eBay創辦人初心是幫老婆賣東西！如何抓住機會、打造年賺102億美元的拍賣龍頭？|數位時代 BusinessNext

最初只想幫老婆賣東西！eBay創辦人如何抓住機會、打造年賺102億美元的拍賣龍頭？

eBay是眾所皆知的拍賣網站，2020年做出年收入102億美元的好成績，這樣知名的企業，當初創立的靈感為何？又是如何走到今日的龍頭地位？

始於興趣，勇於試驗，然後抓準時機！

eBay創辦人皮埃爾在年幼時期就對電腦編程充滿了興趣，他曾經翹課自學電腦，也幫助學校設計列印借書證的程式。1988年他畢業於塔夫茲大學(Tufts University)的電腦科學系，開始為Apple Macintosh編寫管理內建資料的程式，1991年他和三個好友一同創立了Ink Development，為筆式電腦編程，後來改名為eShop，因為表現良好而被微軟收購。

1995年，他幫當時的女友（現在的老婆）在自行架設的拍賣網站Auction Web上交易蓄電池，之後網站持續經營並且大受歡迎，當時第一個拍賣成功的商品是一隻損壞的雷射筆（皮埃爾還特地向買主確認購買動機），對於出售的商品皮埃爾不做任何保證，也不負責解決糾紛。96年業務擴大，開始線上販售機票和相關產品，光是當年年底每天就有80萬場拍賣舉行，1997年Auction Web正式更名為eBay。

嗜好成為生財工具，提供相似興趣者交流的平台

「我從來沒想過有一天我會創辦一家成功的公司，我只是被有趣的科技工作所驅動。」皮埃爾完全沒想到在創立拍賣網站的短短五個月內，他的業餘愛好居然變成了一個價值30億美元、擁有200萬訂閱者的網路企業。更名eBay之後，隨著流量變大重新架站，並且開始向賣方收取上架費用和得標後的佣金。

皮埃爾在經營eBay的過程中發掘，拍賣網站的成功之道在於人們渴望與志同道合的人建立關係。平台的成功讓皮埃爾致力於經營eBay的社群和技術，97年6月eBay以22%的公司股份為交換條件，向Benchmark Capital募得了2千2百萬美金，並且聘請孩之寶玩具公司(Hasbro)的高管瑪格麗特．惠特漢(Margaret Whitham)擔任CEO。1998年，eBay正式上市。

成功不忘關注公益，催生新媒體事業

2020年，eBay的年度淨收入來到了102億7千1百萬美金，員工數來到了1萬3千3百人，皮埃爾在2020年因應公司內部改革離開了eBay的董事會，但他仍舊擔任名譽董事，活躍於公司內部。電商事業的成功讓皮埃爾也回饋社會，1998年他和妻子共同成立了奧米迪亞基金會，支持各種社會事業，像是人權、縮貧和救災基金。

皮埃爾一直以來也是新聞自由的堅定支持者。2010年Honolulu Civil Beat數位新聞媒體成立，並且連續三年獲得最佳新聞網站的殊榮。2014年2月，皮埃爾再創立了一家名為First Look Media的新聞媒體公司，網羅了許多的知名新聞記者，專攻調查性報導。作為媒體先鋒，皮埃爾在近期甚至透過其相關組織，支持前Facebook員工Frances Haugen作為吹哨人對Facebook的指控。

eBay上的拍賣物品無奇不有，不管是破損雷射筆、俄羅斯太空船，還是骨董金龜車，它提供給相同愛好者一個可以互相交流的平台，加以當時90年代網路剛起飛，網路拍賣在當時如同創舉，皮埃爾看見了趨勢，再加上配合自己的興趣，成功創造出橫跨26年的網路電商傳奇，誠如他所言，「我並非刻意創造如此驚人的業務，但順勢而為替我創造了機會。」

責任編輯：吳佩臻、錢玉紘

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。