Moni startup-tarina alkaa näyttävästä ideasta. MARCin tarina alkaa paljon arkisemmin: sopimuksista, laskuista, sähköposteista ja jaetuista kansioista.
Aaron Devitt huomasi kiinteistöalalla ongelman, joka kuulostaa pieneltä, kunnes portfolio kasvaa tuhansiin asuntoihin. Kiinteistönomistajalla voi olla valtava määrä huolto-, vakuutus-, lisenssi- ja palvelusopimuksia. Niiden uusimispäivät, hinnankorotukset ja irtisanomisehdot vaikuttavat suoraan kuluihin, mutta tieto on usein hajallaan PDF-tiedostoissa, sähköposteissa ja SharePointissa.
Devitt alkoi rakentaa MARCia vuonna 2024. Vuonna 2026 hän oli 22-vuotias ja yhtiö oli jo siirtynyt irlantilaisista asiakkaista institutionaalisiin kiinteistönomistajiin Yhdysvalloissa ja Kanadassa.
## Ongelma ei ollut uusi – tapa ratkaista se oli
Sopimusten hallinta ei ole uusi kategoria. Yrityksillä on ollut dokumenttijärjestelmiä vuosikymmeniä. MARCin idea ei kuitenkaan ollut vain tehdä uutta paikkaa, johon käyttäjä siirtää kaikki paperinsa.
Sen AI-agentit yhdistyvät olemassa oleviin lähteisiin, kuten sähköpostiin ja SharePointiin. Ne etsivät sopimuksia, lukevat niistä olennaiset ehdot ja rakentavat tietokannan, josta käyttäjä voi hakea esimerkiksi uusimispäivää, hintaa tai irtisanomisehtoa.
Tämä on kiinnostava AI-malli: asiakkaan ei tarvitse syöttää jokaista dokumenttia käsin uuteen järjestelmään. Ohjelmisto menee tiedon luo.
## Ensimmäinen versio syntyi lähellä oikeaa ongelmaa
ThinkBusinessin mukaan Devitt näki, miten huono sopimusten hallinta vaikutti sekä vuokralaisiin että omaisuudenhoitajiin. NDRC:n kuvauksen mukaan hän testasi ideaa jo pre-accelerator-vaiheessa ja pyrki selvittämään, voiko hajallaan olevista sopimuksista tehdä rakenteista dataa, jota kiinteistöoperaattorit oikeasti käyttävät.
Tämä on olennainen ero "rakennetaan AI-appi" -ajatteluun. MARC ei aloittanut mallista vaan työstä, jota asiakkaat jo tekivät manuaalisesti.
Jos asiakas käyttää tänään viikkoja PDF:ien lukemiseen ja Excelin päivittämiseen, automaatiolle on helppo laskea arvo.
## Myös laskut voidaan tarkistaa sopimuksia vasten
MARC ei jäänyt pelkäksi hakukoneeksi. Järjestelmä voi verrata kuukausittaisia laskuja sopimusehtoihin ja löytää tilanteita, joissa laskutettu summa ei vastaa sovittua hintaa.
Tämä muuttaa tuotteen arvon hyvin konkreettiseksi. Asiakas ei säästä vain työntekijän aikaa, vaan voi löytää suoraan rahallisia virheitä.
B2B-ohjelmistossa tällainen ominaisuus on vahva, koska ROI voidaan osoittaa: jos ohjelmisto löytää enemmän ylilaskutusta kuin sen käyttö maksaa, ostamisen perustelu helpottuu.
## 23 enkelisijoittajaa yhden VC:n sijaan
Helmikuussa 2026 MARC kertoi keränneensä miljoonan dollarin pre-seed-kierroksen 23 enkelisijoittajalta ilman varsinaista VC-rahastoa. Mukana oli irlantilaisia teknologiayrittäjiä ja johtajia muun muassa Wayflyerista, Hostelworldista ja SoftCosta.
Yhtiö käytti rahoitusta tuotteen kehittämiseen ja Pohjois-Amerikan laajentumiseen.
TechCentralin mukaan asiakkaisiin kuului jo irlantilaisia kiinteistötoimijoita, ja Pohjois-Amerikassa yhtiö palveli toimijoita, joilla oli tuhansia tai kymmeniä tuhansia asuntoja. ThinkBusiness kirjoitti asiakkaiden edustavan yli 75 miljardin dollarin omaisuutta.
