Aina Mena oli noin 23-vuotias, kun Optimuu sai ensimmäisen kaupallisen sopimuksensa.
Hän opiskeli robotiikkaa Santiago de Compostelan yliopistossa ja tunsi samalla Galician maatalousympäristöä.
Idea ei lähtenyt siitä, että maitotiloilta puuttuisi teknologia.
Päinvastoin.
Modernilla tilalla voi olla lypsyrobotteja, ruokintajärjestelmiä, sensoreita ja erillisiä ohjelmistoja.
Ongelma oli se, etteivät nämä järjestelmät välttämättä puhu keskenään.
Dataa oli paljon.
Yhtenäistä näkymää vähän.
Optimuu syntyi yhdistämään tilan hajanaisen datan ja muuttamaan sen päätöksiksi.
## Projekti alkoi hackathonista
Fundación Innovación Bankinterin mukaan Optimuu syntyi yliopistohackathonin ympäriltä.
Tämä on hyvä muistutus siitä, mitä hackathon parhaimmillaan tekee.
Se pakottaa rajaamaan ongelman.
Ei “digitalisoidaan maatalous”.
Vaan:
mitä tietoa tilalla jo syntyy?
Missä se sijaitsee?
Mitä päätöksiä sen perusteella pitäisi tehdä?
Kun hackathon päättyy, suurin osa projekteista kuolee.
Mena jatkoi.
Siitä syntyi vähitellen oikea yritys.
## Dataa oli jo, mutta omistajuus ja yhteentoimivuus olivat ongelmia
Optimuu yhdistää tietoa esimerkiksi maidon laadusta, navetan olosuhteista, eläinten terveydestä, ruokinnasta ja roboteista.
Tavoitteena on antaa viljelijälle yksi näkymä.
Tämä kuulostaa yksinkertaiselta.
Teknisesti se on vaikeaa.
Eri laitevalmistajat käyttävät omia formaattejaan.
Rajapinnat vaihtelevat.
Data voi kuulua sopimusehtojen mukaan laitetoimittajalle eikä tilalle.
Mena on nostanut datan omistajuuden yhdeksi alan tärkeistä kysymyksistä.
Tämä on laajempi IoT-oppi.
Kun fyysinen laite digitalisoituu, syntyy aina toinen kysymys:
kuka omistaa sen tuottaman datan?
## AI:n tehtävä on nostaa poikkeamat esiin
Optimuu käyttää data-analytiikkaa ja koneoppimista tilan päätöksenteon tukena.
Tavoite ei ole korvata karjankasvattajaa.
Malli voi auttaa tunnistamaan muutoksia aikaisemmin.
Ruokinnan tehokkuus.
Maidontuotanto.
Eläimen terveydentila.
Energiankulutus.
Jos dataa tulee tuhansia rivejä päivässä, ihmisen ei pidä lukea kaikkea.
Ohjelmiston tehtävä on nostaa esiin ne asiat, joihin kannattaa reagoida.
Tämä on sama periaate kuin hyvässä teollisessa analytiikassa.
Automaatio ei tee päätöstä välttämättä itse.
Se vähentää ihmisen tarkistettavien asioiden määrää.
## Aina rakensi yritystä samalla kun opiskeli
Vuonna 2025 Bankinter haastatteli Menaa 24-vuotiaana.
Hän opiskeli edelleen robotiikkaa ja johti samalla Optimuu-startupia.
Tämä tekee tarinasta erityisen kiinnostavan opiskelijalle.
Yrityksen rakentamista ei tarvinnut lykätä valmistumiseen.
Opintojen AI-, ohjelmointi- ja data-analytiikkataidot menivät suoraan oikeaan tuotteeseen.
Samalla yritys toi luokkahuoneeseen käytännön kysymyksiä, joita kurssilla ei ehkä muuten olisi tullut vastaan.
Miten asiakas maksaa?
Miten integraatio tehdään vanhaan laitteeseen?
Miten viljelijälle selitetään malli?
Miten data pidetään hänen hallinnassaan?
