Netflixの最高製品・技術責任者（CPTO）エリザベス・ストーン氏は、ポッドキャスト番組で生成AIの台頭が開発プロセスと職能の境界に与える変化を認めつつ、同社がシステム思考を備えた人材に軸足を移し、あらゆる職種にAIリテラシーを重ねる方針を明確にした。エピソードは2026年7月19日に公開され、約72分にわたり、プロトタイピングの高速化と専門技術の持続的価値、そして人とAIの責任分担を具体的に語った。
役割はAIが決めない——人が設計し、責任を負う
ストーン氏は、誰もがAIツールでコード生成や分析、UI試作に手を伸ばせる現在を「形成期の前段」と位置づけたうえで、役割の定義をAIに委ねるのではなく、人間側が役割設計の主導権を持つべきだと強調した。実務では、UIのバリエーション生成やスクリプト作成、調査要約など、従来は専門チームの支援が不可欠だった作業を、PMやデザイナー、データサイエンティストが自走で前倒しできるようになっている。一方で、出来上がった成果物の品質と安全性に対する説明責任は、引き続き個々の担当者に残ると釘を刺す。
同氏は、開発現場の流動性を制御するためのガードレールとして、（1）信頼できる唯一のデータソースの明確化、（2）本番反映の基準とプロセスの厳格化、（3）人間の最終責任の明示、を挙げた。AIエージェントが生成したコードであっても審査と検証は不可欠で、合否の判断や影響評価は人が担うという線引きである。
「私は今でも、専門技術の卓越性が極めて重要であり、それがすぐになくなるとは思っていません。優れたエンジニアリング、優れたデータサイエンス、優れたクリエイティビティは、いまだに希少だと考えています。」
専門性は消えない、価値の置き場が変わる
論点の中核は、AIが作業の一部を自動化・高速化するほど、高水準の専門技術（クラフト）と、それを全体設計に落とし込む力が競争力の源泉としてむしろ強まるという見立てだ。エンジニアリング、デザイン、データサイエンス、さらにはストーリーテリングの巧拙が、AI支援の環境でも成果の差を拡大させる。Netflixが掲げる「卓越性をオペレーティングシステムにする」という文化が、AIの普及局面で合理性を増している、と同氏は整理する。
同社の採用姿勢も、狭義のスペシャリストに限定するのではなく、ジェネラリストとしての適応力を備え、かつ全体を俯瞰して構成要素化できる人材を重視する方向だという。ここで鍵となるのが、ビジネス領域を抽象化し、再利用可能な部品とインターフェースを設計するシステム思考だ。
システム思考を要にした実装——共通道（paved paths）への投資
同氏は、職能横断でAIを活かすには、個別最適を積み上げるのではなく、共通API・信頼できるデータ源・エージェント接続フレームワークといった「舗装された道（paved paths）」を用意し、開発者と業務担当が迷わず安全に走れるようにすることが重要だと説明する。エンジニアリングでは、分散システムや基盤構築に強い人材を厚くし、ローカルな“手作り”の堆積を避ける。デザインは、ブランド一貫性を担保するテンプレートとデザインシステムへの投資を進め、非デザイナーがAIで生成したUIも全体の体験に整合するよう導く。データサイエンスは、単一の真実源（Single Source of Truth）、解釈の枠組み、アクセス制御を中央で定義し、AIエージェントが複数ソースを横断しても解釈がぶれない状態をつくる。
役割の変化——“書く”より“理解し検証する”へ
AIは多くの職種において作業の入口を短縮するが、出口側のレビュー、評価、安全設計の重要度は増す。ストーン氏の説明に基づき、各職能の典型的なトランジションを以下に整理する。
| 職能 | AI普及前の典型 | 現在（2026年）の重心 |
|---|---|---|
| PM | 要件定義を作成し試作品を待つ | AIで試作と受け入れ条件の原案を自作 |
| デザイナー | 高精度モックを作成し引き継ぐ | 多様なバリエーションとテンプレートを設計 |
| データサイエンティスト | 問い合わせを依頼し結果を待機 | 即時に分析、ただし厳密な検証は維持 |
| エンジニア | 主要コードを一から記述 | AI生成コードをレビューし基盤に注力 |
この変化を貫くのは、「コードを早く書く」能力の相対的低下と、システムを理解し、テストし、推論する能力の比重上昇だ。開発速度はAIが押し上げる一方、品質の最終線は人間の判断で守る構図が鮮明になっている。
組織が直面する3つの要件
- AIエージェントの共通基盤に投資し、反復可能で安全な開発経路を整える。
- 全レベル・全職種にAI流暢性（AIリテラシー）を重ねる育成を行う。
- コーディング行為よりも、全体設計、検証、因果推論の力を評価軸の中心に据える。
これは単なるツール導入ではなく、評価制度、人材ポートフォリオ、情報基盤の三位一体での再設計を要請する。Netflixは、いわゆる「人材密度」を高める考え方と両立させながら、専門性と柔軟性を併せ持つ人材像へチューニングしていると読み取れる。
国内企業への示唆——全体設計の欠如は速度を殺す
日本企業にとっても示唆は明快だ。現場の自動化を点で広げるだけでは、整合しないUIや分断されたデータ定義が累積し、後戻りコストが跳ね上がる。先に共通道と単一の真実源を敷くことで、個々のチームがAIを武器にしても全体の速度と品質を損なわない。採用と育成では、特定のフレームワーク熟練度より、抽象化と標準化を設計できる力、およびAIを使った検証・評価の作法を重視するのが現実的だ。
ストーン氏のメッセージは、AIが役割の境界を曖昧にしても、卓越した専門技術とシステム思考の価値は減じないという点で首尾一貫している。開発の前半をAIで短縮し、後半の判断を人が磨く。この分業の質を高めることが、プロダクトの信頼性とスケールを両立させる近道になる。
