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?
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?

談到拍賣網站,許多人首先會聯想到eBay。eBay是由伊朗裔美國籍的企業家皮埃爾.奧米迪亞(Pierre Omidyar)於1995年所創立,前身叫做Auction Web,是皮埃爾為了替當時的女朋友尋找蓄電池分配器而設置的網站,結果不但替女友解決了問題,更意外發現拍賣網站大受歡迎,「收藏物品能激發熱情,將志同道合的人聚集在一起」,eBay的創立時機就是一個順水推舟的結果。

ebay
圖/ eaby

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。

ebay創辦人 皮埃爾.奧米迪亞(Pierre Omidyar)
最初,皮埃爾是為了替當時的女朋友尋找蓄電池分配器而設置拍賣網站,因而變成ebay前身,開啟了他的創業之路。

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。

First Look Media
皮爾埃一向支持新聞自由,2014年他創立了一家名為First Look Media的新聞媒體公司,專攻調查性報導。
圖/ First Look Media

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。」

資料來源:The Verge、The Famous People、BusinessIdeasLab、Entrepreneur、Futuristic Bug

責任編輯:吳佩臻、錢玉紘

關鍵字: #eBay
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