Eerika Savolainen ei lähtenyt rakentamaan Clairia siksi, että olisi johtanut vähittäiskauppaa kaksikymmentä vuotta.
Hän tuli Slushista.
Savolainen oli toiminut Slushin toimitusjohtajana vuosina 2022–2024 ja nähnyt läheltä, miten nuoret teknologiayhtiöt syntyvät. Vuonna 2025 hän perusti Joel Oksasen ja Riika Wikbergin kanssa Clairin.
Clair oli Savolaisen ensimmäinen oma startup.
## Ongelma löytyi turhautumisesta
Savolainen kertoi ThisisFINLANDin haastattelussa olleensa pitkään kiinnostunut muodista ja vähittäiskaupasta mutta samalla turhautunut siihen, miten ala toimii.
Kauppiaat joutuvat päättämään jopa yli vuotta etukäteen, mitä tuotteita seuraavalla kaudella myydään ja kuinka paljon niitä tilataan.
Jos arvio menee väärin, varastoon jää tavaraa.
Sitten tulee alennusmyynti.
Katetta häviää.
Ja täysin käyttökelpoisia tuotteita voidaan valmistaa enemmän kuin kukaan haluaa ostaa.
Clair lähti ratkaisemaan tätä päätöstä datalla ja tekoälyllä.
## AI ennustaa, mitä kannattaa ostaa
Clairin tuote on tarkoitettu ostajille, merchandisereille ja valikoimasuunnittelijoille.
Järjestelmä käyttää asiakkaan omaa historiaa, kysyntädataa, kuvia, tekstiä ja muuta markkinatietoa arvioidakseen, millaiset tuotteet todennäköisesti toimivat.
Ajatus ei ole korvata ihmisen makua.
Savolainen on itse korostanut, että AI voi käsitellä valtavan määrän dataa mutta ihmisen intuitio, luovuus ja tyylitaju säilyvät tärkeinä.
Hyvä AI-tuote ei siis yritä tehdä kaikkea.
Se ottaa ihmiseltä sen osan työstä, jossa tietoa on liikaa.
## Ensimmäinen pilotti ennen täydellistä tuotetta
Clair aloitti pilottien kautta.
Suomen Tekstiili & Muoti kertoi yhden pilottiasiakkaan parantaneen Clairin mukaan bruttokatettaan 22 prosenttia.
Tällaisia yrityksen itse raportoimia tuloksia pitää tulkita varovasti, eikä yhden asiakkaan tulos takaa samaa muille.
Mutta startupin kannalta se on hyvä ensimmäinen signaali: asiakas sai mitattavan taloudellisen hyödyn.
B2B-tuotteessa juuri tämä ratkaisee enemmän kuin näyttävä demo.
## "Sinun pitää uskaltaa tulla asiantuntijaksi"
Savolainen sanoi ThisisFINLANDille jotain tämän sivuston kannalta erityisen kiinnostavaa.
Perustajana pitää uskaltaa tulla asiantuntijaksi asioissa, joissa on vasta kehittymässä sellaiseksi.
Se on hyvä kuvaus startup-yrittäjyydestä.
Perustaja ei voi odottaa, että tietää kaiken.
Clairin rakentamisessa piti oppia retailin ostoprosesseja, kysynnän ennustamista, AI-tuotetta, yritysmyyntiä ja rahoitusta yhtä aikaa.
Pitkä kokemus olisi varmasti auttanut.
Mutta aloittaminen ei vaatinut sitä.
## Slush oli käytännön koulu
Savolaisella ei ollut retail-uraa, mutta hänellä oli jotain muuta arvokasta.
Slushissa nuoret ihmiset saavat valtavan vastuun nopeasti.
Tapahtuman järjestäminen tarkoittaa budjetteja, kumppaneita, tuhansia osallistujia, sijoittajia, perustajia ja kokonaisen organisaation johtamista.
Slushin Founder Factory -raportin mukaan 15 prosenttia sen pitkäaikaisista alumni-tiimiläisistä on myöhemmin perustanut yrityksen.
Clair on yksi uusista esimerkeistä.
Tämä on tärkeä muistutus siitä, että startup-osaamista voi oppia muuallakin kuin työskentelemällä samalla toimialalla.
## Vanha ala tarvitsee ulkopuolisia
Vähittäiskauppa on valtava ja vanha toimiala.
Juuri tällaisilla aloilla ulkopuolisella voi olla etu.
Alan sisällä monet prosessit tuntuvat normaaleilta, koska niitä on tehty samalla tavalla pitkään.
Ulkopuolinen kysyy helpommin:
Miksi tämä tehdään Excelissä?
Miksi päätös tehdään näin aikaisin?
Miksi järjestelmä ei käytä kaikkea jo olemassa olevaa dataa?
Tällainen kysymys voi olla startupin alku.
## Ensimmäinen yritys ei tarkoita ensimmäistä vastuuta
On kuitenkin väärin sanoa, että Savolainen olisi aloittanut täysin nollasta.
Hänellä oli vahva johtamistausta Slushista.
Hän oli nähnyt satoja startupeja läheltä.
Hänellä oli verkosto.
Siksi Clair on hieman eri tarina kuin lukiolaisen ensimmäinen appi.
Mutta juuri siinä on hyödyllinen välivaihe: pitkä toimialaura ei ole sama asia kuin kyky rakentaa yritystä.
## Riskit
Retail-AI:ssa kilpailu on kovaa.
Suuret ohjelmistoyhtiöt voivat lisätä kysyntäennusteita omiin järjestelmiinsä.
Data voi olla sekavaa ja sesongit muuttuvat.
Muotiin liittyy myös paljon sellaista, mitä historiallinen data ei voi ennustaa.
Clairin pitää siksi osoittaa jatkuvasti, että sen ennusteet parantavat asiakkaan oikeita talouslukuja.
## Kokeile itse
Valitse jokin ala, josta et ole ammattilainen.
Katso kuinka työ siellä tehdään.
Jos ihmiset käyttävät paljon Exceliä, sähköpostia ja omaa kokemustaan ennustamiseen, kysy:
Mitä dataa heillä jo on?
Voisiko ohjelmisto yhdistää sen?
Voisiko päätöksen tehdä paremmin?
Sinun ei tarvitse vielä tietää vastausta.
Voit aloittaa kysymällä viideltä alan ihmiseltä.
## Mitä tästä voi oppia
**Ensimmäisen startupin voi perustaa ilman pitkää toimialauraa.**
**Ulkopuolisuus voi auttaa kysymään vanhalta alalta uusia kysymyksiä.**
**AI kannattaa liittää päätökseen, jolla on selvä rahallinen arvo.**
**Pilotti voi todistaa idean ennen valmista tuotetta.**
**Startup-osaamista voi oppia tekemällä, ei vain työvuosilla.**
**Perustajan tärkeä taito on oppia nopeasti alueita, joita hän ei vielä hallitse.**