Netflixのエリザベス・ストーンが語る、AI時代のシステム思考、クラフト、そしてエクセレンス

ラチッキー氏はまず、多くの人から耳にする不満を取り上げた。PMがコードをリリースでき、デザイナーがPRDを書け、エンジニアがプロダクトの仕事をこなせるようになった結果、人々は自分の仕事とは何なのかを問うようになっている。ストーン氏は、Netflix社内でも同じ声を聞くと語った。ストーン氏の説明によれば、変革的なテクノロジーには必ず「フォーミング(形成)の段階を経る前に、ストーミング(混乱)の段階」が訪れるもので、生成AIは今まさにそのストーミングの最中にあるという。

ストーン氏は、答えが「AIを箱に戻す」ことだとは考えていない。むしろ組織は、コストを抑えながらメリットを得ることに意識的に取り組むべきだという。人々がアイデアの開発、プロトタイピング、テストをより速く行えるよう試行錯誤していることは健全だと考えている。ただし、それが誰でも本番環境にコードをリリースしてよいとか、全員が何でもやるべきだということを意味するかについては懐疑的だ。Netflixではプロダクトとテクノロジーが同じ組織にあるため、ビジネス上の課題が明確であれば、ある程度の流動性は問題ないと考えている。プロダクトやデザインは、何かをプロトタイプするためにエンジニアリングを待つ必要はもうない。それでも、アイデアをどうプロダクト化しスケールさせるか、どのようなガードレールが必要かについては、エンジニアリングのパートナーと協力すべきだという。

ストーン氏は、この流動性を不満の種ではなく生産的なものにするための組織的な条件をいくつか挙げた。

• 信頼できる唯一の情報源(ソース・オブ・トゥルース)となるデータの明確化。
• 本番環境へのコードのリリースに関するガードレールと、大きな変更前のテスト。
• AIのアウトプットをどこで信頼でき、どこで品質を確認するレビュープロセスが必要かを決めること。
• 成果に対する責任は人間にあるというメッセージを繰り返し伝えること。

最後の点について、ストーン氏ははっきりと述べた。エージェントがコードを書いたかもしれないし、AIの助けを借りて自分の専門外の分析を行ったかもしれない。しかしそれは「自分が生み出したものに伴う責任を負わなくてよいということにはならない」。コアとなるインフラや慣行に投資し、責任の所在を改めて示すこと。それが、可能なことと、チームが実際にやるべきことのバランスを取るストーン氏のやり方だ。

前回の対談以降、どの役割が最も変化したかと問われ、ストーン氏は、PM、デザイナー、データサイエンティストが、エンジニアリングが主導しなければならなくなる段階まで、プロダクト開発のライフサイクルをより先に進められるようになったと答えた。ただし注意点も付け加えた。何千ものプロトタイプも、重要なビジネス課題を対象にしていなければ価値はない。また、エンジニアリングのパートナーがその課題に取り組んでいることを把握しており、その取り組みが「スパゲッティを壁にたくさん投げつける(手当たり次第に試す)」ようなものではないことが必要だという。課題が適切で、足並みがそろっていれば、プロダクト、デザイン、データサイエンスが、プロトタイピングやコードの記述も含めて、テスト可能なものへとより速く進むのを目にしてきたという。

ストーン氏が強調した2つ目の変化は、組織に蓄積された知見へのアクセスだ。Netflixには、数十年分の実験、消費者インサイト、ステークホルダーの意見が社内のあちこちに散らばっている。こうした歴史を活用して現在の意思決定を加速させることは、以前は難しかった。AIは多数の情報源にまたがる情報を抽出し、最初のインサイトのセットを生み出すことに長けている。ストーン氏はそれだけに頼ることはしないとしつつも、スタートダッシュを切れると述べた。ストーン氏自身の仕事でも、どの年にどんなリサーチが行われ、何がテストされたのかを誰かにメールで尋ねる代わりに、ほぼ即座にそれを見つけ、何が実行に移せるかについて自分なりの見解を形成できるという。この能力は、もはやNetflixに20年在籍している人だけのものではない。プロダクトやテクノロジーの各職能に広がっており、さらに財務、コンテンツ、広告などのビジネス側のステークホルダーもこれを行い、仮説を持ってデータサイエンティストやエンジニアのもとへ行き、より深い作業につなげられることは大きな進展だとストーン氏は述べた。

