Парни из Ташкента создали AI-камеры для магазинов и получили $1,8 млн
Шахзод Умирзаков и Джамшид Хакимжонов из Ташкента запустили стартап TASS Vision в 2021 году. Команда создала AI-камеры для магазинов, которые с помощью компьютерного зрения анализируют трафик, определяют пол и возраст покупателей и помогают владельцам торговых точек больше зарабатывать.
Сегодня решения TASS Vision установлены более чем в 2000 магазинах в 10 странах, в том числе в Казахстане, Узбекистане, Перу и Турции. За это время стартап уже привлек $1,8 млн инвестиций.
Для совместного проекта Digital Business и Astana Hub «100 стартап-историй Центральной Азии» сооснователь и CEO TASS Vision Шахзод Умирзаков рассказал, как вручную считал посетителей, пока обучал нейросеть, почему AI-камеры выгодны розничному бизнесу и что будет со стартапом, когда оценка достигнет $100 млн.
«C командой по ночам ставили оборудование на автобусы»
— Как появилась идея создать TASS Vision?
— В 2018 году, когда мне было 19, помогал отцу в бизнесе. Он управлял небольшим автобусным парком, занимался пассажирскими перевозками. В этом бизнесе есть частная проблема: кондукторы присваивают часть выручки, но доказать это трудно. Чтобы изменить ситуацию, предложил отцу устройство, которое автоматически считает пассажиров.
Это был инфракрасный счетчик: когда человек проходил через дверь, он пересекал невидимый луч, и система фиксировала проход пассажира. За 3 месяца собрал устройство и подключил к автобусам. Кондукторы, увидев, что их обман может вскрыться, стали честно работать — и за первые 2 недели доходы выросли почти вдвое, полностью окупив проект.
Потом собрал команду и стал подключать другие автобазы. Помню, как с ребятами по ночам ставили оборудование на транспорт, а утром ложились спать. Днем писали код, печатали корпуса на 3D-принтере, паяли микроконтроллеры — и к вечеру снова шли на автобазу. Позже именно этот проект подтолкнул меня к идее анализировать поведение покупателей в ритейле.
— Почему не остались в транспортной сфере?
— В 2019-м, когда был в Алматы, заметил, что там уже действуют транспортные карты Onay (система безналичной оплаты проезда в общественном транспорте), и понял, что скоро и в Узбекистане появится аналог. Наличные уйдут, и в нашем устройстве не будет смысла. Решил, что нужно менять направление.
Начал искать новую идею: сделал несколько сотен холодных звонков — в ритейл, строительные компании, кафе и рестораны — чтобы понять, где действительно есть спрос на аналитику. Просто спрашивал: «Сколько у вас людей заходит в магазин? Как вы это считаете?»
Реакции были разными. Кто-то говорил: «Зачем это нужно?». Кто-то проявлял интерес. В итоге понял, что в офлайн-ритейле почти никто не понимает, кто именно приходит в магазин и что влияет на продажи. Именно тогда увидел возможность — сделать аналитику для физических точек продаж такой же точной и доступной, как для интернет-магазинов. Вскоре ко мне присоединился Джамшид Хакимжонов. У него была сильная инженерная база и опыт в компьютерных системах — вместе начали проектировать первую версию продукта, которая позже превратилась в TASS Vision.
— Кто стал вашим первым клиентом?
— Крупная узбекистанская сеть электроники Texnomart. Их главный маркетолог сказал, что уже пользуется одной системой, которая подсчитывает количество вошедших в магазин, но ему нужны более глубокие метрики: возраст, пол, поведение покупателей. Тогда пообещали за 3 месяца сделать новое устройство на основе «умных» камер и компьютерного зрения, которое анализирует видеопоток и в реальном времени превращает его в аналитику. Не просто «сколько человек посетило», а «кто зашел и как себя вел».
Рассчитывали завершить проект за 3 месяца, но в реальности обучение нейросетей и разработка алгоритмов потребовали больше времени.
Чтобы выполнить условия контракта, пришлось выкручиваться. Мы были обязаны предоставлять статистику постфактум: после одного рабочего дня. Говорил клиенту, что посетителей распознает ИИ, а сам делал это в ручном режиме. Смотрел 12-часовое видео в ускорении на двух экранах — и за 1,5 часа завершал обработку одного дня. Считал посетителей, определял пол и возраст, заносил данные в Excel, строил графики и отправлял отчеты клиенту. И так 99 дней подряд. Как говорится, fake it till you make it («Сымитируй это, пока не сделаешь это» — английская поговорка, прим. Digital Business). Тогда это был единственный способ удержаться.
