游乐游手机版
首页/AI教程/文章详情

Shopify CEO用AI三个动作 创始人带动全公司执行

时间:2026-06-23 14:33
ShopifyCEO通过三个动作推动AI落地:用AI进行思维对练以理清思路;让AI先写草稿再由人接力完善;发布备忘录明确使用底线。他还亲自带队上线内部AI知识库助手。创始人率先使用AI,带动全公司形成AI原生文化。

这套做法,其实挺有意思的——创始人像是给自己配了个“虚拟合伙人”,没事就拉着它推演思路。创业的人都知道,独自做决策的时候特别容易陷入自己的盲区。而AI的好处在于,它既没有情绪,也不会怕你,只会不停地帮你挑战观点,逼你去想得更清楚。

创始人怎么用 AI?Shopify CEO 的 3 个动作,全公司跟着做

这种对练,往往不会给你一个确切的答案,但它能让你思路更清晰。目的不是找结论,而是逼出更好的问题。

这种使用AI的方式,也正在慢慢渗透到Shopify的内部文化里:

不是上来就写方案,而是先问AI:“还有什么是我没想到的?”
不是让AI帮忙润色话术,而是让它先写一版,自己再去改进。
不是等想明白了再写给AI,而是边想边问,让模型帮着一起往前推。

在Tobi看来,AI不是工具箱,更像一面镜子。让他不断审视自己,重新理解自己正在做的事情。

而这样的日常思维对练,也成了Shopify推行AI原生文化的根基。

第二个动作|把AI嵌进日常协作流程

Tobi的第二个动作,是让AI不只一个人能用,而是整个团队都能用起来。

但他并没有强行推什么新工具,也不要求员工去上培训课。他做的事情很简单:

“让AI先动手。”

他在播客里说得非常实在:

“我经常跟团队说,先别管你写得好不好,先让AI写一版。你再去修改、扩展、打磨,最后上线。这不是为了省时间,是为了让你马上有感觉。”

这句话背后,是一个相当实用的工作模式:

AI写草稿 → 人接力完善 → 团队快速协作

在他看来,与其让人从头开始想,不如靠AI给一个方向感,先开个头。

这个模式,已经贯穿到Shopify的多个场景:

工程团队:AI自动写初始代码,开发者从中间接手,再合并到主项目。
市场团队:AI生成第一版文案草图,人再进行润色与确认。
内部沟通:开会前AI生成会议摘要,甚至提前写出几种不同方案的建议。

Tobi自己也说过:

“AI写的不一定准,但它能让团队快速进入状态。以前我们经常卡在‘从哪开始’这一步,现在这种情况少多了。”

但这并不意味着Shopify就完全依赖AI了。

恰恰相反:

他们没有复杂的管理制度,也没有专门的AI管理岗。他们只是把AI融入了日常工作。

就像过去习惯先画草图,现在变成了先让AI写一版。

Tobi推广这套做法的角度也挺特别,他着重强调的不是效率提升,而是工作氛围的改变:让员工从害怕出错,变得敢于尝试。

有了AI帮忙起草内容,员工更愿意表达、更敢于试错,不再怕写错。真正好的AI用法,是让大家变得更主动,而不是更被动。

这是Shopify内部现在很流行的一句话:

“AI不帮你做决定,但可以帮你起步。”

而这个“起步”的动作,正在让更多员工习惯用AI开头,再靠人推进的工作节奏。

第三个动作|写封备忘录,定下边界

把AI用起来是一回事,但怎么用、用到什么程度才合适?Tobi做了这么一件事:

他给Shopify全员发了一封AI使用备忘录。

这封备忘录很实用,明确了两个核心问题:鼓励什么用法,限制什么用法。

他明确表示:

“我们鼓励试错,但要有底线。我们用AI,是为了放大人的能力,不是为了偷懒,更不是为了替代人。”

备忘录里,他明确了3条使用底线:

① 所有输入都要假设是公开的

他提醒员工:

“你提供给AI的文字、数据、讨论内容,都要假设会被泄露。如果你不愿意在全公司会议上说的话,就别告诉AI。对AI输入要保持最谨慎的态度。”

