Kategorie
Zespoły

Automatyzacja transakcji na rynku kryptowalut z wykorzystaniem AI

Kryptowaluty od kilku lat kuszą inwestorów możliwością szybkiego zysku przy niewielkim wkładzie własnym. Jednak jak każda inwestycja i ta wiąże się z ryzykiem. Do podejmowania dobrych decyzji potrzebne są wiedza i czas na przeanalizowanie bieżącej sytuacji i wskaźników.

Nasz zespół projektowy zamierza opracować narzędzie, które będzie zintegrowane z giełdą kryptowalut. Z jego pomocą będzie można automatycznie zlecać transakcje według ustaleń inwestora. Automat będzie stale monitorował rynek, a w momencie, kiedy wystąpią zdarzenia skonfigurowane przez inwestora, złoży transakcje kupna lub sprzedaży (np. kiedy nastąpi wzrost aktywa o 5 procent automat się aktywuje). Do narzędzia zostanie zaimplementowany model sztucznej inteligencji, który będzie wspomagał inwestora i będzie wskazywał zachowania rynku na podstawie różnych analiz.

Drugim filarem projektu będzie rozwiązanie oparte o AI, które będzie analizowało nastroje rynku dla danego aktywa. I na podstawie otrzymanych danych będzie wskazywało przyszłe zachowanie się danego aktywna.

Kategorie
Zespoły

Superhumin. Aplikacja dla rolników o pielęgnacji i nawożeniu

Coraz więcej osób interesuje się uprawą roślin. W sezonie letnim balkony i przydomowe ogródki zapełniają się roślinami ozdobnymi i jadalnymi. Te pierwsze cieszą oczy i pomagają się zrelaksować, podczas gdy druga grupa owocując dostarcza właścicielom cennego pożywienia. Jednak, by pełnić swoją rolę rośliny potrzebują odpowiedniej pielęgnacji i nawożenia.

Zgłoszony przez nas projekt przewiduje stworzenie aplikacji wspomagającej rolników, ogrodników i plantatorów (także zajmujących się tą dziedziną amatorsko) w ich dokonaniach. Aplikacja będzie wyposażona w kompendium wiedzy, w którym będą znajdowały się informacje na temat: nawadniania, zalecanego nawożenia, czy polecanych do zastosowania środków ochrony roślin oraz niezbędnych zabiegów. Dodatkowo przewidujemy  miejsce na notatki i inne funkcjonalności.

Kategorie
Zespoły

Aplikacja audio do odczytu treści pisanych

Słuchanie ma tę przewagę nad czytaniem, że nie angażuje oczu, przez co wymaga mniejszego zaangażowania. Czynność tę można wykonywać w towarzystwie innych aktywności np. biegania czy jazdy samochodem. Rosnąca popularność podcastów i audiobooków pokazuje, że Polacy przekonują się do korzystania z informacji prezentowanych w formie głosowej. Rosnący trend jeszcze długo nie zastąpi treści pisanych, które przeważają w internecie.

Zgłoszony projekt to aplikacja konwertująca treści publikowane w internecie w formie pisemnej na format audio. Rozwiązanie korzystające z machine learning, big data i AI, automatycznie przekształci publikacje w treści audio do odsłuchania w telefonie, samochodowym systemie audio czy przez smart speakers.

Aplikacja zapewni odbiorcom dostęp i korzystanie z wybranych treści według ich własnego wyboru, predefiniując je według: tematu, ważności wydarzeń i źródła treści. Dodatkowo określi ich długość i czas wykorzystania. Przykład: najważniejsze 5 wiadomości dnia z kraju i ze świata w nie dłużej niż 5 minut.

Przewidujemy stworzenie rozwiązania w popularnych systemach operacyjnych: Android, Apple, Microsoft.

