Netflix ใช้ AI ปฏิวัติงานสร้างสรรค์ และวิธีการทำงานอย่างไร ? เพื่อไม่ให้ลดคุณค่าของคน
ทุกวันนี้ บริษัทเทคโนโลยีจำนวนมากรีบนำ AI เข้ามาใช้ในทุกขั้นตอนการทำงาน เพียงเพราะเทคโนโลยี “ทำได้”
แต่สำหรับ Netflix ซึ่งยืนอยู่ระหว่างโลกของความคิดสร้างสรรค์และโลกของเทคโนโลยี
เลยมีคำถามที่ยากว่า งานไหนที่ “ควร” ใช้ AI และงานไหนที่ไม่ควรแตะ
และคนที่จะมาตอบคำถามนี้คือ Mckenzie Lock อดีต General Manager of Product, Operations & Creative ของ Netflix ที่อยู่กับบริษัทมา 7 ปี
โดยเธอดูแลทีมสหสาขาราว 300 คน ซึ่งรับผิดชอบการนำทุกอย่างที่ Netflix ผลิตไปสู่ผู้ชม เปิดตัวคอนเทนต์หลายหมื่นเรื่องต่อปี
ทำไมโจทย์ AI ของ Netflix ถึงยากกว่าบริษัทเทคทั่วไป ?
ในบริษัทเทคส่วนใหญ่ ความท้าทายหลักของ AI คือจะเคลื่อนตัวให้เร็วพอได้อย่างไร
ขณะที่ในวงการบันเทิง คำถามลึกกว่านั้นมาก คืองานนี้ควรถูกแทนที่ด้วยระบบอัตโนมัติหรือไม่ และ AI จะทำให้แก่นของงานสร้างสรรค์เจือจางลงหรือเปล่า ?
ความตึงเครียดนี้สะท้อนอยู่ในโครงสร้างองค์กรของ Netflix เอง ที่มีซีอีโอร่วม 2 คน
Ted Sarandos ดูแลฝั่งสตูดิโอและงานสร้างสรรค์ ประจำอยู่ที่ลอสแอนเจลิส
ส่วน Greg Peters ดูแลฝั่งเทคโนโลยี ประจำอยู่ที่ซิลิคอนแวลลีย์
ที่สำคัญ Netflix มีคอนเทนต์มากกว่า 17,000 เรื่อง ให้บริการในเกือบ 200 ประเทศ มากกว่า 30 ภาษา และมีสมาชิกมากกว่า 300 ล้านราย
ขนาดที่ใหญ่ขนาดนี้ทำให้ AI มีโอกาสช่วยเรื่องการโปรโมตและเผยแพร่คอนเทนต์ได้มหาศาล
Lock จึงตั้งเงื่อนไขที่ต่อรองไม่ได้ไว้ตั้งแต่ต้น คือ หาให้เจอว่างานส่วนไหนที่ช้า เจ็บปวด หรือมีปัญหา แล้วใช้ AI รับภาระความยุ่งยากนั้นไว้ โดยไม่ลดคุณภาพของคอนเทนต์ และไม่บั่นทอนงานของคนทำงานสร้างสรรค์
Lock มองว่า การตัดสินใจเรื่องผลิตภัณฑ์ส่วนใหญ่ คือการเลือกว่าจะให้ความซับซ้อนไปอยู่ตรงไหน ระหว่างผลิตภัณฑ์ กระบวนการ หรือคน
และการออกแบบที่ดี คือการวางความซับซ้อนไว้ในที่ที่ถูกต้อง
เมื่อหลายปีก่อน ตอนที่ Netflix เริ่มต้นยกเครื่องกระบวนการทำงานภายในองค์กรด้วย AI ทีมของ Lock ตั้งใจว่าจะไม่เริ่มต้นจากการพิจารณาว่าโมเดล AI รุ่นล่าสุดสามารถทำอะไรได้บ้าง แต่เลือกตั้งคำถามปลายเปิด 2 ข้อก่อน
- เราต้องการสร้างประสบการณ์สุดท้ายแบบไหนให้กับสมาชิก Netflix ?
- กระบวนการผลิตคอนเทนต์ในปัจจุบัน มีจุดไหนที่ยังตอบสนองความต้องการของสมาชิกได้ไม่ดีพออย่างแท้จริง ?
