Przez ostatnią dekadę techniczne due diligence odpowiadało na jedno zasadnicze pytanie: czy technologia spółki udźwignie wzrost i ile będzie kosztować naprawa tego, co może się załamać. W 2026 roku to już za mało. Fundusze Private Equity i Venture Capital coraz częściej pytają także o to, czy dany system da się szybko i bezpiecznie zmodernizować oraz czy spółka potrafi wykorzystać sztuczną inteligencję jako trwałą przewagę, a nie tylko jako hasło w prezentacji inwestorskiej. Właśnie na styku tych dwóch pytań spotykają się dwa obszary: Technology Due Diligence oraz AI Refactoring.
Tech DD to nie audyt kodu, lecz narzędzie wyceny
Wiele osób wciąż kojarzy techniczne due diligence z przeglądem repozytorium i listą błędów. Tymczasem dobrze przeprowadzone Tech DD jest przede wszystkim narzędziem do podejmowania decyzji inwestycyjnych. Jego zadaniem jest przełożenie stanu technologii na język, którym posługuje się komitet inwestycyjny: ryzyko, koszt naprawy, wpływ na wycenę i realny horyzont czasowy.
W podejściu Altimi ocena obejmuje kilka warstw jednocześnie. Pierwsza to architektura i jakość kodu: skalowalność, modułowość, poziom długu technologicznego, pokrycie testami, aktualność frameworków oraz wersje zbliżające się do końca wsparcia (EOL). Druga to bezpieczeństwo i zgodność: podatności z listy OWASP Top 10, standardy szyfrowania, mechanizmy kontroli dostępu, kopie zapasowe i gotowość do certyfikacji takich jak ISO 27001 czy SOC 2. Trzecia to zespół i procesy: zależność od kluczowych osób, dojrzałość CI/CD, częstotliwość wdrożeń, jakość dokumentacji i, co bywa zaskakująco często pomijane, weryfikacja własności intelektualnej. Czwarta to skalowalność i koszty: jak zachowa się infrastruktura przy dwu-, pięcio- i dziesięciokrotnym wzroście liczby użytkowników.
Efektem nie jest wielostronicowy katalog problemów, lecz raport gotowy dla komitetu inwestycyjnego. Altimi oferuje Technology Due Diligence dla funduszy PE i VC w Europie w stałej cenie, z realizacją w ciągu dwóch tygodni, a wynikiem jest raport w formule RAG z macierzą ryzyk, oceną dojrzałości AI oraz 90-dniową roadmapą tworzenia wartości. Taki format pozwala zespołowi transakcyjnemu szybko zobaczyć, które ryzyka są krytyczne, ile kosztuje ich usunięcie i czy powinny wpłynąć na cenę.
Dojrzałość AI – nowy, samodzielny wymiar oceny
Jeszcze niedawno pytanie o sztuczną inteligencję pojawiało się w raporcie Tech DD jako krótki akapit o „potencjale”. Dziś to za mało, ponieważ AI jest jedną z niewielu zdolności, w których przewaga liderów nad maruderami rośnie z czasem, zamiast się zmniejszać. Dane, pętle zwrotne modeli i tempo pracy zespołu inżynierskiego kumulują się, tworząc efekt koła zamachowego.
Altimi ocenia dojrzałość AI w oparciu o cztery wzajemnie zależne filary: własne, dobrze zarządzane zasoby danych, dojrzałe praktyki inżynierskie i MLOps, głęboką integrację AI z kluczowym produktem oraz ład (governance) zgodny z regulacjami takimi jak EU AI Act i RODO. Słabość w którymkolwiek z tych obszarów ogranicza pozostałe, dlatego jedna efektowna funkcja nie świadczy jeszcze o dojrzałości.
Kluczowa trudność polega na tym, że niedojrzałość AI łatwo ukryć za dopracowanym demo. Dlatego rzetelna ocena opiera się na pytaniach mało efektownych, ale bardzo konkretnych: skąd naprawdę pochodzi przewaga w danych, czy zespół potrafi w tym kwartale wdrożyć lepszą wersję modelu i jak to mierzy, czy wykrywa degradację modelu i czy AI rzeczywiście zmienia ekonomikę jednostkową produktu. Spółka, która potrafi kumulować przewagę, odpowiada dowodami. Spółka, która tylko sprawia takie wrażenie, odpowiada przymiotnikami.
