∑

MatSolver

AI-korepetytor do matematyki, zbudowany pod polskie egzaminy.
Zdjęcie zadania → rozwiązanie krok po kroku → diagnoza braków → trening do E8 i matury.

PRE-SEED · 2026 · POLSKA EDTECH · [imię i nazwisko — kontakt]

Slajd 02 · Problem

Rodzic płaci 900 zł miesięcznie.
Uczeń wciąż nie wie, czego nie umie.

~900 zł/mies. za korepetycje Średni wydatek rodziny na dodatkowe lekcje — ponad 10 000 zł rocznie. Rynek korepetycji w Polsce przekracza 1 mld zł i rośnie 10–15% r/r.
ChatGPT myli się w ~50% codziennej matematyki Benchmark ORCA (XII 2025): ChatGPT-5 — 49,4% poprawności, najlepszy Gemini — 63%. I brzmi pewnie, gdy się myli.
Photomath nie czyta polskich zadań Globalne solvery nie rozumieją zadań tekstowych po polsku, formatu CKE ani punktacji egzaminacyjnej.
Odpowiedź ≠ nauka Aplikacje-„gotowce” dają wynik do przepisania. Nikt nie mówi uczniowi, które umiejętności ma nieopanowane i jak je nadrobić przed egzaminem.

Źródła: e-korepetycje.net „Raport z cen korepetycji 2025”; rp.pl; euronews.com (ORCA benchmark).

Slajd 03 · Rozwiązanie

Z jednego zdjęcia — cały plan nauki.

Skan zadania — zdjęcie klasówki lub wklejony tekst; model czyta polskie zadania tekstowe i polecenia.
Rozwiązanie językiem CKE — krok po kroku, z przekształceniem wzoru przed podstawieniem, odpowiedź na końcu — tak jak wymaga egzaminator.
Diagnoza braków — drzewko umiejętności z testami: uczeń widzi, czego nie umie, a aplikacja śledzi postęp.
Trening bez halucynacji — quizy, animowane dowody i wzory, oraz deterministyczny generator arkuszy (zadania zawsze poprawne, zero kosztu AI).

Działający prototyp — pełne demo na spotkaniu (tryb demo działa bez klucza API).

Slajd 04 · Dlaczego teraz

Trzy fale spotykają się w 2026.

Wyż egzaminacyjny E8 2026: ~393 tys. zdających (+24,5 tys. r/r). Matura 2026: ~321 tys. — rekord od lat (+65 tys. r/r). Kohorty odnawiają się co roku.
AI wchodzi do polskiej szkoły Reforma „Kompas Jutra”: AI w podstawach programowych od IX 2026. Tylko 6% nauczycieli używa dziś AI (NASK) — rynek jest na starcie.
Ekonomia AI działa na naszą korzyść Koszty modeli spadają ~10× rocznie przy stałej jakości. ChatGPT nauczył uczniów sięgać po AI — ale bez dydaktyki i bez gwarancji poprawności.

Źródła: gov.pl/edukacja; hub.pl; cyberdefence24.pl; PAP/NASK 2025.

Slajd 05 · Rynek

Korepetycje to rynek liczony w miliardach — my bierzemy jego cyfrową część.

	Definicja	Szacunek
TAM	wsparcie nauki matematyki w Polsce (korepetycje + kursy + aplikacje)	0,8–1,5 mld zł/rok
SAM	uczniowie klas 4–8 i szkół średnich, rodziny płacące za narzędzia cyfrowe (~2,5–3 mln uczniów)	30–90 mln zł/rok
SOM	3 lata: 15–40 tys. subskrypcji × ~250 zł/rok (segment E8 + matura, matematyka)	4–10 mln zł ARR

Ekspansja poza SOM: fizyka i chemia (te same animacje i drzewko), rynki CEE z centralnymi egzaminami (CZ, RO, UA). Precedens exitu w regionie: Photomath → Google, ~0,5 mld USD.

Źródła: portalkonsumenta.pl; rp.pl; GUS; therecursive.com (Photomath).

Slajd 06 · Produkt i technologia

Nie „solver”. Silnik diagnozy i treningu.

Drzewko umiejętności = moat danych Każde zadanie mapuje się na umiejętności z podstawy programowej. Dane o brakach uczniów w skali kraju — nie ma ich nikt.
Generator bez halucynacji Deterministyczne arkusze (trójki pitagorejskie, kontrolowane wyniki): zadania zawsze poprawne, koszt serwowania 0 zł. Pokryty testami jednostkowymi.
12 autorskich animacji dowodów Canvas, zero zależności — dowód Pitagorasa „na oczach ucznia”. Gotowy content viralowy (TikTok/Shorts).
Ekonomia jednostkowa pod kontrolą Routing modeli (tani OCR → generacja → weryfikacja) + cache tematyczny + prompt caching. Cel: < 0,30 zł/zapytanie, marża brutto ~70%.

