Adobe不買Figma了、要付10億美元分手費!Figma創辦人從名校輟學、年僅30歲的他是何來頭?
Adobe不買Figma了、要付10億美元分手費!Figma創辦人從名校輟學、年僅30歲的他是何來頭?

軟體業巨頭Adobe欲以200億美元,收購雲端協作開發工具平台Figma,不過由於監管障礙,兩家公司將終止這起收購案。根據合併協議條款,Adobe將向 Figma支付10億美元的終止費用。

兩家公司在聯合聲明中表示:「沒有明確的途徑獲得歐盟委員會和英國競爭與市場管理局的必要監管批准。」

Adobe於2022年10月宣布以200億美元天價收購Figma,引發市場討論。然而英國和歐盟監管機構擔心,合併案將導致扼殺產品設計、圖像編輯和插圖市場的競爭和創新。隨後,Adobe放棄這起收購案。

這起收購案也引發大眾對於Figma創辦人的好奇,究竟年僅30歲的Figma創辦人——迪倫.菲爾德(Dylan Field)是怎麼成為一名成功的年輕創業家?

Figma是什麼樣的公司?創辦人什麼來頭?

菲爾德從小就展現對數學、設計和資訊科學的興趣,即便從常春藤名校輟學的決定,在初期並未受到父母的支持,但他積極、不放棄的創業精神,最終讓他成為一名成功的年輕創業家。

Figma是成立於2012年的協作軟體,創辦人除了菲德爾外,還有他在實習時遇到的同校朋友埃文.華萊士(Evan Wallace)。Figma初期是以圖片編輯軟體為主,後來才逐漸發展成為多人協作軟體,許多全球知名大企業的員工,例如:Airbnb、Google、Netflix、Twitter、Zoom、Coinbase、BMW、Discord等,都是這個軟體的愛用者。

Dylan Field
圖/ Figma

延伸閱讀:Figma獲得Adobe青睞收購!不懂美學也能用,如何助攻快速完成設計?

菲爾德從小就展現對數學、資訊科學和設計方面的天賦,長大後也順利進入常春藤名校布朗大學就讀。進入大學後,菲爾德先後在領英(Linkedln)和紅板報(Flipboard)擔任暑期實習生,讀完頭兩年後,他發覺學校已經不再給他以前那種收穫良多的感受,這個想法也讓他決定走出校園。

在離開布朗大學後,菲爾德成功申請到由矽谷知名億萬富翁彼得提爾(Peter Thiel)創立的「提爾獎學金」(Thiel Fellowship,原名為「20 under 20」),並利用這筆資金踏出自己的創業路。

Figma
圖/ Zac Wolff on Unsplash

Figma焚膏繼晷的設計新品,卻換來投資者的軟釘子

創業初期,一切都需要從零到一,是最辛苦同時也是最容易被快速消磨熱忱的階段,這時必須思考要創辦怎樣的公司、打造什麼樣的產品,以及錢要從哪裡來等問題。

菲爾德和華萊士曾嘗試過許多新穎的想法,譬如打造一個無人機軟體,但兩人想不出不會傷害或侵犯他人隱私的概念,最後華萊士說服菲爾德轉換跑道。菲爾德最初的目標其實是在瀏覽器裡創建一個免費、簡單、有創意的工具,讓每個人都可發揮創造力,在這期間,他們也曾花一週的時間,打造一個迷因生產器(meme generator),不過這一週反而還被菲爾德稱為「Figma最糟糕的一週」,因為結果都不盡理想。

最後,他們把目光轉向華萊士之前在皮克斯實習時的設計,這個設計可以讓人們在瀏覽器裡看到實時圖像(real-time graphics),兩人認為這個概念可以延伸作其他的運用。於是,他們便著手研究Adobe的Photoshop,並設計一套可以讓使用者把自己的人臉貼到名人臉上的圖片編輯工具。

