Runwise 增长研究院

2026-08-12

Runwise 增长研究院

08/12/2026
企业AI创新

Shopify Sidekick周活跃店铺同比约4倍，但它坚持AI未经批准不得修改店铺。本文拆解Shopify如何将电商SaaS改造为可监督的商业执行系统，并分析企业引入AI时不可忽略的数据、权限与责任边界。

一句话看懂：2026年第一季度，Shopify Sidekick周活跃店铺数同比增长约4倍，商家用它生成超1.2万个自定义应用，近半数新建Flow由AI完成。自然语言正在进入真实经营后台，但Shopify给这组增长配上的不是“无人经营店铺”——它反复强调Sidekick未经批准不能修改店铺，编辑订单、调整主题、移动资金均需商家确认。这套看似矛盾的设计揭示了企业AI的核心难题：让AI读到正确的经营事实、调用正确的业务动作，又不越过价格、库存、资金和客户数据的责任边界。Shopify的实践表明，AI升级的单位不是功能，而是一条可监督的工作流，权限、确认点和交易基础设施才是AI从建议走向执行的前提。

一、它面对的处境：功能越来越多，经营任务却仍要商家亲自搬运

Shopify早已不是一个只负责搭建网店的工具。商品、变体、价格、订单、客户、折扣、库存、支付、履约、POS、B2B、分析和应用，可以在同一平台上运行。2025年，平台承载的GMV达到3,784亿美元；商家解决方案收入已占总收入76%，其中支付处理是最主要的来源。它更接近一套持续记录商业活动的系统。

然而，记录业务不等于推进业务。菜单式SaaS的默认分工是：软件提供页面、字段和报表，人负责把它们连成任务。运营人员要先看销量，再查库存和退货；要做老客活动，还要建立客户分组、写内容、设折扣、配置自动化。每个功能可能都很好用，但从“发现问题”到“完成动作”之间，仍有大量查询、复制、判断和填表。

通用AI也不能自然补上这段缺口。它可以提出补货建议，却不知道不同地点的即时库存；可以生成折扣方案，却不知道商家毛利与既有促销；可以推荐商品，却可能使用过期价格。零售里的严重错误，往往不是句子不流畅，而是承诺了不存在的库存、改错了订单，或把未经批准的客户数据送进外部系统。

外部入口的增加又放大了复杂度。消费者开始在ChatGPT、Microsoft Copilot、Google AI Mode和Gemini里研究商品。如果每个渠道都靠抓网页、单独接商品源、另做结账，价格、库存与政策会在多个副本之间漂移。小商家也不可能为每个新AI入口重建一套集成。

Shopify因此同时面对两道题：在内部，怎样把商家的经营意图变成可执行任务；在外部，怎样让AI准确发现商品并接入真实交易。两道题共同指向同一个基础——AI不能只拿到文字，它需要一组结构化的商业对象、一套受限动作和一个能承接订单后果的系统。

二、它做了什么：把自然语言接到真实商业对象，再把执行权拆成确认点

先把商品、订单和客户组织成AI可查询的共同语境

Shopify的第一步不是做一个更会聊天的界面，而是利用已有的商业对象。一个商品会连接变体、价格、媒体、库存和发布渠道；一张订单会连接客户、商品明细、折扣、支付、退款和履约；库存又对应不同地点的可售数量与转移记录。Sidekick面对的不是一堆孤立网页，而是可以相互引用的经营关系。

这使自然语言问题可以进入真实分析。Sidekick能生成ShopifyQL查询，展示折线、环形或柱状图，也能把商品、订单、客户、集合和应用作为对话上下文。商家不必先理解每张报表的字段，便可以问“销量、成本、利润、退货和折扣最高的100个商品分别怎样”，再沿着异常商品追问库存或客户结构。

共同语境的价值，在于分析和后续操作尽量使用同一事实来源。若销量数据来自分析系统，库存调整却发生在另一张离线表格里，AI的建议很快过期；当查询指向同一组商品、订单和库存对象，结果才可能继续变成客户分组、订单编辑或自动化流程。

这套底座也有边界。Shopify并不原生掌握每家企业的供应商交期、仓库实盘、全部成本、ERP主数据或线下会员信息。Sidekick生成的自定义应用当前主要访问Admin API里的订单、商品、客户、折扣、内容和分析；应用只在后台运行，不能直接扩展主题、结账或客户账户。所谓“统一商业数据”，更准确地说是Shopify平台内对象的共同语境，外部系统仍要另行接入并授权。