นับตั้งแต่นั้นมา แนวคิดที่เริ่มต้นจากผลลัพธ์ที่ต้องการ (Outcomes-first Thinking) ก็กลายเป็นแนวทางหลักที่นำมาใช้ในการปรับตัวเข้าสู่ยุค AI
โดยสามารถสรุปวิธีที่ Netflix วางแผนเปลี่ยนผ่านสู่ AI ได้เป็น 3 ช่วงคือ
1. สร้างวิสัยทัศน์ จากผู้ชมและคนทำงานจริง
ทีมของ Lock เลือกไม่เริ่มจากการดูว่าโมเดล AI ล่าสุดทำอะไรได้บ้าง
แต่ตั้งคำถามกว้าง ๆ 2 ข้อ คือ ประสบการณ์แบบไหนที่อยากมอบให้สมาชิก และขั้นตอนการผลิตตรงไหนที่ยังตอบโจทย์สมาชิกได้ไม่ดีพอ
ขั้นแรก ทีมลองจินตนาการว่า ถ้าเทคโนโลยีไม่ใช่ข้อจำกัด อยากให้สมาชิกทำอะไรได้บ้าง ? แล้วค่อยย้อนกลับมาดูว่าต้องมีความสามารถอะไรรองรับ
เช่น ถ้าผู้ชมกลับมาดูซีรีส์ต่อหลังหยุดไป 3 เดือน แล้วได้เจอบทสรุปย้อนหลังที่ทำขึ้นเฉพาะตัว ต้องมีเทคโนโลยีอะไรบ้าง
Lock บอกว่า แม้สุดท้ายอาจไม่ได้สร้างฟีเจอร์นั้นจริง แต่การเขียนฉากสมมติออกมาอย่างละเอียด ช่วยให้เห็นชัดว่าต้องใช้โมเดลและบริการอะไร และอะไรต่อยอดได้กว้างที่สุด
ขั้นต่อมา คือการลงไปฟังคนที่ทำงานจริง ทั้งนักเขียน บรรณาธิการ นักแอนิเมชัน นักแปล และนักพากย์ ซึ่งมักเป็นกลุ่มที่ลังเลที่สุดกับการเปลี่ยนแปลง
ทีมเข้าไปสังเกตการทำงาน แล้วทำแบบสำรวจที่เปิดให้ทุกคนตอบได้ไม่ว่าตำแหน่งไหน
คำถามมีทั้งช่วงเวลาไหนในแต่ละวันที่อยากได้ข้อมูลแต่หาได้ยาก, ถ้าต้องเลือกระหว่างใช้ AI กับงานสร้างสรรค์หรืองานปฏิบัติการรอบ ๆ จะเลือกอะไร และผลลัพธ์ที่ดีที่สุดกับแย่ที่สุดของการใช้ AI คืออะไร
จากนั้น Lock จัดเวทีถกเถียง โดยเลือกคน 2 คนที่มีมุมมองตรงข้ามกัน ให้แต่ละฝ่ายนำเสนอมุมมองเชิงบวกและเชิงลบต่อหน้าทุกคน
ซึ่งสอดคล้องกับวัฒนธรรมของ Netflix ที่ส่งเสริมให้หาเสียงคัดค้าน
เวทีนี้ทำให้ความขัดแย้งปรากฏออกมาตั้งแต่ต้น
ผู้นำฝ่ายสร้างสรรค์คนหนึ่งอยากให้ AI สร้างแนวทางภาพหลายสิบแบบเพื่อให้ดีไซเนอร์ทดลองได้มากขึ้น
ส่วนอีกคนกลับมองว่า จะทำให้งานออกมาเหมือนกันหมด
ขณะที่ผู้นำฝ่ายปฏิบัติการมองว่า โอกาสที่ใหญ่กว่า คือการให้ AI ปรับงานดีไซน์ที่อนุมัติแล้ว ไปใช้กับหลายรูปแบบและหลายตลาด โดยไม่ต้องให้ AI ตัดสินใจเชิงสร้างสรรค์เอง
และเพื่อให้ทีมสร้างสรรค์มองเห็นตัวเองในอนาคต Lock เลือกสื่อสารด้วยสิ่งที่คนกลุ่มนี้ถนัดที่สุด นั่นคือการเล่าเรื่อง
ทุกขั้นตอนงานที่พบปัญหา จะถูกทำเป็นตาราง “วันนี้ กับ พรุ่งนี้”
ฝั่งวันนี้เล่าสภาพจริงทั้งข้อจำกัดงบประมาณ คุณภาพที่ไม่สม่ำเสมอ และเวลาที่เสียไป
