Prospexs syntyi sisarusten välisestä puhelusta. Samara Naji kertoi myöhemmin julkisesti soittaneensa veljilleen ja ehdottaneensa, että heidän pitäisi rakentaa yhdessä yritys, joka hyödyntäisi heidän eri osaamistaan. He näkivät myynnissä ongelman, joka toistuu lähes kaikissa B2B-organisaatioissa: myyjä menee tapaamiseen tietämättä tarpeeksi siitä yrityksestä, joka istuu pöydän toisella puolella.
Perustajatiimin muodostivat sisarukset Samara, Mustafa ja Ibrahim Naji. Företagarnan vuoden 2024 103 unga idéer -listalla Mustafa oli 24-vuotias, Samara 25 ja Ibrahim 30. Nuorin tekninen perustaja oli siis vasta uransa alkuvaiheessa, mutta ongelma oli hyvin tuttu kaikille myyntiä tekeville yrityksille.
Alkuperäinen Prospexs kuvattiin AI-pohjaiseksi tapaamisvaraajaksi. Sen tehtävä oli löytää potentiaalisia asiakkaita, kirjoittaa henkilökohtaisia viestejä ja auttaa myyjää saamaan tapaamisia ilman, että jokainen prospekti pitäisi tutkia käsin.
Företagarnan kuvauksen mukaan palvelun idea oli automatisoida muuten manuaalista työtä menettämättä henkilökohtaista otetta. Tämä on B2B-myynnissä ratkaiseva kysymys. Jos automaatio lähettää kaikille saman geneerisen viestin, vastaanottaja huomaa sen nopeasti. Jos personointi vaatii myyjältä kymmenen minuuttia jokaista yritystä kohti, skaala katoaa.
Prospexs yritti rakentaa näiden kahden väliin järjestelmän, joka ymmärtää yrityksen taustaa ja muodostaa siitä myyjälle käyttökelpoisen kuvan.
Samara Naji on myöhemmin kertonut, että sisarukset rahoittivat ensimmäistä kehitystä poikkeuksellisella tavalla. He perustivat ikkunanpesuyrityksen. Samara koputti oville Tukholmassa töiden jälkeen, ja Mustafa jätti oman työnsä pestäkseen ikkunoita täysipäiväisesti. Kolmessa kuukaudessa he kertoivat keränneensä lähes miljoona kruunua yrityksen rakentamista varten.
Tämä yksityiskohta tekee tarinasta erityisen hyvän tälle sivustolle. Monet startupit puhuvat bootstrappingista niin, että perustaja tekee ohjelmointia iltaisin. Prospexsissa bootstrap tarkoitti kirjaimellisesti toista palveluyritystä, jonka kassavirtaa käytettiin teknologiatuotteen rakentamiseen.
Mallissa oli järkeä. Ikkunanpesu tuottaa kassaa nopeasti, jos asiakkaita löytyy. AI-tuote taas voi vaatia kuukausia kehitystä ennen kuin ensimmäinen versio on valmis myyntiin. Perustajat siis käyttivät nopeasti rahaa tuottavaa liiketoimintaa hitaamman mutta skaalautuvamman liiketoiminnan rahoittamiseen.
Vuonna 2023 Prospexs voitti Blingin För-Orten-startupkilpailun ja sai paikan inkubaattoriohjelmasta. Mustafa Naji kuvasi voittoa myöhemmin ylpeydenaiheeksi erityisesti siksi, että tiimin muodostivat hänen sisaruksensa.
Tässä vaiheessa tuotteen pääajatus oli vielä vahvasti outbound-myynnin automatisoinnissa. Prospexs kuvasi itseään AI-vetoiseksi SDR:ksi, joka etsii liidejä, luo henkilökohtaisia sähköposteja ja auttaa saamaan kalenteriin tapaamisia.
Vuoteen 2026 mennessä yrityksen viesti oli tarkentunut. Prospexs kertoo nykyään auttavansa myyntitiimejä ymmärtämään prospektin liiketoimintaa ennen tapaamista. Palvelu analysoi yrityksen asemaa, digitaalista jalanjälkeä ja mahdollisia haasteita ja pyrkii kertomaan, missä myyjän ratkaisu voisi tuottaa arvoa.