Kategorie
Zespoły

Moovee Med. Planowanie operacji ortopedycznych w modelu SaaS

Moovee Med to rozwiązanie ułatwiające i przyspieszające planowanie operacji ortopedycznych, w szczególności zabieg osteotomii.  Osteotomia to zabieg korekcji kolan szpotawych i koślawych polegający na nacięciu kości oraz ustabilizowanie operowanego miejsca. Osteotomii używa się także w przypadkach zmian zwyrodnieniowych oraz dysplazji stawu biodrowego. Kąt nacięcia kości wyznacza się porównując oś mechaniczna kończyny i oś faktyczną kończyny na zdjęciach RTG. Wykonywane jest to manualnie za pomocą prostych narzędzi software’owych. 

Projekt naszego zespołu przyspiesza proces przygotowania zabiegu osteotomii poprzez wykorzystanie autorskich technologii pomiaru parametrów biomechanicznych. Technologia opiera się na analizie obrazów, sztucznej inteligencji i uczeniu maszynowym i pozwala na wyznaczenie z wysoką dokładnością wartości niezbędnych do zaplanowania zabiegu.

Moovee Med to narzędzie w architekturze SaaS, za pomocą którego placówka medyczna przekaże do chmury obliczeniowej zdjęcia RTG, wyniki MRI oraz sekwencje wideo przedstawiające mechanikę chodu. Algorytmy analizy obrazów oraz sztucznej inteligencji (w tym autorski algorytm Moovee) określą przebieg osi mechanicznej oraz rzeczywistej w kończynie pacjenta w oparciu o obliczenia biomechaniczne.

Następnie wyniki obliczeń naniesione na zdjęcia RTG zostaną przekazywane do placówki medycznej celem weryfikacji. Na podstawie zweryfikowanych i zatwierdzonych przez lekarza danych wykonywany będzie plan operacji oraz parametryzowane modele klinów, przymiarów do piły oraz (lub) wkładek ortopedycznych, które następnie drukowane będą na drukarce 3D z wykorzystaniem certyfikowanych filamentów przeznaczonych do druku materiałów medycznych.

Odbiorcami narzędzia są: kliniki ortopedyczne, szpitale z oddziałami ortopedycznymi, poradnie fizjoterapeutyczne.

Kategorie
Zespoły

MobilGo. Platforma współdzielonej mobilności w modelu MasS

Jak przemieszczać się taniej? – na to pytanie szukają odpowiedzi nie tylko mieszkańcy i turyści, ale także podmioty odpowiedzialne za komunikację zbiorową. A gdyby tak przerzucić transport do taksówek, wykorzystując podczas przejazdu wszystkie dostępne w pojeździe miejsca? Opracowana przez nasz zespół aplikacja MobilGo to próba znalezienia złotego środka.

MobilGO jest alternatywą dla przejazdów indywidualnych oraz zbiorowych, zastępując nierentowne linie autobusowe. Zgłoszony przez nasz zespół projekt to platforma współdzielonej mobilności działająca w modelu MasS. Pomysł przypomina miejski BlaBlaCar, gdzie za jednakową, niską cenę wynajmujemy miejsce siedzące w taksówce. Odwróciliśmy sposób zamawiania taksówki, dlatego dane o przejazdach otrzymujemy z wyprzedzeniem. A na ich podstawie możemy ułożyć dokładną trasę przejazdu dla kilku osób. 

Dzięki jednakowej cenie, wprowadziliśmy rozwiązanie GO-kod umożliwiające zakup przejazdu dla osoby trzeciej. Rozwiązanie mogą wykorzystywać firmy oraz samorządy. Usługa funkcjonuje dzięki algorytmowi zbierania miejskich danych i układania optymalnych tras przejazdu z ich wykorzystaniem.

Kategorie
Zespoły

Let’s meet! Segregowanie wydarzeń kulturalnych

W natłoku odbywających się wydarzeń muzycznych ciężko odnaleźć te, które wzbudzą nasze zainteresowanie. Aplikacja zaproponowana przez nasz zespół projektowy będzie automatycznie agregować i segregować informacje kulturalne, by następnie proponować użytkownikowi tylko te, które odpowiadają jego preferencjom.

