•
Netflix CEO：AI 改不了創意，但能讓《魷魚遊戲》更快走紅全球
2025年10 月22 日，在財報電話會議上，Netflix 聯合CEO Ted Sarandos 提出一個關鍵判斷：
AI 不能讓你學會講故事，但能幫你講得更快、更好。
這是Netflix 首次明確表態，將從內容創作、特效製作到推薦演算法全面整合生成式AI 工具。
時機耐人尋味。就在幾周前，OpenAI 因Sora 2 深度偽造爭議被好萊塢演員工會SAG-AFTRA 警告；而Netflix 反而加速佈局：用AI 為角色減齡，建構虛擬佈景，模擬爆炸場景，並行布了一套“創作者AI 工具指南”。
Sarandos 的回應是：我們不擔心AI 會取代創意。
這不是技術樂觀主義的口號。從VHS 錄影帶時代走到串流媒體平台，Sarandos 清楚什麼是可替代的工具，什麼是不可取代的核心。
當業界仍在爭論「要不要用AI」時，Netflix 已經在回答另一個問題：如何用AI 讓好故事傳得更遠、破圈更迅速。
第一節｜會說故事，AI 教不了
如果你不是一個會講故事的人，AI 不會自動讓你變得會講故事。
——Ted Sarandos，Netflix 聯合CEO
這不是對技術的否定，而是一種清醒的立場：對Netflix來說，AI 是來幫助那些已經具備創意能力的人講得更好、觸達更多觀眾。
有趣的是，在整個對話中，他幾乎沒有提起任何技術細節，重點反而是創作邏輯。
他回憶自己年輕時在亞利桑那一家音像店打工的經歷。那是一家小店，藏著他找遍外地報紙才知道的冷門獨立電影。他看了幾百部片子，把每位顧客的口味都記下來，再在周末親自給他們推薦。他說：
“我不想把一電影推薦給所有人，而是推薦給那些真的會喜歡它的人。這樣他們會告訴別人，形成口碑。”
這句話，其實就是Netflix 推薦演算法的起點邏輯。
不是推薦最多人可能點選的內容，而是推薦你可能最會喜歡的那一部。在Sarandos 看來，這種內容判斷力才是Netflix 的核心競爭力。而今天，AI 不過是把這種判斷放大了。
所以當我們看到Netflix 用AI 來支援服裝設計、幫助角色「減齡」、生成場景草圖的時候，本質上他們並不是在靠技術製造熱度，而是用工具讓懂故事的人把創意實現得更順暢、更有效率。
Sarandos 非常明確地說：
“我在Netflix 學到的事是：不僅要讓你喜歡這電影，還要知道怎麼把它擺在你面前。”
Netflix 的真正底牌，從來不是內容多，而是「把對的故事交給對的人」。
第二節｜講得更快，AI 幫得上
Netflix 沒有走「用AI 取代創作」的路，而是把AI 當成幕後工具，用來提升效率、拓展想像力、保護創作者。
Ted Sarandos 說得很直接：
我們從來沒有想過要用AI 去取代編劇。
這已經落地到具體項目：
- 在電影《快樂吉爾摩2》(Happy Gilmore 2)裡，AI被用來「減齡」演員；
- 在劇集《億萬富翁的堡壘》(Billionaires' Bunker)中，AI 參與了前期的服裝和佈景設計；
- 在阿根廷科幻劇《永生者》(The Eternaut)裡，一個大樓崩塌的鏡頭，是用AI生成出來的。
Netflix 更特別的一點在於，他們主動公開使用邊界。具體來說，不是偷偷摸摸用AI，而是發佈了一套“AI 製作指南”，明確告訴創作者什麼能做，什麼不能做。
本指南強調三件事：
- 不能隨意用AI生成演員或人物肖像，尤其是沒有得到授權的；
- 不能用未獲得許可的劇本或表演來訓練模型；
- AI 只能作為工具，不能取代導演、演員、剪輯師的位置。
換句話說，AI 被安排在合適的位置，像燈光師、道具師那樣存在於幕後，服務於創意，而不是越位成為創作主體。
他們的策略是「穩步推進」：技術上在嘗試，規則上在保護，面向觀眾時強調效果而非技術。
