Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis

31 серпня, 2026, 19:15 49

Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis 9

Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis 10

Михайло Тарчинець

19 статей

Влад Тісленко, партнер венчурного фонду SMRK VC, презентував Startup Due Dil — вебдодаток, призначений для всебічного аналізу стартапів перед інвестуванням.

Сервіс Startup Due Dil функціонує на основі системи з десяти ШІ-агентів, які оцінюють команду, ринок, конкурентне середовище, продукт, фінансовий стан, бізнес-модель, юридичні та інші аспекти діяльності компанії. Для ініціації процесу перевірки достатньо завантажити презентацію стартапу.

AIN звернувся до Тісленка за коментарями щодо походження Startup Due Dil, особливостей його архітектури, ступеня довіри до ШІ в інвестиційному аналізі, вартості розробки та подальших планів щодо продукту.

Як виникла концепція Startup Due Dil, і чому було прийнято рішення перетворити внутрішній інструмент на самостійний продукт?

Концепція викристалізувалася близько року тому після діалогу між Тісленком та Євгеном Виборовим, CEO Ability.ai. Виборов висловив думку, що в недалекому майбутньому все більше фахівців використовуватимуть ШІ-агентів для автоматизації своїх завдань, навіть без наявності навичок програмування.

Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis 11

«Я почав розмірковувати, які аспекти моєї роботи ШІ-агенти вже зараз здатні автоматизувати, і відповідь була очевидною — процес проведення комплексної перевірки (due diligence)», — зазначив Тісленко.

Спочатку Тісленко розробляв Startup Due Dil виключно для особистого користування. Ідея перетворення його на окремий комерційний продукт виникла після зростання витрат на токени. Тоді він вирішив інтегрувати бізнес-модель та запропонувати сервіс іншим інвесторам. Головна мета — досягти самоокупності продукту, покрити витрати та мати можливість продовжувати експерименти у сфері ШІ.

Яку проблему покликаний вирішити Startup Due Dil для інвесторів?

Startup Due Dil автоматизує процес аналізу стартапу перед ухваленням рішення про інвестицію. Зазвичай, така перевірка вимагає роботи з великим обсягом документів і, за словами Тісленка, може займати від кількох годин до кількох днів при ручній обробці.

Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis 12

Знімок екрану застосунку Startup Due Dil

Сервіс виконує цей аналіз приблизно за 10 хвилин. Його функція полягає в агрегації та структуруванні інформації, яку інвестор може використовувати для власної оцінки проєкту.

«Мета сервісу — не замінити інвестора, а надати йому більш повну доказову базу для ухвалення рішення та мінімізувати ризик пропустити важливий сигнал», — підкреслив Влад Тісленко.

Як виглядає процес перевірки стартапу для користувача?

З точки зору користувача, процес починається з завантаження презентації стартапу. Після цього достатньо активувати функцію Run Due Dil для запуску перевірки.

Для більш глибокого аналізу до презентації можна додати фінансову звітність, таблицю капіталізації, юридичні документи, текстові коментарі та посилання на інші джерела. Після запуску система аналізує надані матеріали та зіставляє твердження стартапу з даними з відкритих джерел.

Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis 13

«На рівні користувача достатньо завантажити презентацію та іншу інформацію в застосунок і натиснути “Run Due Dil”. В результаті отримуєш розгорнутий аналіз десь на 20 сторінок», — розповідає засновник сервісу.

Підсумковий звіт містить посилання на джерела, а ключові висновки класифікуються як червоні, жовті та зелені сигнали — від значних ризиків і суперечностей до питань, що потребують уточнення, і підтверджених позитивних показників.

Хто працює над Startup Due Dil та скільки було інвестовано в його розробку?

На створення 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 звертається до агентської системи Ability.ai Євгена Виборова. Вона допомагає перевіряти якість та безпеку процесу розробки.

Як Startup Due Dil планує генерувати дохід?

Користувач може придбати один аналіз стартапу за $49. Для бізнес-ангелів та фондів, які регулярно аналізують компанії, сервіс також пропонує підписки.

При цьому Тісленко не планує залучати для Startup Due Dil зовнішні інвестиції або розвивати проєкт як окрему юридичну особу.

«Моя ціль — зробити проєкт самоокупним, щоб мати можливість проводити ширші ШІ-експерименти», — пояснює Тісленко.

Бажання покривати витрати на функціонування сервісу та подальші експерименти у сфері ШІ стало однією з причин, чому початковий внутрішній інструмент отримав комерційну модель.

В основі Startup Due Dil лежать десять ШІ-агентів. Які функції виконує кожен з них?

Дев’ять агентів функціонують як окремі спеціалізовані експерти. Кожен відповідає за свій напрямок комплексної перевірки (due diligence): команда та засновники, ринок, конкуренти, технологія та продукт, бізнес-показники та фінанси, бізнес-модель, дотримання регуляторних вимог, структура власності та таблиця капіталізації, а також юридичні аспекти.