Podczas selekcji wykorzystywane będą informacje zbierane podczas śledzenia aktywności użytkownika. W szczególności będą analizowane: lokalizacja, oglądane wydarzenia, kliknięcie w wydarzenia, ulubieni wykonawcy. Zależy nam na znalezieniu korelacji pomiędzy użytkownikiem, a danym wydarzeniem muzycznym i przekazywanie zindywidualizowanych sugestii bez ograniczania się do „bańki informacyjnej”.

Kategorie
Zespoły

Emotiv: Oko, ekran, emocje

Badania eye-trackingowe, czyli analizujące ruch gałek ocznych, są źródłem ogromnej ilości danych, co do zachowań użytkowników. Rozwiązanie, nad którym pracujemy, to system sieci neuronowych i procesów przetwarzania danych, który mierzy wpływ emocji społecznych na zachowania i na wskaźniki biznesowe.   

Nasz system Emotiv, dzięki wykorzystaniu kamery komputera lub smartfona, daje możliwość badania emocji dowolnej liczbowo grupy konsumentów w naturalnych sytuacjach zakupowych/korzystania z produktu/etc. Dostarczy on wiedzę dodatkową dla consumer experience, która nie tylko wyjaśni zachowania, ale będzie podstawą doboru sposobów wpływu na zachowania użytkowników.

System będzie oderwany od rozwiązań hardwarowych, a zakres wykrywanych emocji oraz danych o postrzeganiu będzie bardzo szeroki. Jest to rozwiązanie interdyscyplinarne bazujące na Computer Vision, nauce o emocjach, wiedzy biznesowej. Nie jest to aplikacja ani rozwiązanie hardwarowe, ale system algorytmów pozwalających na precyzyjne wnioskowanie, bazujący na sieciach neuronowych. Rozwiązanie łączy ocenę emocjonalną, uwagę poświęconą danemu analizowanemu przedmiotowi z biznesowymi regułami wynikającymi z pomiaru, dając proste narzędzie, które uczyni sytuacje laboratoryjne dostępnymi dla codziennych analiz i predykcji.

Zaproponowana przez nas rezygnacja z drogiego, hardwarowego rozwiązania na rzecz softwarowego, otworzy dostęp do takich badań dla firm z sektora MSP.

Kategorie
Webinary

David Stillwell:  Big data i etyczna strona AI

– Firmy często mówią: mamy świat nowych technologii, jak możemy na tym więcej zarobić? Tymczasem pytanie powinno brzmieć: skoro mamy nowe technologie, jak możemy stworzyć lepszy i bezpieczniejszy produkt – mówił prof. David Stillwell z Uniwersytetu w Cambridge podczas grudniowej sesji Akceleratora Innovatorium.

Zaskakująca moc danych, pochodzących z mediów społecznościowych, powinna wywoływać poczucie wielkiej odpowiedzialności. Organizacje, które decydują się na korzystanie z big data, muszą podporządkować się szczególnym zasadom, a kluczową powinno być przestrzeganie zasad etycznych – tak można by w największym skrócie podsumować wykład prof. Davida Stillwella podczas grudniowej sesji Akceleratora Innovatorium. 

Stillwell w swoich badaniach zajmuje się m.in. analityką danych w kontekście nauk społecznych. Udowodnił na przykład, że ogromne zbiory danych, jakie można czerpać z profili w social mediach, pozwalają przewidzieć osobowość użytkowników. Analizował w jaki sposób dane konsumentów są wykorzystywane do profilowania reklam. Sprawdzał też m.in. czy ludzie wolą się umawiać z osobami o podobnej osobowości i czy przysięgający sprawiają wrażenie bardziej wiarygodnych (o szczegółach tych badań Profesor mówił podczas wykładu). 

Jak bardzo chcesz się dzielić danymi

Stillwell zwraca uwagę  na zjawiska, które niepostrzeżenie wchodzą do naszego życia za sprawą rozmaitych instytucji, coraz bardziej  naginających zasady etyki. Przykład towarzystwa ubezpieczeniowego, określającego wysokość stawki na podstawie analizy danych z Facebooka był tylko jednym z wielu. Ten sposób działania towarzystwa wydawał się kontrowersyjny więc w 2016 roku udało się go zablokować. Ale już kilka lat później w USA uznano, że towarzystwa ubezpieczeniowe mogą używać danych z social mediów, o ile potrafią udowodnić zasadność takiego działania.