偉大的作品需要偉大的藝術家，AI 只是幫助他們把腦海裡的故事變成觀眾眼前的內容。
第三節｜從韓國到全球，只用兩周
Netflix 不把AI 當作萬能創作者，而是當作「傳播加速器」。
Ted Sarandos 提到，《魷魚遊戲》是Netflix 第一次看到一部「美國以外」的原創劇，能在美國中部也被全民追捧：美國中部的每個人，都像住在首爾的人一樣喜歡這部劇。
但他立刻補了一句：
“沒有資料能提前告訴我們這一點。”
這不是謙虛，而是劃出一個邊界：AI 很難預測爆款，但能識別趨勢、放大傳播。
✅ AI 不評判好壞，只幫好內容加速
在內容傳播這件事上，AI 主要做了這幾件事：
① 精準匹配觀眾
Netflix 採用「微類型」標籤系統——例如《魷魚遊戲》可能被標註為：韓國/ 驚悚/ 大逃殺/ 童年遊戲/ 暴力美學…
然後推薦演算法會將其推送給看過《黑鏡》《飢餓遊戲》《訊號》的使用者群體。這不是“誰都能看”，而是“誰可能會愛看”。
② 監測內容勢能
AI 會追蹤這些指標（即使沒公佈，也幾乎是產業共識）：
- 完播率（能不能看完）
- 追劇速度（是不是一口氣看完）
- 二刷率（願不願回看）
- 社交討論度（被誰轉發，在那裡刷螢幕）
當這些資料在某一地區升溫，演算法就會標記它為「潛在爆款」。
③ 最佳化推廣策略
Netflix 會根據不同使用者做海報、文案、預告片的微調：
- 推薦頁面在那一排、用什麼縮圖最能吸引你
- 什麼時間段推給你，打開率最高
- 那種推薦語讓你願意點進來看
④ 加速本地化適配
- 翻譯不只是字幕，而是文化解釋
- 配音需貼合當地審美
- 上線時間考慮不同國家的使用習慣
✅ 從韓國本土到全球爆紅，只花了兩周
《魷魚遊戲》上線初期並未大量宣傳。它先在韓國本土起勢，然後兩周內，登頂全球90+ 國家榜單。
這在傳統內容分發邏輯中幾乎不可能：一部韓語劇征服美國中部觀眾，只用14 天。原因在於：AI 識別到了它在韓國的火爆趨勢，並快速複製給全球相似興趣的人。
早在2006 年，Netflix 就舉辦了百萬美金大獎賽最佳化演算法，近20 年持續迭代。而現在，生成式AI 讓這個推薦系統更強大：
- 使用者畫像更聰明——深度理解你的真實觀影偏好
- 推薦文案更準確——用最打動你的方式呈現
- 在地化更有效率－讓文化梗也能跨語言傳播
類似的案例還在繼續：《艾蜜莉在巴黎》（Emily in Paris）帶動法國旅遊成長38% ；《黑白廚師》（Culinary Class Wars）從韓國火到東南亞；《極速求生》（Drive to Survive）讓F1 在美國年輕人中破圈。這些都不是廣告投放的結果，而是演算法驅動的精準傳播。
AI 的核心作用：不是說它會火，而是知道誰該先看。
Sarandos說：
平台能讓好東西，被對的人看到。
這句話點破Netflix 的戰略重點：不是誰火，而是誰先被看到；不是讓你看內容，而是讓內容來找你。
✅ 傳播路徑被重寫
過去，一部本地好劇要出海，可能要經歷： 本地走紅→ 被媒體注意→ 被海外買下版權→ 字幕+推廣→ 打開市場
現在： 本地出現熱度→ 演算法識別→ 全球推薦→ 社交放大→ 爆紅
傳播周期，從數年壓縮成數周。
創意決定內容能做得多好，傳播決定內容能走多遠。 Netflix 全面擁抱AI，不是為了取代創意，而是為了讓好內容更快抵達全球觀眾。
結語｜創意不死，AI只是放大鏡
Netflix 沒談AI 有多強，而是回答了：AI該為誰服務？
Sarandos 說得很明確：
“要創作出偉大的作品，需要偉大的藝術家。”
AI 不會創造好內容，它讓好內容傳得更快。
當業界爭論AI 會不會取代創意，Netflix 已經在實踐：用AI 保護創作者，讓好故事不被埋沒。
講故事的，永遠是人。
AI，只是加速器。 （AI深度研究員）