L'applicazione dell'intelligenza artificiale agentica all'analisi del pitch deck: valutazione della qualità e identificazione del modello di business

A pitch deck is the main document through which a startup presents its business to potential investors. However, evaluating pitch decks is often a subjective and time-consuming process that requires significant effort from analysts. This study investigates the extent to which agentic artificial intelligence can support this process. Two AI agents were developed for this purpose. The first assesses pitch deck quality according to the VeniSIA framework and attempts to predict the startup’s future outcome. The second identifies the business model based on a closed taxonomy of 80 patterns. Both agents were tested on a sample of 150 historical pitch decks, and their outputs were compared with an independent manual assessment of the same documents. The results show a high degree of consistency in both pitch deck quality assessment and business model pattern identification. However, the agents showed limited ability to predict startups’ future performance. An especially valuable finding concerns the questions generated for founders, which in most cases highlighted issues that proved to be relevant. Overall, agentic AI appears to be a useful tool for supporting the analytical process, helping enhance and complement the analyst’s work while leaving the final judgment to human expertise.

Il pitch deck è il documento attraverso il quale la startup si presenta agli investitori; la sua analisi rimane però un'attività soggettiva e onerosa, che richiede un impiego di tempo considerevole da parte dell’analista. Il presente lavoro analizza quindi in che misura l'intelligenza artificiale agentica possa supportare questo processo. A tal fine sono stati sviluppati due agenti distinti: il primo valuta la qualità del pitch deck secondo il modello VeniSIA e tenta di formulare una previsione sull’esito della startup; il secondo identifica il modello di business utilizzando una classificazione chiusa di 80 pattern. Entrambi sono stati utilizzati su un campione di 150 pitch deck storici e i risultati sono poi stati confrontati con una codifica manuale degli stessi documenti, effettuata in modo indipendente. I risultati evidenziano un alto livello di coerenza sia nella valutazione della qualità sia nell'identificazione dei business model pattern. Tuttavia, la capacità di anticipare le performance future della startup risulta limitata. Un elemento particolarmente interessante e utile riguarda la lista di domande che il modello rivolge ai founders, che nella maggior parte dei casi individuano problematiche effettivamente dimostratesi rilevanti. Nel complesso, l'intelligenza artificiale agentica si dimostra un valido strumento di supporto all'attività di analisi, capace di integrare e rafforzare il lavoro dell’analista, senza però sostituirne il giudizio.