<p>企業銷售的錯綜複雜的世界，長期以來受到過時軟件和繁瑣流程的困擾，正處於人工智能顛覆的良機之中。這是 Kleiner Perkins 最新創業力量 Joubin Mirzadegan 的核心論點，他正在啓動他的全新項目 Roadrunner。在最近與 Swyx 在 Latent Space 播客上的採訪中，Mirzadegan 剖析了他的旅程，從在初創公司構建市場進入策略到孵化像 Glean 這樣的突破性公司，最終推出 Roadrunner——一個以人工智能為基礎的重新構想的配置、定價、報價（CPQ）工作流程。</p>
<p>Mirzadegan 是一位經驗豐富的銷售領導者，轉型為風險投資家，現在成為創始人，他與 Swyx 討論了當前企業報價系統中深層次的低效問題，這是他在職業生涯中親身經歷的。“可能曾經讓我最頭疼的事情就是，像 Salesforce CPQ 這樣的基礎軟件，僅僅是為了創建一個報價並獲得批准，真是糟糕透了，” Mirzadegan 説道，生動描繪了銷售團隊在季度最後幾天與 30 秒加載屏幕作鬥爭的情景。他認為，這種普遍的挫敗感為從根本上重建提供了巨大的機會。</p>
<p>根據 Mirzadegan 的説法，解決方案在於利用大型語言模型（LLMs）的力量，抽象掉企業定價中固有的巨大複雜性。他的 “靈光一現” 來自於觀察 LLMs 如何在其他領域處理結構化和非結構化數據。“我實際上認為你可以用這些 LLMs 抽象掉很多複雜性……而且，你知道的，非結構化和結構化文本是你可以推理和處理的，” 他解釋道。這種能力，已經在法律研究等領域通過像 Harvey 這樣的工具進行轉變，可以從根本上改變交易結構的推薦、政策的執行和審批的流轉，消除 “交易桌的 Slack 渠道混亂”。Roadrunner 的目標是構建一個以人工智能為基礎的架構，不僅簡化報價流程，還智能推薦最佳交易配置，有效地充當數字交易桌。</p>
<p>Mirzadegan 的見解深深植根於他在 Kleiner Perkins 的經歷，他幫助技術創始人駕馭市場進入（GTM）策略的艱難水域。他強調了從成功孵化的公司 Glean 中獲得的關鍵經驗，Glean 是一家企業人工智能搜索領導者，目前估值為 70 億美元。他與 Glean 創始人 Arvind Jain 的合作中，一個關鍵的收穫是意識到 “市場進入並不是他的強項。” 這突顯了技術出色的創始人面臨的普遍挑戰：將產品優勢轉化為可重複的收入。像 Windsurf 這樣的公司的成功，Mirzadegan 也曾支持，依賴於對 “谷歌級產品和 Salesforce 級分銷” 的雙重承諾——這是一種稀有但強大的組合。</p>
<p>早期招聘合適的銷售領導至關重要，但卻充滿了 “反模式”。技術創始人常常陷入根據 LinkedIn 個人資料上的 “華麗標誌” 進行招聘的陷阱。然而，Mirzadegan 警告這種膚淺的方法。“問題在於，你必須真正面試他們。你不能僅僅通過他們的 LinkedIn 個人資料來判斷他們是否優秀。” 他強調深入挖掘的重要性，瞭解候選人的內在動機，他們的 “肩上的擔子”，以及他們在初創公司早期非結構化階段願意作為 “藝術家” 運作，而不僅僅是執行預定義的劇本。他強調，階段適配是至關重要的。</p>
<p>除了產品和銷售，Mirzadegan 還反思了媒體的戰略性使用。他自己的播客 “Grit” 最初是作為一種 “招聘工具” 和關係引擎，旨在與頂級首席營收官建立聯繫。他的內容創作理念——在評判成功之前 “承諾製作 100 集”——體現了找到自己聲音和建立受眾所需的毅力。他還指出，面試創始人與其他高管之間存在顯著差異。“創始人和首席執行官在發言時具有不同於其他高管的權威……他們可以直接發言。” 這種坦誠，擺脱了對管理層批准的擔憂，解鎖了更真誠和誠實的對話，為他們的創業旅程提供了寶貴的見解。</p>
<p>Roadrunner 的願景不僅僅是對現有 CPQ 工具進行迭代，而是從根本上重建數據模型，與 “最棘手的設計合作伙伴” 共同開發。這種方法旨在利用 LLMs 推薦複雜的交易結構，執行政策，並以傳統系統無法做到的方式自動化審批流轉，傳統系統的 “規則 + SKU + 批准” 圖譜過於脆弱。Mirzadegan 認為，兩年的窗口期至關重要：現有企業正在緩慢重建，而像 Roadrunner 這樣的人工智能原生初創公司則具備超越他們的靈活性。</p>
<p>Mirzadegan 的旅程和 Roadrunner 的創立體現了對市場痛點、技術潛力和成功企業建設的人性元素的深刻理解。他的經歷強調了不僅要構建卓越技術的必要性，還要掌握分銷的藝術，並組建一個由真正動機和階段適當的專業知識驅動的團隊。</p>

<p>Roadrunner 由 Kleiner Perkins 的 Joubin Mirzadegan 創立，旨在通過 AI 原生解決方案徹底改變企業銷售報價。Mirzadegan 利用他在銷售和風險投資方面的經驗，計劃使用大型語言模型來簡化複雜的定價和審批流程。Roadrunner 的目標是創建一個智能化、簡化的報價系統，推薦最佳交易配置，以解決當前系統（如 Salesforce CPQ）中的低效問題。該企業強調招聘合適的銷售領導和戰略性媒體使用對於成功的市場進入策略的重要性</p>