On tärkeää ymmärtää, mitä tuo luku tarkoittaa. Se ei ole MARCin liikevaihto eikä yhtiön arvo. Se kertoo asiakkaiden hallinnoimien kiinteistövarojen mittakaavasta. Silti se osoittaa, että hyvin nuori yritys pääsi nopeasti keskustelemaan suurten B2B-asiakkaiden kanssa.
## Miksi nuori perustaja pystyi myymään vanhalle toimialalle?
Kiinteistöala voi näyttää nuorelle perustajalle vaikealta, koska asiakkaat ovat suuria ja prosessit vanhoja. Juuri siinä voi kuitenkin olla mahdollisuus.
Kun työnkulku on säilynyt vuosia sähköposteissa, puheluissa ja Excelissä, uusi teknologia voi tuoda hyvin suuren parannuksen. Perustajan ei tarvitse keksiä uutta kuluttajakäyttäytymistä. Hänen pitää vain osoittaa, että nykyinen työ voidaan tehdä nopeammin tai tarkemmin.
Devitt ei yrittänyt rakentaa kokonaan uutta kiinteistöjärjestelmää. MARC liittyy olemassa oleviin dokumenttilähteisiin ja ratkaisee yhden kalliin osan ketjusta.
## AI-agentti kannattaa sitoa yhteen työhön
MARC on myös hyvä esimerkki siitä, miksi "AI-agentti" ei itsessään ole tuoteidea.
Agentin tehtävä on tarkka: etsi sopimukset, lue tietyt ehdot, rakenna niistä käyttökelpoinen näkymä ja vertaa niitä laskutukseen. Kun tehtävä on rajattu, asiakas pystyy arvioimaan lopputulosta.
Jos agentin tehtävä olisi vain "auta kiinteistöyritystä AI:lla", arvolupaus jäisi epämääräiseksi.
## Kokeile itse
Valitse jokin ala, jonka tunnet edes vähän. Kirjoita paperille kaikki dokumentit, joita siellä siirrellään: tarjoukset, sopimukset, kuitit, todistukset, hakemukset, huoltoraportit tai sertifikaatit.
Kysy sitten: lukeeko joku ihminen samoista dokumenteista joka viikko samoja tietoja ja kopioi niitä toiseen järjestelmään?
Jos vastaus on kyllä, olet löytänyt mahdollisen automaatio-ongelman. Seuraava tehtävä ei ole vielä rakentaa AI:ta, vaan puhua viidelle ihmiselle, jotka tekevät työn nyt.
## Mitä tästä voi oppia
**Tylsä data voi olla hyvä startup-markkina.** Sopimukset eivät kuulosta trendikkäiltä, mutta niiden virheet maksavat paljon.
**AI kannattaa ankkuroida nykyiseen työnkulkuun.** MARC automatisoi työn, joka oli olemassa jo ennen generatiivista AI:ta.
**Integraatio voi olla tärkeämpi kuin uusi käyttöliittymä.** Ohjelmisto hakee tietoa asiakkaan nykyisistä järjestelmistä.
**B2B-arvo kannattaa muuttaa euroiksi.** Ajan säästö ja ylilaskutuksen löytäminen ovat helpommin ostettavia kuin epämääräinen "tehokkuus".
**Nuori perustaja voi myydä konservatiiviselle toimialalle, jos ongelma on tarpeeksi konkreettinen.** MARCin ensimmäiset vuodet näyttävät juuri tämän.
## Vielä yksi käytännön havainto
Hyvän startup-tarinan hyöty ei ole siinä, että perustajaa kopioidaan yksi yhteen. Olennaisempaa on tunnistaa prosessi: huomaa ongelma, tee pieni ratkaisu, vie se oikealle käyttäjälle ja muuta tuotetta palautteen perusteella. Nuorena etuna on usein se, että kokeilun kustannus voi olla pieni. Yksi epäonnistunut projekti ei päätä uraa, vaan siitä voi tulla harjoitus seuraavaa versiota varten. Siksi tekemisen määrä on usein tärkeämpää kuin ensimmäisen idean täydellisyys.