## Ensimmäinen kaupallinen sopimus tuli 23-vuotiaana
Bankinter kertoo Optimuun saaneen ensimmäisen kaupallisen sopimuksensa Menan ollessa 23-vuotias.
Tämä on tärkeä virstanpylväs.
Hackathon-voitto ei vielä todista markkinaa.
Ensimmäinen maksava asiakas todistaa paljon enemmän.
Joku ulkopuolinen uskoo tuotteen säästävän aikaa tai rahaa niin paljon, että hän maksaa siitä.
Varhaisen startupin kannattaa siksi mitata onnistumista asiakkailla eikä palkintojen määrällä.
## La Vega Innova auttoi ajattelemaan Galiciaa suurempaa markkinaa
Optimuu pääsi La Vega Innova -kiihdyttämöön.
Mena on kertonut ohjelman auttaneen ajattelemaan skaalautuvuutta alusta lähtien.
Tuotetta ei rakenneta vain yhdelle tilalle tai yhdelle alueelle.
Sama dataintegraation ongelma löytyy muuallakin.
Eri karjatyypeissä.
Eri maissa.
Eri laitevalmistajien ympäristöissä.
Tämä on vertikaalisen SaaSin mahdollisuus.
Aloita hyvin spesifistä markkinasta.
Rakenna sinne syvä ymmärrys.
Sen jälkeen laajenna viereisiin segmentteihin.
## Vuonna 2026 Optimuu voitti BFFoodin Best Startup -palkinnon
Syyskuussa 2026 Business Factory Food valitsi Optimuun ohjelmansa Best Startupiksi.
Palkinto on tuore ja yritys on edelleen aikaisessa vaiheessa.
Siksi sitä ei pidä rinnastaa miljoonaliikevaihtoon.
Se on kuitenkin signaali siitä, että projekti on edennyt hackathonista ruokateollisuuden ja agrotechin ammattimaiseen startup-ekosysteemiin.
Tämä on juuri se kehityskaari, jota nuorelle lukijalle kannattaa näyttää.
Kaikkien tarinoiden ei tarvitse alkaa valtavalla rahoituskierroksella.
Joillekin seuraava askel on ensimmäinen pilotti.
## Maaseudun digitalisaatio ei tarkoita lisää näyttöjä
Optimuun idea ei ole tuoda navettaan vielä yhtä dashboardia.
Arvo syntyy, jos eri järjestelmät pystytään yhdistämään niin, että viljelijällä on vähemmän työtä.
Jos uusi ohjelmisto lisää yhden kirjautumisen ja yhden manuaalisen työvaiheen, se ei ratkaise ongelmaa.
Jos se yhdistää viisi järjestelmää ja näyttää vain olennaisen, se voi muuttaa arkea.
Digitalisaatiota kannattaa arvioida käyttäjän työmäärällä, ei ohjelmistojen määrällä.
## Kokeile itse
Valitse toimiala, jossa on jo paljon teknologiaa.
Maatalous.
Tehdas.
Sairaala.
Kuljetus.
Kysy, ovatko järjestelmät oikeasti yhteydessä toisiinsa.
Jos työntekijä joutuu kopioimaan tietoa järjestelmästä toiseen, markkinassa voi olla integraatiotuotteen paikka.
Kaikkea ei tarvitse korvata.
Usein arvokkain ohjelmisto on kerros, joka saa vanhat järjestelmät toimimaan yhdessä.
## Mitä tästä voi oppia
**Hackathon voi olla oikean yrityksen alku, jos projekti jatkuu tapahtuman jälkeen.**
**Paljon dataa ei tarkoita hyvää päätöksentekoa.** Integraatio ja analyysi ratkaisevat.
**Opiskelun ja startupin voi yhdistää, jos opittu osaaminen menee suoraan tuotteeseen.**
**Ensimmäinen maksava asiakas on tärkeämpi validointi kuin kilpailupalkinto.**
**Vertikaalinen SaaS kannattaa aloittaa hyvin tarkasta toimialasta.**
**Digitalisaation pitäisi vähentää käyttäjän työmäärää, ei lisätä uusia järjestelmiä.**