Наприклад, агент, відповідальний за конкурентний аналіз, не обмежується інформацією з презентації стартапу. Він перевіряє надані компанією дані та самостійно ідентифікує інших гравців, які можуть розробляти подібні продукти.

Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis 14

«Наприклад, агент “Конкуренція” аналізує наданий стартапом огляд конкурентів, верифікує інформацію та шукає інші компанії, які могли б створювати схожий продукт», — деталізує Тісленко.

Десятий агент має назву «Оракул». Він виконує роль координатора всієї системи: проводить загальний аналіз, формує контекст для агентів-спеціалістів, розподіляє між ними завдання та контролює отримані результати.

Якщо «Оракул» виявляє, що певний напрям було проаналізовано недостатньо глибоко, він може повторно активувати відповідного агента з додатковим контекстом.

«”Оракул”, який здійснює загальний аналіз, ставить завдання іншим агентам — спеціалістам, і перезапускає їхню роботу, якщо якість виконання виявилася недостатньою», — додає Тісленко.

Чому система була побудована на основі десяти агентів, а не доручено весь аналіз одному?

За словами Тісленка, розподіл роботи між спеціалізованими агентами забезпечує вищу якість результату порівняно зі спробою інтегрувати всі завдання в один великий контекст.

Один агент мав би одночасно обробляти інформацію про команду, фінанси, ринок, конкурентів, юридичні питання та інші аспекти. Це, на його думку, підвищує ризик поверхневого аналізу та виникнення “галюцинацій” (неправдивої інформації), а також ускладнює контроль якості.

Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis 15

«Якщо всіх агентів обʼєднати в один контекст — збільшиться ймовірність поверхневого аналізу, ускладниться дотримання стандарту якості, і буде більше “галюцинацій”», — пояснює Тісленко.

Мультиагентна система також дозволяє удосконалювати кожен напрямок окремо. Якщо користувач виявляє проблему в роботі конкретного агента, він може змінити інструкції саме для нього, не переробляючи всю систему.

«Якщо я помічаю, що якийсь агент працює некоректно, я надаю йому сфокусовані 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 ви перевіряєте, що ШІ не припустився помилки?

Тісленко стверджує, що при налаштуванні системи він спирається на свій 14-річний досвід роботи у сфері стартапів. Накопичені знання та підходи до аналізу він поступово впроваджує в логіку роботи агентів.

Додатковим джерелом перевірки є практичне використання продукту. Startup Due Dil вже застосовується у роботі SMRK, а систему також тестують інші інвестори. Їхній зворотний зв’язок Тісленко використовує для подальшого коригування роботи агентів.

Startup Due Dil. Vlad Tyslenko created an AI application for startup analysis 16

«Я вже 14 років працюю над стартапами і зі стартапами, бачу багато нюансів і, по суті, передаю свої знання системі», — розповідає Тісленко.

На даний момент Startup Due Dil випущено у версії 1.0 — це перший публічний реліз функціонального продукту.

Чи виявив Startup Due Dil щось, що могло бути пропущено людиною під час перевірки?

Сам Тісленко запускає Startup Due Dil паралельно зі своїм аналізом інвестиційних проєктів. Він не розглядає систему як заміну власної перевірці, але використовує її для розширення розуміння щодо стартапу.

«Наприклад, для базової верифікації обсягу ринку чи конкуренції потрібно добре пошукати в Google, а Startup Due Dil одразу подає все структуровано», — зазначає Тісленко.

Скільки часу та ресурсів потребує система для одного аналізу?

Агенти працюють паралельно, тому базовий аналіз займає приблизно 10 хвилин. Однак фактичний обсяг роботи залежить від кількості інформації, яку завантажує користувач.

Чим більше документів і даних отримує система, тим більше часу та токенів зазвичай потребується для їхньої обробки. Після отримання фінального звіту користувач може продовжити діалог із системою або повторно запустити агентів, якщо потрібно глибше дослідити певне питання.

Як вирішуються питання конфіденційності при завантаженні користувачем фінансових та юридичних документів стартапу?

За словами Тісленка, наразі аналіз документів відбувається на серверах OpenAI. Компанія може зберігати інформацію протягом 30 днів, однак для Startup Due Dil налаштовано заборону на використання цих даних для навчання моделей.

Тісленко також стверджує, що сам не має доступу ані до завантажених користувачами документів, ані до сформованих для них звітів.

«У мене доступу до документів і звітів немає, збираються лише логі самого процесу роботи агентів, щоб можна було у службі підтримки зрозуміти 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 і можливостей системи. Ще одним напрямком є експерименти з використанням моделей від кількох провайдерів в рамках одного аналізу.

«Підключити більше зовнішніх api/MCP, та протестувати гібридний інференс на Anthropic + OpenAI», — ділиться планами Тісленко. 

Источник: www.ukrinform.ua

No votes yet.
Please wait...

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *