מעבר לעובדה שמדובר בבן אדם סופר מרשים וחכם, היא מתארת בראיון מדוע בעידן שבו AI מאפשר ליותר אנשים לבנות ולפעול מהר, נטפליקס מחפשת פחות מומחים צרים ויותר חושבי מערכות:
אנשים שמסוגלים להתרחק מהמשימה הנקודתית, לראות את התמונה הרחבה ולבנות תשתיות, כללים וכלים שישרתו את הארגון כולו. ככל שקצב העבודה עולה ובני אדם וסוכני AI פועלים במקביל, החשיבה המערכתית חיונית כדי לשמור על אחידות, איכות ובטיחות בלי לעצור את המהירות. ועוד משהו חכם שהיא אומרת: בסופו של דבר, גם עם טכנולוגיה מתקדמת ומשבשת ככל שתהיה, האחריות הסופית היא שלנו, בני האדם.
- כיצד הטכנולוגיה המתקדמת והחדשה משפיעה על הגדרות התפקידים של עיצוב, פיתוח, ניהול מוצר? מנהלי פרויקטים, ניהול מוצר ומעצבים יכולים היום להגיע לשלבים הרבה יותר מתקדמים מבחינת המוצר מבעבר, עוד לפני שהמפתחים נכנסים לתמונה. אבל צריך להיזהר עם זה, כי זה לא טוב שיהיה פיזור גרסאות של המוצר, בסופו של דבר יש אתגר עסקי והמטרה היא אחת, לפצח אותו בצורה הטובה ביותר. מי שמוביל את המוצר צריך לקבל החלטות ולהוביל ולאחד ולא לאפשר סלט של חלופות לא מפוקסות.
- עוד שינוי משמעותי: יש היום כמות אדירה דאטה (מהלקוחות, מידע פנימי ועסקי, תובנות משותפים עסקיים ועוד), ואז האתגר הוא איך רותמים את כל המידע הזה בצורה הטובה ביותר כדי לשפר את המוצר. AI הוא כלי מעולה כדי לנתח את כל מקורות המידע הזה. סטון מעידה שלא היתה מסתמכת על זה בצורה מלאה אבל בהחלט מעניקה לו יותר משקל. גם למצוא מחקרים והנחות עסקיות שבוצעו בעבר בתוך ועל ידי הארגון. זה כולל בניית מודלים, אנליזות, ועוד, כשיש גישה ליותר אנשים בארגון לבחון את המידע הזה ולהתנסות איתו, ולא נחלת ה"מומחים" כמו בעבר.
זה מרחיב יכולות ארגוניות ומשלב יותר גורמים (כספי, משפטי, מוצרי, שיווקי, פרסומי…) שיכולים לתרום למטרה הכללית, ומהר יותר. ועדיין, פונקציות עסקיות בארגון עדיין יהיו חזקים יותר בהתייחסות לדאטה הזו: מנהלי מוצר, משפטי, שיווקי, כל אחד בגזרה שלו. - היא עדיין מאמינה ומזהה את הערך והחשיבות של התמחויות מקצועיות שלדעתה לא יעלמו בקרוב. עדיין יש בני אדם שאחראים לוודא שעושים את הצעדים הנכונים. נכון שכולם מדברים בשפות חדשות שבעבר היו משוייכות לגזרות אחרות בארגון, אבל עדיין לא קל למצוא אנשים יצירתיים, מעצבים מוכשרים, מהנדסים מוכשרים, מנהלי מוצר מעולים.
היא גם מדברת על החשיבות של תחזוק סטנדרטים מקצועיים. להימנע ממצב תיאורטי (או שלא) שבו אומרים: "תזכירו לי מה נחשב איכותי? מה נחשב כטוב? גם מבחינת עיצוב, קוד, דאטה חוויה…..היא אומרת שארגון בסדר גודל כמו של נטפליקס לא יכול להמשיך ולפעול במודל שבטי קלאסי שבו בכל סיטואציה מחפשים את "המומחה" בתחום מסוים כי ככה לא גדלים ולא מאפשרים עבודה בקצב מהיר ומצד שני, חשוב לשמור על ערכים וסטנדרטים במקביל לשימוש בכלי AI. - אנחנו צריכים יותר חושבי מערכות (System Thinkers) במיוחד בעידן ה-AI. לדוגמה: בצוות הפיתוח של נטפליקס, מה שהפך את החברה לטובה לאורך זמן הוא שצוותים מקומיים יכלו לנוע במהירות כדי לספק תוצרים. בעולם ה-AI (וזה מתחבר לנקודה הראשונה), בגלל שצוותים יכולים לנוע מהר יותר, החשיבות של פתרונות חוצי ארגון, כאלו שמאפשרים חופש פעולה ובו בזמן שומרים על מערכת של חוקיות היא גדולה מאי פעם.
