
Як з AI передбачити 40 питань інвесторів у DD
Коротко
- •У типовому SMB-раунді інвестори ставлять ~40 змістовних питань у 6 категоріях: financial, customer, team, product, market, legal.
- •AI генерує достовірний банк питань на категорію за 20 хвилин, маючи однопісенний бриф — засновник відповідає холодно, відповіді довші за 2 хвилини = ваш prep-список.
- •Найвищий leverage AI у DD-prep — не писати відповіді, а грати скептичного інвестора в mock-pitch, щоб засновник почув питання до того, як вони коштуватимуть реальних грошей.
Засновники, що закривають раунди швидше за всіх, не ті, що мають найкращі відповіді. Це ті, хто почув важкі питання за три тижні до інвестора. AI — тепер найшвидший спосіб витягти ці питання холодно. І найдешевший стрес-тест перед реальною кімнатою.
Чому готуватися до DD взагалі — хіба не різні питання?
Різні формулювання, але не категорії. Інвестори pattern-match із побаченими угодами. 40 питань — приблизно ті самі 40 щоразу; поверхня змінюється.
Definition: Due diligence (DD) — структуроване дослідження інвестора після term-sheet, до фінального коміту: операційна, фінансова, legal і market валідація заяв засновника.
Засновник, що продумав 40 заздалегідь, заходить на call спокійним. Той, хто ні, звучить як той, хто відкриває власний бізнес у живому ефірі. Це — сигнал, за яким інвестори здають.
Які 6 категорій — із прикладами?
1. Financial (8-10 питань)
- Monthly burn split, gross vs net?
- Cohort retention curve. Де воно вирівнюється?
- CAC payback і як рухався 6 кварталів?
- Які припущення в forecast?
- Останній re-forecast — що змінилось і чому?
2. Customer (6-8)
- Топ-5 клієнтів — концентрація, контракти, expansion.
- Mix причин відтоку за 12 місяців?
- Скільки multi-year vs annual?
- 3 customer-success референси, яких можемо набрати напряму.
- Gross retention (не net) — число і розрахунок?
3. Team (5-7)
- Org chart і недавні departures.
- Найбільш і найменш замінна людина?
- Hiring plan на 18 місяців і ціна?
- Compensation philosophy — base, equity, bonus mix?
- Хто на візах, timeline продовжень?
4. Product (6-8)
- Roadmap і що було вбито за 12 місяців.
- Engineering velocity 4 квартали.
- Аналітика — DAU, feature adoption, time to value.
- Build vs buy — що homegrown, що vendor.
- Технічний борг і ціна закрити.
5. Market (5-7)
- Конкурентна карта, виграші й програші.
- 3 конкуренти, які турбують найбільше, чому.
- Як змінюється ринок за 24 місяці і що це означає для moat.
- Реалістичний TAM на 5 років (не consultant TAM).
- Позиціонування vs incumbent — disruption, displacement, wedge?
6. Legal (4-6)
- Cap table з unvested grants.
- Litigation, claims, threatened claims?
- IP ownership — все assigned?
- Change-of-control в customer/vendor контрактах?
- Data privacy і AI Act compliance?
Приблизно 40 питань у 6 категоріях. Кількість залежить від стадії — рання менше financial deep, пізня більше legal.
Промпт банку питань (copy/paste)
Ти скептичний Series B інвестор, що ревʼює SMB для DD. Отримуєш
однопісенний бриф компанії. Робота: згенеруй 40 змістовних питань
у DD, по категоріях.
Категорії (ціль):
- Financial (8-10)
- Customer (6-8)
- Team (5-7)
- Product (6-8)
- Market (5-7)
- Legal (4-6)
Правила:
- Кожне питання специфічне до цієї компанії, не generic.
Напр., НЕ "what's your churn?", а "ваш update згадував churn 3.2%
у Q2 — що drove?"
- Кожне відповідається за 2-5 хвилин підготовленим засновником.
- Включи мін. 5 trap-питань: де очевидна відповідь — неправильна,
а правильна вимагає від засновника розкриття ускладнення.
- Групуй логічно всередині категорії (не рандомізуй).
- НЕ генеруй відповіді. Засновник відповідає холодно.
Output: нумерований список на категорію, готовий до mock-pitch.
Trap-questions — те, що відрізняє корисний банк від generic. Реальний DD має trap-питання; без них — список softball.
Tool tip (AIAdvisoryBoard.me): Більшість засновників неготові до DD не тому, що питання важкі, — а тому, що щоденна операційна реальність їх не показує. Засновник з Plan → Fact → Gap видимістю бачить прогалини за місяці — churn-cohort, що дрейфує, engineering velocity, що сповільнилась, customer concentration, що росте. До DD trap-питання вже не trap. 7-денна діагностика показує сьогоднішні прогалини: https://aiadvisoryboard.me/?lang=en.
Як запустити practice-pitch workflow?
Згенеруйте 40 питань. Потім три сесії.
Сесія 1: Холодні відповіді (засновник сам, 90 хв)
- Засновник відповідає на кожне у диктофон
- Без prep, без пошуку цифр
- Тегнути по впевненості: зелене (чисто), жовте (грубо), червоне (немає відповіді)
- Червоні + жовті = prep-список
Сесія 2: Prep червоних/жовтих (засновник + finance/legal при потребі, 3-4 год)
- Кожна червона: копаємо в дані, драфтимо реальну відповідь, фіксуємо
- Кожна жовта: репетируємо до зеленого
- Тут оплачується робота з data room — кожна відповідь трасується до доку
Сесія 3: Mock з AI як скептичним інвестором (засновник, 45 хв)
- Даємо AI повний банк з 40
- Просимо грати інвестора — обирає 12 рандомно, ставить follow-ups
- Засновник відповідає голосом, AI пробує слабкі місця
- Re-prep усе ще грубе
До 3-ї сесії реальний DD-call стає репетицією. Це і є ціль.
