Mondrio 想用 AI 代理把定价策略直接落到每一笔交易中。Mondrio 近日宣布完成 375万美元种子轮融资，由 Heartcore Capital 领投，Pretiosum VC、Hersir Ventures、Cambrena Capital、Momo VC 以及定价、CPQ、AI 与支付领域的天使投资人参与。公司通稿称，资金将用于扩充 AI 与工程团队、扩大定价专家团队，并加强在美国和欧洲的商业布局。这笔融资的指向很明确：把定价从一项周期性咨询工作，改造成一套持续运转的软件系统。
| 字段 | 内容 |
|---|---|
| 公司 | Mondrio |
| 轮次 | 种子轮 |
| 金额 | 375万美元 |
| 投资方 | Heartcore Capital（领投）、Pretiosum VC、Hersir Ventures、Cambrena Capital、Momo VC，以及定价、CPQ、AI 与支付领域的天使投资人 |
| 总部 | 旧金山与阿姆斯特丹 |
| 创始人 | Gregor Biljardt（联合创始人兼 CEO）、Joep van den Nieuwenhoff（联合创始人兼首席商务官） |
| 官网 | mondrio.io |
定价策略与销售执行之间的断点，是这笔融资真正想解决的问题
Mondrio 的产品逻辑建立在一个并不新鲜的观察上：定价策略和交易执行长期分属两套系统。公司通稿援引联合创始人兼首席商务官 Joep van den Nieuwenhoff 的话称，“定价策略与执行历来生存在不同的系统中，但定价策略只有在被付诸实践时才会创造价值。”策略团队做研究、建模型、给出价格区间；销售团队在 CRM 里创建报价、申请折扣、推动审批。两者之间的传递往往靠培训、邮件和不成文的经验，而不是靠系统约束。
Mondrio 的回应是把产品拆成两个互补模块。公司通稿称，Pricing Studio 负责定价设计，帮助企业设计并优化产品打包、定价模型与价格水平；Deal Engine 负责定价执行，把定价智能带入每一次报价、谈判与续约，提供折扣与谈判指导，并在预设护栏内自动完成报价与审批。换句话说，Pricing Studio 决定“应该卖多少钱”，Deal Engine 决定“这一单能不能按这个条件卖”。两者之间的数据回流，是 Mondrio 声称的核心机制：单笔交易的洞察会回到定价策略，形成持续反馈闭环。
这个设计在概念上并不复杂，但它的实现难度恰恰在于“闭环”二字。要让一笔失败的报价自动修正下一版价格表，系统必须同时理解产品变化、客户行为、竞争情报和交易结果。公司通稿称，平台持续分析这些信号，主动识别定价机会并建议策略调整。闭环能否在真实客户环境中持续运转，仍属于公开材料未披露的关键信息。
AI 代理进入报价环节后，错误不再只是一份报告
Mondrio 把 AI 代理放进定价执行层，意味着软件不再只是给人提供建议，而是在预设护栏内自动完成报价与审批。这与传统的 CPQ 软件有本质区别。传统 CPQ 解决的是“配置—定价—报价”的流程自动化问题，规则由人预先设定，系统负责执行。Mondrio 公司通稿描述的代理则更进一步：它声称能够结合定量数据与客户对话、市场反馈等定性洞察，主动识别机会并采取行动。
这里存在一个关键的信任问题。报价一旦自动化，错误的代价会从“销售填错一个数字”变成“系统在成百上千笔交易中重复同一个错误”。公司通稿称，Mondrio 的回应是设置“预设护栏”，例外情况提交人工审批。Unite.AI 援引 Mondrio 的描述称，智能体依据当前价目表生成报价，按照政策对报价进行评估，并将例外情况提交审批。这种设计试图在自动化效率与人工控制之间划一条线。
但这条线划在哪里，来源没有给出答案。对于一家成立仅一年的公司来说，这并不意外；但对于潜在客户来说，这恰恰是决定是否把报价权交给 AI 代理的核心问题。
从 CRM 到计费系统，Mondrio 的集成目录暴露了它的数据依赖
Mondrio 的代理能力高度依赖外部数据。据 Unite.AI 援引 Mondrio 的集成目录，其列出 Salesforce、HubSpot（CRM）、Gong（客户对话）、Amplitude、Mixpanel（产品使用）、Chargebee、Zuora、Stripe Billing（计费）与 DocuSign（签署）；目录中列出不等于所有模块功能一致。这些系统分别提供销售机会、买家真实表达、产品使用行为和实际付费记录。Mondrio 的设想是，把这些分散的信号汇集起来，让定价决策同时反映客户价值和交付成本。
