> ## Content Index > Fetch the complete content index at: https://growthhackers.tw/llms.txt > Use this file to discover other available public pages before exploring further. # Shopify 創辦人 Tobi Lütke 最新對談：AI 時代電商經營的 5 個核心思維 - URL: https://growthhackers.tw/blog/shopify-tobi-lutke-invisible-work-5-insights/ - Published: 2026-04-24T07:04:30.000Z - Updated: 2026-04-24T10:35:16.000Z - Author: Lewis wang - Tags: 電商經營策略, Shopify, AI時代, 人才管理, 公司組織, Goodhart's Law Shopify 創辦人 Tobi Lütke 最近和新任 CEO Jess Hertz 錄了一集 Context Podcast，主題叫 「Invisible Work」（幕後工作）。講的是 AI 時代電商經營、人才密度、組織設計這些企業成長的底層問題。 我看完第一遍，愣住了。 不是因為講了什麼驚天動地的新東西。是因為他們把我過去兩年一直隱約感覺到、卻講不清楚的事情，用極乾淨的語言說完了。 如果你問我，這一集是我今年看過的科技對談裡，商業密度最高的一次。不是最爆點的，但最耐嚼。 我反覆聽了三次，整理成五個觀點。每一個都跟你我的工作有直接關係，不管你是做電商的老闆、品牌行銷、還是在公司裡爬階的職場人。 > **TL;DR：Shopify Invisible Work 對談的 5 個核心觀點** **X 型人才**：AI 稀釋垂直專精的稀缺性，值錢的是跨兩個垂直 + 流體智力**公司工程（Company Engineering）**：把 HR 改名 Talent、設計彈性錢包薪酬，讓對的行為自然發生**達文西的閣樓**：Shopify 吸收商業複雜性，讓商家只要專心做產品**Goodhart's Law**：指標是理解領域的工具，不是追逐的目標（賽車圈速比喻）**寫作即思考**：寫作是測試自己理解深度最誠實的方式 我們一個一個講。 --- ## X 型人才：AI 時代的人才模型如何從 T 型演化（流體智力 vs 晶體智力） Tobi 在對談裡拋出一個我聽過最精準的說法： > 人才模型正在從「T 型」進化成「X 型」。 ![T 型人才 vs X 型人才對比：從一個垂直到兩個垂直 + 跨領域協作，從晶體智力到流體智力](https://growthhackers.tw/content/images/2026/04/01-comparison-t-vs-x-talent.png) T 型人才你應該都聽過。一個垂直專精（那個深的下劃），外加橫向的通識能力。過去十幾年，HR 教科書裡教的都是這套。 X 型人才是什麼？ **就是你有兩個垂直深度，而且還能在多個領域做橫向協作。** 這種跨界人才怎麼養成？看看 [非典型職涯路徑的養成](https://growthhackers.tw/blog/jie-mi-ding-jian-chan-pin-chang-mayur-kamat-cong-binance-dao-n26-de-fei-dian-xing-chan-pin-xin/)，Mayur Kamat 從 Binance 到 N26 的產品長跳板就是個活生生案例。 為什麼會變成這樣？ 因為 AI 把「垂直專精」這件事的稀缺性給稀釋了。 這邊 Tobi 借用了一個心理學概念：**流體智力（Fluid Intelligence）** 和 **晶體智力（Crystallized Intelligence）**。 晶體智力是你累積的知識，比如法條、程式語法、產品規格。 流體智力是你能不能靈活運用手邊所有資源，解決一個你沒看過的新問題。 以前，晶體智力非常值錢。你讀了十年法律、十年醫學，那就是你的護城河。 現在，知識的取得變得太便宜，GPT 搜一下就有。 值錢的變成了流體智力：你遇到一個模糊的問題，能不能快速切入、組合資源、做出判斷。 切入重點，這個轉變對你的意義是： **如果你只有一個技能樹的深度，你被 AI 替代的風險就變高。** 我自己就是活生生的例子。雨傘產業七年，做過工廠業務、品牌定位、百貨專櫃櫃哥、產品開發、行銷企劃、通路經營、網路行銷。從傳產一路跨到數位，靠的就是 X 型能力。 這年頭就是跨界、跨界、再跨界。 如果你現在只會投廣告，那你很危險。