ส่วนฝั่งพรุ่งนี้เล่าว่า งานของคน ๆ นั้นจะเป็นอย่างไรเมื่อมี AI
Lock บอกว่า ถ้าสภาพปัจจุบันเจ็บปวดชัดเจนพอ ก็ไม่ต้องพยายามขายอนาคตเลย
ทีมยังทำข่าวประชาสัมพันธ์และโพสต์โซเชียลสมมติ รวมถึงภาพประกอบ “หนึ่งวันในชีวิต” ของตำแหน่งงานในอนาคต
เช่น นักตัดต่อชื่อ Daryl ที่มีเครื่องมือปรับลิปซิงก์ น้ำเสียง และอารมณ์ได้แบบเรียลไทม์ งานของเขาจะเปลี่ยนเป็นการจัดการข้อยกเว้น ตัดสินคุณภาพ และใช้ฝีมือ แทนการเครียดกับตารางผลิต
นอกจากนี้ Lock ยังวางโครงสร้างให้ทุกฝ่ายรับผิดชอบร่วมกัน
ฝ่ายผลิตภัณฑ์และเทคโนโลยีดูแลแผน ML ส่วนฝ่ายปฏิบัติการดูแลการเปิดตัวคอนเทนต์และกำลังคน
แต่ทั้งสองฝ่ายร่วมกันเขียนเป้าหมายประจำปี และต้องรับผิดชอบผลลัพธ์ร่วมกัน
แนวคิดนี้มาจากโมเดล “first team” ในหนังสือ The Five Dysfunctions of a Team ของ Patrick Lencioni ซึ่ง Reed Hastings เคยให้ทุกคนอ่านสมัยเป็นซีอีโอ
โดยแต่ละฝ่ายส่งตัวแทนเข้ามาเป็นทีมกลาง และทุกการประชุมจะมีวาระประจำเรื่อง “ความไม่ลงรอยที่อาจเกิดขึ้นในอนาคต” เพื่อลดความขัดแย้งและให้คนกล้าพูดปัญหาก่อนที่มันจะถ่วงงาน
2. วางกลยุทธ์ ที่ต้องเลือกจริง
Netflix มีเครื่องมือที่ใช้มานาน คือรายการเดิมพันเชิงกลยุทธ์ของทั้งบริษัท โดยเขียนแต่ละเดิมพันในรูปแบบ “ทางนี้ หรือ ทางนั้น” พร้อมเหตุผลสั้น ๆ
Lock ย้ำว่า ทั้งสองทางต้องน่าเลือกพอกัน ถ้าทางหนึ่งผิดชัดเจน นั่นคือการตัดสินใจที่เรากำลังหลบเลี่ยงอยู่
เธอมองว่าเอกสารกลยุทธ์ส่วนใหญ่ถูกเขียนให้คนเห็นด้วยได้ง่าย เต็มไปด้วยคำว่า “และ” แต่ไม่มีคำว่า “หรือ”
ตัวอย่างเดิมพันสำคัญ 2 ข้อของทีม Lock คือ
- เริ่มจากคอนเทนต์ที่ความเสี่ยงต่ำและขยับได้เร็ว แทนการใช้ AI กับคอนเทนต์ที่มีผู้ชมมากที่สุดก่อน
ทีมจึงไม่นำ AI ไปใช้กับเรื่องใหญ่อย่าง Stranger Things ตั้งแต่แรก แต่เริ่มจากจุดที่คุ้มค่าเมื่อเทียบกับความเสี่ยงสูงสุด แล้วค่อยขยับขึ้นตามความมั่นใจ
- ลงทุนวัดผลว่า AI สร้างผลลัพธ์เพิ่มขึ้นจริงหรือไม่ แทนการเร่งขยายโดยไม่มีหลักฐาน
ทีมเลือกยึดยอดการรับชมเป็นตัวชี้วัดหลัก และตั้งใจไม่ผูกการลงทุน AI ส่วนใหญ่ไว้กับการลดต้นทุน
Lock บอกว่า ถ้าเชื่อมกลยุทธ์ AI เข้ากับตัวเลขที่ซีอีโอติดตามไม่ได้ ก็ต้องคอยแย่งทรัพยากรอยู่ตลอด
จากนั้นเธอตั้งเป้าหมายระบบอัตโนมัติที่วัดผลได้ในระยะ 18 เดือน แล้วให้ทีมย้อนกลับมาวางเป้าหมายระยะสั้น เช่น ลดเวลาส่งงานและลดอัตราความผิดพลาด