对于一家种子轮公司来说，集成深度往往比集成数量更重要。一个只读的 CRM 连接和一个能双向写入报价数据的连接，对客户的价值完全不同。更具体的待核验问题是：Gong 的对话数据与 Amplitude 的产品使用数据如何对齐到同一客户与同一交易，Stripe Billing 里的计费记录如何与 CRM 里的销售机会匹配。这些对齐方式直接决定 AI 代理能否基于一致信号做出定价判断，但来源没有披露。
麦肯锡与 G2 的数据描绘了需求，但需求不会自动变成订单
公司通稿援引麦肯锡的数据称，约四分之三的软件公司缺乏集中化定价职能；麦肯锡对 400 多名 B2B 定价高管的调查显示，65% 至 85% 的组织预计未来一到三年内在定价中采用生成式或智能体 AI，目前该比例为 10% 至 30%，而仅 5% 至 10% 已在任一定价场景全面规模化智能体 AI。通稿还援引 G2《2026 年买家行为报告》称，过去两年超过 80% 的 B2B 软件买家使用过 AI 聊天机器人获取软件推荐。这些数据均为通稿引用，未在来源中独立核验。
即便这些数据准确，它们说明的也只是市场存在巨大的预期差，而不是 Mondrio 已经抓住了这个预期差。从编辑角度看，65% 至 85% 的组织“预计采用”和 5% 至 10% 的组织“已全面规模化”之间的差距，存在两种可能解读：既可以理解为巨大的市场机会，也可以理解为极高的落地难度。这是基于通稿引用数据的编辑推演，不构成对 Mondrio 市场机会的确认。要判断 Mondrio 能否跨过这个差距，需要核验其目标客户的定价职能现状、AI 定价工具的实际采用率，以及 Mondrio 自身试点客户数量与转化数据；这些指标当前均未披露。定价 AI 的规模化障碍可能不在模型能力，而在组织流程、数据基础设施和信任机制。本轮融资只能支撑它去验证其中一小部分假设。
Heartcore Capital 合伙人 Yacine Ghalim 在公司通稿中的表态更接近投资逻辑而非市场验证。他称，“大多数公司设定一次价格，每隔几年通过昂贵的咨询项目刷新一次，中间把钱留在桌上。但 AI 正在让这种模式难以为继。”这是一个关于趋势的判断，而不是关于 Mondrio 产品有效性的证据。从已披露的信息看，Heartcore 押注的是定价从周期性的咨询项目变成持续性软件功能的范式转移，而 Mondrio 是这个范式中的早期载体。
“AI 代理代表买卖双方”的叙事，比当前产品走得更远
G2 CEO 兼 Mondrio 投资人 Godard Abel 在公司通稿中称，“我们正在走向一个 AI 代理同时代表买方和卖方的世界，改变产品被发现、定价和购买的方式。”这是一个宏大的行业叙事，但它描述的场景比 Mondrio 当前产品所展示的能力要远得多。Mondrio 目前的产品定位是帮助卖方管理定价策略和报价执行，而不是让 AI 代理在买卖双方之间自动谈判。
这个叙事的意义在于为 Mondrio 的未来产品路线提供想象空间。如果 AI 代理真的开始代表买方询价和谈判，卖方就需要一套能够实时响应、自动调整报价的系统。公司通稿称，其平台帮助企业为与人类买家和 AI 代理互动做好准备。这是一个方向性声明，而不是一个可验证的产品能力。
从编辑角度看，这个叙事的风险在于它可能模糊 Mondrio 当前的实际定位。一家种子轮公司同时讲述“解决定价策略与执行断裂”和“迎接 AI 代理买卖双方世界”两个故事，会让潜在客户难以判断它现在到底能解决什么问题。Mondrio 更可信的路径是先证明它能在人类销售团队中跑通定价闭环，再谈 AI 代理之间的交易。
375万美元的资本结构，决定了 Mondrio 必须快速验证而非长期布局
这笔种子轮资金，对一家同时在美国和欧洲两个市场运营、计划扩充 AI 与工程团队并增聘定价架构师的公司来说，并不宽裕。公司通稿称，资金将用于三项优先事项：产品开发，推进代理、合成客户能力及定价策略与交易执行的衔接；定价专业能力，未来一年在两个办公室显著扩员，增聘直接服务客户的定价架构师；市场拓展，深化与美国及欧洲 B2B 科技公司和私募股权机构的关系，并为服务制造业与专业服务企业打基础。
这三项优先事项之间存在明显的资源竞争。产品开发需要工程师，定价专业能力需要资深顾问，市场拓展需要销售和客户成功人员。按旧金山与阿姆斯特丹两城同时扩招工程、定价专家与市场团队估算，375万美元可支撑的招聘规模有限，因此公司可能需要在下一轮融资前展示可重复的商业化路径。这是基于公开信息的编辑估算，不是来源结论。
