阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯实质变化4 分钟阅读DisconfirmAI 编辑部

前Netflix产品运营创意总经理Mckenzie Lock:技术上做得到,不等于商业上值得全面做

Mckenzie Lock在Netflix负责产品、运营与创意期间,推动覆盖配音、素材推荐和内容标签三大流程的AI改造。她的核心判断是技术上'做得到'不等于商业上'值得全面做'。她分享了Netflix如何从用户体验出发倒推技术需求、用'现状与未来对比'表格让创意团队看见自己的位置、把战略选择写成两边都有吸引力的二选一,以及在嘴唇动画方案被证明ROI不足后转向更朴素但更有效的替代路径。

2026-11-18 11:30

Netflix在近200个国家和地区提供超过17000部影片,支持30多种语言,拥有超过3亿用户。当AI为如此庞大片库的推广和分发打开空间时,曾在Netflix负责产品、运营与创意的Mckenzie Lock面对的核心问题不是模型能做什么而是这件事该不该做、怎么做最合适。她坚持一个不容妥协的目标:找出流程中哪些环节繁琐、缓慢或存在缺陷,运用AI处理这些混乱,同时确保内容质量不受影响,也不损害制作人员的劳动成果。她的概括是:大多数产品决策实际上都是关于如何应对复杂性的选择,AI也不例外;好的设计并非消除复杂性,而是将其放置在合适的位置。

Lock的团队没有从最新模型的能力清单出发。她先提出两个开放问题:我们希望为会员创造怎样的最终体验?目前的生产流程在哪些方面确实无法满足会员需求?团队做了一项想象练习——如果暂时不考虑技术限制,希望用户能做到什么?例如,一个观众暂停追剧三个月后重新打开,能不能先看到一段适合自己的剧情回顾?这些设想不一定成为最终产品,价值在于让团队先描绘清楚目标,再倒推技术和工作流程。这与先看到一个新模型,再为它寻找应用场景正好相反。

Netflix面临的挑战不只是观众体验。每一部作品的上线背后有编剧、剪辑师、动画师、翻译、配音演员等大量专业人员,他们熟悉流程中的困难,也可能最担心新技术会改变自己的工作。Lock团队去观察一线工作,向不同岗位开放问卷,并组织专家和管理者围绕结果展开讨论,邀请持不同观点的人陈述各自理由,让潜在分歧在项目推进之前就被看见。与技术团队不同,大型创意团队不会为了采用AI而采用,他们需要能够看到自己未来的发展方向。团队针对每个工作流程制作了现状与未来对比的两栏表格:左边写今日流程的预算限制、质量差异、线性相关性和时间成本;右边描述引入AI后一个人的工作如何变化,哪些事情会减少,哪些判断会变得更加重要。团队还为即将发生的流程变化制作了想象中的新闻稿和社交媒体帖,提前报道这场变革,以激发创意工作者对变革的期待。

愿景明确之后,团队仍需决定资源投向哪里。Netflix会把重要战略选择写成二选一的形式,两边都必须是有吸引力的选择。在AI转型中,团队面对的关键问题是:先在低风险场景学习,还是先覆盖影响力最大的作品?像《怪奇物语》这样的大制作热门作品,观众多、传播广,如果AI应用成功收益可能更显著;但同时质量要求更高,出现问题的代价也更大。团队选择先在风险相对较低的内容和流程中试验,从真实生产中学习,再根据技术成熟度和信心逐步扩大使用范围。另一个问题是先投入测量还是尽快扩大规模,Netflix选择了前者。Lock特别强调,AI投入要对齐公司的核心指标,不能只对齐AI自己的新指标,也不能把多数AI投资的目标主要建立在降低成本上。

配音流程中的尝试最能说明该不该与能不能的区别。Netflix的产品团队曾想到一个漂亮解法:在后期重新制作演员的嘴唇动画,让唇形和配音严丝合缝。这个方案技术上很难,做出来视觉效果惊人,是那种在内部演示时能让全场安静的东西。他们找了愿意尝试的导演和演员做A/B测试,结果是观众粘性确实提升了。但AI也造成了一些视觉瑕疵,必须人工清理,且提升效果不是均匀分布,只在台词密集的戏剧和爱情场景里明显。继续为这个能力大规模投入,不划算。随着AI模型继续进步,这笔账以后可能可以重新算,但现在Netflix要回答的是另一道题:如果这件事该做,怎么做最合适。

在发现嘴唇动画不划算之后,团队换了方向:构建了一个AI模型,帮助配音人员识别口型与译文之间需要特别关注的时刻,并通过调整译文等方式改善匹配。相比直接修改画面,这个方案没有那么炫目,却更贴近团队希望解决的问题。技术上做得到并不等于商业上值得全面做——这是Lock反复强调的判断。最炫的方案,不一定是最值得扩大的方案。

同样的逻辑也出现在素材推荐和内容标签两个流程中。素材推荐系统最初只朝着观看指标优化,结果首页可能变成满屏演员特写,无法区分悬疑剧和自然纪录片。团队与创意专家一起制定更细致的规范,调整评估方式,既关注观看结果,也关注素材是否符合内容气质。内容标签工作则展示了另一种思路:不是把旧流程逐步交给机器,而是先缩小问题范围——梳理和精简受统一管理的标签概念,再使用多种模型和人工审核机制处理剩余任务。新流程下,片子在入库几分钟内标签就能上线,旧流程需要数周。

登录 / 注册
阅读研究雷达投资体系

Netflix的案例展示了一套持续判断的方法:从用户体验出发,听见一线声音;把未来工作描述清楚;公开讨论资源取舍;在真实场景中测试;当结果偏离期待时,愿意调整方向。Lock本人对AI持技术中立态度:AI本身无所谓好坏,好坏取决于我们的决定。技术会不断提高实现目标的能力,但更难的问题,是我们是否选择了正确的目标。AI能够加快前进的速度,决定往哪里走,仍是人的责任。

来源

  • hongshan.com红杉↗
  • review.firstround.comFirst Round↗
带入研究 →