2026年6月，Sidekick应用扩展向所有应用开发者开放，18个首发伙伴已经上线，包括Klaviyo、Loop、Smile和Judge.me。第三方应用可以把自己的数据和动作暴露给Sidekick，让商家在一次对话里查营销表现、退货或评价。但Shopify没有把外部应用变成无限权限：Sidekick先申请本次对话授权，动作通常只把应用页面和上下文预填好，再由商家确认。

把Sidekick从“告诉我在哪”推进到“替我把任务准备好”

Sidekick最初容易被理解为帮助中心的对话版。现在它的任务范围已经跨过答疑和导航：可以生成分析与图表，填写后台表单，创建或编辑商品、折扣和集合，建立客户与B2B公司，提出订单修改，调整主题设置，生成Flow，还能根据自然语言创建后台自定义应用。

关键变化不是功能清单变长，而是任务可以在同一次对话中继续推进。商家先问一周销售为什么变化，再要求找出需要补货的商品，随后让Sidekick准备采购订单、建立客户分组或生成自动化。过去散落在报表、商品、订单与应用页面的动作，被一个经营目标串起来。软件的使用单位由“打开某个页面”，开始转向“完成一项任务”。

库存管理能说明这种变化。Spring ’26显示，Sidekick可以生成采购订单，采购订单又与库存转移连接；库存帮助文档还说明Sidekick可以分析各地点库存并创建转移。它减少的是从“发现缺货风险”到“准备业务单据”的翻译工作，但供应商、成本、交期、现金安排和最终收货仍是现实经营约束，不能从Shopify数据里自动推断出来。

自定义应用则把“做功能”纳入同一入口。Grow、Advanced和Shopify Plus商家可以描述一个需求，让Sidekick规划、生成、预览和修改后台应用，例如按销售速度建议补货、搜索客户并生成专属折扣。员工需要相应的应用开发权限，安装前可以审查权限；官方也提醒，生成应用可能改变面向客户的数据，必须测试。它降低了轻量内部工具的开发门槛，但并不等于商家得到一个可直接上线的全能开发团队。

Sidekick Pulse把入口又向前推了一步。它不等商家提问，而是根据店铺自身的销售、流量和库存生成建议，商家在后台首页看到可行动的提示。这意味着AI开始参与“发现什么值得处理”，而不只是执行明确指令。与此同时，公开资料没有披露建议命中率、采纳率或误报率，因此Pulse目前首先是产品能力，不是已经被验证的经营改善。

把审批设计成产品能力，而不是把人工确认视为失败

企业AI常被描述成“从建议走向执行”，但执行并非只有开与关。Shopify把它拆成多个层级：查询和解释、生成草稿、预填表单、提出修改、显示预览、跳转确认，以及在既有授权内完成动作。商家看到的不只是AI答案，还包括动作何时真正生效。

订单编辑最清楚。Sidekick可以增加商品、调整数量或行项目折扣，也能设置运费和通知选项，但它先导航到订单编辑页并提出更新；商家审阅后点击“更新订单”，订单才改变。主题设置可以由Sidekick调整建议，但必须人工保存。Balance资金转移需要商家检查收款对象与金额，并通过预览完成。生成的Flow在编辑器中打开供检查，激活前仍可以测试和修改。

这不是能力不足的临时补丁，而是一种责任分配。商品描述、查询或可逆草稿的错误半径较小，可以让AI多做；订单、折扣、主题、资金和第三方应用动作会影响客户、品牌或资产，需要明确责任人。Shopify把“哪些动作可以准备，哪些动作必须确认”做进了界面，避免商家只能在完全手工和完全自动之间二选一。

权限还跟随角色与资源。生成应用需要员工拥有开发权限，应用安装时展示所需访问范围；第三方应用只在获准的当前对话中激活；Sidekick不能读取其他商家的私有数据，也不能代商家与客户展开客服对话。由此形成的稳态更像“受监督的经营同事”，而不是无需负责的AI店长。

这条原则对规模化尤其重要。模型准确率不可能永远为100%，企业也不可能逐条人工检查所有低风险动作。更现实的办法是按后果分级：高频、可逆、可验证的步骤尽量自动准备；涉及资金、价格、订单承诺、客户沟通和外部系统写入的动作保留确认与日志。自动化的上限，不只由模型能力决定，也由组织愿意承担多大错误半径决定。