それでもストーン氏は、各職能にそれぞれの比較優位があると考えている。データサイエンティストは、データが信頼できるかどうか、正しく解釈されているかどうか、データと判断をどう比較衡量するかについての専門家であり続ける。プロダクトマネージャーは、「何を」、つまり解決すべき課題を設定することに最も長けている。エンジニアは「どのように」にまつわるクラフトを担う。スケーリング、高品質とはどういうものか、そして特定のビルドとデプロイの方法がどんな問題を生むかといったことだ。変わったのは、以前は行き詰まっていたステップを、人々がより流動的に進めるようになったことだという。

ラチッキー氏は、誰もが何でもできるため肩書きがなくなる「member of technical staff」という潮流を取り上げ、ストーン氏が個別の職能は今後も存続すると考えているかを尋ねた。ストーン氏の答えはイエスだった。仕事が職能の境界を越えて曖昧になっても、「各職能には本当に重要なクラフトのエクセレンス」があり、それはすぐにはなくならないと考えている。エンジニア、データサイエンティスト、デザイナーは、AIツールのおかげで「より多くの言語を話せる」ようになった。しかし、優れたものとは何かについての彼らの考え方には代えがたいものがあり、それはどのレベルにも当てはまるという。また、優れたエンジニアリング、優れたデータサイエンス、優れたクリエイティビティは、いずれも依然として希少だとも述べた。容易になったこともあるが、ストーン氏の見方では、その希少性は失われていない。

Netflixがどの職能の採用を増やし、どの職能を減らしているかと問われ、ストーン氏は、その答えは職能にきれいに対応するものではないと述べた。Netflixがより多く必要としているのはシステム思考ができる人材であり、ストーン氏はさまざまな職能から例を挙げた。

セントラルエンジニアリングについて言えば、Netflixの過去の成功の多くは、個々のチームが特定のビジネス課題に対して素早く動いたことから生まれた。彼らは中央が定める「舗装された道(paved path)」に従うよりも、必要なスタックを独自に構築することが多かった。しかし、エージェントが複数のシステムにまたがって動作し、ソース・オブ・トゥルースのデータを必要とする世界では、共有インフラの重要性が増すとストーン氏は語る。推奨される舗装された道、共通のガードレール、そしてコアとなる一連の機能によって問題を一度で解決することだ。そのためNetflixは、ビジネス領域を横断的に見渡し、それらを「必要になるのはこういう構成要素だ」と抽象化できる人材の採用を増やしている。ストーン氏はこれを、ある意味で「Netflixをここまで導いたものが、Netflixをその先へ導くわけではない」ということだと位置づけた。エンジニアリングの人材像は、分散システムやインフラへとシフトしている。ただしストーン氏はこれを「追加」だと表現した。Netflixには今もパーソナライゼーション、広告、コンテンツ配信の深い専門家がいるからだ。

デザインでは、エクスペリエンスデザインチームが、Netflixにおける優れたユーザーデザインを定義するテンプレートやシステムを構築する必要がある。それによって、デザインの訓練を受けていない人も含めた多くの人が、エンドツーエンドの会員体験に一貫して溶け込むプロダクトを作れるようになる。ストーン氏は、異なるデザイン言語やインタラクションパターンによって「フランケンシュタイン」のようなものがリリースされてしまうことに「本当に神経をとがらせている」と語った。現在ではデザインチームのより多くの人が、個々の機能をデザインするのではなく、デザインシステム、ブランド表現、そしてNetflixを特徴づけるものに取り組んでいる。

ストーン氏は、こうした一歩引いて全体像を見ることが、すべての職能で起きていると説明した。それには既存のスキルの方向転換と、そうしたスキルを持つ人材の採用の両方が必要だ。全体を通じてストーン氏が強調したのはマインドセットだ。Netflixは、探求することにワクワクしない人、曖昧さに抵抗がある人、境界の曖昧な働き方に抵抗がある人は採用していない。ストーン氏は、自身のキャリアの中で、好奇心とイノベーションのマインドセットが今ほど重要になったことはないと語った。