这条规矩对大公司来说格外重要,因为一旦数据泄露,影响面会很大。

Tobi没有选择一刀切地限制AI使用,而是让团队明白:输入什么都要当作会被人看到,让他们主动把握分寸。

② 不能让AI直接发出去

这点非常实际。他说:

“AI可以帮你写第一稿、出草案,但不能跳过你这道关。最终输出,必须由人审核。”

举个例子:

写给客户的邮件:AI可以起草,但必须人看过再发。
对外的公告、文章:AI可以写草稿,但不能一键发布。
写代码:AI生成后,必须人工检查再提交。

这背后,体现的是对员工的信任:AI可以参与,但不能越界。

③ 拿AI做工具,不做借口

这是最直接的一句:

Tobi说得很坚决:

“你可以请AI帮忙,但最后的决定、文字、行动,还是你负责。AI是你桌上的参考资料,不是挡箭牌。”

这条规定的背后,是Shopify一直强调的责任分工原则。

哪怕AI再强,也不能模糊谁在做决策、谁在承担后果。

这封备忘录没有讲什么宏大的战略,也没有谈遥远的未来,但它定了日常使用AI的基本共识:谁负责、怎么用、不能越线。

Tobi说这不是限制,而是帮助员工更安心、更主动地用AI:

“当你知道边界在哪,你就能更大胆地探索。我们不想禁用AI,而是要用正确的方式把它引入流程。”

而这份底线清单,也成了Shopify推广AI应用的基本准则。

四、带头上线一个AI项目

光说不练,是多数组织AI推进失败的根源。

但Shopify CEO Tobi Lütke并没有停在备忘录、流程、原则上。他还做了一件关键的事:

亲自带队,上线了一个真实的AI项目。

这不是说他去写代码,而是他愿意做第一个吃螃蟹的人:在团队面前试错、改进、测试,再把经验分享出来。

他做的项目,是一个“AI搜索助理”

Tobi在2024年底组建了一个团队,要解决一个很具体的问题:Shopify有几十万个页面资料,员工找东西实在太难。

于是,他提出了一个目标:

“让AI能在内部知识库里查资料,回答问题,像个搜索助理。”

这不是ChatGPT的插件,也不是Copilot的复制品。他要求AI能做三件事:

找准资料:在成千上万文档里,找到相关内容。
能总结提炼:不是全篇复制,而是提取重点、解释含义。
有来有回:可以接着追问,而不是一次问完就断了。

他们不是要造一个万能机器人,而是造一个能回答内部问题的AI员工。

这个项目最终变成了Shopify内部上线的工具,现在叫做:AI-powered Internal Knowledge Assistant(内部AI知识库助手)。

他不是旁观者,而是第一批试用者

Tobi的参与不是来听听进展,而是全程亲自上手:

他加入第一批内测,故意提一些模糊问题来测试AI的回答质量。
他还会写详细的反馈笔记,指出哪些回答实用、哪些太绕。

他说自己不是在验收成果,而是在参与训练。

他甚至把这个工具拉进了自己的Slack频道,在日常会议中随时问它问题。

Tobi的做法打破了传统的开发模式:

“不是CEO给出方向后等待汇报,而是全程跟进,在群里实时提需求、测试产品、给出反馈。”

一个项目落地,带动更多人敢用起来

Tobi在访谈最后说了一句话,值得每个创始人反复思考:

“企业文化说白了就是:创始人怎么做,团队就怎么做。”

如果创始人自己不用AI,团队一定不会用好。关键是不等AI成熟,而是边用边做边成熟。

这也是Shopify能把AI从理念变成习惯的核心原因:

创始人愿意用。
创始人愿意在第一线用。
创始人把“用不好”当成学习机会,而不是失败。

这个AI助理不是Shopify唯一的AI项目,但它成为一种范本:

“不搞华丽的演示,而是从实际问题入手,用得起来、传得出去、看得见结果。”

