Нуртилек Раимжанов и Зухайр Абдуллажанов познакомились в старшей школе и с тех пор стали лучшими друзьями. Им было по пятнадцать, когда началась пандемия, и они решили запустить онлайн-продажи. В их случае — дезинфицирующего средства для рук.
Это сработало настолько хорошо, что стало настоящей школой бизнеса. Они сами составляли описания товаров, запускали рекламу и отвечали на сообщения. Поскольку Зухайру надоело каждое утро открывать одни и те же двенадцать страниц конкурентов, он начал писать парсеры, чтобы автоматизировать этот процесс. Они постоянно ломались, и именно эта деталь стала основой для всего, что они создали впоследствии.
Они поступили в лучшие вузы. А затем бросили их
Оба уехали из Кыргызстана, чтобы изучать инженерное дело в ведущих университетах США, и продолжали создавать совместные проекты, несмотря на разницу во времени в два часа. Их последним проектом перед Siml было приложение Tail AI — сервис личных финансов для студентов колледжей, которое набрало 10 000 пользователей всего через пару недель после запуска. Параллельно они опубликовали исследования по анализу данных и оркестровке агентов — вопросу о том, как несколько автономных агентов распределяют работу, разделяют состояние и сохраняют корректность при одновременном действии. Нуртилек отдельно занимался созданием систем машинного обучения для транспортно-логистических компаний, работая над маршрутизацией, прогнозированием доставки и задачами классификации, возникающими между отправкой груза и таможенным инспектором.
Затем оба бросили учебу. Siml теперь поддерживают ведущие инвесторы Силиконовой долины.
На вопрос о том, что на самом деле изменилось со времен их подростковых продаж во время пандемии, Зухайр отвечает без энтузиазма: «На самом деле ничего. Тогда мы разбирались с карточками товаров, рекламой и сообщениями клиентов, и миллионы людей до сих пор разбираются ровно с тем же самым. Инструменты стали красивее. Работа проще не стала».
Платформы решили проблему дистрибуции. Но так и не упростили саму работу
Открыть магазин можно за полдня. Управлять им — значит отдать этому всю жизнь. Ожидается, что объем мировой розничной интернет-торговли в 2026 году достигнет 6,9 трлн долларов, и любой человек с ноутбуком может начать продажи уже к концу недели. Но первый же заказ приносит с собой целый ворох задач: поддержка клиентов, реклама, оформление товаров, креатив, ценообразование, возвраты, соблюдение нормативных требований, аналитика. Вокруг избежания этой рутины выросла целая индустрия, и самый надежный способ заработать в электронной коммерции по-прежнему заключается в том, чтобы продавать людям обещания заработать в электронной коммерции.
Затем правила игры менялись дважды.
Тарифы превратили маржинальность в ежедневную головную боль
В 2025 году Соединенные Штаты приостановили действие льготы de minimis (беспошлинный ввоз товаров низкой стоимости) и в феврале 2026 года подтвердили, что эта мера продлевается без указания сроков восстановления. Примерно четыре миллиона посылок в день теперь требуют прохождения стандартных таможенных процедур. Каждому товару необходим код классификации, указание страны происхождения и описание материала, а конечную стоимость с учетом доставки теперь приходится пересчитывать для каждой отправки в отдельности, а не прогнозировать на сезон вперед. У большинства продавцов нет специалистов, разбирающихся в пошлинах. У них есть лишь таблица Excel и смутное предчувствие беды.
Вашим следующим клиентом станет ИИ-агент, совершающий покупки для человека
Второй сдвиг масштабнее, и именно на нем построена Siml. Покупатели все реже просматривают интернет-магазины самостоятельно. Они обращаются к ИИ-ассистенту, и уже тот ищет товары за них.