ラチッキー氏は、これは主にスピードの問題なのかと尋ねた。ストーン氏は、ベロシティ(速度)もおそらく理由の一部だと答えた。プラットフォームは、大半のチームを「80%のところまで」連れて行くことでレバレッジを生み、同じ構成要素を作り直さずに済むようにする。Netflixはより多くの賭けに出て、より多くのものを作っており、プラットフォームを重要なイネーブラーとして扱うのはNetflixにとって比較的最近のことだという。

2つ目の理由は足場(スキャフォールディング)だ。より多くの人が新しい種類の仕事をするようになり、アクセス、アイデンティティ、セキュリティ、そしてコード、デザイン、ユーザー体験の品質に関するリスクが高まっている。すべての作り手が、優れたものとは何か、ガードレールは何かを個別に問うやり方はスケールしないとストーン氏は考えている。そうした答えは、舗装された道や働き方の中に組み込まれる必要がある。データ関連の仕事で言えば、ソース・オブ・トゥルース、その解釈とアクセスの方法、そして特別な配慮が必要なデータはどれかを組み込むことを意味する。何千人もの人がいる組織では、もはや暗黙知や「これを知っている唯一の人」を探すことには頼れないとストーン氏は言う。この問題はAI以前から存在していたが、今はより切迫している。そしてストーン氏は、チームが必要だとすでにわかっていた仕事に取り組む動機として、新しいテクノロジーを活用するのが好きだという。

ラチッキー氏は、エージェントもまた理由の1つではないかと指摘した。エージェントにコンテキスト、足場、デザイン言語を与えることで、その作業が速くなるというわけだ。ストーン氏は同意し、非常に多くのエージェントが貢献するようになり、組織がそのすべてを把握・推論できなければならない、というNetflixのビジョンを語った。どの課題を解決するかを決め、アウトプットがインパクトがあり高品質かどうかを判断するのは人間だ。作業そのものは人間とエージェントの両方が行うことになり、それはベロシティをもたらすと同時にリスクももたらす。特にエンジニアリングは、会社に過度なダウンサイドを生むことなく、人々が素早く動けるようにしなければならないとストーン氏は述べた。

ラチッキー氏は、以前Claude CodeとCoworkのデザイン責任者であるジェニー・ウェン氏と対談した際の話を持ち出した。ウェン氏は、従来のデザインプロセスは死んだと主張していた。その見方では、デザイナーは主に舵取りや調整を行い、時間があるときに全体像を考える。ラチッキー氏は、ストーン氏のプラットフォーム・ファーストのアプローチも同じ方向を向いているのかと尋ねた。

ストーン氏は、複雑な思いがあると答えた。インフラとシステム思考によって、より多くの人が優れたデザインが組み込まれた仕事をできるようにしたいとは思っている。しかしNetflixの最重要の優先事項については、デザインは「物事を正しい方法で解決するために不可欠」であり、Netflixは今も重要なデザイン作業に時間をかけている。その作業は今では速く進むようになった。デザイナーはより多くのツールを持ち、より多くの選択肢を示し、より速く反復・テストできるからだ。コードや分析が速くなったからといって深いデザインの専門性が押し出されてしまうのは誤りだとストーン氏は考えている。Netflixのような大規模なコンシューマー向けプロダクトにとって、それはNetflixを優れたものにしている要素、つまりプロダクト、テクノロジー、デザインが一体となって複雑さを見えなくし、シームレスな体験を生み出すことを失うことになるという。仕事の見た目は変わるかもしれないが、そのマインドセットがなくなるとは考えていない。

ストーン氏は、「非常に狭く深い専門性」の時代は「より限られたものになりつつあるように感じる」と述べた。ある技術を理解している人が世界に数人しかいないような例外は今もある。ストーン氏は、Netflixのエンコーディングや再生のシステムを、スペシャリストが依然として必要な領域として挙げた。しかし一般論としては、Netflixのスペシャリストは5年前や10年前よりも少なくなり、複数の方向に適応できるジェネラリストが増えていると考えている。それは職能をまたいで動くことかもしれないし、エンジニアリングの領域をまたいで動くこと、たとえばバックエンドとフロントエンドの両方のシステムに取り組んだり、本物の専門性をもってインフラとつながったりすることかもしれない。

