Mikael Steenbuch ja Erik Bohne opiskelivat NTNU:ssa, kun generatiivinen tekoäly alkoi muuttaa sitä, miten he itse oppivat. He huomasivat nopeasti, että ChatGPT:n kaltaisilla työkaluilla pystyi opiskelemaan asioita paljon nopeammin kuin perinteisen kurssirakenteen kautta.
Kaksikko ei jäänyt vain käyttämään AI:ta omiin opintoihin. Vuonna 2023 he käynnistivät Astar Technologiesin opiskelijaprojektina ja alkoivat tarjota yrityksille tekoälyyn liittyvää neuvontaa, kehitystä ja koulutusta.
Shifter kertoi syksyllä 2025 molempien olleen 23-vuotiaita ja päättäneen jättää viiden vuoden NTNU-opintonsa kesken. Steenbuchilla oli jäljellä noin kaksi vuotta teollisen talouden ja teknologiajohtamisen maisterista, kun taas Bohne oli ehtinyt opiskella kybernetiikkaa ja robotiikkaa kaksi vuotta.
Perustajien perustelu oli nopeus. He kokivat, että AI-kehitys eteni kuukausissa, kun yliopistojen kurssit ja päätöksenteko liikkuivat paljon hitaammin. He eivät halunneet odottaa tutkinnon valmistumista ennen kuin rakentavat osaamistaan käytännössä.
Astar aloitti hyvin palvelumaisesti. Tiimi otti yhteyttä yrityksiin ja tarjoutui ratkaisemaan niiden AI-ongelmia. TEK Norge kuvasi heidän alkuvaiheen toimintaa jopa ajatuksella, että he myivät itsensä aluksi hyvin halvalla tai ilmaiseksi saadakseen käytännön ympäristön, jossa oppia teknologiaa.
Tämä on kiinnostava tapa rakentaa osaamista. Sen sijaan että perustajat olisivat ensin käyttäneet vuoden oman AI-tuotteen rakentamiseen ilman asiakkaita, he menivät suoraan yritysten ongelmien pariin. Jokainen toimeksianto opetti, mitä organisaatiot oikeasti tarvitsevat.
Astarin liiketoiminta kasvoi nopeasti. TEK Norge kertoi vuoden 2025 liikevaihdoksi noin neljä miljoonaa Norjan kruunua. Tiimissä oli tuolloin kahdeksan osa-aikaista työntekijää, kaikki opiskelijoita.
Tämä rakenne sopi hyvin yrityksen alkuun. Asiakkaille pystyttiin tarjoamaan nuoria teknisiä osaajia, jotka käyttivät uusimpia AI-työkaluja päivittäin. Samalla yritys pystyi kasvattamaan kapasiteettiaan ilman raskasta täysipäiväistä organisaatiota.
Astarin työ ei ollut vain yleistä “AI-strategiaa”. Perustajat ovat puhuneet käytännön automaatioista, AI-agenteista, yritysten sisäisistä työkaluista ja koulutuksesta. Tavoite oli saada teknologia oikeaan käyttöön eikä vain pitää esityksiä siitä, mitä AI voisi joskus tehdä.
Yhtiön kasvaessa kaksikko joutui kuitenkin valitsemaan koulun ja yrityksen välillä. Tämä on tuttu yrittäjätarina, mutta Astarin tapauksessa päätös tehtiin vasta sen jälkeen, kun liiketoiminta jo tuotti miljoonaluokan liikevaihtoa. He eivät jättäneet koulua pelkän idean vuoksi.
Samalla päätös kertoo riskistä. Tutkinnon keskeyttäminen voi näyttää hyvältä jälkikäteen, jos yritys kasvaa, mutta lopputulos ei ollut vielä varma. He luopuivat selkeästä koulutuspolusta markkinassa, joka muuttuu poikkeuksellisen nopeasti.