<p>The labyrinthine world of enterprise sales, long burdened by archaic software and cumbersome processes, is ripe for disruption by artificial intelligence. This is the core thesis driving Joubin Mirzadegan, Kleiner Perkins’ latest entrepreneurial force, as he embarks on his new venture, Roadrunner. In a recent interview with Swyx on the Latent Space podcast, Mirzadegan peeled back the layers of his journey, from building go-to-market strategies at startups to incubating breakout companies like Glean, culminating in the launch of Roadrunner – an AI-native reimagining of Configure, Price, Quote (CPQ) workflows.</p>
<div class="lb-trans"><p>企業銷售的錯綜複雜的世界，長期以來受到過時軟件和繁瑣流程的困擾，正處於人工智能顛覆的良機之中。這是 Kleiner Perkins 最新創業力量 Joubin Mirzadegan 的核心論點，他正在啓動他的全新項目 Roadrunner。在最近與 Swyx 在 Latent Space 播客上的採訪中，Mirzadegan 剖析了他的旅程，從在初創公司構建市場進入策略到孵化像 Glean 這樣的突破性公司，最終推出 Roadrunner——一個以人工智能為基礎的重新構想的配置、定價、報價（CPQ）工作流程。</p>
</div><p>Mirzadegan, a seasoned sales leader turned VC and now founder, spoke with Swyx about the profound inefficiencies embedded in current enterprise quoting systems, a problem he intimately experienced throughout his career. “Probably the number one thing that used to break my back was that the underlying software with like Salesforce CPQ and others, just to like create a quote, get it approved, is horrific,” Mirzadegan stated, painting a vivid picture of sales teams grappling with 30-second loading screens in the critical final days of a quarter. This widespread frustration, he argues, presents a colossal opportunity for a ground-up rebuild.</p>
<div class="lb-trans"><p>Mirzadegan 是一位經驗豐富的銷售領導者，轉型為風險投資家，現在成為創始人，他與 Swyx 討論了當前企業報價系統中深層次的低效問題，這是他在職業生涯中親身經歷的。“可能曾經讓我最頭疼的事情就是，像 Salesforce CPQ 這樣的基礎軟件，僅僅是為了創建一個報價並獲得批准，真是糟糕透了，” Mirzadegan 説道，生動描繪了銷售團隊在季度最後幾天與 30 秒加載屏幕作鬥爭的情景。他認為，這種普遍的挫敗感為從根本上重建提供了巨大的機會。</p>
</div><p>The solution, according to Mirzadegan, lies in harnessing the power of large language models (LLMs) to abstract away the immense complexity inherent in enterprise pricing. His “lightbulb moment” came from observing how LLMs could reason with both structured and unstructured data in other domains. “I actually think you can abstract away a bunch of the complexity with these LLMs… and it’s, you know, unstructured and structured text that you can reason with, do stuff with,” he explained. This capability, already transforming fields like legal research with tools such as Harvey, can fundamentally alter how deal structures are recommended, policies enforced, and approvals routed, eliminating the “Slack-channel chaos of deal desk.” Roadrunner’s ambition is to build an AI-native architecture that not only streamlines quoting but also intelligently recommends optimal deal configurations, effectively acting as a digital deal desk.</p>