ストーン氏の考えでは、スペシャリストは今やより幅広いツールを容易に習得できるため、人材が幅を広げる方向に成長でき、純粋なスペシャリストはそれほど必要なくなる。また、狭い専門分野へのこだわりが強いと、その人が成長や探求を望んでいるのかという懸念が生じるとも述べた。ただし、自分自身がその判断において狭くなりすぎたくはないとも認めた。

何をもってスペシャリストとするのかと問われ、ストーン氏はスタックのレイヤーに関する例(フロントエンドとバックエンド)と、ドメインに関する例の両方を挙げた。決済の専門家、広告マーケットプレイスのデザインの専門家、特定のスタジオ制作ツールの専門家などだ。ドメインの専門性は、その人が現在のツールやアプローチが今も正しいのかを問う意思を持っていれば、依然として強みになる。ストーン氏が専門化の減少を主に見ているのは、エンジニアリングスタックのレイヤーをまたぐ部分であり、慣性の大きいツールに取り組む人には、その未来の姿を思い描けるタイプの人であってほしいという。

ラチッキー氏は書籍『Thinking in Systems』に触れ、そのスキルをどう身につけるのかを尋ねた。ストーン氏は、ちょっとしたコツだとするものを紹介した。それぞれの課題について「一段階外に出て」、より広い領域について自分が何を前提としているのかを問うことだ。会員体験のための新機能を作るよう頼まれたら、立ち止まって次のように問う。それはどのような、より大きな消費者の課題に役立つのか。どのコンテンツタイプに対応する必要があるのか。計画している作り方はコンテンツタイプをまたいでスケールするのか。他の領域のためのプラットフォーム機能になり得るのか。そしてエンターテインメントがより幅広く、よりパーソナライズされ、より没入的になる中で、その消費者の課題はNetflixが直面している最も重要な課題の1つなのか。

ストーン氏は、これはNetflixの戦略全体を解決するという意味ではないと強調した。自分が担当しているものを一度ズームアウトして見るということだ。また、問いを立てる段階に長くとどまりすぎないよう注意も促した。そうなると前進が止まってしまうからだ。

ラチッキー氏は、上司がその課題をどう見るかを考えることを提案した。ストーン氏は、これまで同様のアドバイスを受けてきたと語った。上司が上司の仕事をしやすくなるような形で自分の仕事をする方法を見つけること、というものだ。財務、コンテンツ、その他ビジネスのさまざまな部分にまたがる上司の視点から自分の担当範囲を見ると、自然とズームアウトして、各部分がどう組み合わさるかを考えるようになる。エンジニアに向けては、システムを見つけたときよりも良い状態にして残すにはどうすればよいか、という問いを付け加えた。これは、自分のローカルなチームだけでなく、より広い組織にとって正しいことをするというNetflixのエンジニアリング原則につながる。つまりストーン氏の見方では、システム思考は単に職位の高さの問題ではない。それは幅の問題であり、自分の作り方が同僚の助けになり、将来の仕事のためにより強固な基盤を残すかどうか、ということだ。

ラチッキー氏は、Netflixが最近キャリアラダーとレベルを導入したことに触れ、そこにAIがどう反映されているかを尋ねた。ストーン氏によれば、Netflixは意図的に、AIが各レベルの期待値をどう変えるかを細かく規定しようとはしていない。その代わりに、現在の従業員と採用の両方を含むすべての人材に「オーバーレイ」を適用し、AIフルーエンシー(AIを使いこなす力)に関する目指すべき姿を設定している。それがどのような形になるかは、職能、キャリアの段階、レベル、役割の種類によって異なる。

