随着人工智能技术的飞速发展，越来越多的企业开始尝试将AI融入自身的业务流程中，以增强竞争力和创新力。作为全球领先的电商平台之一，Shopify在这一浪潮中率先树立了AI应用的全新标杆。2025年7月，Shopify联合创始人兼CEO托比·吕特克（Tobi Lütke）公开发布了一份内部备忘录，将人工智能的反射式（reflexive）使用设定为企业的基础预期。这一举措不仅迅速引发了业界的广泛关注，更促使众多公司纷纷效仿，甚至影响了加拿大总理这样的政界人物表达对AI的态度。事实上，这份备忘录并非仓促之举，而是Shopify多年来积极探索和实践人工智能的结果。早在ChatGPT发布之前，Shopify工程副总裁兼技术主管法兰·萨瓦尔（Farhan Thawar）便率先引入了GitHub Copilot等AI辅助工具，并在内部达成了80%的工程师使用率。
萨瓦尔坦言，最初这项技术并不完美，但用户很快便从中获得了切实价值。Shopify的经验显示，让全员而不仅仅是技术团队接触到高端AI工具是激发创新的关键。大多数企业往往将最强大的AI模型限定只供技术团队使用，而Shopify的策略则是打破这一局限，给予所有员工完全访问权限。这样做的哲学基础是高价值的用例可能在公司任何角落孕育，只有广泛开放才能捕获意想不到的创新火花。支持部门和营收团队的AI工具使用人数增长迅速，仅去年便购入了超过3000个Cursor许可证。为了推动这一目标，Shopify在法律合规方面采取了“默认说是”的态度。
高层领导达成一致，认为促进AI应用是企业当务之急，法律团队的角色则转变为协助找到安全合规的解决方案，而非设立障碍。萨瓦尔分享，其与法律团队的沟通坦诚且务实，远远不同于其他科技公司面临的阻力。另一面，Shopify也敢于为人工智能争取无上限的预算支持。许多企业担心AI工具带来的费用增长，从而限制其使用，但Shopify选择积极放权，鼓励员工根据实际需求自由使用各种AI工具。内部设置了类似积分排行榜，激励员工大胆探索AI的潜力。这样的资源即投入反映了技术生产率的提升空间远大于所需花费。
萨瓦尔甚至公开欢迎其他企业联系他，分享如何高成本高产出的AI使用经验。为简化AI工具的接入，Shopify打造了一个整合式的LLM代理平台，成为员工访问、切换和搭建各类模型的单一入口。平台支持各类型MCP（Model Control Plane）服务，这不仅优化了模型的管理和扩展，也保障了安全和跟踪。员工能够借由这些工具构造个性化工作流程，甚至直接分享和复用彼此构建的Agent。基于此架构，非技术岗位的员工也能创造出极具影响力的AI应用。例如，在销售过程中，Shopify借助AI实现了自动化的网站性能对比工具。
过去，这类站点审计由人力完成费时费力，而现在销售代表只需利用Cursor便可快速生成详细、专业的竞争分析报告，甚至配备个性化的话术辅助。首席营收官鲍比·莫里森（Bobby Morrison）高度评价了AI用户的表现，认为他们是公司在市场分析、问题发现以至策略制定中最具革新思维的团队。AI的普及令传统的销售话术和流程发生根本改变。销售人员能够实时获得丰富信息，不再依赖过时的数据来源，沟通也更具说服力和针对性。同样值得关注的是，一位销售工程师基于MCP构建了自己的工作仪表板，集成了Google Drive、Slack、Salesforce等工具的数据，智能告知他每日最优先任务。这大幅减少了在多工具间切换的时间，使工作流程更加集中高效。
Shopify充分利用其基础设施优势，倾向于先构建通用的AI基础框架，再在此基础上开发各种组件和功能，这种架构思路提升了扩展能力和用户体验。例如Slack MCP一经开发，便立即可供全员利用。面对繁复且耗时的投标书（RFP）工作，Shopify还开发了基于LibreChat的智能应答代理，它能快速、准确地回应大量问题，自动引用官方文档及案例，极大降低了人力成本并提升了中标率。更重要的是，该代理还能自我学习，将成功经验纳入知识库，持续优化答案质量。除了工具层面，Shopify同样关注AI对员工认知和心态的影响，倡导“让AI展现其思考过程，而非隐藏细节”。这样的理念不仅有助于培养员工的理解能力，也避免了过度依赖AI导致的认知脱节现象。
工程团队内部开发的Roast工具，即是一款结合了人工和AI协作反馈的开源框架。它以多步骤的对话形式向开发者解释代码更改的理由和缺陷，实时提供具体的改进意见。这种透明且模块化的反馈方式提升了代码质量，也让AI工具的可靠性得到大幅增强。Roast已成功应用于公司庞大的Ruby on Rails代码库维护中，在提升单元测试覆盖率和自动修复常见问题上成效明显。作为长期策略，Shopify积极拥抱新手心态，持续扩大初级员工队伍，包括实习生的数量。在AI变革的背景下，新手更容易接受和运用最新工具，他们的创造力和实验精神为公司带来前所未有的活力。
相较于普遍担忧AI会取代初级职位，Shopify反而鼓励年轻人主动掌握AI技能，从而为企业储备更多创新动力。公司内部也推崇“多试多错”的原型设计方法。这种思路激励员工走出舒适区，探索千万种可能的产品路径，从中筛选最优方案。AI工具的普及使得快速迭代和数据驱动的试验成为可能，有效降低了传统产品开发中的风险和成本。例如，Shopify内部AI聊天工具的演进即是通过持续原型改进逐步完善，最终成为被广泛使用的关键资源。在绩效管理方面，Shopify通过工程活动仪表盘跟踪包括配对编程和AI工具使用的情况，并将其纳入360度评估体系。
数据显示，积极使用AI辅助工具的工程师表现普遍优异。公司鼓励管理者以身作则，通过配对编程展示AI的实际应用，树立反射式AI技能的标杆。超越简单效率提升，Shopify更强调AI对流程本质的重塑。一方面，AI有助于显著减少无效工时、优化步骤顺序；另一方面，AI带来的是对传统工作假设的挑战和重构。比如，自动化的网站审计推动销售团队调整接触潜在客户的时机和方式，流程因此发生根本性变革。借鉴丰田生产系统的理念，Shopify致力于“发现流程的力量”，用AI提升团队整体的运作效率和创新能力。
总的来看，Shopify的成功经验表明，AI的有效应用远不是技术层面的简单叠加，而是一场涵盖文化、合规、组织架构、流程设计和人才培养的深刻变革。其“默认开放”、“投入不设限”、“架构先行”、“重视透明度”以及“积极拥抱新手”等核心原则，为广大企业提供了可以借鉴的宝贵路径。随着AI逐渐成为企业标配，Shopify已率先迈入了全员AI时代，展现了未来智能商业的广阔蓝图。
![We Drove China's $32,000 Electric Sports Car [video]](/images/426F5788-D410-48CA-BBF5-113238CB9F08)