По данным Adobe Analytics, в первом квартале 2026 года трафик из ИИ-источников на сайты розничной торговли в США вырос на 393% по сравнению с предыдущим годом, причем качество этого трафика росло еще быстрее, чем объем. В марте 2025 года конверсия посетителей, пришедших по рекомендациям ИИ, была на 38% ниже, чем у платного поиска и email-рассылок. К марту 2026 года она оказалась на 42% выше, а выручка с одного визита выросла на 37%. И вот результат, который должен лишить сна любого владельца магазина: Adobe оценила машиночитаемость страниц розничных товаров всего в 66%. Это означает, что треть контента на странице, где принимается решение о покупке, попросту не считывается моделями, которые направляют этот трафик.
Два века коммерции были направлены на то, чтобы сделать товары заметными для людей. Практически ничто из этого не делало их заметными для ИИ-агентов. Продавец может быть доступен каждому живущему человеку-покупателю и при этом оставаться невидимым для систем, которым эти покупатели теперь делегируют свои задачи. По прогнозам McKinsey, объем агентской коммерции во всем мире к 2030 году составит от 3 до 5 триллионов долларов.
Что на самом деле делает Siml
Siml — это искусственный интеллект, который управляет вашим интернет-магазином. Принципиальная разница заключается в переходе от помощи к полному делегированию полномочий. Большинство ИИ-инструментов для торговли лишь помогают: они могут составить описание, предложить ставку или ответить на одно письмо. Siml берет на себя операционное управление. Он рассматривает работу магазина как единый автономный контур управления, что означает: агенты отслеживают состояние всего бизнеса в целом и действуют непрерывно и проактивно.
Поддержка функционирует во всех почтовых ящиках автоматически, обладая полным контекстом о заказе, товаре и истории клиента. Реклама превращается в задачу, которая решается сама собой, а не отнимает вторую работу. Креативные материалы создаются и тестируются непрерывно, а не заказываются у подрядчиков разово. Решения по ценообразованию и управлению запасами поступают вместе с готовым обоснованием, а не в виде сорока двух метрик на дашборде.
Уникальность решения заключается в обратной стороне процесса. Siml позволяет продавцу продавать товары ИИ-агентам, а не людям. Описания и страницы структурированы так, чтобы ассистент, совершающий покупки от имени человека, мог найти товар, прочитать его реальные характеристики, объективно сравнить с аналогами и совершить покупку, причем человеку даже не придется прокручивать страницу. Каждая предыдущая эпоха торговли создавала места, где спрос мог встретить предложение: рыночная площадь, каталог, поисковая выдача. Ни одно из них не было создано для покупателя, который считывает структурированные данные и никогда не прокручивает страницы. Те продавцы, чьи товары первыми станут понятны агентам, получат то же преимущество, которое было у пионеров на любой из прошлых платформ.
Продавцам не нужно никуда переезжать, чтобы получить эту возможность. Они могут мигрировать на Siml или продолжать продавать там, где привыкли, позволив Siml управлять операционными процессами «под капотом». Siml заявляет о более чем 1000 магазинах, сотнях тысяч выполненных агентских операций от имени мерчантов и измеренной экономии времени более чем в 3 раза по сравнению с ручным управлением. Платформа обслуживает клиентов из Новой Зеландии, Мексики, Великобритании и всех Соединенных Штатов. Больше всего команду в ходе ранних интервью поразило то, насколько идентичными оказались проблемы у всех без исключения: забитый входящими ящик, низкая конверсия рекламы, устаревшие описания товаров, изменившаяся математика маржинальности, причину которой никто не может объяснить.
Почему это было сложно создать и как распределились роли
Автономное управление магазином раньше не запускалось, и вовсе не потому, что языковые модели были недостаточно хороши. Три скрытые проблемы здесь лежат в плоскости системной инженерии, а не генерации текста. Данные о магазине разбросаны по маркетплейсам, каталогам, инвойсам и таможенным декларациям и не имеют единого идентификатора. Действия в сфере коммерции необратимы, ведь агент, оформляющий возврат средств или меняющий цену, оперирует реальными деньгами. А клиент, пишущий: «заказ так и не пришел, это уже в третий раз», одновременно описывает проблему с доставкой, нерешенный предыдущий тикет и нарастающее эмоциональное напряжение. Частичная правота хуже полного молчания. Основатели разделили эти задачи привычным для себя образом.