ストーン氏は、AIフルーエンシーの定義が難しいことを認めた。それは実験的なマインドセットのことかもしれないし、AIがどこで役立ち、どこで役立たないかを知っていることかもしれないし、実際にAIを使って何かを作ったことがあることかもしれない。テクノロジーの進化があまりに速いため、それがラダーにどう表れるかは「ほぼ四半期ごと、あるいは月ごと、日ごと」に変わるという。だからこそ、より有用なのは全員に共通の期待値を持つことだ。それはAIを使うこと自体を目的にするという意味ではない。どこでAIが役立つかについての優れた判断力と、探求に対する開かれた姿勢を意味する。ストーン氏は、これはNetflixの最上級のリーダーを含むすべての役割にとって譲れないものだと述べた。そうしたリーダーも、コードを書かないとしても深いフルーエンシーを持つことが期待されている。

この変化は採用にも表れている。面接では今、候補者がAIやテクノロジーについてどう考えているか、日々何を使っているか、変化にどれだけ抵抗がないかを掘り下げている。コーディング面接では、候補者がAIツールを使うことが認められている。今の仕事にはそれが含まれるからだ。ストーン氏は、Netflixはこの移行の「まっただ中」にあり、完了したわけではないと述べた。

コーディングやプロトタイピング以外でインパクトのある活用法について問われ、ストーン氏は2つを挙げた。1つ目はデータ分析、情報の抽出、モデリングだ。過去の実験、課題に適したメトリクス、以前の消費者調査を見つけることなどである。結果を確認し、ソース・オブ・トゥルースのデータを使っていることを身近なデータサイエンティストに確認するという前提付きで、これはより速く、より高品質だとストーン氏は述べた。ストーン氏自身が最も頼りにしている使い方だという。

2つ目はコンテンツ制作だ。ストーン氏は、MLとAIはもともと制作ツールで深く活用されており、プロモーション素材を大規模に作成することや、字幕や吹き替えによるローカライズなどに使われていたと指摘した。生成AIは、クリエイティブなアイデア出しにおいて大きな前進だと見ている。たとえばプリビジュアライゼーションでは、制作が撮影現場に入る前にクリエイターのビジョンを形にできる。ポストプロダクションでの用途も数多くある。ストーン氏は、Netflixが最近買収したInterPositiveに言及した。ベン・アフレックが立ち上げた企業で、撮影後のリライティング、リフレーミング、再撮影、セリフの変更のためのモデルや機能を構築してきた。ストーン氏は、これらはあくまで、何か違うことを試そうと決めた映画製作者が主導するものだと強調した。多くの制作でさまざまなツールが使われており、社内で構築したものもあれば、Netflixが利用を支援しているベンダーのものもあるという。さらに下流では、AIが予告編、画像、アートワークを大規模に制作するのに役立ち、作品が世界中で視聴者に届くようにしている。同じツールは、Netflixが模索している広告、マーケティング、サービス外のキャンペーンにも応用できる。

ラチッキー氏はNetflix Prizeを振り返った。ラチッキー氏の記憶では、Netflixのランキングアルゴリズムを改善するための約100万ドルのコンテストで、数パーセントポイントの改善によって優勝者が決まったものだ。ストーン氏はこれを例に、AIはNetflixにとって、特にパーソナライゼーションにおいて新しいものではないという点を示した。カタログが映画やテレビを超えてゲーム、ライブイベント、ポッドキャストへと広がるにつれ、適切な作品を適切な人に適切なタイミングで届けることは、より難しく、より重要になっている。テクノロジーがより強力になる中でも、Netflixの歴史はその課題を理解するうえで「助走をつけたスタート」を与えてくれるという。

同じことはクリエイティブ面にも当てはまり、AIとMLは視覚効果や言語のローカライズで長く使われてきた。どちらの領域でも、AIはエンターテインメントとテクノロジーを組み合わせるというNetflixの強みの上に成り立っているとストーン氏は述べた。用語について冗談交じりに、かつて機械学習と呼ばれていたものが今ではすべてAIと呼ばれていること、そしてNetflixの活用の多くは生成AIではないことにも触れた。クリエイティブな仕事、コンシューマー向けプロダクト、インフラに応用されるテクノロジーに携わりたい人にとって、Netflixにはそのすべての課題があり、そこではAIが中心にある、「たとえNetflixがAI企業として打ち出されていなくても」とストーン氏は述べた。

