署了集中化编程系统，允许一个团队同时为数百个电台生成播放列表脚本，以本地化作为薄薄的表现层叠加其上。对电台所有者的经济逻辑是残酷的：一个配备AI工具的节目总监可以完成以前需要数十人才能完成的工作。

另一边：进行现场采访和讨论的自动化率仅为20%。[事实] 这就是护城河。没有任何AI系统能驾驭现场对话的不可预测性——通过演播室窗户观察嘉宾的肢体语言，知道何时提出有争议的问题，感知幽默什么时候会奏效、什么时候会冷场。现场采访技巧也是主持人历史上建立持久受众关系和个人品牌价值的领域，这种价值能在电台层面的变化中幸存——霍华德·斯特恩、乔·罗根、汤姆·乔伊纳和无数本地市场人物都凭借这种技能建立了职业生涯，这种模式不会消失。

为何广播电台仍然需要人类

一些电台已经尝试了完全由AI生成的节目。结果颇具启示性。AI广播能填满播出时间，听起来很精致。它无法做到的是创造一种让人说"我听那个电台是因为那个主持人"的拟社会关系。澳大利亚广播公司ARN于2024年进行了一项高知名度的实验，在悉尼一家电台部署了名为"Thy"的AI克隆主持人；一旦听众意识到他们听到的是合成声音，实验就引发了强烈反对，全球类似实验都在受众信任问题上遭遇挫折。[主张]

通过社交媒体和电话进行受众互动的自动化率为38%。[事实] AI可以帮助管理社交媒体，自动安排帖子发布，甚至起草回复。但建立忠实收听者的私信、成为传奇时刻的直播电话、在本地活动中的社区存在——这些都需要真实的人类。保持强大社交媒体存在和持续本地市场露面的早间节目主持人，往往比那些仅依靠播出信号的主持人拥有更持久的受众忠诚度。

考虑这个比较：广播新闻记者面临类似的58%暴露度，但他们的自动化模式被归类为"增强"，而播报员被归类为"混合"。[事实] 区别在于记者有更清晰的将AI作为研究工具的路径。对于播报员，某些任务（播放列表、稿件）正在被真实地取代，而其他任务（现场表演、个性魅力）则无法被替代。"混合"分类对个人来说更难驾驭，因为任务分割因节目形式不同而存在巨大差异——体育谈话节目主持人与音乐DJ拥有非常不同的AI暴露度，即使他们共享同一职业代码。

萎缩劳动力的现实

劳工统计局预测到2034年广播播报员职位将下降-3%。[事实] 这不是灾难性的，但这是收缩。年薪中位数约为$40,000，总就业人数约30,000。[事实] 这两个数字都远低于技术和金融行业的中位数，反映出该职业数十年来一直承受经济压力——AI变革是在加速一个既有趋势，而非创造一个新趋势。

下降并非完全由AI驱动。播客竞争、流媒体服务以及不断变化的媒体消费习惯都是因素。35岁以下成年人的广播收听量在过去十年中随着流媒体服务和播客夺取份额而显著下降。但AI通过使电台更容易在非高峰时段运行自动化节目，加速了这一趋势，减少了需要现场主持的播出时段。许多中等市场电台现在只有一名现场早间节目主持人加上AI生成的其余播出日节目，而以前同样的时段可能雇用三到四名现场主持人。

这里有个反驳论点：在收缩中幸存的播报员可能会变得更有价值，而非更少。随着通用自动化内容充斥电波，独特的人类声音成为高端产品。幸存的主持人将命令更大的受众，可能还有更好的薪酬。[估计] 我们已经在主要市场看到这种两极分化，洛杉矶、纽约和芝加哥的顶级早间驾车时段主持人可以赚取远超七位数的收入，而小市场主持人则在苦苦挣扎。

播客的生命线

对于思考职业持久性的广播播报员来说，播客生态系统值得认真关注。技能集可以直接迁移——声音工作、采访功底、音频感知、拟社会连接建立——而经济结构从根本上不同。广播报酬由电台所有权和广告费率决定，播客报酬可以通过订阅、听众支持、针对性强的节目的高端广告费率和现场演出收入直接从受众流向创作者。

成功的广播到播客转型现在已经足够普遍，构成了一种可识别的职业模式。建立了本地市场品牌的主持人常常发现，其电台受众的5-10%会跟随他们到播客平台，如果主持人控制了运营成本，这可以足以建立可持续的独立业务。[估计] AI工具实际上可以在这里提供帮助：声音克隆用于广告读白、自动转录用于节目备注，以及AI辅助制作大幅降低了独立播客的成本结构，使其对独立运营者更加可行。

广播播报员现在应该做什么

在AI无法模仿的方面加倍投入。你的个性、你的本地知识、你的采访技巧、你读懂房间的能力——这些是你的竞争优势。试图在稿件播出速度或播放列表优化上与AI竞争的播报员将会失败。围绕真实性建立社区的人将会蓬勃发展。

学会将AI工具用于枯燥的部分。让AI起草你的节目准备笔记，生成播放列表建议，撰写你的社交媒体帖子。然后将节省下来的时间用于更多现场环节、更多社区参与、更多不可替代的工作。值得考虑的具体行动：启动一个你完全拥有的平行播客（即使一开始规模很小，它也是一个在广播电台变化中能幸存的持久资产），以与你投入播出技艺同样的认真程度投资你的社交媒体频道，并开发一两个你的知识真正独特的专题或节目形式。

在你的合同中就AI条款进行谈判。随着声音克隆变得更加强大，播出人才应明确保留对其声音的权利，并防止电台在没有持续补偿的情况下生成其合成版本。主要市场的SAG-AFTRA和AFTRA合同开始解决这一问题，个人主持人应确保他们了解这一格局。

有关完整数据分析，请访问广播播报员职业页面。

数据来源

• Anthropic经济研究（2026年）——AI暴露度和自动化指标
• Eloundou等（2023年）——GPTs are GPTs：大语言模型的劳动力市场影响潜力
• 劳工统计局——职业展望手册2024-2034

更新历史

• 2026-04-04：初次发布，包含2024-2028年AI暴露预测和任务级自动化分析。
• 2026-05-15：扩展纳入ARN"Thy"实验背景、电台整合动态、播客过渡路径、声音克隆合同考量及SAG-AFTRA进展（B2-32周期）。

---

_AI辅助分析。本文在AI工具的帮助下生成，并由aichanging.work编辑团队审阅。所有统计数据均来源于引用的研究，可能会有所修订。_