W tym przesuwaniu granic etycznych można iść jeszcze dalej i jako dowód Stillwell podał przykład chińskiego banku, który przyznawał karty kredytowe na podstawie danych z komunikatora Wechat. Z kolei Netflix uznał, że wiedza o narodowości, wieku czy płci użytkownika platformy to „śmieciowe dane”, bo podstawą jest obecnie identyfikacja osobowości,  skuteczniej pozwalająca trafnie dobierać filmy i zatrzymać użytkownika.

– Większość badań, o których mówię, powstała w oparciu o informacje z Facebooka. Dane związane z podejmowaniem przez ludzi decyzji o tym co kupić, jakiej muzyki słuchać, co oglądać, pozwalają spersonalizować człowieka – mówił Stillwell.  – Można dzięki nim docierać do naprawdę wrażliwych informacji, w tym do typu osobowości, a ich dokładność jest wysoka. Zła wiadomość jest taka – przekonywał – że nawet jeśli ominiemy social media, to źródłem danych nadal będzie nasz telefon, karta kredytowa, Spotify czy YouTube. W realnym świecie służą do zarabiania dużych pieniędzy.

Nie bądź jak Alexander Nix z Cambridge Analytica

Nie manipuluj, nie wykorzystuj psychiki, nie graj na neurozach.

Niestety właśnie tak często się dzieje. Ludzie wysoko neurotyczni „trafiają” w sieci na obrazki imigrantów, „zalewających” ich kraj, przez co pobudza się ich naturalną skłonność do strachu. Osobom z dużą otwartością, bezkrytycznie przyjmującym informacje, sprzedaje się spiskowe teorie. Manipulując ludzką psychiką można przekonać wyborców demokratycznych, by zostali w domu – tak jak to było podczas wyborów prezydenckich w USA. To właśnie nieetyczne wykorzystanie big data pozwoliło Trumpowi zwyciężyć, a kluczową rolę odegrał startup Cambridge Analytica.

– Cambridge Analytica przyszła do nas i chciała skorzystać z naszej technologii, ale na szczęście powiedzieliśmy „nie” – opowiadał Stillwell. – Nie wykorzystali naszych danych i algorytmów czy czegokolwiek innego. Ale wiele innych firm przychodzi i wtedy musimy postawić te dwa pytania: powinniśmy z nimi pracować czy nie? A jeśli tak, to na jakich warunkach?

Można przewidzieć cechy psychiczne miliardów ludzi w mgnieniu oka, ale kluczowe jest postawienie pytania: Do czego maja służyć.

Psychometryczne dylematy

Czy wykorzystanie big data i AI w aplikacji randkowej jest etycznie poprawne? Co się stanie, gdy starając się jeszcze bardziej dopasować użytkowników sięgniemy do danych znacznie głębiej, tak że określimy ich typy osobowości? Można powiedzieć, że póki ludzie zgadzają się na takie niejednoznaczne działania – jest.  Ale… – To co robisz musi mieć sens dla klienta i być uczciwe. Benefitem powinno być to, że klient czuje się bezpiecznie i komfortowo. […] Musi wiedzieć, co się dzieje z jego danymi, mieć możliwość kontrolowania i decydowania – podkreślał Stillwell. – Często firmy mówią: to świat nowych technologii, jak możemy na tym więcej zarobić?  Tymczasem pytanie brzmi: skoro mamy nowe technologie, jak możemy zrobić lepszy i bezpieczniejszy produkt.

Trzeba wyprzedzać zdarzenia i przewidywać, jakie informacje będzie można wydobyć, analizując big data.

