🔍 Multilevel Screening Review

← Back to Report

Data Builder Output

Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
  "entity_name": "MS_TEST_SOFTPOS1",
  "entity_full_name": "MS_TEST_SOFTPOS1",
  "subject_context": {
    "MS_TEST_SOFTPOS1": {
      "name": "MS_TEST_SOFTPOS1",
      "context": " (Dane: NIP: 3925154038, country: PL, description: VAT Information Exchange System)"
    }
  },
  "facts_by_category": {},
  "facts_by_subject": {},
  "facts_by_relation": {},
  "total_cost": {
    "task_costs": [],
    "total_override": 0.018495
  },
  "screening_tasks": [
    {
      "task_id": "8b31d057-094c-4f46-83f5-e2e6487fbac1",
      "subject_type": "ENTITY",
      "subject_name": "MS_TEST_SOFTPOS1",
      "subject_full_name": "MS_TEST_SOFTPOS1",
      "subject_node_id": "fafa377b-3cef-4e37-b1a4-9daa35f963d9",
      "context_description": "MS_TEST_SOFTPOS1",
      "context_data": {
        "NIP": "3925154038",
        "country": "PL",
        "description": "VAT Information Exchange System"
      },
      "search_state": {
        "iterations": [
          {
            "iteration_number": 1,
            "category": "CRIMINAL",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MS_TEST_SOFTPOS1**\nKontekst pomocniczy: MS_TEST_SOFTPOS1, MS_TEST_SOFTPOS1,  (Dane: NIP: 3925154038, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla MS_TEST_SOFTPOS1 w kategorii: \"Sprawy karne i postępowania prokuratorskie\nUwzględniaj tylko informacje dotyczące:\n- postępowań karnych\n- śledztw lub dochodzeń prowadzonych przez prokuraturę lub organy ścigania\n- zarzutów karnych, aktu oskarżenia, zatrzymań, aresztowań\n- przestępstw lub podejrzeń popełnienia przestępstwa\n\nNie uwzględniaj informacji dotyczących:\n- kar administracyjnych\n- decyzji regulatorów (np. GIIF, KNF, UOKiK, organy nadzorcze)\n- postępowań administracyjnych\n- sporów cywilnych lub gospodarczych\n- kontroli regulatora bez zarzutów karnych\n\nJeśli sprawa dotyczy wyłącznie sankcji administracyjnej lub naruszenia regulacyjnego, pomiń ją.\" \"\n\nIteracja: 1\nDotychczas sprawdzone kategorie: brak\n\n1. Skup się na podmiocie MS_TEST_SOFTPOS1 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania dotyczących postępowań karnych lub prokuratorskich związanych z podmiotem MS_TEST_SOFTPOS1 (NIP: 3925154038). W dostępnych źródłach nie odnaleziono żadnych informacji o śledztwach, zarzutach karnych, aresztowaniach ani innych przestępstwach dotyczących tego podmiotu.\"\n}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 39883,
              "output_tokens": 1063,
              "total_tokens": 40946,
              "cost_usd": 0.00662025
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T13:45:46.430631"
          },
          {
            "iteration_number": 2,
            "category": "CORRUPTION",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MS_TEST_SOFTPOS1**\nKontekst pomocniczy: MS_TEST_SOFTPOS1, MS_TEST_SOFTPOS1,  (Dane: NIP: 3925154038, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla MS_TEST_SOFTPOS1 w kategorii: \"Korupcja, łapownictwo i przestępstwa korupcyjne.\n\nUwzględniaj tylko informacje, które wskazują na:\n\n* podejrzenie korupcji lub łapownictwa w spółce,\n* śledztwo lub dochodzenie dotyczące korupcji prowadzone przez prokuraturę lub organy ścigania,\n* postawienie zarzutów korupcyjnych osobie powiązanej ze spółką (np. członkowi zarządu, pracownikowi, właścicielowi),\n* akt oskarżenia, zatrzymanie lub skazanie w sprawie korupcyjnej.\n\nNie uwzględniaj informacji dotyczących:\n\n* kar administracyjnych lub sankcji regulatorów (np. GIIF, KNF, UOKiK),\n* postępowań administracyjnych lub naruszeń regulacyjnych,\n* kar finansowych nałożonych przez organy nadzorcze,\n* ogólnych nieprawidłowości lub sporów biznesowych, które nie dotyczą korupcji.\n\nDodawaj wynik tylko wtedy, gdy artykuł jasno wskazuje na **korupcję lub zarzuty korupcyjne**, a nie jedynie na naruszenie przepisów lub sankcję administracyjną.\n\"\n\nIteracja: 2\nDotychczas sprawdzone kategorie: CRIMINAL\n\n1. Skup się na podmiocie MS_TEST_SOFTPOS1 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania łączących MS_TEST_SOFTPOS1 z korupcją, łapownictwem lub przestępstwami korupcyjnymi.\"\n}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 20144,
              "output_tokens": 905,
              "total_tokens": 21049,
              "cost_usd": 0.0035646
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T13:45:53.863690"
          },
          {
            "iteration_number": 3,
            "category": "GOVERNANCE",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MS_TEST_SOFTPOS1**\nKontekst pomocniczy: MS_TEST_SOFTPOS1, MS_TEST_SOFTPOS1,  (Dane: NIP: 3925154038, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla MS_TEST_SOFTPOS1 w kategorii: \"Audyty, nieprawidłowości zarządcze i governance.\n    Uwzględnij:\n    - informacje o nieuregulowanych zobowiązaniach.\n    - oficjalne informacje o likwidacji i upadłości.\n    - informacje o audytach i kontrolach w spółce.\n    - informacje o nieprawidłowościach zarządczych w spółce.\n    - informacje o sporach z pracownikami i byłymi pracownikami.\n    - informacje o sporach z byłymi członkami zarządu i pracownikami.\n    \"\n\nIteracja: 3\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION\n\n1. Skup się na podmiocie MS_TEST_SOFTPOS1 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu MS_TEST_SOFTPOS1 w kategorii Audyt, nieprawidłowości zarządcze i governance.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 22243,
