Shopify 創辦人 Tobi Lütke 最新對談：AI 時代電商經營的 5 個核心思維

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，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。

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 早就在做，只是 Tobi 把它講得最清楚。

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 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 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」。

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 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，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，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。

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）：

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 和 AI Max 時代的廣告成效指標，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 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。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。

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 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。