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.
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.