不過,這樣焚膏繼晷的努力,換來的卻是美國知名風險資本家約翰・李利(John Lilly)以「我認為你還不知道自己在做什麼」為由,拒絕對Figma投資。

《Business Insider》的訪談中,菲爾德也坦白,「在2013年到2014年與投資者會面時,公司其實還不清楚正在開發什麼產品,以及這個產品可以解決什麼問題,當時被拒絕投資也給了我一記當頭棒喝,之後我便開始尋求他人的建議,並改進公司對投資者的宣傳方式。」

Figma
Figma創辦人--迪倫菲爾德(Dylan Field)
圖/ Figma

雖然被李利潑了冷水,但菲爾德並沒有因此放棄,反而不斷與對方碰面,希望能從其口中得到一些反饋。在李利隨口說出,或許Adobe的CEO布魯斯・奇曾(Bruce Chizen)可能會提供一些有用的建議後,菲爾德也找上了奇曾。接著不斷調整Figma的功能,菲爾德想打造的產品藍圖才更為清晰——讓每個人都能在共享的網頁瀏覽器上協作,而不是只能在各自電腦桌面上的應用程式內工作。

產品都還沒推出,團隊成員紛紛離職

除了在尋求外部投資碰壁外,菲爾德早期領導團隊時也面臨內部挑戰。原因就在於他沒有什麼領導團隊的經驗,加上Figma第一個產品的測試版,花了數年時間才推出,許多團隊成員甚至因為感到沮喪,在產品推出前就選擇辭職了。

《富比士》的報導裡談到,Figma在遇到收費問題時,菲爾德的直覺反應是要推遲這個政策,不應該在一開始就選擇向用戶收費,而是要持續修補工具使用上的漏洞,但一位來自微軟的用戶卻告訴他,Figma的企業用戶之所以還沒打進科技巨頭圈,其實就是因為人們對「不收費的新創工具」會產生更多質疑。

菲爾德的輔導員也告訴他,創業時懂得提問是件好事,但許多決策不能僅依靠信任自己的直覺。之後,菲爾德參考澳大利亞軟體公司Atlassian的模式,將圖片編輯器的功能分層定價,

讓用戶在解鎖每一個階段的功能時進行付費。後來,當像Google這樣大型企業來電,要求給予折扣時,菲爾德也親上電話解釋為什麼Figma的定價策略,而這背後其實也代表著大型企業對Figma的使用需求開始增加。

十年磨一劍,終於成為名副其實的年輕新創家

菲爾德積極尋求業界前輩的建議,以及一心只想知道投資者對產品真心話的積極態度,最終讓他的產品展見了驚人的品質,也讓李利回心轉意,願意在2015年12月領導Figma的1,400萬美元融資。2016年Figma公開第一個產品,並在2017年推出第一個付費產品;2020年4月公司估值達到20億美元,而在2021年新一輪的融資裡,公司的估值已成長5倍,達100億美元。值得一提的是,連美國總統喬拜登(Joe Biden)的競選團隊,也採用Figma來管理所有的視覺設計品。

Figma
連美國總統喬拜登(Joe Biden)的競選團隊,也採用Figma來管理所有的視覺設計品。
圖/ Zac Wolff on Unsplash

菲爾德在從名校退學到公司被Adobe以天價收購的這十年間,並非全然默默無名,他因為創立Figma,在2015年入選《富比士》「30位30歲以下創業者榜(Forbes 30 under 30)」、2019年被商業媒體《Inc.》評為崛起的新星之一、2020年被《Business Insider》評為「改變科技業的十人」(10 people transforming the technology industry)、2021年Figma除了出現在「UX設計工具排行榜」上,也在《時代雜誌》「雲100(The Could 100)」榜上有名。

據估計,菲爾德擁有Figma百分之十的股票,在被Adobe收購時,該股票則價值20億美元,不僅成為億萬富翁,更是名副其實的年輕新創家。

參考資料:Timeheyday今周刊uxtoolForbes

責任編輯:錢玉紘

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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