Polacy rzucają wyzwanie Wall Street. Zebrali 2 mln dolarów na startup AI
Elastics chce dać indywidualnym traderom narzędzia oparte na AI do automatyzacji analizy, egzekucji i zarządzania portfelem na rynkach predykcyjnych i nie tylko. Startup właśnie pozyskał 2 mln dolarów w rundzie pre-seed i koncentruje się na podbiciu rynku amerykańskiego.
Podczas pracy w Goldman Sachs Szymon Pawica (na zdjęciu po lewej) obserwował, jak fundusze wykorzystują przewagę, o której większość traderów może tylko pomarzyć. Korporacje mają całe zespoły drogich analityków i deweloperów budujących modele, automatyzujących strategie i przetwarzających dane w skali niedostępnej dla indywidualnych graczy. Po odejściu z firmy zaczął handlować na własny rachunek. Przepaść między tym, co widział w pracy, a tym, co było dostępne dla niego jako prywatnego tradera, była ogromna. To skłoniło go do założenia Elastics wspólnie z Mateuszem Brodowiczem, matematykiem, który wcześniej budował modele ilościowe dla funduszu działającego na rynkach predykcyjnych. Razem tworzą to, co sami określają jako:
System operacyjny dla rynków predykcyjnych w świecie AI
Ich platforma ma dać indywidualnym traderom dostęp do narzędzi automatyzujących analizę, egzekucję i zarządzanie portfelem. Elastics opiera się na założeniu, że przyszłość handlu jest konwersacyjna, że to LLM, a nie formularz zlecenia, jest naturalnym interfejsem między traderem a rynkiem. Użytkownik będzie więc mógł opisać pozycję w języku naturalnym i zlecić jej automatyczne wykonanie, bez rozwijanych menu czy formularzy zleceń z limitem.
Czytaj także w Bizblog Spider's Web:
Rynki predykcyjne zyskują na wartości
Polymarket jest wyceniany na 9 miliardów dolarów po inwestycji w wysokości 2 miliardów ze strony Intercontinental Exchange, spółki matki Nowojorskiej Giełdy Papierów Wartościowych, podczas gdy konkurencyjne Kalshi osiągnęło niedawno wycenę 22 miliardów dolarów. Detaliczni traderzy generujący znaczną część tych obrotów wciąż jednak działają bez porządnych narzędzi, i to właśnie tę lukę zamierza wypełnić Elastics. Platforma jest obecnie w prywatnej becie, a użytkownicy mogą aplikować o wczesny dostęp do Elastics AI, kreatora agentów.
Startup dodatkowo chwali się zamknięciem rundy pre-seed o wartości 2 milionów dolarów. Prowadził ją paryski fundusz Frst, a wśród aniołów biznesu znaleźli się m.in. współzałożyciele ElevenLabs, partnerzy z XBTO oraz współzałożyciel RedStone. Rozmawialiśmy z Szymonem Pawicą o tym, jak zbudować startup z globalnym rozmachem, dlaczego LLM zastąpi formularz zlecenia i czy trader, który dziś nie korzysta z automatyzacji, jest już na przegranej pozycji.
Karol Kopańko, Bizblog.pl: Jak narodziła się koncepcja na Elastics?
Szymon Pawica, współzałożyciel Elastics: W wieku 15 lat obejrzałem “The Social Network” i wiedziałem, że muszę założyć startup i studiować w Stanach. Udało mi się dostać na New York University Stern School of Business i skończyć tam finanse. Od tamtego czasu byłem między startupami, a finansami. Od 2017 roku jestem w krypto. Z $10k zrobiłem $400k, a potem większość straciłem. Następnie skupiłem się na bezpieczniejszych strategiach, próbując łapać mniejsze ruchy na wykresie. Spędzałem 10 godzin dziennie przed wykresem i musiałem być dokładny co do sekundy. Omijały mnie wydarzenia podczas snu. Uznałem, że mogę tylko zyskać na programowaniu moich strategii. Znalazłem w swojej sieci kontaktów Mateusza Brodowicza, który również studiował w Stanach (matematyka na University of Houston na pełnym stypendium).
