Михайло Тарчинець
19 статей
Партнер інвестиційного фонду SMRK VC Влад Тісленко запустив Startup Due Dil — вебплатформу, яка здійснює всебічний аналіз стартап-проєктів перед ухваленням інвестиційних рішень.
В основі Startup Due Dil лежить система з десяти ШІ-агентів, які досліджують команду, ринок, конкурентне середовище, продукт, фінансові показники, бізнес-модель, юридичні аспекти та інші складові компанії. Для ініціації перевірки достатньо завантажити презентаційні матеріали стартапу.
AIN.UA поспілкувалося з Тісленком, щоб дізнатися про передісторію створення Startup Due Dil, принципи роботи його системи, рівень довіри до ШІ в інвестиційному аналізі, вартість розробки та майбутні плани щодо продукту.
Як виникла ідея Startup Due Dil і чому вирішили перетворити внутрішній інструмент на самостійний продукт?
Зародження ідеї сталося приблизно рік тому після діалогу Тісленка з CEO Ability.ai Євгеном Виборовим. Той висловив думку, що незабаром все більше професійних завдань будуть автоматизуватися за допомогою ШІ-агентів, і для цього не обов’язково бути фахівцем з програмування.
Спочатку Startup Due Dil створювався виключно для особистого користування. Розгляд його як окремого продукту розпочався після зростання витрат на токени. Тоді Тісленко вирішив додати бізнес-модель та відкрити сервіс для інших інвесторів. Метою стало забезпечення самоокупності продукту, що дозволило б покривати операційні витрати та продовжувати експерименти зі штучним інтелектом.
Як Startup Due Dil допомагає інвесторам?
Startup Due Dil автоматизує процес попереднього аналізу стартапів перед потенційними інвестиціями. Стандартна перевірка передбачає роботу з великим обсягом документів і, за словами Тісленка, може займати від кількох годин до кількох днів при ручному виконанні.
Скріншот сервісу Startup Due Dil
Цей сервіс виконує аналогічну роботу приблизно за 10 хвилин. Його основне завдання полягає у зборі та структуруванні інформації, яка слугуватиме підґрунтям для подальшої оцінки проєкту інвестором.
«Мета сервісу — не замінити інвестора, а надати йому ширшу доказову базу для прийняття обґрунтованих рішень та знизити ризик пропустити важливі сигнали», — пояснює Влад Тісленко.
Як виглядає процес перевірки стартапу для користувача?
З точки зору користувача, процес починається із завантаження презентації стартапу. Після цього достатньо натиснути кнопку “Run Due Dil”, щоб розпочати перевірку.
Для більш детального аналізу до презентації можна додати фінансову звітність, cap table, юридичні документи, текстові коментарі та посилання на зовнішні джерела. Після запуску система аналізує надані матеріали та звіряє заяви стартапу з інформацією, доступною у відкритих джерелах.
Фінальний звіт містить посилання на джерела, а ключові висновки класифікуються як червоні, жовті та зелені сигнали — від суттєвих ризиків і розбіжностей до питань, що потребують додаткового уточнення, та підтверджених позитивних показників.
Хто працює над Startup Due Dil і скільки коштів було вкладено?
На розробку першої публічної версії Тісленко витратив до $1000, а основну роботу над продуктом він виконує самостійно у вільний час.
В середньому, засновник приділяє Startup Due Dil близько п’яти годин на тиждень. Періодично він також залучає агентську систему Ability.ai Євгена Виборова для перевірки якості та безпеки процесу розробки.
Як Startup Due Dil планує генерувати дохід?
Користувачі мають можливість придбати один аналіз стартапу за $49. Для бізнес-ангелів та фондів, які регулярно займаються аналізом компаній, сервіс також пропонує варіанти підписки.
При цьому Тісленко не планує залучати зовнішні інвестиції для Startup Due Dil чи розвивати проєкт як окрему бізнес-структуру.
«Моя мета — забезпечити самоокупність проєкту, щоб мати змогу проводити ширші ШІ-експерименти», — пояснює Тісленко.
Саме прагнення покрити витрати на функціонування сервісу та подальші ШІ-експерименти стало однією з причин, чому початковий внутрішній інструмент отримав комерційну модель.
В основі Startup Due Dil лежать десять ШІ-агентів. За що відповідає кожен із них?
Дев’ять агентів функціонують як окремі спеціалісти. Кожен з них відповідає за свій аспект due diligence: команда та засновники, ринок, конкуренти, технологія та продукт, бізнес-показники та фінанси, бізнес-модель, відповідність регуляторним вимогам, структура власності та cap table, а також юридичні питання.
