Netflix CEO:AI 改不了创意,但能让《鱿鱼游戏》更快走红全球

多客科技

作者：微信文章
全文 2,000字 | 阅读约 6 分钟



（Ted Sarandos 访谈：Netflix 的未来五年战略）

2025年 10 月 22 日，一场财报电话会议上，Netflix 联合CEO Ted Sarandos 提出一个关键判断：

AI 不能让你学会讲故事，但能帮你讲得更快、更好。

这是Netflix 首次明确表态，将从内容创作、特效制作到推荐算法全面整合生成式 AI 工具。

时机耐人寻味。就在几周前，OpenAI 因 Sora 2 深度伪造争议被好莱坞演员工会 SAG-AFTRA 警告；而 Netflix 反而加速布局：用 AI 为角色减龄，构建虚拟布景，模拟爆炸场景，并发布了一套“创作者 AI 工具指南”。



（来源：CNBC，Netflix 宣布全面拥抱 AI）

Sarandos 的回应是：我们不担心 AI 会取代创意。

这不是技术乐观主义的口号。从 VHS 录像带时代走到流媒体平台，Sarandos 清楚什么是可替代的工具，什么是不可替代的核心。

当行业仍在争论“要不要用AI”时，Netflix 已经在回答另一个问题：如何用 AI 让好故事传得更远、破圈更迅速。
第一节｜会讲故事，AI 教不了

如果你不是一个会讲故事的人，AI 不会自动让你变得会讲故事。

——Ted Sarandos，Netflix 联合 CEO

这不是对技术的否定，而是一种清醒的立场：对Netflix来说，AI 是来帮助那些已经具备创意能力的人讲得更好、触达更多观众。

有意思的是，在整个对谈中，他几乎没有提任何技术细节，重点反而是创作逻辑。

他回忆自己年轻时在亚利桑那一家音像店打工的经历。那是一家小店，藏着他找遍外地报纸才知道的冷门独立电影。他看了几百部片子，把每一位顾客的口味都记下来，再在周末亲自给他们推荐。他说：

“我不想把一部电影推荐给所有人，而是推荐给那些真的会喜欢它的人。这样他们会告诉别人，形成口碑。”

这句话，其实就是 Netflix 推荐算法的起点逻辑。

不是推荐最多人可能点击的内容，而是推荐你可能最会喜欢的那一部。在Sarandos 看来，这种内容判断力才是 Netflix 的核心竞争力。而今天，AI 不过是把这种判断放大了。

所以当我们看到 Netflix 用 AI 来支持服装设计、帮助角色“减龄”、生成场景草图的时候，本质上他们并不是在靠技术制造热度，而是用工具让懂故事的人把创意实现得更顺畅、更高效。

Sarandos 非常明确地说：

“我在 Netflix 学到的事是：不仅要让你喜欢这部电影，还要知道怎么把它摆在你面前。”

Netflix 的真正底牌，从来不是内容多，而是“把对的故事交给对的人”。
第二节｜讲得更快，AI 帮得上

Netflix 没有走“用 AI 取代创作”的路，而是把 AI 当成幕后工具，用来提升效率、拓展想象力、保护创作者。

Ted Sarandos 说得很直接：

我们从来没有想过用 AI 去取代编剧。

这已经落地到具体项目：

在电影《快乐吉尔莫2》(Happy Gilmore 2)里，AI被用来“减龄”演员；在剧集《亿万富翁的堡垒》(Billionaires’ Bunker)中，AI 参与了前期的服装和布景设计；在阿根廷科幻剧《永生者》(The Eternaut)里，一个大楼坍塌的镜头，是用AI生成出来的。

Netflix 更特别的一点在于，他们主动公开使用边界。具体来说，不是偷偷摸摸用AI，而是发布了一套“AI 制作指南”，明确告诉创作者什么能做，什么不能做。

这份指南强调三件事：

不能随意用AI生成演员或人物肖像，尤其是没有得到授权的；不能用未获得许可的剧本或表演来训练模型；AI 只能作为工具，不能替代导演、演员、剪辑师的位置。

换句话说，AI 被安排在合适的位置，像灯光师、道具师那样存在于幕后，服务于创意，而不是越位成为创作主体。

他们的策略是“稳步推进”：技术上在尝试，规则上在保护，面向观众时强调效果而非技术。

伟大的作品需要伟大的艺术家，AI 只是帮助他们把脑海里的故事变成观众眼前的内容。
第三节｜从韩国到全球，只用两周

Netflix 不把 AI 当作万能创作者，而是当作“传播加速器”。

Ted Sarandos 提到，《鱿鱼游戏》是 Netflix 第一次看到一部“美国以外”的原创剧，能在美国中部也被全民追捧：美国中部的每个人，都像住在首尔的人一样喜欢这部剧。