Mateusz jest quantem, czyli łączy matematykę z programowaniem w finansach. Automatyzując moje strategie planowaliśmy stworzyć polski quant hedge fund. Mamy w Polsce wielu utalentowanych specjalistów w sferze quant i AI, ale polskim funduszom brakuje nam pozycji front-office. Zarówno hedge fundów, jak i quant hedge fundów w Polsce tak naprawdę nie ma. Aby założyć fundusz oparty o technologię, potrzebny jest kapitał. Uznaliśmy, że dużo prościej i lepiej dla społeczeństwa będzie stworzyć startup AI, który będzie demokratyzował narzędzia do handlu ilościowego, zamiast samemu konkurować z funduszami. W ten sposób powstało Elastics.
Firma powstała w kwietniu 2025 roku, a rundę zamknęliście już w grudniu. To bardzo szybkie tempo jak na tak wczesny etap. Co sprawiło, że wszystko potoczyło się tak dynamicznie?
To szybkie tempo jak na Polskę, ale w Stanach rundy pre-seed na etapie pomysłu są powszechne, choć my byliśmy na późniejszym etapie. Dzięki mojemu amerykańskiemu doświadczeniu i sieci kontaktów VC w polsko-amerykańskim ff Venture Capital, nie miałem problemu, aby skontaktować się z inwestorami. Do tego branża rynków predykcyjnych rozwija się bardzo szybko i gdybyśmy nie otrzymali tych pieniędzy w takim tempie, to my i nasi inwestorzy bylibyśmy za konkurencją.
Jeden z waszych inwestorów podjął decyzję o inwestycji w 36 godzin. Co dokładnie mu pokazałeś?
Mieliśmy prototyp, który działał na sztucznych danych rynkowych, dlatego że żywe dane w finansach to bardzo dużo pracy. Mieliśmy mnie i Mateusza, razem łącząc biznes z technologią. Mieliśmy podpisane listy intencyjne od kilku hedge fundów. Mieliśmy topowych aniołów, którzy z definicji inwestują na wczesnym etapie
Macie kilkanaście głośnych nazwisk w akcjonariacie. Jak wyglądał proces budowania tego grona aniołów? Kogo szukałeś świadomie, a kto sam się zgłosił?
Dzięki temu, że studiowałem w Stanach, pracowałem w finansach oraz w VC, mój jeden post na LinkedIn przyciągnął uwagę topowych inwestorów z całego świata. Dzięki temu, prawie wszyscy nasi inwestorzy przyszli sami do nas, a nie my do nich. Pomógł również fakt, że z dwoma z naszych aniołów chodziłem do jednego z najlepszych gimnazjów w Warszawie (Gimnazjum nr. 58 im. króla Władysława IV) - Jan Czarnocki i Aleksandra Pędraszewska.
Macie polskich inwestorów, ale od początku budowaliście spółkę w Delaware. Dlaczego?
Wiedzieliśmy, że chcemy działać globalnie i mieć dostęp do najlepszych inwestorów technologicznych. To niestety automatycznie wykluczyło część polskich funduszy, szczególnie tych związanych z kapitałem publicznym, które mają ograniczenia dotyczące inwestowania poza Polską. Druga rzecz to tempo działania. W naszym przypadku rynek rozwija się bardzo szybko i decyzje inwestycyjne często trzeba podejmować w tygodniach, a nie miesiącach. Część polskich inwestorów prowadziła bardzo rozbudowane due diligence już na bardzo wczesnym etapie spółki, co bywa trudne przy startupie budującym frontier technology (technologię na granicy badań i innowacji-przyp.red.). Mam wrażenie, że globalni inwestorzy technologiczni są bardziej przyzwyczajeni do inwestycji w zespół, tempo iteracji i wielkość rynku niż do klasycznego modelu analizy ryzyka. To nie znaczy, że w Polsce nie ma świetnych inwestorów, są, ale ekosystem nadal jest bardziej konserwatywny niż w USA czy części Europy Zachodniej, szczególnie w obszarze AI i nowych rynków finansowych.
