一份泄露的 Shopify 内部备忘录引发了商界广泛关注,备忘录中 Tobi Lutke 谈到了员工如何将 AI 融入工作中。
备忘录称"AI 现在是一个基本要求",本质上要求员工本能地使用 AI,并将其融入到工作中的各个方面。
Lutke 写道:"我们在 Shopify 的任务是让我们的软件无可争议地成为开发未来最佳企业的最佳平台。我们通过保持每个人的前沿性,运用所有最好的工具,使我们的商家能够取得超出他们想象的成功。为此,我们必须保持绝对领先。"
为什么这种积极主动的行动是必要的?Lutke 认为这与时代有关,以及创新发展的速度。
个人证言
在备忘录的这一部分中,Lutke 为要求员工做出这一改变铺垫,指出他一直在谈论这种创新:
"许多人响应了号召,我们所有参与其中的人都对 AI 能够增强我们的技能、工艺并弥补差距的新能力和工具感到惊叹,"Lutke 补充道。
本质上,在这一年的上半年,我们已经看到 AI 的现实影响正在迅速显现。通过主动性方法,我们看到 AI 被"释放"来执行广泛的人类任务。这意味着企业需要迎头赶上。
保持奔跑
作为论据,Lutke 引用了"爱丽丝梦游仙境"中的场景,在红皇后的赛跑中,参与者必须不断奔跑才能不落后。
他表示,这在 AI 领域同样重要。
"在我多年前的领导力备忘录中,我将 Shopify 比作爱丽丝梦游仙境故事中的红皇后赛跑 —— 你必须不断奔跑才能保持原地不动。在一个每年增长 20-40% 的公司里,你必须至少提升相同的幅度才能重新获得资格。这对我和其他所有人都适用。"
凝聚指导
对于那些想知道这种变革会是什么样子的人,备忘录底部标题为"这意味着什么"的部分提供了更多明确说明。
首先,关于前进运动的比喻有更多阐述:
"停滞几乎是必然的,而停滞就是缓慢的失败。如果你不在攀登,你就在滑落。"
他还指出,AI 应该成为原型的一部分,并建议公司将 AI 相关问题添加到绩效和同行评审问卷中。
在这段话中,Lutke 还提到了一点,作为 AI 用户的我深有共鸣 —— 你必须坚持,而不是在第一次遇到挑战时就放弃。
"我的感觉是,很多人在写完提示词后没有立即得到理想的结果就放弃了,"他写道。"学习如何提示和加载上下文很重要,获取同事对这方面的反馈将会很有价值。"
通常情况下,无论是使用 ChatGPT、图像扩散工具还是任何其他模型,第一次的提示往往难以得到你想要的结果。耐心地与模型合作几乎总能带来回报。
备忘录的这部分也引起了广泛关注:
"在请求增加人手和资源之前,团队必须证明为什么他们不能使用 AI 完成想要做的事情。"
对许多人来说,这可以理解为:雇用 AI,而不是人类。
这本身往往会引发人们对就业岗位流失的担忧,因为 AI 正在接管大量当前的知识性工作。但这就是现实。无论人们是否喜欢,生产资料正在"商品化"(用我最喜欢的播客主持人之一 Nathaniel Whittemore 的话说)—— 这就需要企业做出这样的改变。
巨变
可以预见,其他公司将会效仿 Shopify。他们可能不会采用相同的方式或步调,但这种巨变将持续下去 —— 就像云计算一样,在过去十年间,大多数公司从本地数据系统转向了提供远程存储和计算的供应商。
顺便说一句,随着公司在内部设备上运行边缘大语言模型,我们实际上可能会逆转许多云计算的变革。但我的观点是,我们将看到各公司都在朝着新的 AI 技术竞相发展,具体形式取决于各公司领导层的偏好。
我可以引用我的另一位朋友 Jeremy Wertheimer 的话,他曾在过去的 Imagination in Action 活动中作为主题演讲者出现。在演讲中,Wertheimer 直接谈到了 AI 对新职业人士、年轻一代工作者的影响。
所有这些都需要提前思考。因此,Shopify 的这一举措可能只是开端。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。