זה מתקשר גם לניהול משאבים אבל גם לנהלי ושיטות עבודה וליעילות כוללת, במיוחד כשהמושג יעילות מקבל משמעות אחרת לגמרי בזכות כלי AI. נטפליקס מגייסת יותר אנשים שיודעים להסתכל ברחבי הארגון כדי לזהות את מה שהם צריכים. משפט חזק: מה שהביא את נטפליקס לגדולה, לא בהכח ימשיך לעשות זאת במציאות הנוכחית. ולכן נטפליקס, כמו כל ארגון, חייב לבנות תשתית שתאפשר יותר חשיבה מערכתית (System Thinkers) תוך שילוב התמחויות.
אם ניקח למשל את צוות העיצוב: חשוב שהצוות ימשיך לחשוב ולכוון על Design Systems שמייצרים חווית לקוח מעולה ובלתי מתפשרת, אבל בו בזמן לייצר System שיאפשר לגורמים אחרים בארגן, כאלו שלא מעצבים להבין ולהשתמש במערכת העיצובית במה שהם עושים כדי לשמור על סטנדרטיזציה חוצת ארגון ברמת חווית המשתמש וכמובן של המוצרים.
יש היום יותר אנשים במחלקת העיצוב של נטפליקס שלוקחים צעד אחורה כדי לחשוב על איך נראית חווית הלקוח בנטפליקס? איך אפשר לשפר אותה? ופחות עיצוב פיצ'ר ספציפי כזה או אחר (כמובן שיש את מי שעושה את זה). כדי ליישם את התפיסה הזו, נדרש אורנטציה חדשה של הצוותים הקיימים ואסטרטגיה משלימה לתהליכי הגיוס החדשים. - גיוס: נטפליקס עוברת שינוי פרדיגמה ושינוי תפיסה חוצה ארגון, וזה משפיע ישירות על אופי ומיקוד הגיוסים: בנטפליקס מחפשים רק אנשים שחושבים רחב, שלא חוששים להתנסות ולבחון רעיונות חדשים, כאלו שמגלים יצירתיות מחשבתית בכל תחום (קוד, עיצוב, שיווק, דאטה), הם חייבם לחיות בנוח עם חוסר וודאות, לחיות בנוח עם תהליכי גיבוש. היא גם מתייחסת להבדל שהיא מזהה ביחס ללפני כעשור: הצורך בהתמחויות ספציפיות ונישתיות הולך וקטן. היום ההעדפה היא לאנשים שמתמחים או לפחות מבינים וטובים במגוון נושאים ותחומים לא רק בחום אחד, והאנשים האלו הולכים ונעלמים.
ההעדפה ומילת המפתח היא אנשים שהם אדפטיביים (מפתח צד אחורי שהופך למבין גם צד לקוח, מעצב שלא נגע בקוד שהופך למבין גם בקוד עצמו….). התפיסה צריכה להיות: "אני מסוגל ללמוד את זה", כתנאי להצלחה. זה גם אומר שאולי צריך פחות מהם, אבל כל אחד מהם טוב בהרבה. גם כאלו שהם כיום מומחים, שלא ינוחו על זרי הדפנה אלא שגם הם ישאפו ללמוד, להתרחב ולהפוך למומחים בתחומים נוספים ומשלימים. המומחיות היא יתרון בתנאי שאותו מומחה פתוח ללמוד עוד ולהרחיב את עולם ההתמחות שלו, תמיד לשאול: מה העתיד של התחום/הנישה הזו?". - שינוי נוסף בהקשר הארגוני והחיבור שלו ל-AI: יש ציפייה כללית מכולם לאמץ כלי AI, אבל לא למטרת האימוץ אלא במקומות שבהם הטכנולוגיה באמת מייצרת ערך, בעיקר לאור העובדה שארגון מבוסס AI זו הכרזה שקשה מאוד להגדיר אותה במדויק. האם זה אומר שמאמצים גישת ניסוי וטעיה? האם זה אומר שאנחנו יודעים בדיוק היכן AI תורם מאוד ואיפה פחות? התשובה היא לא, וזה גם משתנה בכל חודש לאור ההתקדמות של הטכנולוגיה. זה גם משפיע על האופן שבו תופסים תפקידים ותהליכים. לדוגמה: בתהליך גיוס של מפתח, פתאום מתחילים לבחון כיצד שילוב AI בראיון/תהליך הקליטה משנה את מהות התפקיד ומה מצפים ממנו.
- העבודה כבר עכשיו הופכת להיברידית במובן של בני אדם לצד סוכני AI. יש בזה המון הזדמנויות מדהימות ובהתאמה גם לא מעט סיכונים. חשוב לזכור שבסופו של דבר, האחריות היא של בני האדם, בלי תירוצים. אנחנו אחראים על האיכות.