Хороші vs погані питання
Погано (generic): «What's your customer acquisition cost?»
Добре (sourced): «Q1 update сказав CAC payback 14 місяців. Q2 update мовчить про payback. Поточне число і що зрушилось?»
Погано (no trap): «What's your team like?»
Добре (з trap): «Ви найняли 12 у Q1. Q2 plan 8 ще. Team page на сайті — 4 net adds з Q1. Що сталося з рештою?»
Хороші показують, що інвестор реально читав матеріали. Засновник має бути готовий на такий рівень специфіки.
Manager scan (2-хвилинний дайджест)
- Plan: DD prep завершений за 2 тижні до першого call. Ціль: 40 питань відповіджено, 3 mock-pitches.
- Fact: Сесія 1 — 22 зелені, 11 жовті, 7 червоні.
- Gap: 7 червоних кластеризуються в financial (3) і team (2) — re-forecasting і недавнє founder-VP тертя потребують prep.
- Plan: Сесія 2 з finance ревʼю на financial червоних.
- Fact: 2 з 3 фінансових резолвед finance-даними; 1 — визнати реальну слабкість (методологія churn-розрахунку шифт Q3→Q4).
- Gap: Вирішити — добровільно озвучити чи чекати питання. Volunteering будує довіру; чекання ризикує виглядати як прикриття.
- Plan: Сесія 3 mock з AI.
- Fact: Follow-ups AI виявили 2 нові жовті — обидва навколо конкурентного позиціонування.
- Gap: Додати competitive deep-dive prep до реальних calls.
Micro-case (що змінюється за 7-14 днів)
Засновник 50-людного vertical SaaS мав сильний наратив і слабкий DD-мʼязень. Три попередні спроби Series A заглухли в DD; інвестори затихали після другого call. Засновник запустив 6-категорійний workflow з AI за 2 тижні до повернення до інвесторів. Сесія 1 показала 9 червоних — переважно навколо customer cohort behavior і складного bridge-раунду в cap table. Два тижні prep, три mock-pitches, і реальні DD-calls звучали відрепетовано — у хорошому сенсі. Lead-інвестор сказав засновнику, що це «найбільш підготовлений DD-pitch за квартал». Раунд закрився.
Note on this case: Цей приклад ілюстративний — типові патерни 30-500 людей, не названий клієнт. Цифри — округлені діапазони.
Tool tip (AIAdvisoryBoard.me): Засновники, що швидко закривають раунди, мають спільну рису: прогалини, які DD пробуватиме, видно у власних дашбордах за тижні до раунду. Plan → Fact → Gap показує операційний дрейф щодня — churn cohort, hiring vs plan delta, customer concentration trend — щоб засновник почув важкі питання від власних даних до того, як хтось спитає. https://aiadvisoryboard.me/?lang=en.
FAQ
Хіба різні інвестори не питатимуть різне? Формулювання варіюються; категорії стабільні. Series A — financial і team; Series B — customer cohorts і unit economics; growth — market і конкуренція. 40-питальна структура масштабується — лише змінюй ваги категорій.
Чи репетирувати відповіді слово-в-слово? Ні — так засновники звучать canned. Репетируйте структуру (число → контекст → ризик), слова приходять натурально. Інвестори чують скрипти.
Що, як AI генерує питання, на яке я просто не можу відповісти? Це найцінніший output. Або відповідаєш після prep, або ні — і виявити це за 2 тижні до call, а не під час, — це і є виграш.
AI може грати інвестора на повному mock? Для першого раунду mocks — так — безкоштовно, швидко, терпляче. Другий — жива людина (advisor, friendly investor), що читає body language і тон. AI ловить content gaps; люди — delivery.
Висновок
DD не мусить бути частиною раунду, де він вмирає. Шість категорій, ~40 питань, три сесії prep — і реальний call стає репетицією. AI генерує питання, грає скептичного інвестора, витягує прогалини за тижні до того, як вони коштуватимуть реальних грошей.
Бриф для AI на одну сторінку. Згенеруйте 40. Відповідь холодно. Prep червоних.
Якщо хочете систему з безперервним Plan → Fact → Gap — щоб питання інвесторів були тими, що ви вже відповідаєте собі, — подивіться 7-денну діагностику: https://aiadvisoryboard.me/?lang=en.
Часті питання
Готові трансформувати робочий процес команди?
AI Advisory Board допомагає командам автоматизувати щоденні стендапи, запобігати вигоранню та приймати рішення на основі даних. Приєднуйтесь до сотень команд, які вже економлять 2+ години на тиждень.
Отримуйте щотижневі поради з управління командою
Приєднуйтесь до 2,000+ лідерів, які отримують наші найкращі поради щодо продуктивності та запобігання вигоранню.
Без спаму. Відписатися можна будь-коли.
Читайте також

Чек-ліст AI-procurement: 15 питань перед підписанням
15 питань, які власник SMB має поставити перед підписанням контракту з AI-вендором — data residency, opt-out з тренувань, реалізм SLA, exit clauses, sub-processors. Кожне питання з red-flag відповіддю.
Читати
Аналіз exit-інтервʼю з AI: 7 тем, що випливають
SMB складають exit-інтервʼю в шухляду і не перечитують. AI-аналіз з 7 темами перетворює рік leavers на retention-roadmap — менеджер, комп, ріст, культура, WLB, RTO, продукт.
Читати
Інженерна документація з AI: що пише добре, а що ні
API-референс, setup guide, runbook — де AI-документація реально працює. Design docs і decision records — де провалюється. Розбір чому — і як поділити документаційну роботу команди.
Читати