ラチッキー氏は、ハイエージェンシー(高い主体性)、自律性、タレント・デンシティ(人材密度)、ボトムアップの思考、迅速な実験、市場最高水準の報酬といったNetflixの初期の文化が、トップのAIラボが現在自らを説明する内容とよく一致していると指摘した。ストーン氏はNetflixを「少し先見の明があった」と表現し、そうした文化的要素を「オペレーティングシステムとしてのエクセレンス」と説明した。主体性やプロセスの最小化は、それ自体が目的だったわけではない。それらは、エクセレンスは人々に主体性と責任を与え、意思決定を組織のできるだけ深いところまで委ね、判断を信頼できる人を採用することから生まれる、という強い信念から生まれたものだ。人々は自分がその信頼を担っていると知ると、最高の仕事をしたいと思うようになり、成果とモチベーションの両方が向上するとストーン氏は語った。文化は静的なものではなく、会社の成長や課題の変化に応じて進化しなければならないとも付け加えたが、エクセレンスへのコミットメントと卓越した人材を信頼するという核は変わっていないという。

柱となるものを問われ、ストーン氏は、タレント・デンシティが譲れない出発点だと答えた。それがなければ、あらゆるレベルでの意思決定を信頼することも、人々にリスクを取らせて素早くイノベーションを起こさせることもできない。リスクへの抵抗のなさももう1つの柱だ。「私たちは失敗を避けようとはしません。失敗したときに素早く立ち直ろうとするのです」。ストーン氏は、Netflixのライブイベントへの進出を、不完全なものになるとわかったうえで大きなリスクを取った例として挙げ、チームがそれを乗り越えていく姿を見て、これほどチームを誇りに思ったことはないと語った。また、無私であることも挙げた。意思決定は個人の成功や好みではなく、Netflixとその会員のためになされるべきだという。

続いてストーン氏は、「人間にとって本当に不自然」だという慣行について語った。1つは、自分なら違う決定をしたであろう場面でも口を出さないことだ。決定が重大なものではなく「すべてを焼け野原にする」ようなものでなければ、ストーン氏はその人に決定を任せ、後でどうだったかを尋ねる。自分のほうが間違っていたかもしれないことも認めている。ストーン氏自身、上司や同僚からこう感じ取ってきたという。「これはあなたの決定です……最終的にはあなたのものです」。利害が大きく、組織に対して責任を感じているときには、これを実行するのは難しいとストーン氏は述べた。

もう1つは、プロセスが問題を解決してくれると思い込まないことだ。ストーン氏は、計画を立てる完璧な方法や、フィードバック、レベリング、報酬を扱う完璧な方法を見つけたと主張する人に会ったことがないという。Netflixが困難への対応としてプロセスを追加するたびに、より多くの時間を費やしたものの、より良い成果は得られなかった。難しい問題を制約によって単純化しようとする本能は、計画や優先順位付けのより創造的な方法を見つけることを妨げる。だからストーン氏は、大企業が通常やることに抵抗し、その居心地の悪さに慣れることだと説明した。ラチッキー氏は、ミスのたびにプロセスを追加するというおなじみの反射的な反応について述べた。ストーン氏は、最も優れた人々は非難のない振り返り(ブレームレス・レトロ)を望み、新たな関門を設けるのではなく、学びを共有し働き方を変えることで、どうすれば再発を防げるかを問うだけの責任感を持っていると述べた。ストーン氏の見方では、リーダーはしなやかで持続的なチームを育てようとしているのであって、「すべてをコントロールしようとしているのではない」。

キーパーテストについて、ストーン氏は、それは誰かを解雇する場面としてばかり語られがちだが、相手がどれだけうまくやっているかを伝えるためにも同じくらい使われていると述べた。入り口となるのは、ストーン氏から直属の部下へ、あるいは部下からストーン氏への、「あなたのキーパーテストで私はどうですか?」という問いだ。ほとんどの場合、ストーン氏の答えは「あなたを引き留めるためなら全力で戦う」というもので、そのあとに強み、インパクト、さらに良くなるための方法についての具体的な話が続くという。難しいのは、今は合格していないと伝える場合だ。それにはフィードバックやマイルストーンが伴うこともあれば、成功への道筋がないと伝えることになる場合もある。ストーン氏はこれを「フィードバックの良い衛生習慣」として評価しており、難しい対話を強いると同時に、優秀な人が認められていると感じられるようにするものだという。