แต่เธอก็เตือนว่า วิธีนี้ใช้ได้เฉพาะเมื่อผู้บริหารมองเป้าหมายเป็นพันธสัญญาจริง ถ้ายังไม่มั่นใจพอ ควรตั้งสมมติฐานระยะสั้นแล้วให้หลักฐานเป็นตัวกำหนดก้าวต่อไป
อีกเทคนิคที่ได้ผลคือ ให้ทีมผู้บริหารผลัดกันสรุปกลยุทธ์ของคนอื่นให้ฟัง
หลายครั้งเจ้าของกลยุทธ์ได้ยินแล้วถึงกับหัวเราะ เพราะเพิ่งรู้ว่ากลยุทธ์ของตัวเองยังไม่ชัดพอ
3. บทเรียนจากหน้างานจริง
- กรณีแรก คือการพากย์เสียง
คนนอกอาจไม่รู้ว่า การรับชมส่วนใหญ่บน Netflix เกิดขึ้นในภาษาที่ต่างจากภาษาต้นฉบับ แต่การพากย์มีต้นทุนสูงและทรัพยากรมักกระจุกอยู่กับเรื่องดัง
ทีมจึงปรับกระบวนการให้ข้อความแปลส่วนใหญ่เริ่มจากร่างของ AI แล้วให้คนเกลา และบางเรื่องที่ต้องเปิดตัวเร็วมาก ก็ตัดขั้นตอนแก้ไขออกไปเลย
ระหว่างนั้นทีมพบว่า ผู้ชมเลิกดูเรื่องที่พากย์เร็วกว่าเรื่องที่ไม่พากย์ และสาเหตุหนึ่งคือปากนักแสดงไม่ตรงกับเสียง ทำให้หลุดจากอารมณ์ของเรื่อง
ทางแก้แรกที่คิดได้คือใช้ AI “ขยับปาก” นักแสดงใหม่ให้ตรงกับเสียงพากย์
ผลทดสอบพบว่าช่วยให้คนดูต่อนานขึ้นจริง แต่ AI สร้างข้อผิดพลาดทางภาพที่ต้องแก้ด้วยมือ และได้ผลมากเฉพาะฉากที่เน้นบทสนทนา เช่น ฉากดราม่าหรือโรแมนติก
สุดท้ายทีมเลือกทางที่เรียบง่ายกว่า คือสร้างโมเดลอ่านจังหวะปาก ให้คะแนนว่าเสียงพากย์เข้ากับการแสดงแค่ไหน แล้วชี้จุดสำคัญให้นักพากย์
พร้อมปรับการแปลบทให้เข้ากับรูปปาก เช่น ถ้าปากในต้นฉบับดูเหมือนพูดคำว่า “hello” ก็จะเลือกคำแปลที่ใกล้เคียงรูปปากนั้น แทนคำที่แปลตรงตัวกว่า
Lock สรุปว่า ทางแก้ที่ไม่หวือหวา มักให้ผลลัพธ์มากที่สุด
- กรณีที่สอง คือภาพปกและสื่อโปรโมต
ภายใน Netflix มีมุกว่า ถ้าเรื่องไหนประสบความสำเร็จ เป็นเพราะคอนเทนต์ แต่ถ้าล้มเหลว เป็นเพราะภาพปก
ทีมทดสอบความเชื่อของฮอลลีวูดที่ว่ายิ่งลงทุนการตลาดมาก ยิ่งมีคนดูมาก และพบว่าภาพนิ่งหรือคลิปจากเรื่อง ให้ผลพอ ๆ กับภาพปกที่ออกแบบเฉพาะในหลายกรณี
จึงนำ AI มาใช้คัดเลือกภาพนิ่งทั่วทั้งคลัง และเก็บงานออกแบบเฉพาะไว้ให้เรื่องใหญ่ที่จำเป็นจริง
แต่อัลกอริทึมกลับเรียนรู้เร็วเกินไปว่า ภาพที่ดึงคนดูได้ดีที่สุด คือภาพใบหน้านักแสดงหน้าตาดี
ถ้าปล่อยไว้ หน้าแรกของสมาชิกบางคนอาจเต็มไปด้วยภาพ Julia Roberts
หรือกรณีที่ระบบเลือกนักแสดงชื่อดังชาวอินเดีย ที่มีบทแค่เล็กน้อยในหนังอเมริกันมาขึ้นปก ซึ่งอาจทำให้ผู้ชมอินเดียเข้าใจผิด
ทีมจึงร่วมกับผู้เชี่ยวชาญด้านงานสร้างสรรค์เขียนแนวทางใหม่ แล้วฝึกโมเดลด้วยตัวชี้วัดที่ละเอียดขึ้น