但他立刻补了一句：

“没有数据能提前告诉我们这一点。”

这不是谦虚，而是划出一个边界：AI 很难预测爆款，但能识别趋势、放大传播。

✅ AI 不评判好坏，只帮好内容提速

在内容传播这件事上，AI 主要做了这几件事：

① 精准匹配观众

Netflix 采用“微类型”标签系统——比如《鱿鱼游戏》可能被标注为：韩国 / 惊悚 / 大逃杀 / 童年游戏 / 暴力美学……

然后推荐算法会将其推送给看过《黑镜》《饥饿游戏》《信号》的用户群体。这不是“谁都能看”，而是“谁可能会爱看”。

② 监测内容势能

AI 会追踪这些指标（哪怕没公布，也几乎是行业共识）：

完播率（能不能看完）追剧速度（是不是一口气看完）二刷率（愿不愿回看）社交讨论度（被谁转发，在哪刷屏）

当这些数据在某一地区升温，算法就会标记它为“潜在爆款”。

③ 优化推广策略

Netflix 会根据不同用户做海报、文案、预告片的微调：

推荐页面在哪一排、用什么缩略图最能吸引你什么时间段推给你，打开率最高哪种推荐语让你愿意点进来看

④ 加速本地化适配

翻译不只是字幕，而是文化解释配音需贴合当地审美上线时间考虑不同国家的使用习惯

✅ 从韩国本土到全球爆红，只用了两周

《鱿鱼游戏》上线初期并未大量宣传。它先在韩国本土起势，然后两周内，登顶全球 90+ 国家榜单。

这在传统内容分发逻辑中几乎不可能：一部韩语剧征服美国中部观众，仅用 14 天。原因在于：AI 识别到了它在韩国的火爆趋势，并快速复制给全球相似兴趣的人群。

早在 2006 年，Netflix 就举办了百万美金大奖赛优化算法，近 20 年持续迭代。而现在，生成式 AI 让这个推荐系统更强大：

用户画像更智能——深度理解你的真实观影偏好推荐文案更精准——用最打动你的方式呈现本地化更高效——让文化梗也能跨语言传播

类似的案例还在继续：《艾米丽在巴黎》（Emily in Paris）带动法国旅游增长 38% ；《黑白厨师》（Culinary Class Wars）从韩国火到东南亚；《极速求生》（Drive to Survive）让 F1 在美国年轻人中破圈。这些都不是广告投放的结果，而是算法驱动的精准传播。

AI 的核心作用：不是说它会火，而是知道谁该先看。

Sarandos说：

平台能让好东西，被对的人看到。

这句话点破 Netflix 的战略重点：不是谁火，而是谁先被看到；不是让你看内容，而是让内容来找你。

✅ 传播路径被重写

过去，一部本地好剧要出海，可能要经历： 本地走红 → 被媒体注意 → 被海外买下版权 → 字幕+推广 → 打开市场

现在： 本地出现热度 → 算法识别 → 全球推荐 → 社交放大 → 爆红

传播周期，从数年压缩成数周。

创意决定内容能做多好，传播决定内容能走多远。Netflix 全面拥抱 AI，不是为了取代创意，而是为了让好内容更快抵达全球观众。
结语｜创意不死，AI只是放大镜

Netflix 没谈 AI 有多强，而是回答了：AI该为谁服务？

Sarandos 说得很明确：

“要创作出伟大的作品，需要伟大的艺术家。”

AI 不创造好内容，它让好内容传得更快。

当行业争论 AI 会不会取代创意，Netflix 已经在实践：用 AI 保护创作者，让好故事不被埋没。

讲故事的，永远是人。

AI，只是加速器。

---

📮本文由AI深度研究院出品，内容翻译自《工具与武器》(Tools and Weapons) 节目对Netflix联合CEO Ted Sarandos的访谈，以及Netflix 2025年10月财报相关内容。未经授权，不得转载。
【往期回顾】

1、[独家对话｜Sam Altman：为什么 2030 年AI 将超过人类智能]

2、[黄仁勋：1000 亿美元、10GW，从卖卡到“卖 AI 产能”]

3、[估值 30 亿美元后，Replit CEO的判断：SaaS、App、代码平台，谁先失速？]
星标公众号，👆 点这里1. 点击右上角2. 点击"设为星标"←AI深度研究员⋮←设为星标
原文链接：

https://www.youtube.com/watch?v=1ws5cjDXSGc&t=688s

https://techcrunch.com/2025/10/21/netflix-goes-all-in-on-generative-ai-as-entertainment-industry-remains-divided/

https://www.cnbc.com/2025/10/22/netflix-all-in-on-leveraging-ai-in-its-streaming-platform.html

来源：官方媒体/网络新闻，

排版：Atlas

编辑：深思

主编：图灵

--END--