AI 幫她找到一個做了四十年的箱子工廠，而那家店你根本搜尋不到
TL;DR
- Shopify 撐起全美百分之十四的電商交易，第五季營收成長超過三成，但員工人數已經連續八季持平
- 去年有一成的新開店家，在註冊當天就做出第一筆生意
- 上一季由 AI 帶來的訂單裡，有百分之七十五來自前一百名以外的冷門品類，代表 AI 獎勵的是「精準」而不是「人氣」
- Agent 使用 Shopify 結構化商品資料時的轉換率，是抓網頁爬蟲資料的兩倍
- Shopify COO 認為複雜度是護城河，商家不會自己去接十個 AI 平台，這件事得有人扛
- 她提出人才形狀從 T 型變成 X 型：多根尖刺，跨領域學得快，而團隊組合本身變成加速器
- 公司文化關鍵字是「keep your identity lightweight」，不留戀、不感傷、隨時換掉自己的想法
先講一個場景。一位媽媽要送女兒去懷俄明州的牧場夏令營，營隊寄來一長串採買清單，其中一項是「一個能塞進上下舖床底的箱子」。她連床有多高都不知道，尺寸規格更是一片空白。
她把這個模糊需求丟給 AI，結果找到威斯康辛州一家做了四十年這種箱子的小廠商。
這件事聽起來很小，但它就是整集 podcast 的核心。這位媽媽是 Jess Hertz，Shopify 的營運長。
這集在 2026 年 9 月 1 日播出的 Masters of Scale: Rapid Response，主持人是 Bob Safian，《Fast Company》的前總編輯。這個節目的定位是找正在處理當下難題的企業領導人，聊他們此刻在做的判斷，不是回顧成功學。這次的來賓 Jess Hertz 去年十月才升上 Shopify 營運長，在那之前是公司的法務長，管法務、公關、政策、人才和信任團隊。她的資歷有點反差：芝加哥大學法學院出身，在 Facebook 待過，在拜登白宮做到 staff secretary，那個位置基本上是白宮西廂的中樞神經，所有送到總統桌上的文件都經過那裡。而 Shopify 是一家總部在渥太華的加拿大公司，撐起了全美七分之一的電商交易。
那個做了四十年箱子的老闆，以前根本沒機會被找到
先講一個數字。Shopify 上一季由 AI 帶來的訂單，百分之七十五落在前一百名以外的品類。
傳統搜尋獎勵什麼？獎勵人氣和廣告預算。你打「收納箱」進去，跳出來的是投得起錢的大品牌。那個在威斯康辛做了四十年床底箱的老闆，永遠排在第八頁。
Agent 的邏輯反過來。它理解的是「我女兒要去牧場夏令營，需要一個能塞進上下舖床底、耐操、可以掛鎖的箱子」，然後它去比對商品的實際規格。人氣在這種查詢下沒什麼用，精準才有用。
這對小賣家是結構性的機會。之前在找不到那張沙發，是因為 AI 太想猜「大家都會選什麼」聊過一個反面案例，就是模型太想猜「大多數人會選什麼」而退回平均值。Shopify 的解法是給 agent 吃結構化資料，而不是讓它自己去爬網頁猜。
效果差多少？Hertz 給的數字是：agent 使用 Shopify Catalog（他們替 AI 準備的商品資料層）的轉換率，是使用爬蟲抓來的資料的兩倍。同樣一個 agent、同樣一個買家，資料乾不乾淨就差了一倍。
另一個數字更誇張：去年有一成的新店，在註冊當天就完成第一筆銷售。開店這件事的門檻壓縮到這個程度，跟當年網域從幾千美金掉到十塊錢的邏輯很像，重點從來不是誰技術強，是誰願意先動手。
複雜度是護城河，這句話值得停下來想一下
主持人問了一個很直接的問題：你們在幫 AI 平台蓋商務基礎設施，就不怕 OpenAI、Google 自己做一層，把你們踢開嗎？
Hertz 的回答是，我們已經走過 SaaSpocalypse 那一關了。（SaaSpocalypse 指的是市場擔心 AI 會把訂閱制軟體公司全部殺光的那波恐慌，Wix 執行長那次把委屈全講了。）
她給的框架是這樣：複雜度既是挑戰，也是護城河。一個賣家現在要面對幾種通路？自己的網站、實體門市、社群、然後現在多了一堆 AI 入口。庫存要同步、金流要對帳、退貨要處理、稅務要算。這些事情每多一個通路就多一份麻煩，而麻煩本身就是 Shopify 的生意。
有一種說法是 AI 讓小賣家可以獨立作戰，不用依賴平台。Hertz 的判斷剛好相反：AI 讓通路變多，複雜度只會往上疊，小賣家更不可能自己扛。
那商家會不會覺得自己被綁住？她拿 Universal Commerce Protocol 回答，這是 Shopify 跟 Google 合作訂的開放商務標準，關鍵設計是商家仍然是 merchant of record（法律上的交易主體）。錢和責任還在商家身上，Shopify 只做傳輸層。