Наприклад, агент, відповідальний за аналіз конкуренції, не обмежується інформацією з презентації стартапу. Він перевіряє надані компанією дані та самостійно шукає інших учасників ринку, які можуть розробляти схожі продукти.
Десятий агент, названий «Оракулом», виконує роль координатора всієї системи. Він проводить загальний аналіз, формує контекст для агентів-спеціалістів, розподіляє між ними завдання та контролює отримані результати.
Якщо «Оракул» виявляє, що певний напрямок проаналізовано недостатньо глибоко, він може повторно активувати відповідного агента з додатковим контекстом.
«”Оракул”, який здійснює загальний аналіз, ставить завдання іншим агентам-спеціалістам і повторно запускає їхню роботу, якщо якість виконання виявляється недостатньою», — додає Тісленко.
Чому було вирішено побудувати систему з десяти агентів, а не довірити весь аналіз одному?
За словами Тісленка, розподіл завдань між спеціалізованими агентами забезпечує вищу якість результатів порівняно зі спробою вмістити всі завдання в один великий контекст.
Один агент мав би одночасно обробляти інформацію про команду, фінанси, ринок, конкурентів, юридичні аспекти та інші напрямки. Це, як він пояснює, підвищує ймовірність поверхневого аналізу та появи “галюцинацій”, а також ускладнює контроль якості.
Мультиагентна система також дозволяє вдосконалювати кожен напрямок окремо. Якщо користувач помічає проблему в роботі конкретного агента, він може скоригувати інструкції саме для нього, не змінюючи всю систему.
«Якщо я бачу, що якийсь агент працює некоректно, я надаю йому цілеспрямовані додаткові вказівки», — зазначає Тісленко.
Існує й практична перевага — швидкість. Дев’ять спеціалізованих агентів можуть працювати паралельно, а не послідовно, що скорочує час до отримання фінального звіту.
Наскільки точними є результати і як перевіряється відсутність помилок ШІ?
Тісленко зазначає, що під час налаштування системи він спирається на власний 14-річний досвід роботи в сфері стартапів. Накопичені знання та підходи до аналізу він поступово інтегрує в логіку роботи агентів.
Додатковим методом перевірки є практичне використання продукту. Startup Due Dil вже активно застосовується в роботі SMRK, а також тестується іншими інвесторами. Їхній зворотний зв’язок Тісленко використовує для подальшого вдосконалення агентів.
Наразі Startup Due Dil досяг версії 1.0 — це перший публічний реліз функціонального продукту.
Чи виявляв Startup Due Dil щось, що могла б пропустити людина під час перевірки?
Сам Тісленко запускає Startup Due Dil паралельно зі своїм власним аналізом інвестиційних проєктів. Він не розглядає систему як заміну особистій перевірці, але використовує її для розширення розуміння щодо стартапу.
«Наприклад, для базової верифікації обсягу ринку чи конкурентного оточення потрібно провести значний обсяг пошукової роботи, а Startup Due Dil одразу ж надає структуровану інформацію», — зауважує Тісленко.
Скільки часу та ресурсів потребує система для одного аналізу?
Оскільки агенти працюють паралельно, базовий аналіз займає приблизно 10 хвилин. Однак фактичний обсяг роботи залежить від кількості інформації, яку надає користувач.
Чим більше документів і даних отримує система, тим більше часу та токенів зазвичай витрачається на їх обробку. Після отримання фінального звіту користувач може продовжити діалог із системою або повторно запустити агентів, якщо виникає потреба глибше дослідити певне питання.
Як вирішується питання конфіденційності при завантаженні фінансових та юридичних документів стартапу?
За словами Тісленка, на даний момент аналіз документів відбувається на стороні OpenAI. Компанія може зберігати інформацію протягом 30 днів, проте для Startup Due Dil налаштовано заборону на використання цих даних для навчання моделей.
Тісленко також стверджує, що він особисто не має доступу ні до завантажених користувачами документів, ні до згенерованих для них звітів.
«Я не маю доступу до документів і звітів; збираються лише лоґи роботи агентів, щоб у службі підтримки можна було ідентифікувати проблему», — пояснює Тісленко.
Які плани щодо розвитку Startup Due Dil до кінця 2026 року?
Тісленко планує інтегрувати більше зовнішніх API та MCP для розширення джерел даних і функціональності системи. Ще одним напрямком роботи стануть експерименти з використанням моделей від різних провайдерів у межах одного аналізу.
«Підключити більше зовнішніх API/MCP та протестувати гібридний інференс на Anthropic + OpenAI», — ділиться планами Тісленко.