Netflix CPTO 如何在 AI 乱流中进行人才重构？

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 随着生成式 AI 技术的爆发，科技行业的生产力范式正在经历一场前所未有的剧变。产品经理能够直接生成原型，设计师能够撰写 PRD，工程师则开始承担更多产品决策的职责。这种「全员皆可构建」（Everyone can be everything）的现象，在提升效率的同时，也引发了大量从业者对自身职业定位的困惑与焦虑。 作为掌控 Netflix 全球产品与技术架构的掌门人，Elizabeth Stone 在一场播客中分享了她对 AI 浪潮下人才的发展机会、角色重构及培养机制的洞察，以及 Netflix 的实践。她认为，人才结构正在从「窄深专家」朝「跨界通才」倾斜，AI 工具下的职能边界固然正在模糊，但各领域的「专业手艺」（Craft Excellence）在当今时代依然极为稀缺且至关重要。 目录 01. 如何理解 AI 时代下的产品、工程与设计人才将更值钱？ 「Craft Excellence」的重要性在 AI 冲击下有何变化？什么是业内刚需的「系统思维者」？ ... 02 . 什么是 Netflix 的「Excellence as an Operating System」？ 如何理解 Netflix 的「留任测试」？AI 原生人才有什么特征？... 03 . 文娱行业与 AI 的终极边界将如何演变？ 生成式 AI 对文娱行业有哪些影响？人类价值如何在「讲故事」中永存？ ... 如何理解 AI 时代下的产品、工程与设计人才将更值钱？ 1、Netflix 首席产品和技术官（CPTO）Elizabeth Stone 近日接受访谈，在 AI 冲击劳动岗位的话题下，对 AI 时代的岗位边界、专业价值以及人才标准进行了深度剖析。 ① Stone 是 Netflix 的首席产品和技术官（CPTO），负责工程、产品和设计。加入 Netflix 之前，她曾担任 Lyft 的科学副总裁、Nuna 的首席运营官、Analysis Group 的经济学家以及美林证券的交易员。 2、Elizabeth Stone 强调，企业当前正在经历颠覆性技术（AI）影响下的「风暴期」（Storming Phase），任何组织都会面临混乱，但这不代表专业分工（Functional Expertise）的消亡，人们更不该出于对角色模糊的恐惧而把 AI 重新「放回盒子里」。 ① Stone 强调，各领域的「专业手艺」（Craft Excellence）在当今时代依然极为稀缺且至关重要。如产品经理依然是定义「做什么」；工程师掌控着「怎么做」；设计师仍要负责整体用户体验的连贯性与品牌表达。 ② 在实际业务中，产品经理、设计师和数据科学家如今（在明确的业务表上）能够在研发早期走得更远。以往需要等待工程团队排期才能推进的创意，现在可以通过 AI 工具快速构建可测试的草案或代码原型。 ③ 当非工程角色完成初步原型后，依然需要与工程伙伴紧密合作，共同解决产品的工程化、规模化与安全防御问题。各职能的「相对竞争优势」并未消失，只是合作的接棒节点变得更加敏捷和无缝。 3、在 AI 时代，大语言模型和智能体应用在企业内部带来的另一个影响是「知识蒸发与提炼」，知识和经验不再难以获取，但 Stone 认为「人类必须对最终的产出承担 100% 的责任」。 ① Stone 以 Netflix 为例，公司在过去数十年间积累了海量的实验数据、用户洞察以及业务跨部门反馈。过去，获取这些知识依赖于向老员工打听或繁琐的检索；AI 现在能够瞬时调取并提炼出核心结论，让团队快速形成新假设。 ② 效率的提升并不等同于责任的转移，Stone 强调，不论一段代码是由 AI Agent 撰写的，还是某份数据分析是由非专业人员通过 AI 工具完成的，成果的质量、风险与业务后果，最终依然落实到具体负责的人类员工身上。 4、Stone 以 Netflix 为例，指出「系统思维者」（Systems Thinkers）正在成为 AI 时代下最高频的刚需。她表示 Netflix 正在中央工程与平台架构上加大投入，大力引进和培养具备系统思维的人才。 ① 随着研发速度的整体提升，组织对「系统思维者」的需求呈现出爆发式增长。在 AI 时代，如果每个人都独立利用 Agent 快速构建产品，极易导致系统碎片化、安全性漏洞以及用户体验的割裂（即「弗兰肯斯坦化」产品）。 ② 系统性思维是 Netflix 极为需要的人才能力。具象到工程层面，企业需要有人能够跨越所有业务领域进行抽象，构建出通用的铺路工程（Paved Paths）、统一的身份认证、安全护栏以及基础设施底层模块。 ③ 设计层面的系统性思维指设计师需要从「设计某个具体功能」转向「设计系统与模板」，制定统一的表达语言，赋能非设计人员打造具有 Netflix 特色且体验一致的产品。 ④ 数据层面的系统性人才则需负责建立统一的权威数据源（Source of Truth）以及明确的访问与解释规范。 5、AI 浪潮下，人才结构正在从「窄深专家」朝「跨界通才」倾斜。Stone 表示，Netflix 专门针对当下的人才评价体系的设计了「AI 流畅度」（AI Fluency）的抽象期望，并杜绝在职业梯队的每个级别中写入死板的 AI 指标。 ① 「AI 流畅度」指人才需要具备持续探索和实验的敏捷心态，清晰地知道 AI 在何处能产生价值，以及能够拥抱模糊性，对工作模式的快速演变保持开放和兴奋。 ② 在 Netflix 的工程面试中，考官会允许候选人使用 AI 工具完成代码测试，还会重点考察候选人在日常工作中如何运用 AI 解决问题，以及他们面对变化时的适应能力与探索精神。 什么是 Netflix 的「Excellence as an Operating System」？ 1、Elizabeth Stone 在企业文化与实践的话题下，将 Netflix 的文化本质提炼为「以卓越为操作系统」（Excellence as an Operating System）的核心概念，并阐述了公司在这种文化在的实践。 ① Stone 指出，硅谷顶尖的 AI 实验室（如 OpenAI、Anthropic 等）在组织治理上展现出惊人的共性。这些团队具备高自主性（High Agency）、极度扁平、支付顶格薪酬、追求极高的人才密度以及鼓励自下而上地快速迭代。 ② 「以卓越为操作系统」的绝对前提是足够的「人才密度（Talent Density）」，用以保证下放决策权和鼓励冒风险不会演变成灾难。再此之上，企业管理者需要坚决抵制「流程化」的诱惑、管克制微观管理的欲望，且具备以以 Netflix 公司和全球会员的利益为第一优先级的无私（Selflessness）。 ③ 在 Stone 看来，取消流程、下放权力、高薪抢人等文化要素并非目的本身，而是为了驱动极致业务产出的手段... 关注👇🏻 「机器之心PRO会员」，前往「收件箱」查看完整解读 更多往期专题解读内容，关注「机器之心PRO会员」服务号，点击菜单栏「收件箱」查看。 文章原文