如果你只會寫文案，那你很危險。如果你只會做網站，那你也很危險。 但如果你會投廣告＋寫文案＋懂基本的數據分析＋能跟設計師溝通視覺，那你就是 X 型。 先說清楚，這不代表你什麼都要會。意思是你要有兩到三個能拉到 80 分的垂直能力，外加跨領域協作的本事。 怎麼鍛鍊流體智力？我自己的體會是，跟 AI 對話的品質會直接決定你的流體智力上限。這點 Anthropic 的哲學家講得很細，可以看 [和 AI 對話的四個心法](https://growthhackers.tw/blog/claude-anxiety-prompt-tips/)。 重點是什麼？ AI 不會取代 X 型人才，它會放大 X 型人才的價值。 --- ## 公司工程（Company Engineering）：從 HR 到 Talent 的組織設計 這集第二個讓我驚艷的概念叫「公司工程」。 Tobi 和 Jess 在對話裡用的詞是 Company Engineering。意思很簡單： **把公司本身當成一個可以不斷迭代優化的系統，不要當成一張固化的組織圖。** 這不是新概念。[矽谷大廠的內部文化設計](https://growthhackers.tw/blog/fb-culture/) 早就在做，只是 Tobi 把它講得最清楚。 ![公司工程的四組轉變：HR→Talent、固定薪酬→彈性錢包、寫 SOP→設計激勵、離職流失→迴力鏢員工](https://growthhackers.tw/content/images/2026/04/02-framework-company-engineering.png) 他們舉了兩個具體例子。 第一個，是把「Human Resources」改名叫「Talent」。 你可能會想，不就是改個名字嗎？差在哪？ 差很多。Tobi 的原話是：「人力資源這個名字聽起來像官僚主義的合法性用語。」 你想想，叫 HR，潛意識就是把人當「資源」在管理。結果就是一堆規章制度、考勤紀錄、年度績效。 叫 Talent，潛意識就是「我們要追求人才密度」。結果就是挖角、留才、文化設計。 這就是 [Netflix 的人才密度哲學](https://growthhackers.tw/blog/netflix-culture/) 在做的事。名字不重要？試試看把你公司的「客服部」改叫「顧客成功部」，三個月後行為就會變。 第二個例子，是他們的 **彈性錢包（Flex Wallet）薪酬系統**。 傳統薪酬是什麼？固定底薪＋固定福利。勞健保、年假、三節獎金，全部綁好綁滿。 彈性錢包是什麼？給你一筆錢，你每年或每季自己決定怎麼用。想用在健身房？可以。想用在進修課程？可以。想換成育兒補助？也可以。 結果？ **離職又回鍋的「迴力鏢員工」數量暴增。** 以前的員工離職通常就不回來了。現在 Shopify 的前員工，出去繞一圈發現外面的福利制度有多僵化，就想辦法回來。 這就是 Tobi 說的「直觀的成功陷阱」。 > 公司設計的目標，是讓正確的行為自然發生，不是靠規則逼人照做。 這個思維在小型增長團隊身上更明顯。可以看 [組建小而精的增長團隊](https://growthhackers.tw/blog/mvp-growthhackers-team/) 這個 MVP 增長團隊的做法，就是典型的公司工程產物。 這個概念我已經在自己的團隊開始試了。 以前我會寫一堆 SOP，逼大家照做。現在我改成設計激勵結構，讓大家想做對的事，自然就會去做。 你在你的公司也可以試。 看看你的員工在抱怨什麼、繞過什麼、偷偷不做什麼。那些繞道而行的地方，就是「公司工程」可以切進去的地方。 --- ## 達文西的閣樓：Shopify 如何用商業複雜性戰略，成為 AI 時代的贏家 這個比喻太浪漫，我要多講兩句。 Tobi 說，Shopify 對商家的真正價值，不是電商平台、不是金流、不是物流。 是「達文西的閣樓」。 ![達文西的閣樓：Shopify 用洋蔥層次吸收商業複雜性，讓商家專心創造產品](https://growthhackers.tw/content/images/2026/04/03-framework-davinci-attic.png) 什麼意思？ 達文西為什麼是達文西？不只是因為他天才，更是因為他有贊助人。贊助人提供空間、資源、保護，讓達文西可以專心創作，不用管吃飯、不用管政治、不用管戰爭。 Shopify 想做的就是這件事： **把商業世界所有的複雜性，內化到系統裡。讓商家只要專心創造產品就好。** 國際化？我們搞定。金流？我們搞定。物流整合？我們搞定。稅務合規？我們搞定。 Tobi 甚至說了一個很關鍵的判斷： > AI 時代，商業的複雜性會急劇上升。而 Shopify 的價值，會跟著同步上升。 為什麼？ 