David Stillwell, profesor of Computational Social Scienc at Cambridge University Judge Business School

Wykład wygłoszony podczas Akceleratora Innovatorium, grudzień 2022 rok

Kategorie
Webinary

Big data i AI w badaniach mediów. Marcin Niemczyk: Na razie nie jest to takie łatwe

– Badania mediowe od lat rządzą się swoimi prawami, opracowanymi przez międzynarodowe instytucje. Tymczasem rynek zasypywany jest narzędziami, które próbują wyrwać kawałek tego obszaru i przekonać firmy mediowe, że przy pomocy modelowania danych, można osiągnąć ciekawe efekty. Na razie nie jest to jednak takie łatwe – mówił Marcin Niemczyk z Polskich Badań Internetu podczas grudniowej sesji Akceleratora Innovatorium.

– Po co robi się badania mediowe? – pytał retorycznie Marcin Niemczyk. – Bo media bez użytkowników nie istnieją, a badania są jedynym sposobem, by potwierdzić, że konkretny podmiot ma obserwatorów. Pomiary dodatkowo mają sprawdzić, ile i jakich osób korzysta z danego medium. – Ostatecznie bowiem modelem biznesowym jest sprzedaż kontaktów tych osób z reklamą – podsumował Niemczyk.

Punktem odniesienia w badaniach statystycznych są dane GUS. Niemczyk przypomniał, że jeśli bada się preferencje polityczne, to trzeba wiedzieć, jaka jest struktura populacji i losowo dobrać ludzi do próby, by nie była skrzywiona. – W przypadku mediów każde badanie musi też mieć badanie założycielskie, które określi, ile osób korzysta z danego medium. Tylko wtedy, modelując dane, mamy punkt odniesienia. Ponadto jesteśmy w stanie stwierdzić, jakie cechy społeczno-demograficzne decydują o tym, jak media są konsumowane.

Poza punktem odniesienia, kolejny problem, na który można napotkać, próbując modelować dane o konsumpcji mediów, jest taki, że rozkłady intensywności korzystania z mediów są inne niż rozkłady populacyjne. Starsi oglądają telewizję, młodzi korzystają z internetu.

Nośniki reklamy w mediach

Według badania Publicis, które zaprezentował Marcin Niemczyk, telewizja i internet zdecydowanie wybijają się na runku nośników reklamowych, zajmując praktycznie jego połowę. Dalej znajduje się radio, outdoor, magazyny, dzienniki  i kino.

Czy można z nich zbierać jakieś dane i modelować? Jeśli nie teraz, to w przyszłości? Tak, ale w bardzo różnym stopniu. Niemczyk podaje kino jako przykład małego rynku nośników reklamy. Dane (np. sprzedaż internetowa biletów, aplikacje, paragony/karty, raport biletera) nie są specjalnie modelowane, ale może właśnie tu jest pole do popisu dla AI. Na razie nie jest wykorzystywane – podkreślił Niemczyk.

W przypadku magazynów i dzienników można zebrać danedotyczące punktów sprzedaży, paragonów/kart, raportu kioskarza, ale… Obszar badań reklamy prasowej zmienił się ogromnie. – Kiedyś zmiany w planowaniu kampanii oparte były na czytelnictwie i ogólnych wynikach dla prasy, dziś opierają się o badania zauważalności reklamy i wyniki dla reklamy – podkreślił Niemczyk. – Nowe wskaźniki badania reklamy to: zauważalność, koncentracja uwagi, skupienie (łączny czas spędzony na reklamie), intensywność kampanii. Ciekawych danych dostarczają np. badania eyetrackingowe, mówiące, jak mózg reaguje na to, co widzimy. Wynika z nich, że średni czas kontaktu z reklamą to 630 ms czyli 0,65 sekundy!

W przypadku outdooru, jak  twierdzi Niemczyk, AI mogłaby zbierać i analizować dane, dotyczące np. lokalizacji nośników, rozmiaru, czy natężenia ruchu przy nośniku. Z kolei w przypadku radia danych nadających się do modelowania raczej nie ma.

Jak można zbierać dane z telewizji? Pewnego rodzaju informacją, choć obarczoną dużym błędem, bylibypłacący abonament. Ponadto dane mogą pochodzić z dekoderów kablówek czy telewizorów Hbb, dekoderów satelitarnych i aplikacji, które raportują co jest oglądane. Danych jest dużo, ale problemem jest to, że nie dotycząc całej  populacji.

