Pourquoi Netflix mise sur les penseurs systémiques, et non sur les spécialistes, à l'ère de l'IA | Elizabeth Stone (CPTO)

Lorsque Netflix a lancé le célèbre « Netflix Prize », il a mis en jeu un million de dollars pour quiconque serait capable d'améliorer son algorithme de recommandation, ne serait-ce que de quelques points de pourcentage. Et au final, il a fallu des années et des équipes de super experts du monde entier pour y parvenir. Mais aujourd'hui, grâce à l'intelligence artificielle, le véritable saut n'est plus fait par les super-spécialistes qui ont dix ans d'expérience dans le même domaine : ce sont les concepteurs de systèmes qui révolutionnent Netflix et les entreprises qui veulent rester à la pointe. La façon traditionnelle de penser au travail était : « trouve ton créneau, deviens le meilleur dans ce créneau, défends-le à tout prix ». Aujourd'hui, le paradoxe est que presque toutes les professions – du chef de produit au designer, de l'ingénieur au data scientist – peuvent faire une partie du travail des autres. Les barrières entre les fonctions s'effondrent : les concepteurs rédigent des spécifications de produit, les ingénieurs raisonnent comme des concepteurs de produit, les chefs de produit programment. Le résultat ? De l'extérieur, cela ressemble au triomphe du généraliste, mais la réalité est plus sophistiquée : Netflix ne recherche pas des personnes qui savent tout, mais des personnes capables de voir les connexions entre différents mondes, de construire des plateformes et des « paved paths » qui permettent aux autres de se déplacer rapidement sans se perdre. Le visage de cette philosophie est Elizabeth Stone, Chief Product and Technology Officer de Netflix. Avant Netflix, Stone a travaillé comme vice-présidente de la science chez Lyft, directrice de l'exploitation chez Nuna, économiste chez Analysis Group et même trader chez Merrill Lynch. Mais sa particularité n’est pas tant sa carrière transversale que sa façon de penser l’organisation : pour Elizabeth, la véritable excellence est « un système d’exploitation », et non une somme de talents isolés. Elle raconte que la culture de Netflix a toujours été « l'excellence comme système d'exploitation » : donner une autonomie radicale, de la confiance, de la responsabilité sans tout noyer dans les processus. Mais aujourd’hui, avec l’IA qui permet à chacun de sortir de son périmètre, le défi est d’avoir des personnes qui savent faire preuve d’abstraction : les systèmes thinker. Stone donne un exemple concret : dans le passé, chaque équipe Netflix construisait sa propre solution, souvent à partir de zéro, pour résoudre un problème local. Aujourd'hui, avec l'IA et les agents qui se déplacent entre différents systèmes, il faut un nouveau profil qui sache concevoir des plateformes communes, standard, qui accélèrent tout et mettent en place des garde-fous. Cela est également vrai dans le design : au lieu de concevoir uniquement un bouton parfait, les concepteurs d'aujourd'hui doivent penser à des modèles et à des langages que d'autres pourront réutiliser dans des dizaines de produits différents. Et la même logique s’applique à l’ingénierie, où la question n’est plus seulement « Est-ce que je sais écrire du code ? », mais « Est-ce que je sais construire une infrastructure qui supporte mille utilisations, même celles que je n’imagine pas encore ? ». Et c'est là que vient le renversement : Stone ne dit pas que les spécialistes sont finis. En effet, dans certaines niches super-techniques – comme les systèmes d'encodage vidéo de Netflix – ils sont encore nécessaires. Mais la tendance est à l'inverse de ce qu'elle était il y a dix ans : ceux qui se cantonnent à une seule spécialisation risquent de devenir marginaux, tandis que ceux qui savent interpréter des problèmes plus vastes et s'adapter se développent davantage. Un fait frappant : Netflix recrute plus de personnes ayant un profil de « penser en termes de systèmes » que de simples spécialistes, tant en ingénierie qu'en design. Et la véritable compétence à cultiver n'est pas seulement technique, mais mentale : la capacité à « prendre du recul », à se demander quelle hypothèse je tiens pour acquise, quel problème plus important je suis vraiment en train de résoudre. Stone suggère un exercice : chaque fois que tu travailles sur une fonction, essaie de te demander quel impact elle aurait sur l'ensemble du système, même en dehors de ton périmètre. Une sorte de « pensez comme votre manager », mais au niveau de toute l’entreprise. Il y a aussi un autre aspect que l’on ne voit pas de l’extérieur : Netflix continue de miser énormément sur la « talent density », c’est-à-dire sur le fait de n’avoir que des personnes du plus haut niveau, et sur une culture qui préfère l’autonomie aux processus. Mais cette autonomie exige aussi une très grande responsabilité : chaque erreur n'est pas couverte par de nouvelles procédures, mais par des rétrospectives sans culpabilité et une véritable croissance. Lorsqu'une erreur se produit, on ne réagit pas en ajoutant des listes de contrôle : on demande à la personne comment elle peut apprendre et partager les leçons. Et le fameux « test des keepers » sert à la fois à comprendre qui ne fonctionne pas et à célébrer ceux qui font la différence. Un autre mythe que Stone dissipe est celui de la « fin des juniors » : Netflix continue d'investir dans les stages et le recrutement de jeunes diplômés, car ils sont souvent les plus aptes à comprendre comment le monde de la consommation de divertissement est en train de changer. Mais la responsabilité de la qualité ne disparaît pas : même les juniors doivent apprendre à maîtriser le métier, même s'ils utilisent aujourd'hui des outils différents. Par exemple, ils peuvent utiliser l'IA pour accélérer, mais ils doivent savoir lire, corriger et améliorer ce que la machine produit. Pour Stone, l'avenir n'est pas un monde où la technologie remplace les personnes : c'est un monde où les personnes qui grandissent sont celles qui guident la technologie, la comprennent et savent l'orienter vers des objectifs plus grands que leur rôle. Et au cœur de tout cela, il reste la capacité de raconter des histoires qui parlent aux êtres humains : « La narration est une chose qui nous unit depuis toujours. L’IA peut l’amplifier, mais pas la remplacer ». La phrase qui résume cette vision ? Il n'est plus nécessaire d'être le meilleur dans une niche : aujourd'hui, ce qui compte, c'est de savoir construire des systèmes et des connexions qui permettent aux autres de faire de grandes choses. Si tu t'es reconnu dans cette histoire, sur Lara Notes, tu peux appuyer sur I'm In : ce n'est pas seulement un like, c'est la façon de dire que cette façon de penser t'appartient désormais. Et si dans quelques jours tu te retrouves à en discuter avec quelqu'un – peut-être en racontant l'exemple du Netflix Prize, ou la culture de l'excellence comme système d'exploitation – sur Lara Notes, tu peux taguer la personne qui était avec toi avec Shared Offline : c'est le geste qui met fin à cette vraie conversation. Cette Note provient du podcast de Lenny et t'a fait gagner 68 minutes.