因為 AI 讓「小團隊做大生意」變得可能。一個三人品牌，可能明天就要做 50 個國家的生意。 你不可能自己搞定 50 國的稅務、支付、物流。 這時候你需要一個達文西的閣樓。 這個閣樓還不只是被動的後勤支援。Shopify 把 AI 內化成商家工具的速度快得驚人，關於 [Shopify 把 AI 內化成商家工具](https://growthhackers.tw/blog/shopify-sidekick-vs-ai-toolkit/) 的 Sidekick 和 AI Toolkit，是整個戰略的具體呈現。到了 [Shopify 冬季版的創業夥伴定位](https://growthhackers.tw/blog/shopify-ai/)，AI 已經不再是輔助工具，而是直接成為團隊成員。 順帶一提，不只 Shopify 走這條路。[企業軟體正在重構底層](https://growthhackers.tw/blog/salesforce-headless-360-ai-agent-enterprise/)，Salesforce 把 CRM 拆開迎接 AI Agent，其實是同一個戰略邏輯的另一個版本。 這個觀點對你的啟示是什麼？ 如果你是電商品牌主：**不要浪費時間在「我該不該自己開發一套後台」這種問題上。** 你應該把精力投在產品、品牌、內容，讓 Shopify（或任何你選的平台）去吸收複雜性。 如果你是做 B2B SaaS 的：**你要想清楚，你吸收的是客戶的哪一種複雜性？** 這就像從「賣工具」進化到「賣閣樓」。 工具只能替代一個動作，閣樓可以讓客戶的人生升級。 --- ## Goodhart's Law 實戰：為什麼電商只看 ROAS 會掉進過擬合陷阱 這一段我要把原話放上來，因為太精彩： > 指標的角色，是我理解某個領域的主要依據。但我會保留空間，做出有時與指標相矛盾的正確決定。 ![Goodhart's Law 實戰：賽車圈速（完美綜合指標）vs ROAS 過擬合陷阱](https://growthhackers.tw/content/images/2026/04/04-infographic-goodhart-roas.png) Tobi 用賽車的圈速做比喻。 賽車圈速是一個很完美的綜合指標。你每跑一圈，系統就吐一個數字給你。輪胎磨損、過彎速度、油門控制、轉向角度，全部濃縮成一個時間。 你下一圈就可以立刻調整，去優化這個數字。 **問題是，生活和商業裡，沒有這麼完美的綜合指標。** 所以人們就會退而求其次，選一個「比較窄」的指標去追。 然後災難就來了。 這在機器學習領域叫「過擬合（Overfitting）」，在商業領域叫 [**古德哈特定律（Goodhart's Law）**](https://zh.wikipedia.org/wiki/%E5%8F%A4%E5%BE%B7%E5%93%88%E7%89%B9%E5%AE%9A%E5%BE%8B?ref=growthhackers.tw)： > 當一個指標成為目標時，它就不再是好的指標。 ### 台灣電商的實戰版：為什麼你的 ROAS 很漂亮，生意卻沒長大 我用一個台灣電商圈你八成踩過的例子。 **ROAS 漂亮，生意沒長大，這幾乎是台灣電商的國民病。** 以前廣告投放的北極星指標是 ROAS。大家拼命追 ROAS，結果呢？全部只跑再行銷、只跑品牌字、只跑現有客戶。數字很漂亮，但新客沒進來、LTV 沒拉長、品牌聲量在掉。 這就是古德哈特定律的實戰版。 一來是指標太窄（ROAS 只看單次轉換效率），二來是員工獎金綁在上面（投手不敢跑新客測試），三來是老闆又不懂細節（只會問這個月 ROAS 多少）。 在 AI Max 時代，這問題還會更嚴重。看 [Google Ads 對指標框架的重新定義](https://growthhackers.tw/blog/google-ads-2025/) 和 [AI Max 時代的廣告成效指標](https://growthhackers.tw/blog/google-dsa-to-ai-max-2026/)，你會發現廣告平台本身就在逼你從「追蹤單一指標」改成「看整體生態」。 Tobi 的做法是什麼？ **讓指標成為理解領域的起點，不是終點。** 他看指標，但他也保留空間做出違背指標的長期決定。這才是真正的領導力。 你可以試試這招： 下次開會，不要問「這個月 ROAS 多少？」 改問：「這個月 ROAS 背後，發生了什麼我沒看到的事情？是老客戶在買，還是新客戶在買？新客戶的 LTV 預估是多少？」 問法不一樣，團隊的思維就不一樣。 想把這種問法落地？你得先把報表時間省下來。