W przypadku telewizji, z big data eksperymentuje Nielsen. Ale pamiętać należy, że big data ma zalety. I wady – jeśli firmy nie traktują ich odpowiedzialnie. Kluczowe jest podejście do badań.  Wg Niemczyka big data jako samodzielny zasób nie nadaje się do pełnego zrozumienia dynamiki widowni, bo niektóre grupy mogą być niedoreprezentowane lub nadreprezentowane na poziomie technicznym.

I wreszcie inernet.Wykorzystuje ogromne dane: z serwerów, dane dla odsłon zmierzonych skryptami, ruch mierzony pojemnością danych. Ale – jak mówi Niemczyk –  cookie to nie człowiek. I to jest w tych badaniach największy problem. – Wydawca widzi przeglądarkę, która odpytuje o treść, ale nie widzi kto jest za przeglądarką.

Jak więc zbadać internet? Przede wszystkim trzeba mieć panelistów PC – cookie i software. – Internautom emituje się ankietę. Jeśli ją wypełnią, stają się cookiepanelistami, a cookie dostaje cechy demograficzne. Po zainstalowaniu netPanelu można raportować. Jeśli robi się to w sposób ciągły, zachowania panelisty nie odstają od populacji, to wchodzi on do próby badawczej – tłumaczył Niemczyk. Ale, podkreślał, panel zrekrutowany online nie jest reprezentatywny. Nie odzwierciedla struktury demograficznej w populacji internautów czy proporcji pomiędzy liczbą użytkowników na witrynach.

Naturalnie mamy coraz więcej narzędzi i metod badania internetu, ale wniosek końcowy jest niezmiennie taki, jak i postawiona na początku teza: media mierzone są nadal trochę tradycyjnie, wychodząc od badań społecznych, rozwijanych jeszcze w XX wieku. Dlaczego? Odpowiedź jest dość prosta. – Potrzeby klientów tych badań mówią o tym, że chcą oni mieć pełny obraz rynku, rozumianego jako rynek mieszkańców Polski – wyjaśnił Niemczyk.

Według niego, bez tej wiedzy nie da się zrobić modelowania, które spełni wspomniane wyżej potrzeby. Jednocześnie trudno nie zauważyć, że ogromna wiedza leży po stronie badań zbieranych w internecie i w telewizji.  – Modelowanie danych technicznych z telewizji to chyba największy trend na najbliższe lata. Także w outdoorze – przekonywał Marcin Niemczyk.

W wielkich platformach same dane nie wystarczą, ale są bezcenną dawką wiedzy, jeśli chodzi o poprawianie danych badawczych i modelowanie ich – podsumował. 

Marcin Niemczyk, Polskie Badania Internetu

Wykład wygłoszony podczas grudniowej sesji Akceleratora Innovatorium

Kategorie
Webinary

Wiesław Cetera: Jak tworzyć i finansować spin-off 

Zdobycie funduszy jest podstawowym problemem dla każdego, kto chce uruchomić firmę. Zwłaszcza gdy jej celem jest wdrożenie i wykorzystanie innowacyjnej technologii. Jak przystąpić do zdobywania środków, w jakiej formie realizować przedsięwzięcie biznesowe? O tym podczas sesji Akceleratora Innovatorium mówił prof. Wiesław Cetera z Uniwersytetu Warszawskiego.

W jakiej formie prowadzić działalność gospodarczą – to jedno z bardziej istotnych pytań, na które trzeba sobie odpowiedzieć. Profesor Wiesław Cetera rozpoczął swój wykład od przedstawienia najlepszych opcji. – Proponuję wziąć pod uwagę spółkę handlową lub wpis do ewidencji działalności gospodarczej. Mimo że każda z tych form ma wady i zalety – podkreślił.

Jeśli chodzi o zalety spółek handlowych (osobowych i kapitałowych) Cetera wskazał na odpowiedzialność wspólników ograniczoną do majątku spółki i wysokości wniesionych udziałów, minimalną kwotę kapitału zakładowego, podatek dochodowy w wysokości 9 lub 19 proc. i brak składki ZUS. Koszty prowadzenia spółki to ½ kosztów JDG.

