Por qué Netflix apuesta por los pensadores sistémicos, no por los especialistas, en la era de la IA | Elizabeth Stone (CPTO)

Cuando Netflix lanzó el famoso «Netflix Prize», puso un millón de dólares en juego para cualquiera que pudiera mejorar su algoritmo de recomendación aunque fuera solo unos pocos puntos porcentuales. Y al final, se necesitaron años y equipos de superexpertos de todo el mundo para lograrlo. Pero hoy, gracias a la inteligencia artificial, el verdadero salto ya no lo dan los superespecialistas con diez años en la misma materia: quienes revolucionan Netflix, y a las empresas que quieren mantenerse a la vanguardia, son los pensadores de sistemas. La forma tradicional de pensar sobre el trabajo era «encuentra tu nicho, conviértete en el mejor en ese nicho, defiéndelo a toda costa». Ahora la paradoja es que casi todas las profesiones, desde el gerente de producto hasta el diseñador, desde el ingeniero hasta el científico de datos, pueden hacer una parte del trabajo de los demás. Las barreras entre las funciones se están derribando: los diseñadores escriben especificaciones de producto, los ingenieros razonan como product, los PM programan. ¿El resultado? Desde fuera parece el triunfo del generalista, pero la realidad es más sofisticada: Netflix no busca a personas que lo sepan todo, sino a personas capaces de ver conexiones entre mundos diferentes, construir plataformas y «paved paths» que permitan a los demás moverse rápidamente sin perderse. La cara de esta filosofía es Elizabeth Stone, directora de Producto y Tecnología de Netflix. Antes de Netflix, Stone trabajó como vicepresidenta de Ciencia en Lyft, directora de Operaciones en Nuna, economista en Analysis Group e incluso operadora en Merrill Lynch. Pero su particularidad no es tanto su carrera transversal, sino la forma en que concibe la organización: para Elizabeth, la verdadera excelencia es «un sistema operativo», no una suma de talentos aislados. Cuenta que la cultura de Netflix siempre ha sido «la excelencia como sistema operativo»: dar autonomía radical, confianza y responsabilidad sin ahogarlo todo en los procesos. Pero hoy, con la IA que permite a todos salir de su propio perímetro, el reto es contar con personas que sepan abstraer: los «systems thinkers». Stone pone un ejemplo concreto: en el pasado, cada equipo de Netflix creaba su propia solución, a menudo desde cero, para resolver un problema local. Hoy en día, con la IA y los agentes que se mueven entre diferentes sistemas, se necesita una nueva figura que sepa diseñar plataformas comunes y estándar que aceleren a todos y pongan barreras de protección. Esto también es cierto en el diseño: en lugar de diseñar solo un botón perfecto, los diseñadores de hoy en día deben pensar en plantillas y lenguajes que otros puedan reutilizar en decenas de productos diferentes. Y la misma lógica se aplica a la ingeniería, donde la pregunta ya no es solo «¿sé escribir código?», sino «¿sé construir una infraestructura que soporte mil usos, incluso aquellos que aún no imagino?». Y aquí viene el giro: Stone no dice que los especialistas hayan desaparecido. De hecho, en algunos nichos supertécnicos, como los sistemas de codificación de vídeo de Netflix, todavía son necesarios. Pero la tendencia es opuesta a la de hace diez años: quienes se encierran en una sola especialización corren el riesgo de quedar al margen, mientras que quienes saben interpretar problemas más amplios y adaptarse crecen más. Un dato sorprendente: Netflix está contratando a más personas con un perfil de «pensadores de sistemas» que simples especialistas, tanto en ingeniería como en diseño. Y la verdadera habilidad que hay que cultivar no es solo técnica, sino mental: la capacidad de «dar un paso atrás», preguntarse qué supuesto estoy dando por sentado, qué problema más grande estoy resolviendo realmente. Stone sugiere un ejercicio: cada vez que trabajes en una función, intenta preguntarte qué impacto tendría en todo el sistema, incluso fuera de tu ámbito. Una especie de «piensa como tu jefe», pero a nivel de toda la empresa. También hay otro aspecto que no se ve desde fuera: Netflix sigue apostando mucho por la «talent density», es decir, por tener solo a personas del más alto nivel, y por una cultura que prefiere la autonomía a los procesos. Pero esta autonomía también exige una responsabilidad muy grande: cada error no se cubre con nuevos procedimientos, sino con retrospectivas sin culpas y un crecimiento real. Cuando se produce un error, no se responde añadiendo listas de verificación: se pregunta a la persona cómo puede aprender y compartir las lecciones. Y la famosa «prueba de los keeper» sirve tanto para entender quién no funciona como para celebrar a quien marca la diferencia. Otro mito que Stone desmiente es el del «fin de los junior»: Netflix sigue invirtiendo en prácticas y en la contratación de recién graduados, porque a menudo son los más capaces de entender cómo está cambiando el mundo del consumo de entretenimiento. Pero la responsabilidad de la calidad no desaparece: también los junior deben aprender a dominar el oficio, aunque hoy en día utilicen herramientas diferentes. Por ejemplo, pueden usar la IA para acelerar, pero deben saber leer, corregir y mejorar lo que produce la máquina. Para Stone, el futuro no es un mundo en el que la tecnología sustituye a las personas: es un mundo en el que las personas que crecen son las que guían la tecnología, la entienden y saben orientarla hacia objetivos más grandes que su función. Y en el centro de todo sigue estando la capacidad de contar historias que hablen a los seres humanos: «La narración es algo que siempre nos ha unido. La IA puede amplificarla, pero no sustituirla». ¿La frase que resume esta visión? Ya no hace falta ser el mejor en un nicho: hoy lo que cuenta es saber construir sistemas y conexiones que permitan a los demás hacer grandes cosas. Si te has reconocido en esta historia, en Lara Notes puedes pulsar I'm In: no es solo un «me gusta», es la forma de decir que esta forma de pensar ahora te pertenece. Y si dentro de unos días te encuentras hablando de ello con alguien, tal vez contando el ejemplo del Premio Netflix o la cultura de la excelencia como sistema operativo, en Lara Notes puedes etiquetar a quien estaba contigo con Shared Offline: es el gesto que detiene esa conversación real. Esta Nota proviene de Lenny's Podcast y te ha ahorrado 68 minutos.