PaveSight syntyi ajatuksesta, että kaupunkien ei pitäisi löytää tien vaurioita vasta sen jälkeen, kun autoilijat alkavat väistellä kuoppia. Hassan Kassar, Jalal Sankar, Fabian Zander ja Albert Florinus rakensivat Karlskronassa järjestelmää, jossa kunnalliset ajoneuvot voivat kerätä tietoa teiden kunnosta samalla kun ne tekevät normaalia työtään.
Företagarnan vuoden 2025 103 unga idéer -listalla Hassan, Fabian ja Albert olivat 24-vuotiaita ja Jalal 25-vuotias. Kaikki olivat siis nuoria perustajia, mutta heidän tuotteensa oli suunnattu hyvin perinteiseen ja raskaan infrastruktuurin maailmaan: kuntien katuverkkoon.
PaveSightin idea oli hyödyntää ajoneuvoja, jotka liikkuvat kaupungissa joka tapauksessa. Erityisesti jäteautot ja muut kunnalliset huoltoajoneuvot kulkevat samoja reittejä säännöllisesti. Jos niihin asennetaan kameroita ja paikallista laskentaa, ne voivat samalla kartoittaa tien pinnan kuntoa.
Yrityksen nykyinen verkkosivusto kuvaa järjestelmää stereokameroihin, edge-laskentaan ja koneoppimiseen perustuvaksi. Kamera ei siis pelkästään kuvaa tietä, vaan järjestelmä yrittää tunnistaa kuoppia, uria, halkeamia ja muuta kulumista jo ajon aikana.
Tämä ero on tärkeä. Tavallinen videokuva tuottaa valtavan määrän raakadataa, joka pitäisi käsitellä myöhemmin. PaveSightin ideassa osa analyysistä tapahtuu ajoneuvossa. Se voi vähentää siirrettävän datan määrää ja tehdä havainnoista nopeammin käyttökelpoisia.
Yrityksen sivusto kertoo myös 3D-syvyyslaskennasta. Jos järjestelmä pystyy arvioimaan kuopan syvyyttä ja pinta-alaa eikä vain havaitsemaan sitä kuvassa, tieto on kunnalle paljon arvokkaampaa. Korjaustiimi ei tarvitse vain karttamerkkiä, vaan käsityksen siitä, kuinka vakava vaurio on ja kuinka paljon korjausmateriaalia ehkä tarvitaan.
PaveSightin perustajat opiskelivat Blekinge Tekniska Högskolassa, ja BTH nosti heidät esiin Venture Cupin Region Syd -kilpailun yhteydessä. Tiimi voitti Game Changer -kategorian AI-pohjaisella järjestelmällä, joka paikantaa, arvioi ja raportoi tien vaurioita.
Yhtiö sai myös SKAPA Talang Blekinge -tunnustuksen vuonna 2024. Tällaiset palkinnot eivät vielä tee teknologiasta kaupallista tuotetta, mutta nuorelle B2G-startupille ne ovat hyödyllisiä, koska kunta tai infratoimija haluaa nähdä näyttöä siitä, että ratkaisu on enemmän kuin opiskelijaprojekti.
PaveSight rekisteröitiin osakeyhtiöksi vuonna 2023. Yrityksen toimialaksi on merkitty dataprogrammering, mutta käytännössä tuote yhdistää ohjelmiston, kamerat, ajoneuvoon asennettavan laitteiston ja infrastruktuuridatan.
Tämä tekee liiketoiminnasta paljon vaikeamman kuin tavallinen SaaS. Asiakas ei voi vain kirjautua palveluun luottokortilla. Järjestelmä pitää asentaa ajoneuvoon, kalibroida, testata ja saada sopimaan kunnan prosessiin.
Lisäksi tietojen pitää olla vertailukelpoisia. Jos järjestelmä mittaa samaa tienpätkää eri päivinä, kunnalle on hyödyllistä nähdä, paheneeko vaurio ja kuinka nopeasti. Tällöin tuotteesta tulee enemmän kunnossapidon päätöksentekotyökalu kuin pelkkä kuoppien tunnistin.