Są jednak i wady. Wspólnicy podpisują umowę spółki w formie aktu notarialnego. Wymagana jest pełna księgowość, co determinuje dodatkowe koszty. Udziałowcy płacą podatek od dywidendy 19 proc., a zarząd składa sprawozdania finansowe przygotowywane obowiązkowo przez księgowych i prezentowane w KRS.

Jeśli przyjrzeć się jednoosobowej działalności gospodarczej, to wpis do ewidencji jest bardzo prosty. Samodzielna rejestracja w portalu nie wymaga kosztów, nie jest też wymagany kapitał początkowy, obsługa księgowa może być samodzielna lub niskokosztowa, przez 2,5 roku obowiązuje preferencyjna stawka ZUS, podatek od dochodów jest jednorazowy, a dostęp do zysków swobodny. – Gdyby wskazywać na wady to – mówił Cetera – niestety właściciel firmy odpowiada za wszystkie zobowiązania całym majątkiem osobistym. Ponadto JDG można zawiesić lub zamknąć, ale nie można sprzedać. Jeśli w planach jest zatrudnienie pracowników, korzystniej przekształcić JDG w spółkę.

Porównanie kosztów

Wiesław Cetera zaprezentował takie zestawienie:

W przypadku prowadzenia JDG, koszty (podatek, księgowość, ZUS) wynoszą 3094 zł (odpowiednio 1437 zł, 200 zł, 1457 zł). W przypadku kosztów spółki (900 zł, 0 zł, 1500 zł ) 1500 zł. Rocznie suma kosztów w przypadku JDG to 37 128 zł, a spółki 18 000 zł.

Prof. Cetera zaznaczył, że korzystniejszym rozwiązaniem wydaje się być spółka z o.o. choć – uwaga –  jeśli założyciele firmy mają poniżej 26 lat, to koszty JDG zamykają się właściwie w kosztach prowadzenia księgowości.

Spin-off warte rozważenia

– Z perspektywy wdrażania nowoczesnych technologii, ta forma jest szczególnie korzystna, bo jest to podmiot, który zajmuje się transferem technologii z nauki do biznesu – wskazał prof. Cetera. – Jeśli jesteście pracownikami czy studentami, to możecie z niej korzystać; rekomendowałbym ją każdemu, kto zamierza pracować, wykorzystując nowe technologie – powiedział Wiesław Cetera.

Jak mówił, są różne modele komercjalizacji badań, ale formuła spin-off sprowadza się do zawarcia umowy prowadzenia spółki z o.o, w której jednym z udziałowców jest uczelnia czy jednostka badawcza. – Staną się one jednostką partnerską dla was i gwarantem, że prowadzone działania mają charakter innowacyjny i naukowy – zwrócił uwagę Cetera.

W jakiej formie można stosować spi-off? To też kwestia decyzji. W grę wchodzi model ortodoksyjny (spółka bazuje na naukowcu (pomysłodawcy), który odchodzi z instytucji macierzystej (uczelni) i staje się przedsiębiorcą); hybrydowy (spółka bazuje na transferowanej technologii, pomysłodawcy (naukowcy) mogą pracować na uczelni macierzystej, nie angażują się w zarządzanie, ale posiadają udziały, pełnią funkcje kontrolne i doradcze); technologiczny (spółka bazuje na przenoszonej z uczelni technologii, wynalazca (naukowiec) nie angażuje się w jej funkcjonowanie, otrzymuje wynagrodzenie za przekazaną technologię (często w postaci udziałów w spółce) .

– Na każdej uczelni działa inkubator przedsiębiorczości, na którego wsparcie organizacyjne możecie liczyć – podpowiedział Cetera. I podkreślił istotny fakt: – Obecność uczelni na ogół ogranicza się do 20-procentowego udziału w kapitale spółki. Zwykle po 2-4 latach uczelnia jest gotowa opuścić gremium udziałowców za określonym wynagrodzeniem. Na ogół są to wielokrotności kapitału założycielskiego – tłumaczył.