[把報表時間省下來真正看指標](https://growthhackers.tw/blog/mcp-google-ads-workflow/) 這篇講的 MCP × Google Ads 工作流，就是我自己在用的方案。 延伸看一下 [零售商的數據基礎建設](https://growthhackers.tw/blog/ai-agentic-shopping-retailers-data-infrastructure/)。AI 代理購物時代的 ROAS / LTV 問題會更棘手，因為連「誰下的單」都不再是傳統意義上的消費者了。 --- ## 寫作即思考：為什麼 Tobi Lütke 用寫作測試自己的理解深度 這是整集我最有感的一段。 Tobi 的原話： > 寫作很誠實。因為你立刻知道自己什麼時候不了解某件事。你無處可藏。 ![寫作即思考：口頭表達可以模糊帶過，書寫會把你不懂的地方全部暴露出來](https://growthhackers.tw/content/images/2026/04/05-scene-writing-as-thinking.png) 這句話我讀了三次。 然後我把我今年寫過的部落格文章全部翻出來重看了一次。 結論：**寫得順的主題，我真的懂。寫得卡的主題，我其實只是以為自己懂。** 你有沒有過這個經驗？ 你在會議上講得頭頭是道，覺得自己對一個題目很有把握。 回家要你寫成一篇 1,500 字的文章，你發現寫到第三段就卡住了。 為什麼？ 因為口頭表達可以靠氣勢、可以靠表情、可以靠別人的點頭補位。 寫作沒辦法。 你在鍵盤前面，只有你和螢幕。每一個你不確定的概念，文字都會出賣你。 這就像從「用嘴模糊帶過」進化到「用字鎖死思考」。 這就是為什麼 [寫作作為結構化思考](https://growthhackers.tw/blog/content-copywriting/) 這件事值得花時間。不只是為了 SEO，更是為了測試你自己對一個主題的掌握度。 所以我的建議是： 如果你想知道自己對某個領域懂多少，寫一篇 2,000 字的文章試試看。 如果你想成長得更快，強迫自己每週寫一篇。 如果你是主管，叫你的下屬寫文章，不要每次都叫他們做簡報。 簡報可以靠版面設計偷懶，文章不行。 不是我說，寫作是這個時代最被低估的成長工具。 --- ## 我自己的收穫：這集對談讓我想通的三件事 講完五個觀點，我講一下我自己看完三天的消化結果。 **第一，我要加速自己變成 X 型人才。** 我過去在數位行銷這個垂直練了很久。但 AI 來了之後，我發現只有一個垂直很危險。所以我今年開始加第二個垂直：系統化的數據分析＋AI 工具鏈串接。 目標是年底前把 Python＋GA4＋GSC＋AI agent 串成一套我自己的工作流。 **第二，我要開始用「公司工程」的思維看團隊。** 以前我會寫 SOP、訂規則。現在我會問：這個問題是不是激勵機制設計錯了？這個行為是不是系統讓它太難做？ 從「規則思維」切換到「系統設計思維」。 **第三，我要寫更多、更深、更誠實。** 以前寫部落格是為了 SEO。現在我發現，寫作本身就是最好的學習工具。流量是副產品，思考清晰才是本體。 --- ## 給你的三條行動建議 如果你只能從這篇文章帶走三件事，我希望是這三件： ► **盤點你的技能樹：你有幾個垂直？每個拉到 80 分了嗎？** 如果只有一個垂直，今年內要補第二個。不用完美，80 分就夠。推薦的第二垂直方向：數據分析、AI 工具鏈、跨文化溝通、影像內容。 ► **找出你公司裡的一個「繞道現象」，用公司工程修它。** 不要用寫 SOP 的方式，用重新設計激勵和流程的方式。改完之後觀察一個月，看行為有沒有自然變化。 ► **從這週開始，每週寫一篇 1,500 字以上的文章。** 主題不重要，重要的是你被迫面對自己哪裡沒想清楚。寫完丟部落格、丟 LinkedIn、丟給自己看都可以。關鍵是寫出來。 也許就 X 型，也許就公司工程，也許就達文西閣樓吧？ 但這三個裡面，只要你選一個認真做，一年後你看起來會跟今天非常不一樣。 --- ## 寫在最後 Tobi 這集對談的英文標題叫 Invisible Work，中文直翻是「看不見的工作」。 仔細想想，整集講的其實是同一件事： **真正在推動世界的那些設計、判斷、組織、寫作，通常都是看不見的。** 你看到的 Shopify 是一個電商平台。看不見的，是彈性錢包的設計、是 X 型人才的文化、是達文西閣樓的戰略。 你看到的同事是一個行銷主管。看不見的，是他怎麼思考指標、怎麼寫文章、怎麼理解領域。 這年頭，大家都在追可見的流量、可見的業績、可見的職稱。 但真正拉開差距的，是那些看不見的工作。 你要不要也開始練這個？ --- > 如果你想追更多 AI 時代的電商與成長策略觀察，歡迎訂閱 GrowthHackers 電子報，只講能落地的成長思維。