Istotne jest też to, że niedojrzałość AI nie musi dyskwalifikować inwestycji. Obiecujący, ale niedojrzały target z realną przewagą w danych, lecz słabym MLOps lub governance, może być bardzo dobrą inwestycją właśnie dlatego, że luka w dojrzałości to jasno zdefiniowana i wykonalna szansa na stworzenie wartości; niebezpieczne jest dopiero nieświadome zapłacenie za niego mnożnika właściwego dla dojrzałego aktywa.
Paradoks szybszego kodu: gdy AI przenosi problem, zamiast go rozwiązać
Równolegle z rosnącym znaczeniem AI w wycenie pojawia się zjawisko, które każdy analityk Tech DD powinien umieć rozpoznać. Asystenci programowania mogą nawet dwukrotnie przyspieszyć generowanie kodu, ale w wielu zespołach ten wzrost produktywności nie przekłada się na szybsze dostarczanie wartości. Wąskie gardło po prostu przesuwa się dalej: code review staje się kolejką, testy pozostają ręczne, a dług technologiczny narasta szybciej niż kiedykolwiek wcześniej.
Z perspektywy inwestora to sygnał ostrzegawczy. Kod generowany przez AI bez ustrukturyzowanego nadzoru częściej wprowadza podatności i duplikację niż kod pisany ręcznie. Spółka, która chwali się „adopcją AI”, może w rzeczywistości gromadzić ukryte zobowiązanie techniczne, które ujawni się dopiero po transakcji. Dlatego ta sama metodyka, którą Altimi stosuje we wdrażaniu AI w cyklu wytwarzania oprogramowania (SDLC), jest wykorzystywana w projektach due diligence do oceny gotowości na AI, jakości kodu i dojrzałości procesów dostarczania w spółkach przed inwestycją lub przed wyjściem z niej.
AI Refactoring Assessment: najpierw diagnoza, potem przepisywanie
Gdy Tech DD wykaże, że system legacy blokuje realizację tezy inwestycyjnej, naturalną pokusą jest decyzja o przepisaniu wszystkiego od nowa. To zwykle najdroższa i najbardziej ryzykowna droga. Doświadczenia zarówno sprzed dekad, jak i z współczesnych migracji SaaS pokazują, że podejście etapowe konsekwentnie wygrywa z pełnym przepisaniem systemu.
Tu wkracza AI Refactoring Assessment – usługa o stałym zakresie, której celem jest odpowiedź na pytanie, gdzie i jak sztuczna inteligencja może realnie przyspieszyć modernizację, zanim zostaną uruchomione duże budżety. W ramach tej usługi Altimi mapuje dług technologiczny, ocenia gotowość systemu do zastosowania AI i weryfikuje najbardziej ryzykowne założenia na rzeczywistym kodzie produkcyjnym w formie tzw. technical spike’u; wynikiem jest pakiet decyzyjny dla zarządu obejmujący mapę ryzyka, roadmapę modernizacji opartą na AI, priorytetyzowany backlog i rekomendacje kolejnych kroków.
Takie podejście pozwala oddzielić trzy kategorie problemów: obszary, w których AI przyniesie wyraźne przyspieszenie (np. analiza zależności, generowanie testów, migracje wersji języków i frameworków), obszary wymagające osądu doświadczonych inżynierów (decyzje architektoniczne, logika biznesowa o niejasnych regułach) oraz komponenty, których w ogóle nie opłaca się ruszać. Zasada jest prosta: AI przyspiesza generowanie i analizę kodu, ale każda decyzja architektoniczna i każdy punkt kontrolny w review pozostaje w rękach seniorów.
Jeden ciąg decyzyjny: od raportu do planu 100 dni
Największa słabość wielu projektów due diligence polega na tym, że raport kończy współpracę. Fundusz dostaje listę ryzyk, ale nikt nie odpowiada za ich usunięcie. Połączenie Tech DD z kompetencjami wykonawczymi zmienia tę dynamikę. Rekomendacje z raportu przekładają się bezpośrednio na plan działania: 100-dniowy plan po przejęciu (szybkie korzyści w pierwszych tygodniach, budowa fundamentów, a następnie projekty strategiczne), 12-miesięczną roadmapę technologiczną oraz inicjatywy tworzenia wartości, takie jak redukcja długu technologicznego, optymalizacja kosztów chmury czy refaktoryzacja problematycznych modułów.