PaveSight kertoo nykyään skannanneensa yli 500 kilometriä tietä. Luku tulee yrityksen omalta sivustolta, joten Tämä sivusto käsittelee sitä yrityksen ilmoittamana käyttödatan määränä. Se kuitenkin osoittaa, että tuotetta on viety oikeaan ympäristöön eikä jätetty vain laboratorioon.
Yrityksen oma tekninen kuvaus korostaa myös sitä, ettei raakavideota tarvitse lähettää jatkuvasti pilveen. Tämä on kunnallisessa ympäristössä kiinnostava etu sekä tietosuojan että tiedonsiirtokustannusten kannalta.
PaveSightin yksi vahvimmista liiketoimintaideoista on olemassa olevan ajoneuvokannan hyödyntäminen. Jos kaupungin pitäisi ostaa erillinen mittausauto ja ajaa sillä koko katuverkko vain tarkastuksia varten, kustannus olisi suuri. Jos sama mittaus tapahtuu jäteauton normaaliajossa, datankeruun rajakustannus voi laskea paljon.
Tämä on hyvä esimerkki startup-ajattelusta, jossa arvo ei synny vain paremmasta sensorista vaan paremmasta käyttötavasta. Teknologia kiinnitetään prosessiin, joka jo tapahtuu.
B2G-myynnissä haaste on kuitenkin pitkä sykli. Kunta ei vaihda infrajärjestelmää yhden hyvän demon perusteella. Päätöksentekoon voi liittyä pilotointi, hankintamenettely, tietoturva-arvio, budjetointi ja sopimus.
Siksi ensimmäinen referenssi on erityisen arvokas. Kun yksi kunta pystyy osoittamaan, että data auttaa priorisoimaan korjauksia tai vähentämään tarkastuskustannuksia, seuraavan asiakkaan on helpompi ymmärtää investoinnin arvo.
Nuorelle perustajalle PaveSight näyttää myös, miten opiskelijatiimin osaaminen voidaan jakaa selkeästi. Yrityksen nykyisellä sivulla Fabian Zander vastaa asiakas- ja strategiapuolesta, Albert Florinus AI-kehityksestä, Hassan Kassar hardware-software-integraatiosta ja Jalal Sankar konekonenäöstä.
Tällainen roolitus sopii vaikeaan tekniseen tuotteeseen. Yksi ihminen ei yleensä pysty hallitsemaan kameroita, AI-malleja, ajoneuvoasennuksia, asiakasmüüntiä ja kunnallista käyttöönottoa samalla syvyydellä.
PaveSightin tarina muistuttaa myös siitä, että nuoren startupin liikevaihto voi olla pitkään nolla vaikka tekninen kehitys etenee. Julkisten yritystietojen mukaan yhtiön vuoden 2025 liikevaihto oli nolla ja tulos hieman negatiivinen. Se ei kerro, ettei tuotetta olisi rakennettu tai testattu. Se kertoo, että kaupallistaminen ja teknologiakehitys ovat eri vaiheita.
Tämä on tärkeä ero deeptech- ja infrastartupeissa. Pilotit, mittaukset ja referenssidata voivat rakentaa yrityksen arvoa jo ennen merkittävää laskutusta.
Tälle sivustolle PaveSight on vahva esimerkki siitä, miten neljä nuorta perustajaa lähti ratkaisemaan tylsältä kuulostavaa mutta kallista julkisen sektorin ongelmaa. Kuoppien etsiminen ei ole glamouria, mutta jos teknologia auttaa kuntaa korjaamaan oikean tien oikeaan aikaan, taloudellinen arvo voi olla suuri.
Nuorelle rakentajalle oppi on selkeä: hyvä AI-idea ei aina ole chatbot. Katso ympärillesi fyysistä maailmaa, jossa ihmiset tekevät edelleen tarkastuksia silmällä, paperilla tai erillisillä ajokierroksilla. Jos saman työn voi tehdä automaattisesti muun toiminnan sivutuotteena, siinä voi olla erittäin vahva B2B- tai B2G-tuote.