Finansiering

Marble henter 5,5 millioner dollar i såkornfinansiering etter å ha signert avtaler med over 150 restauranter

Nova Jain
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterMarble signerte mer enn 150 restauranter på under fire måneder mens de hentet inn en…
Vis mer
  • Marble signerte mer enn 150 restauranter på under fire måneder mens de hentet inn en seed-runde på 5,5 millioner dollar.
  • Remy utarbeider bestillinger og timeplaner, men lederne beholder godkjenningsmyndigheten over innkjøps- og bemanningsbeslutninger.
  • Tidlige kunder rapporterte en 40 % reduksjon i matsvinn og mer enn 20 sparte arbeidstimer ukentlig.

Marble kunngjorde en såkornrunde på 5,5 millioner dollar 17. november 2026, ledet av Contrary, for å bygge et AI-basert operativsystem for restaurantdriftens bakromsoperasjoner.

Oppstartsbedriften fra New York samler lagerregistrering, etterspørselsprognoser, innkjøp, mattilberedning og turnusplanlegging i ett system, med sikte på det operative arbeidet bak hver restaurantservering. Y Combinator, Robinhood Ventures og Restive Ventures deltok også.

Englenettverket omfatter Sweetgreen-medgrunnlegger Jonathan Neman, Smash Kitchen- og Jinx-medgrunnlegger Sameer Mehta, Momos-medgrunnlegger Sai Alluri, ResQ-grunnlegger Kuljeev Singh, Breadcrumb-grunnlegger Seth Harris og AtoB-medgrunnlegger Tushar Misra.

Kobler lagerdata til beslutninger i restauranten

Marble deler systemet inn i persepsjon, resonnering og handling. Ansatte registrerer lagerbeholdningen ved hjelp av stemmestyrt KI eller datasyn, mens dokumentuttrekk og integrasjoner med tredjepartssystemer samler fakturaer, leveranser, salg og personalopplysninger i ett samlet driftsbilde. Til sammen gir disse datakildene en oppdatert oversikt over lagerbeholdning, kostnader og aktivitet ved hvert enkelt serveringssted.

Etterspørselsprognosene bygger på salgshistorikk, vær, reservasjoner, lokale arrangementer og tidsbegrensede tilbud, og brukes til å styre innkjøp, mattilberedning og bemanning. I produktdokumentasjonen står det at bestillingsflyten sammenligner leverandører og gjeldende priser med forventet etterspørsel og tilgjengelig lagerbeholdning, mens turnusplanleggingen tar hensyn til etterspørsel, tilgjengelige ansatte og arbeidsregler.

Remy, selskapets KI-agent, omsetter prognosene til utkast til bestillinger hos leverandører, planer for mattilberedning og turnusplaner. Den avstemmer også fakturaer og varsler om unøyaktige data. Den arbeider i bakgrunnen uten at noen må gi den en instruks for hver oppgave. Ledere gjennomgår og godkjenner arbeidet, slik at beslutningsmyndigheten over innkjøp og bemanning forblir hos den som driver restauranten.

Tidlige utrullinger i restauranter

Hovedinvestoren Contrary opplyste i sin investeringskunngjøring at Marble hadde signert avtaler med over 150 restauranter på under fire måneder. Resultater fra de første kundene omfatter en reduksjon i matsvinn på 40 % og en innsparing på over 20 arbeidstimer per uke. På Sophie’s Cuban i New York registrerer de ansatte lagerbeholdningen hver dag ved å snakke spansk inn i appen, mens driveren sender tekstmeldinger til Remy for å få utarbeidet utkast til bestillinger hos leverandører og overføringer mellom serveringsstedene.

En separat casestudie om A&W, publisert 5. juli 2026, beskriver implementeringsprosessen. Det første serveringsstedet ble satt i drift på seks dager: tilkobling til kassasystemet og import av historiske salgstall den første dagen; kartlegging av meny, oppskrifter, leverandører og lagernivåer fra dag to til fire; og aktivering av KI-agenten på dag fem og seks. De neste serveringsstedene ble satt i drift på noen timer.

Casestudien rapporterer 97 % treffsikkerhet i etterspørselsprognoser på varenivå og at varetellinger ble gjennomført 90 % raskere ved hjelp av datasyn og stemmestyrt KI. De raskere tellingene gjorde det mulig å telle lagerbeholdningen daglig, slik at prognose- og bestillingsflyten fikk tilgang til oppdaterte lagerdata i stedet for tall fra manuelle tellinger som ble utført med lange mellomrom.

Grunnleggere og planer for nyansettelser

Administrerende direktør Aakar Khanna vokste opp med å drive familiens restaurantvirksomhet med flere serveringssteder. Senere jobbet han med restauranter samt mat- og drikkevarebransjen som investeringsbankanalytiker i Goldman Sachs. Teknologidirektør Arjun Chaliha ledet tidligere KI- og maskinlæringsinitiativer innen elektronisk handel hos Bloomberg. Y Combinators profil oppgir at Marble ble grunnlagt i 2026 og deltar i kullsommerprogrammet deres i 2026.

Marble sier at selskapet utvider teamene innen teknologiutvikling, drift og vekst med et langsiktig mål for øye: et selvstyrende bakrom som lærer av hver telling, korrigering og bestilling, og som overtar mer av det operative ansvaret innenfor rammene restaurantdriverne fastsetter.

Den viktigste prøven for selskapet, som fortsatt er på såkornstadiet, blir om de tidlige resultatene Marble og investoren har rapportert, kan gjenskapes etter hvert som Remy får flere oppgaver ved flere serveringssteder. Tilnærmingen forutsetter nøyaktige data fra hvert kjøkken og at lederne fortsatt har ansvaret for godkjenningene. Dermed avhenger KI-ens resultater også av kontrollrutinene rundt den.

Nova Jain er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-entreprenørskap, startup-dannelse og menneskene som bygger den neste generasjonen av selskaper bygget rundt AI fra starten. Hennes arbeid fokuserer på gründere i de tidligste fasene, og undersøker hvordan ideer utvikles til produkter, lag og bedrifter i raskt bevegelige markeder.
Med et modig og motiverende perspektiv profilerer Nova fremvoksende AI-gründere, og fremhever utførelsestaktikker, ledelsesbeslutninger og avveininger bak tidlig markedsfeste og skalering. Hun er spesielt interessert i gründeres reiser, operasjonell disiplin og hvordan team navigerer produkt-markedsfit, finansiering og vekst under reelle verdensbegrensninger.
Artikler skrevet av Nova Jain er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, kontekst og ansvarlig dekning av det globale AI-startup-økosystemet.