Но именно этот опыт помог понять, как должен работать искусственный интеллект. Сравнивая свои результаты с работой модели, видел, что AI дает точность всего 50–60%. Нашли ошибки и дообучили алгоритмы. Через несколько месяцев система действительно начала работать автоматически.
«Два года проектировали собственную умную камеру: от схемы платы до оптики и корпуса»
— Похоже, первые шаги дались непросто — ни специалистов, ни мощностей, а клиент уже ждал результат. Как справлялись и вообще выстраивали экспертизу в AI?
— Что касается экспертизы — первое время у нас не было понимания, как работает искусственный интеллект. Ни у меня, ни у команды. Это был 2019–2020 год, еще до появления ChatGPT и хайпа вокруг AI. Специалистов почти не было — ни в Узбекистане, ни в соседних странах. Поэтому учились буквально с нуля: по YouTube, по статьям, на форумах, в Google. Пробовали — не получалось, снова пробовали.
Двигались медленно, потому что не было ни наставников, ни нужных мощностей. Обучение нейросетей требует серверных ресурсов, а это дорого. Искали обходные пути. Например, наш Head of AI (главный специалист по ИИ) Сирожиддин Нуриев учился в Южной Корее и помогал использовать вычислительные мощности университетской лаборатории, где студенты могли запускать эксперименты. Именно там обучали первые версии модели.
Постепенно набрали внутреннюю экспертизу, довели модель до стабильной точности и смогли перейти от экспериментов к полноценному продукту. Сейчас у нас около 40 сотрудников, включая 12 инженеров в основном офисе и двух исследователей, получивших образование в Южной Корее по магистерским и PhD-программам в сфере ИИ и компьютерного зрения.
— В чем преимущество системы TASS Vision?
— Сейчас большинство магазинов используют сенсоры, которые реагируют на любое движение. Из-за этого система может ошибочно посчитать посетителем даже того, кто просто прошел мимо или махнул рукой у входа.
Погрешность таких датчиков может достигать 40–50%, но их выбирают из-за невысокой цены: ритейл — низкомаржинальный бизнес. AI-аналитика, наоборот, очень точная, но дорогая — от $500 до $1000 в год за один магазин.
Мы предложили решение, которое сочетает обе стороны: высокая точность, как у AI-систем, при себестоимости простого сенсора. Это стало возможным потому, что обработка данных происходит прямо внутри камеры.
— За счет чего это работает?
— AI-системы обычно подключаются к уже установленным камерам в магазинах и анализируют видео через облако — то есть данные отправляются на сервер и обрабатываются там. Это дорого, так как нужно платить за место в облаке. Мы же отказались от этого и перенесли вычисления в устройства. Так себестоимость упала, а данные стали обрабатываться в реальном времени.
Два года проектировали собственную «умную» камеру: от схемы платы и выбора чипсета до оптики и корпуса. По сути, как у Apple: сами разрабатываем дизайн и спецификацию, а производство отдаем партнерам в Шэньчжэне. Затем полностью устанавливаем свою прошивку и софт.
При сроке службы 5 лет камера обходится магазину всего в $2,5 в месяц — против $250, которые обычно тратят на облачные AI-решения. Разница почти в сто раз.
«Рост конверсии на 1% в одном магазине уже покрывает стоимость нашей системы»
— Сколько у вас клиентов?
— Сейчас наши системы установлены более чем в 2000 магазинах в 10 странах. Клиентов привлекали напрямую, без посредников. Точно знали свою аудиторию: непродовольственный ритейл — сети электроники, аптек, магазины одежды. Таких компаний в одной стране немного, максимум сотня, поэтому действовали адресно. Просто составляли список, звонили в офисы. Так шаг за шагом выстраивали продажи и репутацию — через личные встречи и рекомендации, а не через маркетинг.
— Что именно измеряет система и как помогает ритейлу?
— Не просто считаем посетителей — даем инсайты, которые помогают увеличивать продажи. Например, система показывает эффективность маркетинговых кампаний: сколько людей пришло после рекламы и сколько из них реально купили.