U traderów też liczy się czas, ale liczony milisekundach. Jak LLM jako interfejs radzi sobie z opóźnieniami i precyzją egzekucji?
Myślę, że wiele osób automatycznie zakłada, że budujemy system do high-frequency tradingu konkurujący o mikrosekundy z firmami typu Citadel czy Jump. To nie jest etap rynku, na którym dziś jesteśmy. Ani my, ani rynki predykcyjne. Na tych rynkach wciąż istnieje ogromna ilość alfa (wynik portfolio przebijający rynek czy benchmarki-przyp.red.) dostępnej przy dużo większych oknach czasowych. Reakcja na news w ciągu jednej, dwóch sekund często nadal daje przewagę informacyjną i możliwość zajęcia pozycji przed resztą rynku. Druga rzecz: LLM nie siedzi bezpośrednio w krytycznej ścieżce do wykonania. Model jest warstwą interpretacji i podejmowania decyzji, natomiast sama infrastruktura tradingowa i wykonawcza to nasze własne oprogramowanie działające dużo szybciej i bardziej deterministycznie niż LLM-y. Z czasem będziemy też schodzić coraz niżej w stos technologiczny. Im większy kapitał będziemy mieli od inwestorów na infrastrukturę i im większy wolumen będziemy obsługiwać, tym bardziej opłaca się inwestować w ultra-low-latency infrastructure. Ale dzisiaj największa przewaga nie wynika jeszcze z mikrosekund, tylko z tego, kto szybciej rozumie informacje i potrafi je poprawnie zinterpretować.
Przejdźmy w takim razie do intencji. Agenci mają reagować na posty Trumpa na Truth Social zanim trader zdąży podjąć decyzję. Jak technicznie wygląda ten proces? Skąd agent wie, że ten konkretny post jest istotny dla konkretnego kontraktu?
Korzystamy z jednych z najszybszych dostawców newsów na świecie, dzięki czemu informacje trafiają do naszego systemu praktycznie natychmiast. Następnie nasza własna technologia analizuje te dane w czasie rzeczywistym i określa sentyment oraz potencjalny wpływ na konkretne kontrakty i portfolio użytkownika. To nie jest tylko prosty LLM, ale cały własny system analityczny zbudowany wokół szybkości i interpretacji informacji.
Jak rozwiązujecie kwestię "audytowalności" agentów? Trader musi wiedzieć, dlaczego agent podjął konkretną decyzję, zwłaszcza jeśli stracił pieniądze.
Nasze agenty bardziej przypominają programowalne workflowy niż ‘halucynujące’ autonomiczne AI. Użytkownik dokładnie definiuje reguły działania i może sprawdzić logikę przed uruchomieniem strategii. To bardziej model ‘if this, then that’ niż black box podejmujący losowe decyzje. Dzięki temu trader widzi, dlaczego konkretna akcja została wykonana i może audytować cały proces działania agenta.
Prowadzicie również arbitraż między Polymarketem a Kalshi. Ile takich okazji faktycznie widzisz w ciągu dnia i jak długo "żyją", zanim ktoś inny je zamknie?
To zależy od rynku i płynności, ale widzimy okazje od kilku punktów procentowych aż do czasami kilkunastu procent różnicy między platformami. Na bardziej płynnych rynkach takie nieefektywności zwykle znikają w sekundy albo minuty, natomiast na mniej płynnych potrafią utrzymywać się dłużej. Prediction markets są nadal dużo mniej efektywne niż tradycyjne rynki finansowe, dlatego takich okazji jest dziś relatywnie sporo, szczególnie podczas dużych wydarzeń politycznych czy breaking newsów.