Зухайр отвечает за ядро данных и планку точности. Он является архитектором графа каталога — слоя сопоставления сущностей, который объединяет листинги, варианты товаров, записи поставщиков и историю заказов со всех подключенных каналов в единые канонические продукты, сопоставляя несогласованные названия, отсутствующие идентификаторы и почти дублирующиеся варианты. Каждое действие агента считывается из этого слоя, а не из «сырого» API маркетплейса, что позволяет одному агенту ответить покупателю, скорректировать цену и обновить описание товара, ссылаясь на один и тот же объект. Он также создал систему оценки Siml, которая оценивает результаты работы агентов по типам действий в сравнении с размеченными эталонами и направляет все, что не дотягивает до порогового значения, человеку вместо автоматического выполнения.
«Более сложный вопрос возник позже: как доказать, что системе разрешено действовать? Если вы не можете измерить точность действия, вы не должны его автоматизировать. Большинство участников индустрии сначала занялись автоматизацией».
Нуртилек отвечает за исполнение и издержки. Он является архитектором слоя исполнения — среды выполнения, которая позволяет агентам безопасно совершать необратимые действия. Она оборачивает каждое важное действие в модель разрешений, заданную мерчантом, симулирует результат перед его фиксацией, записывает аудируемый след того, что было сделано и на основании каких данных, и приостанавливает любые операции, превышающие установленный порог риска, до получения одобрения. Именно это позволяет владельцу магазина спать спокойно, пока агенты оформляют возвраты и меняют цены. Эту систему оказалось сложнее построить, чем самих агентов, поскольку платформы, на которых они действуют, предлагают противоречивые гарантии относительно того, что можно отменить. Когда льгота de minimis прекратила свое существование, он создал движок расчета landed cost для Siml, который классифицирует товары, рассчитывает риски по пошлинам и напрямую транслирует влияние на маржинальность в ценообразование, используя тот же опыт классификации, который он применял для транспортных компаний двумя годами ранее.
«Логистика учит тому, что самые дорогие ошибки имеют физическое воплощение. Разработчики ПО говорят о галлюцинациях как о проблеме с текстом. В коммерции галлюцинация — это посылка, ушедшая не в ту страну, или цена, приносящая убыток по каждой единице товара в течение трех недель, пока кто-нибудь это заметит».
Не очередная платформа для витрин
Множество компаний пытались создать «убийцу Amazon» или «убийцу Shopify» и потерпели крах на том направлении, где действующего лидера невозможно победить в принципе. Подход Siml устроен иначе. Возможность заключается не в том, чтобы предоставить продавцам еще одну площадку, а в том, чтобы решить их существующие проблемы на любой платформе, где они уже присутствуют.
«У нас были предложения присоединиться к обеим компаниям, с которыми, как принято считать, мы конкурируем. Мы думаем, что они продолжат работать и преуспевать в своем деле. Но ИИ меняет принципы работы всей коммерции изнутри, и эти изменения не принадлежат какой-то одной платформе».
Аргументы против
Продавцам уже не раз предлагали автоматизацию, обычно в виде систем правил, которые незаметно ломались, поэтому доверить ценообразование модели — это серьезный шаг. Ответ Siml заключается в метриках и порогах разрешений, хотя этой системе еще предстоит пережить неудачную неделю. Основатели не спорят с этим. Их аргумент в том, что выбранное направление неизбежно, даже если сроки вызывают вопросы.
Что будет дальше
Раньше магазин был местом, куда человек приходит лично. Затем — веб-сайтом. Теперь это структурированный набор сведений о товарах, ценах и их наличии, к которому ИИ-агенты обращаются от имени людей. Управлять магазином больше не должна быть ручной работой человека. Это то, чем человек должен руководить.
Продавец по-прежнему создает продукт. Она просто перестала выполнять остальные пять обязанностей.
Опубликовано 21 августа 2026 - 10:25 Наверх