<div class="lb-trans"><p>根據 Mirzadegan 的説法，解決方案在於利用大型語言模型（LLMs）的力量，抽象掉企業定價中固有的巨大複雜性。他的 “靈光一現” 來自於觀察 LLMs 如何在其他領域處理結構化和非結構化數據。“我實際上認為你可以用這些 LLMs 抽象掉很多複雜性……而且，你知道的，非結構化和結構化文本是你可以推理和處理的，” 他解釋道。這種能力，已經在法律研究等領域通過像 Harvey 這樣的工具進行轉變，可以從根本上改變交易結構的推薦、政策的執行和審批的流轉，消除 “交易桌的 Slack 渠道混亂”。Roadrunner 的目標是構建一個以人工智能為基礎的架構，不僅簡化報價流程，還智能推薦最佳交易配置，有效地充當數字交易桌。</p>
</div><p>Mirzadegan’s insights are deeply rooted in his experience at Kleiner Perkins, where he helped technical founders navigate the often-treacherous waters of go-to-market (GTM) strategy. He highlights key lessons from successful incubations like Glean, an enterprise AI search leader now valued at $7 billion. A critical takeaway from his work with Glean’s founder, Arvind Jain, was the realization that “go-to-market is not native to him.” This underscores a pervasive challenge for technically brilliant founders: translating product edge into repeatable revenue. The success of companies like Windsurf, which Mirzadegan also supported, hinged on a dual commitment to “Google-class product and Salesforce-class distribution”—a rare but potent combination.</p>
<div class="lb-trans"><p>Mirzadegan 的見解深深植根於他在 Kleiner Perkins 的經歷，他幫助技術創始人駕馭市場進入（GTM）策略的艱難水域。他強調了從成功孵化的公司 Glean 中獲得的關鍵經驗，Glean 是一家企業人工智能搜索領導者，目前估值為 70 億美元。他與 Glean 創始人 Arvind Jain 的合作中，一個關鍵的收穫是意識到 “市場進入並不是他的強項。” 這突顯了技術出色的創始人面臨的普遍挑戰：將產品優勢轉化為可重複的收入。像 Windsurf 這樣的公司的成功，Mirzadegan 也曾支持，依賴於對 “谷歌級產品和 Salesforce 級分銷” 的雙重承諾——這是一種稀有但強大的組合。</p>
</div><p>Hiring the right sales leadership early on is paramount, yet fraught with “anti-patterns.” Technical founders often fall into the trap of recruiting based on “fancy logos” on a LinkedIn profile. However, Mirzadegan warns against this superficial approach. “The problem with that is that you have to actually interview them. Like, you can’t just see what they did on their LinkedIn profile and know if they’re good or not.” He stresses the importance of digging deeper, understanding a candidate’s intrinsic motivations, their “chip on their shoulder,” and their willingness to operate as an “artist” in the early, unstructured stages of a startup, rather than simply executing a pre-defined playbook. Stage-fit, he emphasizes, is everything.</p>
<div class="lb-trans"><p>早期招聘合適的銷售領導至關重要，但卻充滿了 “反模式”。技術創始人常常陷入根據 LinkedIn 個人資料上的 “華麗標誌” 進行招聘的陷阱。然而，Mirzadegan 警告這種膚淺的方法。“問題在於，你必須真正面試他們。你不能僅僅通過他們的 LinkedIn 個人資料來判斷他們是否優秀。” 他強調深入挖掘的重要性，瞭解候選人的內在動機，他們的 “肩上的擔子”，以及他們在初創公司早期非結構化階段願意作為 “藝術家” 運作，而不僅僅是執行預定義的劇本。他強調，階段適配是至關重要的。</p>