用Catalog与UCP把商品和交易能力开放给外部AI

商家后台之外，Shopify Catalog负责让外部AI理解商品。开发者文档把它分成两个接口：Global Catalog跨符合资格的Shopify商家搜索，并按统一商品标识聚合相同产品；Storefront Catalog只查询一家店。AI可以先按自然语言寻找商品，再读取变体、可用性和结账链接。

Q1 2026投资者资料称，Catalog已经结构化超过10亿件商品。这个数字描述的是被组织的商品规模，不是10亿个品牌、商家或实时库存单位。更重要的是，Catalog结果反映商家的价格、可用性和展示偏好，开发者不得缓存搜索结果；部分字段还可能由AI推断，准确性取决于原始商品数据。

用同样的框架诊断你的业务

Shopify用Sidekick证明，AI进入经营后台的关键不是模型多强，而是能否把订单、库存、资金动作拆成可监督的确认点。如果你的企业也想让AI推进真实业务，不妨先诊断一下：你的商业对象、权限和交易闭环是否已经就绪？

免费体验 Upskill AI 顾问 →

UCP解决的是商品被找到以后的共同语言。该协议由Google与Shopify等共同开发，覆盖身份与权限协商、商品发现、购物车、结账和订单状态。开发者可以使用Shopify的UCP工具搜索Catalog、建立购物车、创建结账并跟踪订单；但“协议可用”不等于每个AI都获得直结账权限。普通流程会把消费者交给商家结账，只有符合资格、信任等级更高的代理才能直接完成购买。

交易主体并没有转移给AI平台。Shopify文档明确：商家始终是merchant of record，价格、折扣、履约选项和结账规则仍来自商家。需要审核或补充信息时，消费者会进入预填好的商家结账。商家因此获得新入口，同时保留订单、客户关系与售后责任。

商家也不是被动进入所有渠道。Agentic Storefronts默认由Shopify管理符合资格的渠道，但商家可以关闭自动加入、按渠道关闭Catalog访问或直结账；关闭Catalog访问后，商品数据停止分享最多可能需要7天。后台还能分别查看AI渠道的销售、订单、会话和转化。开放分发与保留控制，被设计在同一个管理面板里。

不把所有渠道写成同一种“已经上线”

截至2026年7月28日，各渠道状态并不相同。ChatGPT当前主要是发现与引荐：移动端用户在ChatGPT内置浏览器打开商家结账，桌面端进入新标签页。Microsoft Copilot已有数千商家销售；符合资格并开启直结账的商家，可让消费者在渠道内使用Shopify支持的结账。

Google AI Mode与Gemini仍处Early access，并非所有Shopify店铺都可用。Google在5月宣布，部分UCP结账功能将很快提供给包括Fenty和Steve Madden在内的Shopify品牌；“很快”和“精选品牌”不能改写成全面普及。UCP的Universal Cart也仍需申请早期访问。

与此同时，Shopify已把Agentic套餐向未使用Shopify网店的品牌全球开放。品牌可以不迁移原电商系统，只把商品接入Catalog与AI渠道。这说明Shopify争夺的边界正在从“谁用我建站”扩展到“谁用我把商品分发给机器并承接交易”。但接入Catalog只代表具备被发现和交易的条件，不代表已经获得AI订单。

三、结果与转折：采用已经成立，效率与经营价值仍缺一段证据

Sidekick的采用信号目前最扎实。周活跃店铺同比约4倍、单季超过1.2万个自定义应用、近一半新建Flow由Sidekick完成，说明商家不只是用它写文案，而开始把自然语言用于应用和流程。可是公司没有同步披露周活的绝对店铺数、持续留存、任务完成率、平均节省时间、错误率或应用实际活跃度。使用增长与稳定价值之间仍有距离。

消费者侧同样出现强烈但早期的信号。Shopify披露，Q1 2026来自AI聊天工具的引荐会话同比增长超过8倍，引荐订单接近13倍；在以商品详情页为起点的会话中，AI引荐访客转化率比自然搜索高近50%，相关订单客单价高14%。这说明到达店铺的AI用户往往已经完成更多比较，购买意图较强。

但分母和归因不能省略。自然搜索带来的会话仍超过所有被追踪AI平台合计；Google AI Overviews等路径可能被统计为自然搜索。8倍和13倍也建立在早期渠道基数上。消费者更广泛使用AI、商品页面质量、品牌需求和渠道结构都可能共同作用，现有数据不能证明Catalog、UCP或Shopify单独创造了这些增量。