ラチッキー氏は、今知っていることを踏まえて、その人を今日採用するかどうかを問うものだと要約した。ストーン氏は、その裏返しを付け加えた。その人が辞めると言ったら、引き留めるために戦うだろうか。もし安堵を感じるなら、もっと早くその対話をすべきだったということだ。ストーン氏はこれを、人や大組織が自然にはやらない他の慣行と並べて挙げた。タレント・デンシティの維持、「コントロールではなくコンテキスト」、そして優先順位を明確にするために必要最小限のプロセスだけを持つ「高度に整合しつつ、緩やかに結合する」ことなどだ。これらを維持するには絶え間ない努力が必要であり、人を惹きつけ、つなぎとめているのは仕事と文化だとストーン氏は述べた。

莫大な報酬を提示するAIラボとNetflixがどう競争しているのかと問われ、ストーン氏は、Netflixは常に人材獲得競争に直面してきたと答えた。そして、他社が「優秀な人材をすべて吸い上げている」とは感じていないという。その多くはNetflixにいるからだ。変わったのは、Netflixで活躍するのはどんな人なのかを、より明確に示さなければならなくなったことだ。そうした人々は、テクノロジーを応用してプロダクトを作ることに情熱を持っている。エンターテインメント、大規模なコンシューマー向けプロダクト、グローバルな広がりを愛し、そうした環境でAIやその他のテクノロジーを使いたいと考えている。フロンティアモデル企業の基盤的な仕事に惹かれる人々は、ストーン氏の見方では、異なる問題領域に関心を持つ別のペルソナだ。日常的に使うものにテクノロジーを応用することにワクワクする人が不足しているとは考えていないという。

ラチッキー氏は、AIが仕事の多くをこなす中で、ジュニアの人はどうやってシニアになるのかを尋ねた。ストーン氏は、Netflixは今もジュニア人材を採用しており、それを重要だと考えていると答えた。インターンプログラムと新卒プログラムがあり、新卒プログラムは数年前に始まった。それ以前は、Netflixは経験者しか採用していなかった。ストーン氏の経験では、若い人はよりオープンマインドで、新しい働き方にネイティブであり、エンターテインメントや消費者行動の変化に精通している。Netflixはそれを、職能上の役割を超えて評価しているという。

ストーン氏は、クラフトの習得は今も重要だと強く主張した。チームメンバーは、自分が提出するコード、自分が作るプロダクト、そして体験の品質に対して責任を負い続ける。Netflixは、優れたものとは何か、ツールをどう使うか、アウトプットにどう責任を持つかについてのメンタリングに、これまでと同じくらい投資する必要がある。手を動かす作業なしに学ぶことへの懸念はもっともだとしつつも、ジュニアの人たちは依然としてコードをレビューし、テストし、問題を診断し、優れたプロダクトを見極めなければならないと述べた。最後のものは非常に希少なスキルだという。ツールが異なるため、トレーニングのあり方はおそらく変わらなければならないだろう。また、キャリア初期の人たちが「私のような」年上の同僚に多くのことを教えてくれるだろうとも期待している。

ストーン氏は、特定の言語でコードを書くことと、コード、システム、プロダクトがどう機能するかを理解することを区別し、後者はなくならないと考えていると述べた。エージェントがあらゆる言語を知り、すべてのコードを書くとしても、人間はプロダクトが優れているかどうか、なぜ何かが期待どおりに動かないのかを知る必要がある。素早く失敗し、素早く立ち直るというNetflixのアプローチは、自社のシステムを理解していることに依存している。異常をより速く検知したりトリアージしたりするためにエージェントを使うことはあっても、それを判断し修正するためには、何が作られているのかを理解している必要があるという。