如果说备忘录是把AI用起来,那这个项目,就是让AI成为工作习惯。

结语:创始人先做到,AI才能真的落地

这篇文章里,我们看到的不是一个科技公司关于AI的宏大报告。

而是一个创始人如何每天实践、不断试错、定期总结,用行动告诉全公司:AI到底该怎么用。

Tobi Lütke没讲AI能带来多少效率提升,他只做了四件事:

每天用AI跟自己过一遍想法,理清思路。
把AI工具变成流程的一部分,从草稿到发布都参与。
发布全员备忘录,把能做和不能做的边界划清楚。
亲自推进真实项目,做出一个可以落地的样本。

他讲的都是“现在”:现在你怎么用、现在你怎么推、现在你怎么改。这背后的道理很简单:创始人怎么做,团队就怎么做。

正因为如此,AI能不能落地,不取决于你有没有工具、有没有预算、有没有人。

而取决于这件事:

你这个创始人,是不是自己已经在用了。

现在,工具已经够多了。接下来,商业路径开始分化:

有的组织停在“了解一下AI”;

有的组织,从创始人开始,把用AI变成一种习惯。

不是靠讲理念去赢未来,而是靠今天的动作,把未来变成现在。

来源:https://www.aiagiai.com/14838.html
上一篇OpenAI多款硬件曝光挖角苹果骨干最快明年发布 下一篇DeepSeek发布终极版最新版本更新
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
内网RPA离线部署从依赖打包到7×24无人值守踩坑与避坑方案
AI教程 · 2026-07-02

内网RPA离线部署从依赖打包到7×24无人值守踩坑与避坑方案

这三年,内网RPA项目接了不下二十个。每次开局都像闯关——断网、缺依赖、多机同步、定时执行、批量分发、源码保护、AI离线化,八个坑一个比一个深。今天把这些实战经验整理出来,希望能帮正在内网搞自动化的兄弟们少踩点雷。 一、内网无网络环境怎么部署RPA流程:先搞清楚什么叫“真离线” 很多工具宣传“支持本

水利工程师用WorkBuddy写洪水报告效率提升3倍
AI教程 · 2026-07-02

水利工程师用WorkBuddy写洪水报告效率提升3倍

WorkBuddy开发者分享季 水利工程师AI提效实战:用WorkBuddy撰写洪水影响评价报告,效率提升3倍 WorkBuddy 效率 人工智能 开发工具 一、我是谁,为什么需要AI 先介绍一下自己——我是一名水利工程师,在湖南长沙的一家小型水利设计公司任职。当前行业环境不太

日志服务数据加工规则洞察仪表盘使用指南
AI教程 · 2026-07-02

日志服务数据加工规则洞察仪表盘使用指南

数据加工诊断仪表盘 想实时掌握日志服务加工功能的运行状态?直接从加工列表页点击那个“规则洞察”按钮,仪表盘就会立刻呈现出来。入口就在那儿,不绕弯子。 跳转后,你可以按作业名称、实例ID或源LogStore来筛选任务状态。比如下边这张图,展示的是当前实例ID(90c9d47714dbb807d47c1

基于RFID的固定资产管理系统技术架构与工程实践
AI教程 · 2026-07-02

基于RFID的固定资产管理系统技术架构与工程实践

固定资产管理难题是众多企事业单位的普遍困扰,资产数量动辄数千件,且广泛分布于不同部门、楼层乃至园区。传统人工盘点方式在工程维度上始终面临三大关键瓶颈:采集效率低下、数据闭环中断、状态同步滞后。使用条码枪逐一扫描标签,识别距离通常不超过30厘米,操作人员需逐个寻找并扫描,盘点效率完全受限于人力。面对5

WorkBuddy实战用AI搭建A股智能盯盘助手省心高效
AI教程 · 2026-07-02

WorkBuddy实战用AI搭建A股智能盯盘助手省心高效

炒股的朋友们想必都深有体会——每天重复盯盘、查行情、分析板块轮动,这一整套流程下来耗费大量精力。手动翻查数据不仅身心俱疲,还很容易错过关键买卖节点。今天我们就来聊聊如何打造一款趁手的盯盘工具,借助AI替你分担这些重复性工作。 背景:盯盘的核心痛点 股民都有同感——每天不只要查询单只股票的实时行情,还