              "output_tokens": 853,
              "total_tokens": 23096,
              "cost_usd": 0.00384825
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T13:46:02.213789"
          },
          {
            "iteration_number": 4,
            "category": "REPUTATIONAL",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MS_TEST_SOFTPOS1**\nKontekst pomocniczy: MS_TEST_SOFTPOS1, MS_TEST_SOFTPOS1,  (Dane: NIP: 3925154038, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla MS_TEST_SOFTPOS1 w kategorii: \"Ryzyko reputacyjne oraz wpływ na media i opinię publiczną.\n    Uwzględnij:\n    - informacje o pokrzywdzonych klientach.\n    - opinie pracowników i klientów.\n    - negatywne opinie o spółce w mediach i internecie.\n    Nie uwzględniaj informacji:\n    - z oficjalnych rejestrów.\n    \"\n\nIteracja: 4\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE\n\n1. Skup się na podmiocie MS_TEST_SOFTPOS1 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"W przeprowadzonym wyszukiwaniu nie znaleziono żadnych artykułów, raportów ani innych źródeł medialnych, które wymieniałyby dokładnie nazwę podmiotu MS_TEST_SOFTPOS1 w kontekście ryzyka reputacyjnego, opinii klientów lub pracowników, ani informacji o pokrzywdzonych klientach. Zgodnie z wytycznymi, dopuszczalne jest jedynie dopasowanie nazw identycznych (Levenshtein ≤ 2) i brak podobnych lub fonetycznych dopasowań skutkuje zwróceniem pustego wyniku.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 9483,
              "output_tokens": 755,
              "total_tokens": 10238,
              "cost_usd": 0.00187545
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T13:46:08.938880"
          },
          {
            "iteration_number": 5,
            "category": "POLITICAL_EXPOSURE",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MS_TEST_SOFTPOS1**\nKontekst pomocniczy: MS_TEST_SOFTPOS1, MS_TEST_SOFTPOS1,  (Dane: NIP: 3925154038, country: PL, description: VAT Information Exchange System)\n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla MS_TEST_SOFTPOS1 w kategorii: \"Ekspozycja polityczna i wpływ państwa\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie MS_TEST_SOFTPOS1 i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n  \"findings\": [\n    {\n      \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n      \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n      \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n      \"date\": \"YYYY-MM-DD lub null\",\n      \"status\": \"ongoing|resolved|alleged|pending\",\n      \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n      \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n      \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n      \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n      \"matched_name\": \"Dopasowana nazwa\"\n    }\n  ],\n  \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
            "response_text": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu MS_TEST_SOFTPOS1 w kategorii \\\"Ekspozycja polityczna i wpływ państwa\\\"; nie znaleziono dokładnych dopasowań w dostępnych źródłach.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 9404,
              "output_tokens": 669,
              "total_tokens": 10073,
              "cost_usd": 0.001812
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T13:46:15.742985"
          }
        ],
        "categories_checked": [
          "CRIMINAL",
          "CORRUPTION",
          "GOVERNANCE",
          "REPUTATIONAL",
          "POLITICAL_EXPOSURE"
        ],
        "findings": [],
        "facts": [],
        "cumulative_cost": 0.01772055,
        "information_gain_history": [
          0.0,
          0.0,
          0.0,
          0.0,
          0.0
        ],
        "stop_reason": "Max iterations reached: 5 >= 5",
        "stopped_at": "2026-04-03T13:46:15.743165",
        "failed_iterations": 0,
        "errors": []
      }
    }
  ],
  "total_facts": 0,
  "total_findings": 0,
  "structure_summary": "Dane wejściowe dotyczą jedynie podstawowych informacji o podmiocie **MS_TEST_SOFTPOS1** – numeru NIP **3925154038**, kraju rejestracji (Polska) oraz typu określonego jako VAT Information Exchange System. Nie podano żadnych dodatkowych szczegółów dotyczących struktury własnościowej, osób zarządzających ani podmiotów powiązanych.\n\nW związku z brakiem informacji o właścicielach, beneficjentach rzeczywistych oraz członkach zarządu, nie można określić łańcucha właścicielskiego ani wskazać kluczowych osób zarządzających. Nie ma również danych o ewentualnych podmiotach zależnych lub powiązanych, co uniemożliwia identyfikację powiązań korporacyjnych.\n\nZ perspektywy AML jedyną zauważalną kwestią jest ograniczona ilość dostępnych danych – brak szczegółów o beneficjentach i strukturze własności może wymagać dodatkowego wyjaśnienia lub uzupełnienia informacji, aby spełnić wymogi due diligence. W przeciwnym razie nie można wskazać konkretnych ryzyk ani elementów wymagających dalszej uwagi."
}