Astar on hyvä esimerkki siitä, miten palveluyritys voi olla nopein tapa päästä uuden teknologian markkinaan. Kun teknologia muuttuu viikoittain, valmis SaaS-tuote voi vanhentua ennen kuin se valmistuu. Konsultoinnissa yritys voi vaihtaa työkaluja ja ratkaisuja asiakkaan tarpeen mukaan.
Toisaalta palvelumallilla on rajansa. Jokainen uusi asiakas vaatii ihmisten aikaa. Jos Astar haluaa kasvaa paljon nykyistä suuremmaksi, sen pitää joko palkata nopeasti tai tuotteistaa osa tekemisestään ohjelmistoksi, koulutukseksi tai toistettavaksi prosessiksi.
Perustajien tapa oppia on ehkä tarinan kiinnostavin osa. Bohne kuvasi käyttävänsä ChatGPT:tä jatkuvana keskustelukumppanina matematiikan opiskelussa. Hän saattoi kysyä, saada selityksen, kokeilla itse ja palata heti uusiin kysymyksiin. Tällainen iteratiivinen oppiminen oli yksi syy siihen, miksi he kokivat perinteiset luennot liian hitaiksi.
tälle sivustolle Astar tarjoaa modernin nuoren yrittäjän mallin. Perustaja ei välttämättä opi ensin viisi vuotta ja aloita vasta sitten. Hän voi oppia teknologiaa samalla kun myy sitä asiakkaille – kunhan hän on rehellinen siitä, mitä osaa ja pystyy toimittamaan.
Toinen oppi on ensimmäisten asiakkaiden arvo. Astar ei tarvinnut ensimmäiseen vaiheeseen omaa suurta ohjelmistotuotetta, vaan asiakasongelmia. Kun yritys pääsi ratkaisemaan oikeita tehtäviä, se sai sekä rahaa että oppimista.
Kolmas oppi on se, että opiskelijaympäristö voi olla kilpailuetu. NTNU toi perustajille verkoston, osaajia ja mahdollisuuden löytää muita teknisesti vahvoja opiskelijoita tiimiin.
23-vuotiaana Steenbuch ja Bohne päättivät vaihtaa yliopiston täysipäiväiseen yrittäjyyteen vasta sen jälkeen, kun yritys oli jo todistanut kysynnän. Se tekee tarinasta paljon kiinnostavamman kuin pelkkä “dropout rakentaa AI-startupin” -otsikko.
Astarin tapauksessa kiinnostavaa on myös se, että nuoret perustajat rakensivat tiimin lähes kokonaan opiskelijoista. Tämä voi näyttää heikkoudelta verrattuna kokeneeseen konsulttitaloon, mutta nopeasti muuttuvassa AI-markkinassa se voi olla etu: tiimi käyttää uusia työkaluja päivittäin eikä kanna mukanaan vuosien vanhoja teknisiä oletuksia.
Toisaalta yritysasiakas ei maksa pelkästä teknisestä innosta. Astarin pitää pystyä muuttamaan kokeilut tuotantokelpoisiksi ratkaisuiksi, dokumentoida tietoturva ja osoittaa taloudellinen hyöty. Juuri tässä nuoren konsulttiyrityksen uskottavuus testataan.
Palveluyrityksen alku antaa myös hyvän mahdollisuuden löytää tuleva tuote. Jos viidellä eri asiakkaalla toistuu sama AI-ongelma, tiimi voi myöhemmin rakentaa siitä ohjelmiston. Konsultointi toimii silloin maksullisena markkinatutkimuksena, jossa asiakkaat rahoittavat oppimista.
Astarin vahvuus ja riski ovat siis sama asia: nopeus. Nuori tiimi voi omaksua uudet työkalut erittäin nopeasti, mutta samalla asiakkaat odottavat jatkuvaa päivitystä. Yrityksen pitää rakentaa prosessi, jossa osaaminen ei vanhene heti seuraavan mallijulkaisun jälkeen.