ผลคือยอดการรับชมเพิ่มขึ้นอย่างมีนัยสำคัญ
และหน้าแรกที่ผู้ชมแยกออกได้ทันทีว่าเรื่องไหนเป็นทริลเลอร์นอร์ดิกมืดหม่น และเรื่องไหนเป็นสารคดีธรรมชาติ
- กรณีที่สาม คือการติดแท็กคอนเทนต์
ระบบเกือบทั้งหมดของ Netflix ทำงานบน “แท็ก” หรือคำอธิบายคอนเทนต์ ตั้งแต่การตัดสินใจเรื่องงบประมาณ ไปจนถึงหมวดหมู่ที่ผู้ชมเห็นบนหน้าจอ
เดิมงานนี้ทำด้วยมือทั้งหมด นักวิเคราะห์ต้องดูหนังตั้งแต่ต้นจนจบ เขียนเอกสารยาว แล้วติดแท็กเอง
การติดแท็ก 1 เรื่อง อาจใช้เวลามากกว่าสองเท่าของความยาวเรื่อง และการฝึกนักวิเคราะห์ใหม่ต้องใช้เวลาสองเดือน
ปัญหาคือระบบแท็กขยายตัวจนมีหลายพันรายการ และหลายแท็กเป็นเรื่องอัตวิสัยที่แม้แต่คน 2 คนยังเห็นไม่ตรงกัน
ทีมจึงเลือก “ย่อโจทย์” ก่อนแก้ ด้วยการตัดจำนวนแท็กลง แล้วสร้างเครื่องมือให้ฝ่ายอื่นค้นหาแนวคิดที่ถูกตัดออกได้เอง
สำหรับแท็กหลักที่ยังเก็บไว้ ทีมใช้โมเดลหลายแบบร่วมกัน ทั้ง Computer Vision, LLM และตัวจำแนกแบบดั้งเดิม เพื่ออ่านบทและข้อมูลภายนอก แล้วติดแท็กอัตโนมัติ
จากนั้นมี LLM อีกชั้นคอยให้คะแนนความมั่นใจ และส่งรายการที่คะแนนต่ำให้คนตรวจ
ผลคือคอนเทนต์ที่ถูกนำเข้า ติดแท็กเสร็จภายในไม่กี่นาที จากเดิมที่ใช้เวลาหลายสัปดาห์
ทำให้ Netflix นำคอนเทนต์เข้าระบบได้มากขึ้น รวมถึงคอนเทนต์ขนาดสั้นและเรื่องที่ต้องเปิดตัวเร็ว
แต่การเปลี่ยนแปลงนี้ก็มีราคา เพราะงานบางส่วนที่ถูกตัดออก เป็นงานที่นักวิเคราะห์รักและทำได้ดี
Lock บอกกับทีมตรง ๆ ว่า งานหนึ่งอาจทั้งสนุกและมีคุณค่า แต่ไม่จำเป็นต่อธุรกิจอีกต่อไปแล้ว และสิ่งที่ควรหลงรักคือ “เป้าหมายของงาน” มากกว่า “วิธีทำงาน”
สรุปแล้ว เรื่องราวของ Netflix บอกว่า การนำ AI มาใช้ให้ได้ผล ยังต้องอาศัยกระบวนการแบบมนุษย์อย่างการคิด การเขียน และการพูดคุยอยู่มาก
โดยมนุษย์ใช้คำพูดในการคิด เราต้องเรียบเรียงความคิดออกมาให้คนอื่นเข้าใจได้ กระบวนการนี้เองคือกระบวนการตัดสินใจ
ที่สำคัญ งานที่ยากที่สุดของ Netflix ไม่ได้อยู่ที่การสอน AI ให้ทำงานแบบเดิม
มันอยู่ที่การยอมรับว่ากระบวนการหลายอย่างที่สืบทอดกันมา ไม่จำเป็นต้องมีอยู่ตั้งแต่แรก
Lock มองว่า AI ไม่ได้ดีหรือแย่ในตัวเอง การตัดสินใจของเราต่างหากที่เป็นตัวกำหนด
และคำถามที่ยากกว่าคือ เราเลือกเป้าหมายที่ถูกต้องแล้วหรือยัง
เพราะเราสามารถฝึกโมเดลให้ทำได้แทบทุกอย่าง
แต่สิ่งที่คุ้มค่าจะทำ ยังต้องให้มนุษย์เป็นคนตัดสินใจ..