</div><p>Beyond product and sales, Mirzadegan also reflected on the strategic use of media. His own podcast, “Grit,” started as a deliberate “hiring wedge” and relationship engine to connect with top Chief Revenue Officers. His philosophy for content creation—to “commit to 100 episodes” before judging its success—speaks to the perseverance required to find one’s voice and build an audience. He also noted a significant difference in interviewing founders versus other executives. “Founders and CEOs have an authority to speak in a different way than somebody on the executive team… they can just speak.” This candor, unburdened by concerns about managerial approval, unlocks more earnest and honest conversations, providing invaluable insights into their entrepreneurial journeys.</p>
<div class="lb-trans"><p>除了產品和銷售，Mirzadegan 還反思了媒體的戰略性使用。他自己的播客 “Grit” 最初是作為一種 “招聘工具” 和關係引擎，旨在與頂級首席營收官建立聯繫。他的內容創作理念——在評判成功之前 “承諾製作 100 集”——體現了找到自己聲音和建立受眾所需的毅力。他還指出，面試創始人與其他高管之間存在顯著差異。“創始人和首席執行官在發言時具有不同於其他高管的權威……他們可以直接發言。” 這種坦誠，擺脱了對管理層批准的擔憂，解鎖了更真誠和誠實的對話，為他們的創業旅程提供了寶貴的見解。</p>
</div><p>Roadrunner’s vision is not merely to iterate on existing CPQ tools but to fundamentally reconstruct the data model from the ground up, co-developing with “hairiest design partners.” This approach aims to leverage LLMs to recommend complex deal structures, enforce policies, and automate approval routing in a way that legacy systems, with their brittle “rules + SKUs + approvals” graph, simply cannot. The two-year window, Mirzadegan posits, is critical: incumbents are rebuilding slowly, while AI-native startups like Roadrunner have the agility to out-sprint them.</p>
<div class="lb-trans"><p>Roadrunner 的願景不僅僅是對現有 CPQ 工具進行迭代，而是從根本上重建數據模型，與 “最棘手的設計合作伙伴” 共同開發。這種方法旨在利用 LLMs 推薦複雜的交易結構，執行政策，並以傳統系統無法做到的方式自動化審批流轉，傳統系統的 “規則 + SKU + 批准” 圖譜過於脆弱。Mirzadegan 認為，兩年的窗口期至關重要：現有企業正在緩慢重建，而像 Roadrunner 這樣的人工智能原生初創公司則具備超越他們的靈活性。</p>
</div><p>Mirzadegan’s journey and the inception of Roadrunner exemplify a deep understanding of market pain, technological potential, and the human elements of building a successful enterprise. His experiences highlight the necessity of not just building exceptional technology, but also mastering the art of distribution and assembling a team driven by genuine motivation and stage-appropriate expertise.</p>
<div class="lb-trans"><p>Mirzadegan 的旅程和 Roadrunner 的創立體現了對市場痛點、技術潛力和成功企業建設的人性元素的深刻理解。他的經歷強調了不僅要構建卓越技術的必要性，還要掌握分銷的藝術，並組建一個由真正動機和階段適當的專業知識驅動的團隊。</p>
</div>

Roadrunner 的 AI 原生雄心旨在修復企業報價問題