Netflix的90秒法則：演算法如何重新定義好萊塢

Netflix只給自己90秒。這是研究顯示的平均訂戶在失去興趣、轉向競爭對手之前的瀏覽時間。在這個時間窗口內，公司的推薦引擎必須從數千個內容中找出吸引人的東西。成功了，訂戶就會留下；經常失敗，他們就會取消訂閱。

從8000萬到3.25億：推薦系統的價值飛躍

2016年，當Netflix擁有約8000萬訂戶時，公司高層將這套演算法配對系統的價值評估為每年10億美元的客戶保留價值。十年後，這家串流巨頭現在在全球擁有3.25億訂戶。雖然Netflix沒有公開更新這個數字，但數學計算顯示，其推薦系統已成為娱樂業最有價值的軟體之一。

現在，隨著Netflix追求以830億美元收購華納兄弟探索——這家幫助發明好萊塢的百年老牌工作室，建立串流霸權的演算法方法即將完全吸納舊勢力。

從星級評分到行為數據的轉型

Netflix早期的推薦系統依賴星級評分——用戶觀看後對電影的評價。但在2017年，Netflix放棄了這種方法，轉向更具洞察力的東西：行為數據。你實際點擊的內容、放棄觀看前的時長、觀看的時間和設備、滑過但未選擇的內容。這種隱性回饋證明比明確偏好更有價值。人們陳述的品味，原來是不可靠的敘述者。

今天，Netflix每年記錄數千億次這樣的微互動，將它們輸入到一個相互關聯的演算法系統中，個性化幾乎所有觀看體驗的元素。同一部電影可能會為不同用戶顯示不同的縮圖，為一個觀眾強調浪漫，為另一個強調動作。甚至你首頁上的行排序都是專門為你計算的。

在幕後，被稱為「標記員」的團隊觀看每個標題並分配細緻的屬性——節目是否有群體演員、是否設定在太空中，或是否有堅強的女主角——機器學習系統使用這些將觀眾分類到數千個「品味社群」中。

「演算法電影」的崛起與亞洲市場

這種方法的效率創造了一個新的娛樂類別，評論家稱之為「演算法電影」——通過結合熟悉的、數據驗證的元素來吸引最廣泛可能受眾的電影。想想Netflix耗資3.2億美元的科幻大片《The Electric State》，評論家將其描述為史匹柏式童年冒險、《瘋狂麥斯》荒原和復古未來主義美學的混合體。

或者那些在自動播放中可靠出現的萊恩·雷諾斯作品，它們的標題往往準確傳達內容：《高個女孩》、《謀殺疑案》、《紅色通緝令》。

這些製作通常具有業界消息人士描述的「易於跟隨的故事節拍，不讓任何觀眾掉隊」。據報導，與Netflix合作的編劇收到過要求讓角色宣布他們在做什麼的筆記，這樣在滑手機時觀看的觀眾也能跟上。音響混音是平的，因為它們需要在各種環境中工作，從VR頭戴裝置到破裂的手機螢幕。燈光保持明亮但低對比度，設計成不會將任何人從Netflix放鬆狀態中驚醒。

對於華語市場而言，這種趨勢帶來了雙重影響。一方面，《魷魚遊戲》的全球成功證明了本土內容的國際潛力；另一方面，Netflix的全球發行模式要求世界版權而非地區授權，這重構了獨立電影的融資方式。傳統的各市場預售發行權系統已大部分崩潰。

台灣與香港內容產業的挑戰

對於台灣和香港的內容創作者來說，這意味著什麼？成功不再僅僅取決於故事的品質，還要看演算法是否「容易推薦」。Netflix台灣原創劇《華燈初上》的成功，部分歸因於其符合演算法偏好的元素：懸疑、群體角色、時代背景。但這是否意味著未來的華語內容必須迎合演算法的口味？

Netflix共同執行長泰德·薩蘭多斯否認從數據反向工程內容，聲稱委託製作是「70%直覺和30%數據」。但公司的影響力超越了自製內容。其全球發行模式已經重構了獨立電影的融資方式。剩下的是一個系統，最有可能被製作的電影是最有可能被推薦的電影。

AI加速已經開始

系統持續進化。現在Netflix正在其演算法基礎上疊加生成式AI。公司已經使用機器學習來選擇節目中哪些幀最適合作為宣傳圖像，生成個性化藝術作品，並協助視覺效果。Netflix將這些工具定位為人類故事講述者的推動者，而非替代品。

但如果華納兄弟收購成功，公司不僅會塑造新故事——它還將控制在演算法有任何發言權之前製作的舊故事庫。其中包括《北非諜影》，一部在拍攝現場重寫、直到拍攝前幾天才確定結局的電影。這種創作混亂很難在一個旨在最小化風險和最大化完成率的系統中生存。但演算法仍然有90秒來說服你按下播放鍵。