Źródła finansowania

Jeśli chodzi o finansowanie, możliwe jest oparcie się na środkach własnych, środkach pozyskanych (granty, programy) lub środkach pożyczonych (kredyty, leasing). Gdzie szukać środków do pozyskania lub pożyczenia?

  • Fundusze europejskie

Miks spółki z o.o,  spin-off i faktem pozostawania mikroprzedsiębiorstwem (czyli zatrudniającym do 10 osób) daje duże możliwości skorzystania z tych bardzo korzystnych funduszy.  Warto pamiętać, że finansowanie dotyczy różnych obszarów. Co ważne, szczególnie promowana jest działalność poza dużymi aglomeracjami, zwłaszcza nakierowana na AI i informatykę.

funduszeeuropejskie.gov.pl/strony/skorzystaj/ – Tu można sprawdzić dostępne oferty.

  • Fundusze poręczeniowe

Oferta dostępna jest cały czas, ale ma pewne ograniczenia.

Fundusze te prowadzą działalność w formie poręczenia za zaciągnięty na warunkach rynkowych kredyt (niezbędny jest kapitał, historia firmy, zdolność kredytowa). Fundusz, oceniając wiarygodność i potencjał firmy, będzie gwarantem udzielonego kredytu.

ksfp.org.pl/ – Tu można sprawdzić dostępne oferty

  • Platformy crowdfundingowe

 Można dzięki nim pozyskać do miliona euro.

Warunkiem jest przygotowanie dokumentu ofertowego, ale mimo wszystko jest to jeden z prostszych i najszybszych sposobów pozyskiwania kapitału.

  • Kredyt technologiczny

Korzystny i opłacalny, ale wymagający zdolności kredytowej. Możliwe jest uzyskanie do 70. proc wydatków poniesionych na koszty kwalifikowane w związku ze zrealizowaną inwestycją technologiczną czyli m.in. na kupno nieruchomości, zakup, koszty transportu, pokrycie kosztów związanych z najmem, koszty związane z walidacją albo ochroną patentową. Kredytowi towarzyszy zawarcie umowy z aneksem, w którym – jak podkreślił prof. Cetera – zawiera się prawdziwa korzyść opisana jako premia za zrealizowanie przedsięwzięcia finansowanego przez kredyt technologiczny. Jeśli po roku uda się zacząć sprzedawać efekty działalności, kredytodawca za każdą fakturę przyznaje premię w wysokości wystawionej faktury. Pieniądze wędrują do banku i są formą spłaty zaciągniętego kredytu.

  • Organizacje finansujące

Na przykład PARP i inne organizacje, które ogłaszają konkursy na produkt, który można sfinansować.  Ograniczeniem może być krótki czas na przygotowanie wniosku, więc jeśli nie ma gotowego produktu, ta forma raczej nie będzie przydatna. 

  • Finansowanie z NCBiR

Także w tym przypadku preferowane są firmy założone poza aglomeracjami. – Trzeba mieć wcześniej przemyślaną koncepcję,  łącznie z budżetem, partnerami, podpisanymi umowami konsorcjum, bo to jest warunek konieczny złożenia takiego wniosku – zaznaczył Wiesław Cetera – ale jest to jeden z najlepszych sposobów na skomercjalizowanie innowacyjnych pomysłów, w których jako spółka spin-off można wziąć udział w konsorcjum z uczelnią czy jednostką badawczą.

Wiesław Cetera, dr hab., inż., prof. Uniwersytetu Warszawskiego

Ekspert w tworzeniu i pozyskiwaniu źródeł finansowaniu dla spin-off

Wykład wygłoszony podczas grudniowej sesji Akceleratora Innovatorium

Herb Polski
Flaga Polski

Dofinansowanie ze środków Ministra Edukacji i Nauki w ramach programu Społeczna Odpowiedzialność Nauki – Popularyzacja nauki i promocja sportu. Projekt: Akcelerator

DOFINANSOWANIE: 900 000 ZŁ
CAŁKOWITA WARTOŚĆ: 1 020 000,00 ZŁ