Harmattan AI

Il pitch di Harmattan AI affronta il problema più comune delle startup AI verticali: come convincere un investor che un modello specializzato è difendibile quando i foundation model migliorano ogni sei mesi?

La risposta di Harmattan era architettata in tre livelli. Livello 1 (il problema): i LLM generali falliscono nei mercati finanziari perché allucinano, non sono tracciabili e non sono addestrati su dati proprietari del settore. Livello 2 (il dato): Harmattan aveva costruito partnership con istituti finanziari europei per accedere a dataset storici che non esistono nei crawl pubblici di internet. Livello 3 (la difesa): ogni nuovo accordo dati rafforza il modello, che migliora i risultati, che porta nuovi accordi dati — un flywheel che i competitor generali non possono replicare.

La struttura narrativa del pitch era deliberatamente non tecnica nelle prime slide: "I mercati finanziari muovono trilioni di euro al giorno basandosi su decisioni dove un errore del 2% costa milioni. I modelli AI disponibili oggi non sono adatti a questo contesto. Ecco perché." Solo dopo questa premessa arrivava la soluzione tecnica.

Per i founder: il pitch verticale AI più efficace inizia sempre dal perché i modelli generali non bastano, non dal perché il tuo modello è superiore. Forza l'investor a concordare con il problema prima di valutare la soluzione.

La prima slide del pitch verticale AI più efficace non mostra la tua soluzione — mostra perché le soluzioni esistenti falliscono in modo inaccettabile per quel mercato specifico.

Applica il framework

Ricevi ogni settimana le analisi sulle startup europee che usano questi framework.

Come questo articolo, ma in formato newsletter.