這個設計思路跟 Mastercard 在做的事情幾乎是同一套邏輯，之前那篇有聊到他們怎麼替 AI agent 做身分驗證。當所有基建方都在搶著當那個「不搶你生意的中間層」，就代表這一層真的值錢。
我自己的判斷是：這套說法有道理，但它成立的前提是 AI 平台懶得自己碰庫存和退貨。這個假設能撐多久，說實話沒人知道。
八季不加人，營收漲三成四
講一個對經營者比較有感的數字。Shopify 的員工人數連續八季以上持平，同期營收成長百分之三十四。
而且他們的工程師用 AI 的 token 幾乎不設上限。有人擔心 AI 的隱藏成本會吃掉利潤，Hertz 的回應是：從純財務角度看，人數不動、營收漲三成四，這個投資報酬率沒什麼好爭的。她也承認「採用率」跟「實際影響」是兩回事，公司還在想怎麼量後者。
他們有一個叫 River 的內部工具，是活在 Slack 裡的 agent。你在公開頻道描述一個任務，它可以讀程式碼、跑測試。規則是所有互動必須公開，不能私訊。
數字：進駐約一萬個頻道、九成員工用過、五個月內跑了二十七萬五千次 session、執行一千五百萬個動作。
「必須公開」這條規則是刻意的。Hertz 的說法是，一家公司的速度可以用資訊在內部流動的快慢來判斷。River 能隨時讀取所有公開頻道，等於把「找到對的人問對的事」這個交易成本壓下來。而且每一次互動都讓它變得更好用。
我覺得這個設計比工具本身更有意思。多數公司導入 AI 是給每個人一個私人助理，各自加速；Shopify 是把 agent 放在共用空間，讓它順便變成組織記憶。前者是效率工具，後者是基礎建設。
從 T 型人變成 X 型人
Hertz 說她剛進 Shopify 時，公司講的是 T 型人才：橫向廣度夠，加上一根往下鑽的專長。
她認為 AI 正在把人推向 X 型：不只一根尖刺，而是好幾根。你可以在自己不熟的領域快速做到「十分裡的七分」。她自己是法律背景，現在會做資料分析，也管商務。
聽起來很像大家講的通才，但她補了一句關鍵的：這不是純通才，是「能在不同領域各自鑽深」的人。差別在於，通才什麼都懂一點但都不夠深，X 型是靠工具把「變深」的速度加快了。
然後她把重點推到團隊：當每個人的形狀都不一樣，怎麼把這些形狀拼起來就變成真正的變數。她用了俄羅斯方塊當比喻，看的是每個人的邊緣長什麼樣，怎麼卡得起來。
這個框架我滿喜歡，因為它把焦點從「我要學哪個技能」拉到「我在這個組合裡卡在哪個位置」。之前整理過六個矽谷過來人的非線性職涯劇本，其中一個共同結論也是一樣的：職涯不是往上爬一根梯子，是橫著長出更多根。
（老實說我自己還是那種聽到新工具就想從頭學一遍的人，效率很差，這點還在改。）
「keep your identity lightweight」
節目最後聊到文化。Hertz 自稱是一個 deeply unsentimental 的人，中文大概是「非常不感傷」。她說這既是資產也是包袱。
她最喜歡 Shopify 的一句內部用語是 keep your identity lightweight，把自己的身分認同放輕。意思是你明天可以醒來比今天更聰明，所以不要跟自己的想法綁太緊。就算這是我提的點子，如果有更好的，換掉就是了。
Shopify 執行長 Toby Lütke 自稱是 chaos engine（混沌引擎）。主持人問她的工作是不是在幫他收拾混亂，她說沒有要收，而且她其實不覺得公司很混亂。
原因是有一個不動的錨：使命本身。方法可以一直換，方向不動，所以混亂感就不存在。
她上任第一封內部信說公司「偏離了核心」，具體指的是銷售團隊的獎金設計。她的判斷是，那套獎勵制度沒有跟「商家的成果」對齊。Shopify 的商業模式是商家賺錢公司才賺錢，那薪酬就必須指向同一個方向，不能嘴上講商家至上、發錢的時候發別的。
這件事很小，但它是我整集聽下來最實用的一句：你想推什麼文化，先去看發錢的表格怎麼寫。
至於押注是什麼，她說跟第一天一樣：做一家一百年的公司，在世界各地養出創業者。「We are going to win or die trying.」
聽完之後我腦中留下的判斷是這樣：agentic commerce 現在被講得很玄，但真正在發生的事情很土，就是把商品資料整理乾淨，讓機器讀得懂。轉換率兩倍就是這麼來的。如果你有在賣東西，比起研究要接哪個 AI 平台，先把自己的商品規格、尺寸、材質、庫存寫清楚，可能才是這一兩年報酬率最高的功課。
想看更多這類把 AI 話術拆回實務的產業筆記，歡迎訂閱 wilsonhuang.xyz。
Sources:
推薦閱讀
喜歡這篇文章嗎？
訂閱電子報，每週收到精選技術文章與產業洞察，直送你的信箱。
💌 隨時可以取消訂閱，不會收到垃圾郵件