Finansowanie

Mondrio pozyskuje 3,75 mln dolarów w rundzie zalążkowej, by połączyć strategię cenową opartą na AI z realizacją transakcji

mm
Dodaj Unite.AI do preferowanych źródeł w Google
Six members of the Mondrio team in an office.

Mondrio pozyskało 3,75 mln dolarów finansowania zalążkowego, aby połączyć dwa działania, które często odbywają się w odrębnych systemach: ustalanie cen produktów firmy oraz stosowanie tych ustaleń w poszczególnych transakcjach sprzedażowych. Firma z siedzibami w Amsterdamie i San Francisco tworzy agentową platformę do ustalania cen, która przekształca rozmowy z klientami, zmiany w produktach i wyniki transakcji w rekomendacje, a także pomaga zespołom sprzedaży wdrażać zatwierdzone ceny w praktyce.

Rundzie przewodził fundusz Heartcore Capital, a udział w niej wzięły także Pretiosum VC, Hersir Ventures, Cambrena Capital, Momo VC oraz aniołowie biznesu z doświadczeniem w ustalaniu cen, oprogramowaniu CPQ (do konfiguracji produktów, ustalania cen i przygotowywania ofert), AI i płatnościach. Mondrio planuje rozbudować zespoły AI i inżynieryjne, zatrudnić ekspertów ds. ustalania cen oraz wzmocnić swoją obecność handlową w Stanach Zjednoczonych i Europie.

Łączenie decyzji cenowych z przebiegiem transakcji

Strategia cenowa może przekonująco wyglądać w arkuszu kalkulacyjnym, a mimo to nie sprawdzić się podczas negocjacji. Handlowcy spotykają się z zastrzeżeniami, których nie uwzględniono w pierwotnych badaniach. Klienci cenią poszczególne funkcje inaczej, niż zakładał zespół produktowy. Rabaty stają się normą, a uzasadnienia dla nich pozostają rozproszone między rozmowami, zapisami w systemie CRM i wnioskami o zatwierdzenie.

Mondrio chce włączyć te sygnały do ciągłego procesu. Platforma analizuje dane ilościowe wraz z informacjami jakościowymi, w tym rozmowami z klientami i opiniami z rynku, aby wskazywać szanse i rekomendować zmiany. Wnioski z ofert, negocjacji i przedłużeń umów są następnie uwzględniane przy kolejnych decyzjach cenowych.

To połączenie ma znaczenie, ponieważ AI zmienia ekonomię oprogramowania. Funkcja korzystająca z modeli lub wykonująca zautomatyzowane zadania może generować zmienne koszty za każdym razem, gdy używa jej klient. Struktura pakietów, limity wykorzystania i rabaty wpływają więc zarówno na atrakcyjność oferty, jak i na koszt jej dostarczenia. Szybsze udostępnianie nowych wersji produktów sprawia też, że firmy częściej mają powody, by ponownie rozważać swoje ceny.

Prezes i współzałożyciel Gregor Biljardt powiedział, że szansa tkwi w agentach łączących informacje ilościowe z wnioskami płynącymi z rozmów i analizy rynków. Mondrio wykorzystuje to połączenie w procesie sprzedażowym, w którym pozornie niewielka decyzja cenowa może mieć konsekwencje dla wielu kolejnych transakcji.

Pricing Studio przekształca badania w ofertę gotową do wdrożenia

Pricing Studio firmy służy do projektowania cen: tworzenia pakietów, modeli cenowych i poziomów cen. Opisany przez firmę proces obejmuje badania, projektowanie, symulacje, podejmowanie decyzji i wdrożenie, dając zespołom możliwość przetestowania oferty przed przedstawieniem jej klientom.

Badania mogą opierać się na ankietach klientów, danych o ich gotowości do zapłaty oraz personach generowanych przez AI. Platforma wymienia również funkcje służące do analizy porównawczej, symulacji cenowych, eksperymentów i migracji klientów. Odpowiadają one na różne pytania: które funkcje warto połączyć w pakiet, które grupy klientów je cenią oraz jak proponowana zmiana może wpłynąć na obecną bazę klientów.

Persony AI pozwalają analizować hipotezy, ale ich odpowiedzi są symulowanymi danymi, a nie obserwacjami rzeczywistych zachowań klientów. Użyteczna pętla informacji zwrotnej polega na porównywaniu tych hipotez z wynikami badań i rzeczywistymi rezultatami handlowymi w miarę wprowadzania ofert na rynek.

Po zatwierdzeniu decyzji cenowej przez zespół może ona trafić do Deal Engine firmy Mondrio. To przekazanie decyzji jest kluczowym elementem projektu produktu: nowy cennik powinien wpływać na oferty otrzymywane przez klientów, zamiast pozostawać jedynie analizą, którą zespoły sprzedaży muszą przenosić do własnych narzędzi.