Polymarket i Kalshi są w Polsce zablokowane przez ustawę hazardową. Jak planujecie pozyskiwać polskich użytkowników i czy w ogóle jest to wasz docelowy rynek?
Obecnie nie pozwalamy użytkownikom w Polsce dokonywać transakcji przez naszą platformę. Od początku skupiamy się głównie na rynku amerykańskim, który wyznacza standardy regulacyjne dla prediction markets, oraz na wybranych krajach europejskich, gdzie sytuacja prawna jest bardziej klarowna. Jednocześnie pracujemy nad integracją rynków i produktów, które będą dostępne również dla użytkowników w Polsce. Długoterminowo wierzymy, że regulacje dotyczące rynków predykcyjnych będą się liberalizować globalnie, bo ten coraz bardziej przypominają one nową klasę instrumentów finansowych.
Trafiłem na Twoje porównanie Elastics do ElevenLabs, ale dla tradingu. ElevenLabs zbudował jednak własny stos technologiczny od podstaw, a wy siedzicie na warstwach Polymarketu i Kalshi. Kiedy i czy w ogóle planujecie zejść głębiej w infrastrukturę?
My też budujemy własny stos technologiczny od podstaw. Jedyną rzeczą, której obecnie nie budujemy, jest warstwa brokerska, bo jest bardzo kosztowna i czasochłonna ze względu na regulacje. Widzimy ogromną wartość w infrastrukturze, którą teraz tworzymy, a wraz z większym finansowaniem będziemy też rozważać wejście głębiej w infrastrukturę brokerską.
Na rynku są już jednak Bloomberg Terminal, czy narzędzia Refinitiv i Alpaca. Co sprawia, że trader wchodzący na rynki predykcyjne wybierze Elastics, a nie jedno z tych narzędzi rozszerzonych o nowe klasy aktywów?
Bloomberg jest świetny, jeśli chodzi o dostęp do surowych danych i informacji finansowych, ale to nadal głównie terminal do konsumpcji danych, a nie budowania AI-native workflowów czy autonomicznych strategii. My nie chcemy tylko pokazywać danych. Chcemy pomagać użytkownikowi budować i wykonywać strategie. To zupełnie inny poziom interakcji niż klasyczny terminal finansowy. Rynki predykcyjne dodatkowo są bardzo event-driven (zależą od wydarzeń -wyj.red.) i wymagają szybkiej interpretacji informacji, dlatego uważamy, że potrzebują nowego typu interfejsu zbudowanego od początku wokół AI.
Jak chcecie przynieść zwrot swoim inwestorom?
W krótkim terminie naszym głównym celem jest maksymalizacja liczby użytkowników i wolumenu na platformie. To również jest zgodne z oczekiwaniami naszych inwestorów. Widzimy, że w tego typu rynkach największa wartość powstaje najpierw poprzez efekty sieciowe i płynność. Polymarket osiągnął wielomiliardową wycenę praktycznie bez pobierania opłat od użytkowników. Monetyzację planujemy wprowadzać stopniowo wraz z rozwojem platformy. Docelowo widzimy potencjał m.in. w warstwie brokerskiej oraz płatnościach za tokeny AI, wykorzystywane w naszym systemie.
Gdybyś miał opisać Elastics za 5 lat, co to jest? Broker, SaaS dla traderów, fundusz z własnym kapitałem, czy coś zupełnie innego?
Na pewno nie chcemy być funduszem. Naszą misją jest demokratyzacja przewagi, która do tej pory była niedostępna dla większości ludzi. Jesteśmy w biznesie budowania łopat, a nie kopania złota. Za pięć lat chciałbym, żeby Elastics było numerem jeden, jeśli chodzi o interfejs do tradingu na świecie, miejscem, gdzie po prostu handlujesz przy użyciu słów. Lub głosu.