Маркетологи видят, какая кампания сработала, а какая просто «съела» бюджет. Система также считает стоимость привлечения клиента (CAC) — раньше офлайн-ритейл почти не мог это измерить.
— А как данные влияют на работу продавцов?
— Помогаем магазинам измерять конверсию: допустим, зашло 100 человек, а покупку совершили пятеро — это 5%. Теперь менеджеры видят эти цифры и добавляют их в KPI сотрудников.
Когда продавцы понимают, что «камера видит», они начинают внимательнее работать с каждым покупателем — и это сразу отражается на выручке. Главная причина низкой конверсии — сервис. Часто человек заходит в магазин, а к нему никто не подходит, не задает вопросы, не помогает — и в итоге он уходит, ничего не купив.
— Есть ли примеры, когда это дало ощутимый эффект?
— Да, одна крупная сеть электроники полностью изменила систему мотивации: убрала фикс и оставила бонус от конверсии. Решение было рискованным, но сработало — продажи выросли на 63% всего за 3 месяца.
По сути, данные помогли выстроить прозрачную систему мотивации. Рост конверсии на 1% в крупных сетях уже покрывает стоимость системы TASS Vision. В среднем, наши камеры окупаются за 6 месяцев.
— Как зарабатывает стартап?
— У нас четыре пакета: Standard, Plus, Pro и Enterprise — с ежемесячной оплатой $29, $49, $69 и $119 соответственно, в зависимости от набора функций.
Standard — базовый план: подсчет посетителей, определение пола и возраста, группы (например, семья или компания друзей засчитываются как один визит), учет сотрудников с бейджами, чтобы данные были чистыми. Также входят мобильное приложение, e-mail-уведомления и базовая статистика. Plus — включает больше функций и отчетов, таких как автоматические ИИ-отчеты с инсайтами, бенчмаркинг и POS-интеграции. Pro — расширенная версия с функцией распознавания лиц, которая позволяет отличать новых и постоянных клиентов и собирать глубинную аналитику по каждому магазину. Enterprise предназначен для крупных сетей, включает персонализированные модули, интеграции и приоритетную поддержку. Сейчас около 70% клиентов планируют переход на Pro-план, где появятся пять дополнительных модулей.
«Партнеру в Перу нас посоветовал ChatGPT»
— Поговорим про инвестиции. Сколько всего средств было вложено?
— На старте у нас не было капитала — вкладывали свои время и знания. Работали за счет предоплат клиентов, а первые $100 000 вложили три ангельских инвестора, среди них — один из учредителей сети Texnomart. Позже нас поддержали UzVC и казахстанская Activat VC — добавили еще $150 000, а участие в 500 Global принесло дополнительные $100 000.
Всего на ранних стадиях привлекли около $350 000 — этих средств хватило, чтобы выпустить первую версию продукта и масштабироваться.
В 2025 году закрыли раунд на $1,5 млн. Лидером стал европейский фонд Purple Ventures с чеком в $500 000. К сделке присоединились Pragmatech Ventures, IT Park Ventures, Big Sky Capital, SABAH.fund и другие — всего 8 инвесторов.
— Насколько сложно стартапу из Центральной Азии привлечь европейские инвестиции?
— Было непросто, хотя у нас все выглядело отлично: 86% маржинальности, ARR около $1 млн, понятная бизнес-модель. Лично написал больше 250 венчурным фондам, и почти все отказали: «Интересно, но нужен traction в Европе или США». В Центральной Азии легко поднять pre-seed, чуть труднее — seed, но выйти на Series A почти невозможно: крупных фондов, готовых провести полный due diligence, мало. Переломным моментом стала встреча с европейским венчурным фондом Purple Ventures — она прошла в декабре 2024-го.
Полгода переговоров, и фонд согласился возглавить раунд. После этого к сделке присоединились остальные. Purple Ventures стал первым независимым европейским инвестором, который сделал исключение ради стартапа из Узбекистана — они поверили, что из Центральной Азии могут выйти глобальные tech-компании.
Средства направили на закупку оборудования, развитие R&D-команды и выход на новые рынки.
— Когда начали выходить на зарубежные рынки и как выстраиваете работу в разных странах?