Shopify整体经营数字更不能替AI背书。Q1 2026平台GMV为1,007亿美元、收入31.7亿美元，分别同比增长35%和34%；Shopify Payments处理671亿美元，渗透率67%；自由现金流4.76亿美元，自由现金流率15%。这些数字证明平台有规模承接支付、退款和订单，也说明Shopify的收入与商家交易活跃度高度相关，却不能证明增长由Sidekick或代理式交易带来。

研究时点还需要明确：Shopify在7月8日公告，Q2 2026业绩要到8月5日盘前发布。因此截至7月28日，最新正式季度仍是Q1。任何把Q2指引、产品更新或渠道公告写成已发布季度经营结果，都会混淆时间。

目前最准确的阶段判断是：Shopify已经验证了自然语言可以成为后台工作入口，Catalog和UCP也把商品与结账能力开放给更多AI渠道；部分引荐订单正在发生。但它尚未证明Sidekick普遍改善了商家效率或利润，也未证明代理式直结账形成规模化、可持续的新增长来源。

四、为什么不能盲目照搬：对话框容易复制，商业执行底座很难复制

第一道门槛是可调用的数据对象。Shopify积累了商品、订单、客户、库存、支付和履约之间的关系，AI才能在查询后继续推进任务。普通企业若主数据冲突、系统间没有统一标识、结果仍靠人工回填，增加对话入口只会让错误传播得更快。先统一对象、字段和更新责任，比先选模型更重要。

第二道门槛是权限工程。Shopify能把订单更新、资金转移、主题保存和应用动作拆成不同确认点，是因为后台已有员工权限、资源范围、预览和审计机制。企业不能只写一句“重要事项人工复核”，而要定义什么是高后果动作、谁有权批准、失败如何回滚、日志保存多久。

第三道门槛是真实交易基础设施。AI推荐商品之后，还要面对实时库存、支付失败、税费、欺诈、履约、退款和售后。Shopify用现有结账与订单系统承接这些后果。没有这层能力，所谓“执行”往往只是生成一张表或把用户引向另一个系统，价值和责任都无法闭合。

第四道门槛是生态与规模。超过2.1万个应用、2025年向开发者支付超过13亿美元，使Shopify能让第三方把行业数据和动作接入Sidekick。一般企业没有同等生态，不宜复制“让AI调用一切”的范围；更可行的是先选一条高频、数据完整、责任清楚的流程，把两三个关键系统接通。

新渠道也带来控制权风险。Catalog降低了接入成本，却让商品如何排序、被怎样解释和在何种对话中出现，部分取决于外部AI平台。商家仍保留价格、结账与渠道开关，但消费者入口和推荐规则可能转移。企业要同时衡量新增订单、平台依赖、客户数据可见度与归因完整性，不能只看渠道增速。

五、给管理者的启示：AI升级的单位不是功能，而是一条可监督的工作流

第一，先画“商业对象—动作—责任”图，再做AI。选一个具体任务，列出它读取哪些订单、商品或客户数据，能够调用哪些动作，谁批准，结果写回哪里。若这些关系说不清，AI还没有进入执行阶段。

第二，把采用、效率和经营结果分三层管理。周活、提示次数和生成量属于采用；工时、错误率、完成率和外包成本属于效率；销售、毛利、库存周转和留存才是经营结果。三层指标不能互相代替，更不能用整体公司增长填补AI项目的证据空白。

第三，自动化边界应由错误后果决定。低风险、可逆、可批量验证的动作，可以让AI准备甚至执行；涉及资金、价格、客户承诺和不可逆写入的动作，要保留预览、责任人和回滚。人工确认不是AI落后的标志，而是企业把责任变成产品机制。

第四，把核心能力整理成稳定接口，但保留渠道选择权。商品、价格、库存和政策越结构化，新入口接入越快；与此同时，企业必须能够关闭渠道、控制直结账、识别订单来源并保留客户关系。开放与控制不是二选一，而是同一套系统需要同时具备的能力。

Shopify案例给出的不是“AI已经接管商业”的答案。它更像一条清楚的建设顺序：先让AI理解真实业务，再让它推进可验证的任务；先把权限和确认点做进流程，再把商品与交易接口开放给外部渠道。采用数据已经证明商家愿意尝试这套分工，下一阶段真正要看的，是它能否持续减少经营摩擦，并在不放大错误和平台依赖的前提下，形成可归因的效率与交易结果。