AI w kosmetykach — analiza składu INCI i generowanie nowych receptur
Flagowe case study SULI: 3-warstwowa architektura łącząca knowledge graph w Neo4j na 30 000 składnikach INCI, RAG na 350 000 kosmetykach z pgvector i bge-reranker, własny model Llama 3.1 70B fine-tunowany LoRA r=64 na 50 000 recepturach, Claude Sonnet 4.6 jako orchestrator z 4 MCP tools. Walidacja zgodności z regulacjami UE, integracja z Comarch XL.
Jak wdrożyć AI w firmie — praktyczny przewodnik dla decydentów
Kompletny przewodnik wdrażania AI w firmie: dlaczego 85% projektów fail, wybór use case (macierz wpływ × wykonalność), drzewo decyzyjne RAG vs fine-tuning vs agent, chmura vs on-premise z formułą hybrydy, dane jako 60% projektu, change management 30-60-90, formuła ROI z realnym przykładem, 10 pułapek, 8 pytań do dostawcy + czerwone flagi, 5-fazowa roadmapa. Z linkami do wszystkich 5 case studies SULI.
Claude Code w e-commerce — od katalogu produktów do obsługi klienta
Pełne case study wdrożenia Claude Code w sklepie z bagażnikami dachowymi i akcesoriami motoryzacyjnymi. Integracja z bazą produktów przez MCP (7 narzędzi), indeksacja katalogu PDF, baza wiedzy domenowej z 8h wywiadów z zespołem, 4 sesje szkoleniowe.
GunUpdate — computer vision SaaS dla branży sport shooting i kolekcjonerstwa
Case study budowy SaaS B2B z 2 własnymi modelami AI dla branży sportowo-kolekcjonerskiej (sport shooting, ASG, collectibles): M1 = detektor YOLOv8m z 12 klasami + klasyfikator CLIP ViT-L/14 na 614 produktach (top-1 87.3%, top-5 96.1%) + 4 sub-classifiers (optyka/magazynki/szyny/kolby), M2 = Compatibility Recommender (Neo4j knowledge graph + CLIP similarity + collaborative filtering + cross-encoder reranker). Multi-tenant SaaS API-first, REST + JS widget, 3 plany cenowe (€149/€449/€1199+ MRR), 23 paying tenants w PL/DE/AT/CZ/SK. Dataset 85 000 obrazów annotowanych przez 3 ekspertów przez 6 miesięcy. Pełna warstwa compliance per kraj.
System analizy cen warzyw i owoców w całej Unii Europejskiej
Case study wdrożenia 3-modułowego systemu trading: Claude Code jako self-healing ETL agent dla ~180 źródeł z 27 krajów UE z YAML source definitions, ensemble predyktora Prophet + LSTM + XGBoost + ridge (MAPE 8.4% na 7 dni, 78% direction hit rate), wykrywanie arbitrażu z modelem kosztów transportu. TimescaleDB, wzbogacanie pogodą/FX/paliwami/świętami. Wynik: +18% marży, -40% czasu researchu, 3 nowe korytarze handlowe.
System analizy przetargów dla firmy budowlanej — filtrowanie, SIWZ, pre-fill ofert
Case study wdrożenia 3-warstwowego systemu AI dla firmy budowlanej: filtrowanie 5000 ogłoszeń tygodniowo do 50 trafnych, analiza SIWZ hybrydą Claude + fine-tuned Llama 3.1 8B z LoRA na 4000 historycznych polskich SIWZ-ów, automatyczne pre-fill ofert.