— После Узбекистана первой страной стал Казахстан — в 2023 году. Сегодня наши системы установлены более в 10 странах — также в Кыргызстане, Азербайджане, Монголии, Таджикистане, Турции, Саудовской Аравии, ОАЭ и Перу.
Ритейл повсюду сталкивается с похожими задачами — понимать, кто приходит в магазин, как работает персонал и что влияет на конверсию. Различия только в языке и часовом поясе: в Перу общаемся на испанском, в Турции — на турецком, в Центральной Азии — на русском.
Работаем по двум моделям. В странах вроде Казахстана развиваем прямое присутствие — открываем компанию, нанимаем команду, ведем продажи и поддержку сами. В других — строим сеть дистрибьюторов, которым передаем продукт и обучение. Они зарабатывают 20–40% маржи и помогают масштабироваться быстрее. Так вышли в Кыргызстан, Азербайджан, Монголию и Таджикистан, а до конца года планируем добавить Грузию и Армению.
Иногда партнеры находят нас сами. Например, в Перу обратилась сеть магазинов электроники: они рассказали, что нас посоветовал ChatGPT. Отправили им камеры, провели пилот на 50 локациях — и теперь они готовятся масштабировать систему на 1100 торговых точек.
— Какие планы на ближайшее время ?
— До конца года хотим завершить выпуск Pro-пакета, который включает распознавание лиц и отслеживание времени пребывания посетителей и подключить новых партнеров в Армении и Грузии.
Через 3-5 лет хотим подключить 15 тысяч торговых точек по всему миру, увеличить годовую выручку минимум на 150% и достичь оценки более $100 млн. После этого планируем сделать M&A-сделку — объединиться или продать компанию стратегическому партнеру, скорее всего, крупному игроку из США. Для меня это логичный шаг, так как TASS Vision — мой первый стартап. После него собираюсь создавать новые, еще более масштабные компании.
— Какие сферы вам интересны?
— Агротехнологии, решение проблем с водоснабжением, устойчивое развитие. Это сферы, которые будут определять жизнь людей в ближайшие 50–100 лет. Хочу создавать продукты, которые останутся полезными долгие годы — решения, которыми будут пользоваться миллионы людей.
Ташкенттен шыққан жігіттер дүкендерге AI-камера жасап, $1,8 млн алды
Ташкенттен шыққан Шахзод Өмірзақов пен Джамшид Хакимжонов 2021 жылы TASS Vision стартапын құрды. Команда дүкендерге арналған AI-камералар жасап шығарды. Бұл жүйе компьютерлік көру технологиясының көмегімен дүкенге келушілер ағынын талдап, олардың жынысы мен жасын анықтайды және дүкен иесіне табысты арттыруға көмектеседі.
Бүгінде TASS Vision шешімдері Қазақстан, Өзбекстан, Перу және Түркияны қоса алғанда, 10 елдегі 2 мыңнан астам дүкенге орнатылған. Осы уақытқа дейін стартап $1,8 млн инвестиция тартты.
Digital Business пен Astana Hub бірлескен «Орталық Азияның 100 стартап тарихы» жобасы аясында TASS Vision компаниясының негізін қалаушы, әрі бас директоры Шахзод Өмірзақов нейрожеліні үйретіп жатқанда келушілерді қалай санағанын, AI-камералардың бөлшек сауда бизнесіне қалай пайда әкелетінін және компанияның бағасы $100 млн-ға жеткенде стартапты не күтіп тұрғанын айтып берді.
«Түнде автобустарға жабдық орнататынбыз»
— TASS Vision идеясын қалай ойлап таптыңыз?
— 2018 жылы, мен 19 жаста болған кезде, әкеме бизнесте көмектесіп жүрдім. Ол шағын автобус паркінің иесі еді, жолаушылар тасымалымен айналысатын. Бұл бизнесте бір мәселе бар: кондукторлар түскен ақшаны қалтасына басады, бірақ оны дәлелдеу қиын. Сол жағдайды өзгерткім келіп, әкеме жолаушыларды автоматты түрде санайтын құрылғы жасауды ұсындым.
Бұл инфрақызыл есептегіш: адам есіктен өткен сайын көзге көрінбейтін сәулені кесіп өтеді де, жүйе оны тіркейді. Құрылғыны үш айдың ішінде жинап, автобустарға орнаттым. Кондукторлар мұны түсінген соң, адал жұмыс істей бастады. Нәтижесінде екі апта ішінде табыс екі есе өсті, жоба өзін толық ақтады.