Deal Engine wprowadza reguły kontrolne do przygotowywania ofert i ich zatwierdzania

Deal Engine obsługuje realizację transakcji, w tym przygotowywanie ofert, wskazówki dotyczące rabatów, zatwierdzanie oraz gromadzenie informacji w miarę postępów transakcji. Mondrio opisuje proces, w którym agent przygotowuje ofertę na podstawie aktualnego cennika, sprawdza jej zgodność z zasadami i przekazuje wyjątki do zatwierdzenia.

Ważne jest rozróżnienie między rekomendacją a zatwierdzonym działaniem. Oferty zgodne z zasadami firmy mogą przechodzić zautomatyzowaną ścieżkę zatwierdzania; wyjątki można przekazać do dalszej oceny wraz z uzasadnieniem, na przykład informacją o wpływie rabatu na marże. Wśród wymienionych funkcji platformy są także portal klienta, śledzenie zaangażowania w ofertę, analizy transakcji i podpisy elektroniczne.

Dzięki temu system może pełnić rolę wykraczającą poza ograniczanie nakładu pracy potrzebnego do przygotowania dokumentu sprzedażowego. Powtarzające się zastrzeżenia, nieskuteczne oferty czy wzorce udzielania rabatów mogą dostarczać informacji przydatnych przy projektowaniu cen. Firma mogłaby wykorzystać te dane, by odróżnić nieatrakcyjny pakiet od pojedynczego przypadku negocjacyjnego, a następnie skorygować strategię, zachowując kontrolę nad poszczególnymi transakcjami.

Integracje zapewniają kontekst handlowy

Katalog integracji Mondrio pokazuje, jak firma zamierza zbudować ten kontekst. Wśród wymienionych połączeń są Salesforce i HubSpot, zapewniające informacje z systemów CRM, Gong do obsługi rozmów z klientami, Amplitude i Mixpanel dostarczające danych o korzystaniu z produktu oraz systemy rozliczeniowe, takie jak Chargebee, Zuora i Stripe Billing. DocuSign wymieniono jako narzędzie obsługujące proces podpisywania w Deal Engine.

Źródła te przedstawiają różne perspektywy tej samej relacji handlowej. System CRM rejestruje szansę sprzedażową, platforma do obsługi rozmów odnotowuje wypowiedzi kupującego, analityka produktu pokazuje sposób korzystania z niego, a system rozliczeniowy zapisuje, ile płaci klient. Uwzględnienie tych sygnałów przy ustalaniu cen może pomóc zespołom ocenić, czy oferta odzwierciedla wartość dla klienta i rzeczywistą ekonomikę realizacji.

Katalog przypisuje integracje do różnych modułów, więc dostępność danego połączenia nie oznacza, że każdy system obsługuje identyczne funkcje. Szersze założenie techniczne polega na powiązaniu decyzji cenowych z danymi operacyjnymi, które mogą wyjaśnić ich skutki.

Finansowanie zalążkowe wesprze rozwój agentów i ludzkiej wiedzy eksperckiej w zakresie ustalania cen

Biljardt założył Mondrio w 2026 roku wraz z Joepem van den Nieuwenhoffem, dyrektorem ds. handlowych firmy. Platforma może być wykorzystywana na dwa sposoby: istniejące zespoły ds. ustalania cen mogą korzystać z jej funkcji AI albo klienci mogą skorzystać z dodatkowego wsparcia ekspertów Mondrio w tej dziedzinie.

Finansowanie wesprze dalsze prace nad agentami, możliwościami wykorzystania syntetycznych klientów oraz powiązaniem strategii cenowej z realizacją transakcji. Mondrio planuje również zatrudnić architektów strategii cenowych, nawiązać relacje z firmami technologicznymi B2B i funduszami private equity, a także przygotować się do ekspansji w sektorach produkcji i usług profesjonalnych.

Mondrio zakłada, że ustalanie cen przynosi większą wartość, gdy odbywa się w sposób ciągły. Wyzwaniem będzie przekształcanie rozproszonych informacji handlowych w zmiany, które zespoły będą w stanie zrozumieć, zatwierdzić i wdrożyć, a następnie wykorzystywanie uzyskanych wyników do podejmowania lepszych kolejnych decyzji.

Evan Mercer jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się startupami AI, kapitałem ryzyka i dynamiką finansowania kształtującą kolejną generację firm technologicznych. Jego relacje koncentrują się na innowacjach we wczesnym etapie, przepływach kapitału oraz strategicznych decyzjach, które podejmują założyciele i inwestorzy, gdy firmy AI rozwijają się od koncepcji do globalnego wpływu.

Ze strategicznej i analitycznej perspektywy Evan bada rundy finansowania, pozycjonowanie rynkowe oraz pojawiające się trendy w ekosystemie startupów AI. Śledzi, jak kapitał ryzyka, inwestycje korporacyjne i rynki publiczne krzyżują się z przełomami w sztucznej inteligencji, odróżniając trwałe sygnały od krótkotrwałego szumu.

Artykuły autorstwa Evana Mercera są generowane przez SI i recenzowane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, kontekst i odpowiedzialne relacjonowanie globalnego krajobrazu inwestycji w AI