ストーン氏は、居心地の悪さも認めた。一部のモデルやエージェントが書いたコードは「非常に追いにくい」。パフォーマンスが向上していることはわかっても、その理由はわからず、壊れたときにどう直せばよいかもわからないだろうという。一見すると不安を覚えるもので、それはまだ自分が学習曲線の途中にいるからかもしれないとし、それを受け入れられるようになるためにどんなテストや理解が必要なのかについては、まだ未解決の問いが残っていると述べた。エンジニアリングは時間をかけてそうしたフルーエンシーを身につけていくだろうと予想している。エンジニアリングが2年でこれほど変わったことへのラチッキー氏の驚きに対して、ストーン氏は、過去10年、20年にも大きな変化があったし、前世紀には映画製作にも大きな変化があったと答えた。そのサイクルが速くなっているだけだという。

ストーン氏は、エンターテインメントは「1つのものにはならない」し、すでにそうなっていると述べた。だからこそNetflixは、映画やテレビを超えて、モバイルやテレビ向けのゲーム、クラウドゲーム、ライブイベント、ポッドキャスト、そしてより幅広いクリエイターへと事業を広げている。課題は、それを会員にとって一貫したものにすることだ。ストーン氏は、『The Bill Simmons Podcast』を聴き、『クォーターバック』を観て、最近のFIFAのクラウドゲームをプレイするといった、テレビとモバイルをまたぎ、1日のさまざまな時間帯にわたる体験の流れを描いてみせた。Netflixはすでにこれを構築しているという。未来はよりパーソナライズされ、没入的で、インタラクティブである必要があり、コンテンツが複数のサービスに分散しているように感じられる現在よりも、Netflixは発見とエンゲージメントをはるかに容易にしなければならない。

AIに対するハリウッドの複雑な感情について、ストーン氏はNetflixの役割を、クリエイターが望むどんなツールでも使えるようにすることだと説明した。AIを一切使いたくない映画製作者もおり、Netflixは彼らとも協力している。一方で、生成AIによって新しい種類の物語やより高い品質が実現できるかを探りたいと考える人も増えており、Netflixはそうした人々と、その中間にいるすべての人を支援しているという。従来のような映画やテレビと、まったく新しいフォーマットの両方が生まれると予想しており、それには柔軟なツールとパートナーシップ、そして「規範的ではなく、クリエイターを支援するという視点」が必要だという。

ラチッキー氏はスペンサー・プラット氏のAI動画に触れ、完全にAIで作られた番組が愛されるようになる可能性はあるかと尋ねた。ストーン氏は、人間を中心に据えないエンターテインメントは想像しにくいと答えた。ストーン氏はストーリーテリングを希少で価値があり、「人間性と一体のもの」だと考えており、その人間性を欠いたキャラクターには魅力を感じにくいという。AIは作品の見た目や雰囲気に確実に大きな役割を果たすだろうが、「人間が背骨となる」ことのないものは想像できない。AIコンテンツは幅広く生まれ、その中には非常に面白いものもあるだろうと認めたうえで、Netflixはその形成の中心にいるつもりだと述べた。

最後のコメントでストーン氏は、今はエンターテインメントのプロダクトを作るうえで、かつてないほど速度が速く、エキサイティングな時期であり、それが自分をNetflixにとどめているのだと語った。また、業界はテクノロジーや機能に注目するあまり「木を見て森を見ず」になりかねないと警告した。目指すべきは、人々に愛される優れたコンシューマー向けプロダクトとエンターテインメントなのだ。

ライトニングラウンドでは、ジョン・クラカワーの『空へ』とマイケル・ルイスの『ライアーズ・ポーカー』を薦めた。また、母親の勧めで読んだ『Remarkably Bright Creatures』を楽しんだことや、Eight Sleepを使っていることにも触れた。両親から受け継いだ2つのモットーも紹介した。「毎日何か良いことが起きる、それを見逃さないように」、そして「最後の5%の努力が、たいていすべての違いを生む」。ツール・ド・フランスの山岳中心の最終週に合わせて、そのルートの一部を走るためにトレーニングしていることも語った。Netflixの取り組みをフォローしたい人には、Netflixのテックブログを紹介した。そしてリスナーに、ライブイベント、ゲーム、Clipsと呼ばれるモバイル向け縦型動画フィードなど、Netflixの新たなゼロからイチの取り組みを試し、チームが「できるだけ早く、優れた、卓越したもの」に到達できるようフィードバックを送ってほしいと呼びかけた。