Tämä muutos on kiinnostava, koska AI-myyntityökalujen markkina täyttyi nopeasti. Pelkkä sähköpostien automaattinen kirjoittaminen ei enää erotu vahvasti, kun yleiset AI-mallit osaavat tuottaa viestejä sekunneissa. Arvokkaampi kerros voi olla se, että järjestelmä löytää oikeat yritykset ja ymmärtää, miksi juuri ne tarvitsevat tuotetta.
Prospexs kuvaa nykyistä palvelua ajatuksella “find companies that actually need you”. Tämä on paljon vahvempi lupaus kuin “lähetä enemmän sähköposteja”. B2B-myyjän ongelma ei usein ole viestien kirjoitusnopeus vaan se, että aikaa käytetään yrityksiin, joilla ei ole todellista tarvetta.
Teknisesti tällainen järjestelmä vaatii paljon enemmän kuin kielimallin. Yrityksistä pitää kerätä tietoa, tunnistaa signaaleja, yhdistää ne myyjän tuotteeseen ja muodostaa perusteltu hypoteesi siitä, missä asiakkaan ongelma voisi olla. Jos analyysi on väärä, myyjä menee tapaamiseen väärän oletuksen kanssa.
Siksi Prospexsissa AI:n arvo riippuu taustadatasta ja siitä, miten hyvin yrityksen todellinen liiketoiminta pystytään mallintamaan. Tämä tekee tuotteesta lähempänä myynti-intelligenssiä kuin pelkkää tekstigeneraattoria.
Nuorelle perustajalle Mustafa Najin tarinassa on myös hyvä roolitusoppi. Samara toi tiimiin pitkän myyntikokemuksen, Mustafa teknisen AI-osaamisen ja Ibrahim kyvyn saada operatiiviset asiat toimimaan. Sisarukset eivät yrittäneet olla kaikki samanlaisia perustajia.
Tämä on usein vahvempi rakenne kuin tiimi, jossa kaikilla on sama tausta. Tekninen tuote tarvitsee käyttäjäymmärrystä ja myyntiä yhtä paljon kuin koodia.
Toinen oppi on rahoituksen luovuus. Jos sijoittaja ei anna rahaa, vaihtoehto ei aina ole odottaa. Prospexs-tiimi rakensi ensin toisen yrityksen, joka tuotti tarvittavaa kassaa. Se oli raskasta, mutta samalla se antoi heille enemmän kontrollia tuotteeseen.
Kolmas oppi liittyy pivotointiin markkinan mukana. Kun AI:n perustoiminnot muuttuvat nopeasti kaikkien saataville, startupin pitää liikkua ylemmäs arvoketjussa. Sähköpostin kirjoittamisesta voidaan siirtyä asiakasymmärrykseen, datan yhdistämiseen ja päätöksenteon tukeen.
tälle sivustolle Prospexs on siksi hyvä esimerkki modernista AI-startupista ilman romantisointia. Taustalla ei ollut pelkkä “rakensimme AI-agentin viikonlopussa” -tarina, vaan konkreettinen rahoitusongelma, palvelutyötä, sisarusten erilaisia rooleja ja kilpailtu markkina.
Tarina näyttää, että nuori tekninen perustaja voi päästä nopeasti vaikeaan B2B-kategoriaan, jos ympärillä on ihmisiä, jotka ymmärtävät asiakkaan työn. Ja jos ensimmäinen tuoteidea commoditisoituu nopeasti, yrityksen pitää oppia löytämään seuraava vaikeampi ongelma ennen kilpailijoita.
Prospexsissa kiinnostava mittari ei lopulta ole se, montako liidiä järjestelmä löytää, vaan kuinka moni löydetyistä yrityksistä muuttuu oikeaksi myyntikeskusteluksi ja myöhemmin asiakkaaksi. Tämä pakottaa tuotteen pois näyttävistä AI-demoista kohti mitattavaa kaupallista arvoa. Jos myyjä saa sata nimeä mutta yksikään ei tarvitse tuotetta, automaatio vain nopeuttaa hukkatyötä. Jos järjestelmä löytää kymmenen yritystä, joista usealla on juuri nyt ratkaistava ongelma, pienempi lista voi olla paljon arvokkaampi.