Ta sama logika działa w przeciwnym kierunku, przed wyjściem z inwestycji. Program przygotowania do exitu obejmuje m.in. próbne due diligence z perspektywy kupującego, uporządkowanie data roomu, audyt licencji open source oraz naprawę krytycznego długu technicznego, zanim zrobi to za sprzedającego zespół strony kupującej, obniżając przy okazji wycenę. Doświadczenie Altimi w tym obszarze obejmuje ponad 50 projektów technicznego due diligence oraz wsparcie przy ponad 15 udanych wyjściach z inwestycji.
Mierzalność zamiast deklaracji
Zarówno w due diligence, jak i w projektach modernizacyjnych kluczowe jest to, by efekt dało się zmierzyć. Dlatego ocena opiera się na konkretnych metrykach przed i po zmianie: czasie przeglądu pull requestów, pokryciu testami automatycznymi, częstotliwości wdrożeń i wskaźniku nieudanych zmian (metryki DORA). Przykładowo w jednym z anonimizowanych projektów dla europejskiej spółki SaaS w fazie scale-up średni czas code review spadł o około 20–25%, a pokrycie testami automatycznymi wzrosło o 15–20 punktów procentowych, co uwolniło około 15% mocy zespołu na rozwój nowych funkcji. W projekcie dla fintechu z regionu CEE udało się z kolei obniżyć wskaźnik nieudanych zmian przy zachowaniu pełnej identyfikowalności na potrzeby audytu i stuprocentowej akceptacji compliance dla zmian wspieranych przez AI.
Dla inwestora to istotna różnica: zamiast subiektywnych deklaracji o „zwiększonej produktywności” otrzymuje dane, które można przedstawić radzie nadzorczej i wykorzystać przy podejmowaniu kolejnych decyzji.
Europejski kontekst regulacyjny jako czynnik transakcyjny
Dla funduszy działających w regionie DACH, Skandynawii i Europie Środkowo-Wschodniej ocena technologii ma dodatkowy wymiar regulacyjny. EU AI Act, RODO i oczekiwania dotyczące suwerenności danych sprawiają, że ład modelowy, pochodzenie danych i walidacja przestają być kwestiami miękkimi, a stają się mierzalnymi czynnikami transakcji. Spółka, która je zaniedbała, przenosi na kupującego zobowiązanie, którego nie widać w sprawozdaniu finansowym.
Współpraca z partnerem z siedzibą w UE, posiadającym certyfikat ISO 27001, który ocenia dojrzałość AI przez pryzmat europejskich regulacji i utrzymuje własnościowe modele oraz dane w granicach europejskiej jurysdykcji w trakcie poufnego procesu, zwiększa wiarygodność takiej oceny. Dochodzą do tego praktyczne atuty: praca w strefie czasowej CET i niezależność od dostawców technologii, dzięki której rekomendacje wynikają z tezy inwestycyjnej, a nie z partnerstw sprzedażowych.
Podsumowanie: dwie strony tej samej decyzji
Technology Due Diligence odpowiada na pytanie „ile naprawdę jest warta ta technologia i co zagraża jej wartości”. AI Refactoring odpowiada na pytanie „jak tę wartość odblokować szybciej i bezpieczniej niż tradycyjnymi metodami”. Traktowane osobno dają fragmentaryczny obraz. Połączone tworzą spójny proces: od rzetelnej diagnozy przed transakcją, przez wycenę luki technologicznej, po jej zamknięcie w okresie inwestycji.
W czasach, gdy sztuczna inteligencja jednocześnie przyspiesza pisanie kodu i przyspiesza narastanie długu technologicznego, przewagę zyskują inwestorzy, którzy potrafią odróżnić realną zdolność od jej pozorów i mają partnera zdolnego nie tylko wskazać problem, ale też go rozwiązać.
Materiał powstał we współpracy z Altimi – partnerem technologicznym z ponad 20-letnim doświadczeniem, specjalizującym się w technicznym due diligence dla funduszy PE i VC, modernizacji systemów legacy z wykorzystaniem AI oraz rozwoju produktów cyfrowych. Więcej informacji o usługach Technology Due Diligence i AI Refactoring Assessment znajduje się na stronie https://altimi.com/pl
