← Wszystkie case studies · ✨ Inne
Venture Capital pre-seed · 12 osób, 3 200 decków/rokFundusz VC: pre-seed dealflow screening 3 200 pitch decków rocznie
Fundusz pre-seed (12 osób) — AI czyta pitch decki, wyciąga kluczowe metryki, klasyfikuje wg tezy inwestycyjnej, sortuje do calli.
Okres pomiaru: pełny rok
Sytuacja wyjściowa
Klient: fundusz Venture Capital pre-seed, 12 osób (5 partnerów + 4 analityków + 3 platform team), kapitał 80 mln EUR, inwestycje 0,5-2 mln EUR na startup. Konkurencja: 15 funduszy w segmencie pre-seed w Polsce.
Każdy partner dostaje 60-80 pitch decków tygodniowo. Realnie czyta dokładnie 15-20. Decyzja „idziemy dalej" lub „nie" oparta na niepełnym obrazie. Najlepsze startupy często odpadały — bo akurat nie złapały okiem partnera danego dnia. Konkurencja (większy zespół analityczny) wyprzedzała w pierwszych kontaktach.
Jakie procesy weszły na AI
- AI screening pitch decka — Każdy deck (PDF 10-25 stron + ewentualnie wideo) przeczytany przez AI w 14 min. Generuje raport: opis startupu, rynek, zespół, traction, financials, ryzyka, podobne firmy w portfelu konkurencji. Score 1-5 w 6 wymiarach.
- Benchmarking — AI porównuje z 12 000 startupów w bazie (Crunchbase, Pitchbook, PFR, lokalne źródła) — wycenia w kontekście porównywalnych.
- Founder research — AI agreguje publicznie dostępne informacje o founderach (LinkedIn, publikacje, poprzednie firmy, exits), wykrywa red flags i strong signals.
- Asystent na pierwszej rozmowie — Partner przed call dostaje 1-stronicowy briefing + 10 sugerowanych pytań specyficznych dla tego startupu (nie generycznych).
Architektura rozwiązania
Stack RedAI: Claude Opus 4.7 do generowania raportów i analizy strategicznej, embedding e5-large na bazie portfela + 12 000 historycznych startupów, integracje przez MCP z CRM funduszu (Affinity), publicznymi bazami startupów. Hook ACL — partner widzi tylko swoje deals.
Dane klienta nie wychodzą poza prywatną instancję RedAI. Wszystkie wywołania modeli, retrieval z bazy wiedzy i operacje na systemach źródłowych logowane do audytu (NIS2, AI Act art. 12, RODO art. 32). Hooks Claude wymuszają deterministyczne kontrole uprawnień (ACL) przed każdym wywołaniem narzędzia.
Liczby i wyniki
| Metryka | Przed | Po wdrożeniu | Zmiana |
|---|---|---|---|
| Decków screened / tydzień / partner | 15-20 | 60-80 | +300% |
| Czas pierwszego kontaktu z startupem | 5-7 dni | 24h | -83% |
| Konwersja deck → first call | 8% | 14% | +6 pp (więcej trafnych) |
| Inwestycje per partner per rok | 4 | 5,5 | +37% |
| Liczba pierwszych rozmów / rok | 200 | 420 | +110% |
| Jakość portfela (metryki performance) | baseline | + (dane na 24 mies.) | — |
Setup: 260 tys. zł. Opex: 22 tys. zł/mies. Korzyść: strategiczna — możliwość obejrzenia 4× więcej startupów. Lepszy deal flow → potencjalnie wyższe zwroty z funduszu. Payback w 18 miesięcy.
„Founderzy mówią między sobą: „odezwijcie się do nich, odpisują w 2 dni". To są deal-cyfry, ale przede wszystkim szacunek dla czasu drugiej strony."
— Managing Partner
Co dalej
Kolejna faza: AI-driven portfolio support (asystent dla każdego startupu w portfelu w obszarach growth, hiring, fundraising), predykcja, który startup z portfela rozpalnia się w jakim okresie, automatyzacja LP reportingu.
RedAI działa jako prywatna instancja w infrastrukturze klienta. Dane nie wychodzą poza firmę. Umówcie 30-minutowe demo — pokażemy analogiczne wdrożenie w Waszej branży i policzymy ROI na Waszych liczbach.
„Founderzy mówią między sobą: „odezwijcie się do nich, odpisują w 2 dni". To są deal-cyfry, ale przede wszystkim szacunek dla czasu drugiej strony."
Inne case studies z działu inne.
Chcesz, żeby Wasza firma była następna na tej liście?
30-min rozmowa — pokazujemy 2–3 case'y najbliższe Waszej sytuacji (pod NDA) i mówimy, ile zaoszczędzicie w pierwszym roku.