Slajd 07 · Konkurencja

Prawy górny róg jest pusty.

uczy, nie odpisuje → rozumie polskie egzaminy → Khanmigo* Photomath ChatGPT / Gemini Odrabiamy Brainly Kursy (MaturaMinds…) MatSolver

* Khanmigo — niedostępny w Polsce dla uczniów (wymaga karty US). Photomath nie czyta zadań tekstowych po polsku; Odrabiamy = baza gotowców; Brainly celuje w USA; kursy nie mają skanu ani diagnozy; chatboty — 49–63% poprawności i zero struktury.

Slajd 08 · Model biznesowy

1 godzina korepetycji (77 zł) = 2,5 miesiąca aplikacji.

Free

0 zł

3 skany/mies. · pełny generator kartkówek · 1 dział drzewka. Napędza wirality szkolną.

Premium

199 zł/rok

(lub 29,99 zł/mies.) Bez limitu skanów · pełna diagnoza · raport dla rodzica · arkusze próbne.

Pakiet egzaminacyjny

149 zł jednorazowo

„Przygotuj mnie do E8/matury” — produkt sezonowy pod szczyt popytu (I–V).

Benchmark branżowy (RevenueCat, kategoria Education): mediana konwersji free→paid 2,3%, top kwartyl >5%. Marża brutto po kosztach AI: ~70%. Później: B2B2C wzorcem Librusa (szkoła = kanał, rodzic = płatnik).

Źródła: RevenueCat State of Subscription Apps 2026; cenniki konkurencji (Odrabiamy 199 zł/rok, Photomath ~275 zł/rok).

Slajd 09 · Go-to-market

Wąski klin: matematyka do E8. Potem szerzej.

Content organiczny TikTok/Shorts z animowanymi dowodami (nikt nie ma tego po polsku) + SEO na frazy „zadanie X z arkusza E8 — rozwiązanie”.
Korepetytorzy jako kanał 140–170 tys. ogłoszeń na e-korepetycje.net. Darmowe konto PRO za polecanie uczniom — korepetytor to sojusznik, nie konkurent.
Rodzic widzi wartość Tygodniowy raport postępów + komunikat: „900 zł/mies. korepetycji vs 199 zł/rok aplikacji”.
B2B2C po walidacji B2C Panel nauczyciela za darmo → klasa korzysta → upsell premium rodzicom (wzorzec Librusa). Zakupy szkolne < 170 tys. zł netto — bez przetargu.

Rytm roku szkolnego: launch IX (początek roku) → szczyt monetyzacji I–V (przed egzaminami) → pakiet sezonowy amortyzuje wakacyjny churn.

Slajd 10 · Roadmapa 12 miesięcy

Każda faza ma bramkę z metryką.

Faza	Okres	Cel	Bramka
MVP komercyjny	mies. 1–3	backend, konta, płatności, routing modeli, E8-matematyka end-to-end	koszt/zapytanie < 0,30 zł
Pilot	mies. 3–6	1000+ użytkowników (sezon IX–XII), start płatności	D30 > 20% · konwersja > 2,3%
Walidacja efektu	mies. 4–8	badanie: grupa z aplikacją vs bez — wynik na próbnym E8; benchmark poprawności vs ChatGPT/Photomath	mierzalna poprawa wyniku
Runda	mies. 8–12	pitch seed: zespół, pokrycie matury, mobile	3–5 tys. MAU · retencja 90 dni ≥ 40% · LTV/CAC > 3

Retencja 90-dniowa ≥ 40% to próg, przy którym EdTech ma zdrowe unit economics (benchmark inwestorski Finro 2025). Benchmark poprawności „MatSolver vs ChatGPT” na 100 zadaniach z arkuszy = najmocniejszy slajd następnej rundy.

Slajd 11 · Zespół

Founder + dwie kluczowe role do obsadzenia.

[Imię i nazwisko] — founder / product & tech [2–3 zdania: doświadczenie, dlaczego ten problem, co już zbudował — działający prototyp z pełnym silnikiem dydaktycznym].
Advisor dydaktyczny — egzaminator CKE / doświadczony nauczyciel matematyki Walidacja treści językiem egzaminacyjnym; wiarygodność wobec szkół i rodziców. [w trakcie rozmów / do pozyskania]
Growth / marketing (hire z rundy) TikTok + SEO + kanał korepetytorów; doświadczenie w consumer subscription.

Slajd 12 · Runda

Pozyskujemy 1,5–3 mln zł (pre-seed / seed).

Użycie środków	Udział	Na co
Produkt i zespół	60%	backend + mobile, pokrycie podstawy programowej (E8 → matura), dydaktyk, weryfikator poprawności
Growth	30%	content organiczny, kanał korepetytorów, testy płatnej akwizycji przed sezonem I–V
Operacje	10%	koszty AI pilota, RODO/AI Act, księgowość

Kontekst rynkowy: średnia runda pre-seed/seed w Polsce ≈ 3 mln zł (PFR Ventures). Fundusze aktywne w tej tezie: AIP Seed i Simpact (zainwestowały w Stimy AI), Inovo, SMOK, bValue, PFR Starter. Runway 12 mies. → metryki pod serię A.

Porozmawiajmy: [e-mail · telefon]