公司通稿未披露具体收费方式。Mondrio 的商业模式被描述为“将 AI 代理处理日常定价工作与按需定价专家服务相结合”，但客户是按席位付费、按交易量付费，还是按项目付费，来源没有说明。这个信息缺口很关键。如果定价专家服务在收入中占比较高，Mondrio 就更像一家技术增强型咨询公司；如果软件订阅占主导，它的估值逻辑才更接近 SaaS。种子轮阶段不披露收费方式并不罕见，但它让外部难以判断公司的真实商业性质。
没有具名客户和经营数据，Mondrio 仍处于验证前夜
截至本轮融资公告，公司通稿未披露具名客户或客户数量，因此公开材料尚不能证明其已有验证的市场需求。公司通稿称其面向 B2B 科技公司与私募股权机构，并计划为制造业与专业服务企业打基础。但“面向”不等于“服务”。公开材料未披露客户证据，因此从外部看，这轮融资更像是对团队背景和产品方向的押注，而非对已验证市场需求的确认。
创始团队的背景是这轮融资中最实质的资产。公司通稿正文称，Gregor Biljardt 与 Joep van den Nieuwenhoff 于 2026 年创立 Mondrio，两人合计拥有超过 20 年为欧美科技公司提供定价咨询的经验；通稿文末又称创始人为合计超过 30 年经验的定价资深人士。同一篇通稿中两个口径不一致，来源没有解释差异。但无论取哪个数字，创始团队的核心积累都在定价咨询领域，而非企业软件或 AI 产品开发。这意味着 Mondrio 的最大优势是理解定价问题，最大挑战是把它转化为可规模化的软件产品。
通稿还援引前 Simon-Kucher 管理合伙人、Mondrio 投资人 Onno Oldeman，以及 Threekit 首席运营官 Joachim Klein 的表态。前者代表定价咨询行业的资深网络，后者代表从传统 CPQ 向 AI 原生 CPQ 转型的产业经验。这些人的参与可能帮助 Mondrio 打开早期客户之门，但投资人的背书不能替代客户的实际付费意愿。
验证路径清晰，但每一步都需要比通稿更多的证据
Mondrio 接下来需要验证的核心假设有三个。第一，Pricing Studio 与 Deal Engine 之间的数据回流是否在真实客户中跑通，而不是停留在产品演示层面。第二，集成目录中 CRM、对话、产品使用与计费系统的实际集成深度，能否支撑 AI 代理在报价环节做出可靠判断。第三，定价专家服务收入占比是否会使商业模式退化为咨询，而不是形成可重复的软件收入。
从已披露的信息看，Mondrio 的产品方向与 AI 代理进入企业核心流程的趋势是一致的。但一致的方向并不能降低验证的难度。Mondrio 的创始团队在定价咨询上的经验可能帮助它理解定价问题，但能否用软件解决这些问题，仍是一个未经验证的假设。
本轮融资的公告本身没有提供任何关于产品实际运行效果的信息。公司通稿描述的是一个完整的产品愿景：Pricing Studio 设计定价，Deal Engine 执行定价，交易洞察回流策略，AI 代理在护栏内自动报价。但愿景中的每一个环节，都需要独立的客户证据来支撑。在 Mondrio 披露具名客户、使用规模或可验证的收入数据之前，这仍是一家用 375万美元验证一个合理假设的早期公司。
公开材料未披露的关键信息
综合本轮公告与相关报道，Mondrio 尚未披露以下关键信息：定价闭环在真实客户环境中的运行时长；集成目录中各系统的实际集成深度；平台如何处理 CRM、产品使用与计费数据之间的一致性问题；与 AI 买方代理互动的具体功能、协议或测试结果；具体收费方式与具名客户。这些信息缺口共同指向同一个问题：Mondrio 的产品愿景能否在真实商业环境中跑通，仍需要后续披露来验证。
RecodeX 极客视：Mondrio 的融资故事之所以值得关注，不是因为它证明了 AI 代理能管好定价，而是因为它把 B2B 软件中最难自动化的一环——定价策略到报价执行的断裂——摆到了台面上。375万美元买不到一个确定的答案，但足够让这家公司去验证一个关键问题：当 AI 代理开始处理每一次报价时，企业到底是更接近收入最大化，还是更接近失控。关键证据将是 Mondrio 是否披露具名客户、Deal Engine 的实际报价量以及定价专家服务的收入占比。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。