Netflix ждет «владения ИИ» от каждого, но настоящее мастерство по-прежнему в дефиците

Когда Элизабет Стоун рассуждает о будущем работы в Netflix, она постоянно возвращается к фразе, которую легко произнести, но сложно четко определить.

Выступая в середине июля в подкасте Lenny’s Podcast, директор по продукту и технологиям стримингового гиганта назвала «владение искусственным интеллектом» (AI fluency) ориентиром для каждого сотрудника — навыком, который она хочет распространить на всю компанию, а не сводить его лишь к нескольким специализированным ролям.

Под владением она не подразумевает использование технологии ради нее самой. Она сформулировала это понятие через три составляющие: склонность к экспериментам, понимание того, где ИИ действительно помогает, а где нет, и продемонстрированную способность реально создавать что-то с помощью этих инструментов.

По ее словам, это требование становится практически обязательным для самых разных ролей. И оно появляется как раз в тот момент, когда ИИ-стартапы нанимают все меньше начинающих специалистов, а выпускники используют ИИ на собеседованиях, чтобы пробиться в индустрию.

Стоун обладает достаточным авторитетом, чтобы делать такие заявления. Она стала первой в истории Netflix женщиной-техническим директором в 2023 году, а в феврале была повышена до новосозданной должности директора по продукту и технологиям, которая объединяет разработку продуктов и инженерное направление в рамках единой зоны ответственности.

Вместо того чтобы переписывать карьерные ступени уровень за уровнем, Netflix стала рассматривать владение ИИ как надстройку: универсальное требование, которое накладывается на любые задачи, уже предусмотренные конкретной должностью.

Идея заключается в том, что маркетолог, дата-сайентист и ведущий инженер должны одинаково уверенно владеть ИИ, даже если это владение выглядит совершенно по-разному на каждом рабочем месте.

Это изящный способ обойти неудобный вопрос о том, как именно переписать должностную инструкцию для технологии, которая меняется каждые несколько месяцев.

Нагляднее всего этот подход проявляется в том, как компания проводит технические собеседования.

Теперь кандидатам разрешено использовать ИИ-инструменты прямо во время написания кода, исходя из того, что в повседневной работе они все равно задействованы. При этом в Netflix отмечают, что по-прежнему уделяют пристальное внимание фундаментальным основам — от качества кода и тестирования до понимания архитектуры систем.

И эти основы, как утверждает Стоун, становится все труднее, а не легче находить. «Я по-прежнему считаю, что отличная инженерия — в дефиците, отличный анализ данных — в дефиците, отличный творческий подход — в дефиците», — заявила она, подчеркнув, что технологии сделали мастерство еще более ценным, а не устаревшим.

В этой позиции таится реальное противоречие. Если начинающие инженеры будут полагаться на ИИ с первой же недели, возникает закономерный вопрос: смогут ли они когда-либо выработать то глубокое, с трудом дающееся понимание, которое так ценит Стоун? Сама она, впрочем, не предложила простого решения.

Это именно тот страх, который лежит в основе многих современных тревог по поводу работы на старте карьеры, и Netflix здесь далеко не одинок.

При этом примечательно, что она ни слова не сказала о заморозке найма. Ничто в беседе не указывало на то, что Netflix закрывает двери для молодых специалистов, и компания продолжает публиковать вакансии для инженеров-выпускников, одновременно повышая планку требований к тому, что эти новички должны уметь.

Эти высказывания прозвучали на фоне того, как Netflix все глубже внедряет технологию в других сферах: компания уже использовала ИИ при создании сотен проектов и опирается на генеративные инструменты, чтобы помочь подписчикам наконец-то выбрать что-нибудь для просмотра.

Для бизнеса, который годами автоматизировал процессы ради устранения барьеров, теперь гораздо более интересной задачей становится человеческий фактор.

Подход Стоун звучит менее апокалиптично, чем некоторые из громких прогнозов в этой сфере, и, пожалуй, предъявляет гораздо более высокие требования.

Она не утверждает, что ИИ сделает всю работу за вас, но говорит о том, что уверенное владение им незаметно становится входным билетом — в тот самый момент, когда работодатели повсеместно переосмысливают саму суть проверки знаний на первой работе.

Превратится ли этот «ориентир» со временем в обязательное письменное требование — это как раз то, за чем стоит понаблюдать.

Пока же это воспринимается как сигнал от одной из самых изучаемых инженерных культур в технологическом секторе о том, что потребуется для трудоустройства и для того, чтобы оставаться востребованным специалистом после того, как вас приняли на работу.