- לא קשור בהכרח לטכנולוגיה, אבל היא מאמינה שכל אחד בכל תפקיד יכול וצריך לשאול את עצמו: "מה אני יכול לעשות בתפקיד שלי שיעזור למנהל/ת שלי לבצע את התפקיד שלו בצורה טובה יותר?". צורת חשיבה כזו תמיד תדחוף אותך להיות טוב יותר בתפקיד על בסיס אימוץ ראייה הוליסטית ואחראית יותר. מה שאני עושה בתפקיד מקל ותורם טוב יותר לצוות שלי וגם למנהלים שלי.
- באיזה אזורים חדשים ה-AI תורם לנטפליקס (מעבר לפיתוח, וניתוח דאטה): אזור אחד הוא התחקור הפנימי לגבי פעילות העבר: מה ניסינו? מה בדקנו? איזה תוצאות או תובנות זה הביא? זה מעבר לאבי טיפוס אלא לתרגם דאטה לתובנות עסקיות מעודכנות.
הצד השני הוא ביכולות ההפקה בסקייל איכותי. AI עוזר לתרגם רעיונות לחיים כדי לבחון אותו לפני שמקבלים החלטה להשקיע בתוכן ובהפקות יקרות. אזור שלישי הוא כמו החברה של בן אפלק שנטפליקס רכשה: פוסט פרודקשן, הטכנולוגה מאפשרת לבצע התאמות ותיקונים גם אחרי הצילומים וההפקה המסורתית בעלויות נמוכות בהרבה. מילת המפתח היא סקיילביליות: לייצר פרומואים, תוכן ויזואלי בהיקפים גדולים במגוון שפות הוא משהו ש-AI שינה לחלוטין. - איכות, טעם טוב, סטנדרטים גבוהים לא יעלמו בגלל AI. לדעת איך נראה מוצר טוב, איך נראית חווית לקוח טובה. הכלים אולי משתנים אבל איכות התוצרים לא. מה שכן ישתנה הוא הדרך, כי הצעירים שמגיעים לארגונים יביאו איתם ציפיות וכלים חדשים להשיג את התוצרים, בזמן שה"וותיקים" יותר ימשיכו להעביר סטנדרטים של איכות מה היא (לפי עולם המושגים שלהם). שני הצדדים ימשיכו להשפיע וגם לתת כלים לצד האחר (הוותיקים ילמדו כלים חדשים הודות לחדשים, והחדשים ילמדו על סטנדרטים מקצועיים וגם משם יתרגמו את הסטנדרטים לעולם מושגים מודרני ועדכני).
- לגבי העתיד של נטפליקס: בסופו של דבר היא חברת בידור, והבידור משתנה תוך כדי תנועה כל הזמן. הציפיות הצרכניות לגבי המושג בידור משתנה: משחקים, תוכן ב-LIVE, שיתופי פעולה עם יצרני תוכן, עולם התוכן במובייל קובע רף גבוה יותר של ציפיות מנטפליקס וזה מחזיר את הכדור לחברה שצריכה לגבש ולעצב לעצמה את מהות החברה במציאות המשתנה. העתיד של בידור לא יהיה דבר אחד, והוא ימשיך להיות פרסונלי (נטפליקס תמיד היתה שם, הרבה לפני שקראו לזה AI). היא מאמינה שנטפליקס ממוקמת במקום טוב להתמודד עם העתיד הזה, בזכות התשתית שהיא בנתה לאורך השנים.
- בהמשך לנקודה הקודמת, עולם השותפים ליצירה (מפיקי סרטים, תוכן, סדרות וכל סוג של תוכן בידורי) מתחלק לכאלו שאומרים שאינם מוכנים לשמוע על שילוב AI בתהליך היצירה, וזה בסדר גמור מבחינת נטפליקס, ולצידם יש מספר הולך וגדל של יוצרים מסוגים שונים שמאוד מתעניינים בטכנולוגיה ומה היא יכולה לעשות כדי לשפר את התוצרים.
נטפליקס יודעת ורוצה לעבוד עם כולם. אבל התובנה המשמעותית מפה היא: השותפים העסקיים מגוונים בתפיסות שלהם, והגיוון הזה מאתגר את החברה בהסתכלות קדימה. התובנה הזו נכונה לכל תחום וענף עסקי: לא רק לקוחות הקצה הם הגורם שיש לקחת בחשבון אלא גם השותפים העסקיים שמהווים לקוחות לכל דבר, והשאלה הנשאלת היא האם החברה/הארגון יודעים לספק מענה לגיוון הזה.