Кейін команда жинап, басқа автобазаларға да құрылғы орната бастадық. Есімде, түнде жігіттермен бірге автобустарға жабдық орнататынбыз, ал таңертең ұйықтайтынбыз. Күндіз код жазып, 3D-принтерде корпустар басып шығаратынбыз, оған микроконтроллерді дәнекерлеп, кешке қайта автобазаға баратынбыз. Кейін осы жоба мені бөлшек саудадағы сатып алушылардың мінез-құлқын талдау идеясына итермеледі.
— Неге көлік саласында қалмадыңыз?
— 2019 жылы Алматыда жүргенде, онда Onay көлік карталарының жүйесі жұмыс істейтінін байқадым. Яғни, жақында Өзбекстанда да осындай жүйе енгізіледі деп түсіндім. Ақша айналымы қолма-қолдан кетеді, ал біздің құрылғының мәні жоғалады. Сол сәтте бағытты өзгерту керек екенін ұқтым.
Жаңа идея іздей бастадым. Аналитикаға нақты сұраныс қайда бар екенін білу үшін бөлшек сауда, құрылыс компаниялары, дәмхана мен мейрамханаларға жүздеген қоңырау шалдым. «Сізге күніне қанша адам келеді? Оны қалай есептейсіз?» деп сұрайтынмын.
Әртүрлі жауап болды. Бірі «Ол неге керек?» десе, енді бірі қызығушылық танытты. Түсінгенім, офлайн ритейлде көпшілігі дүкеніне кім келетінін және сатылымға не әсер ететінін білмейді. Сол кезде мүмкіндік көрдім: интернет-дүкендердегідей дәл әрі қолжетімді аналитиканы нақты сауда нүктелеріне де енгізуге болады. Көп ұзамай маған Джамшид Хакимжонов қосылды. Оның инженерлік білімі мықты, компьютерлік жүйелермен жұмыс істеу тәжірибесі бар еді. Бірге өнімнің алғашқы нұсқасын жасап, кейін ол TASS Vision-ға айналды.
— Алғашқы клиентіңіз кім болды?
— Өзбекстандағы Texnomart ірі электроника желісі. Олардың бас маркетологы бізге дүкенге қанша адам кіретінін санайтын жүйе бар, бірақ клиенттің жасы, жынысы мен мінез-құлқы туралы тереңірек деректер керек деді. Біз үш айда бейнекамера арқылы тұтынушылар ағынын талдап, нақты уақытта аналитикаға айналдыратын «ақылды» камераларға негізделген жаңа құрылғы жасап береміз деп уәде бердік. Яғни, «қанша адам келді» емес, «кім келді және өзін қалай ұстады».
Біз жобаны үш айда бітіреміз деп ойладық, бірақ шындығында нейрожелілерді оқыту мен алгоритмдерді жетілдіруге көбірек уақыт кетті.
Шартты орындау үшін амал жоқ, ізденуге тура келді. Біз клиентке әр күннің соңында есеп беруге міндетті едік. Мен оларға «жүйе келушілерді жасанды интеллект көмегімен талдайды» деп айтатынмын, ал шын мәнінде, бәрін қолмен жасайтынмын. 12 сағаттық бейнені жылдамдатып, екі экраннан қарап, бір жарым сағатта бір күннің дерегін өңдейтінмін. Клиент санын, жынысын, жасын есептеп, Excel-де кесте құрып, есеп жіберіп отыратынмын. Осылай 99 күн бойы істедім. Яғни, fake it till you make it («Жасап көргенше, жасап жатқандай көрін» — ағылшын мәтелі, Digital Business еск.) деген қағидамен жұмыс істедім. Ол кезде басқа жол жоқ еді.
Бірақ дәл осы тәжірибе маған AІ-дің қалай жұмыс істеу керектігін түсінуге көмектесті. Өз қолмен жасаған нәтижелермен салыстырғанда, модельдің дәлдігі 50-60%-дан аспайтынын байқадым. Қателерді анықтап, алгоритмдерді қайта оқыттық. Бірнеше айдан кейін жүйе расымен автоматты түрде жұмыс істей бастады.
«Екі жыл бойы микросхемасынан бастап, оптикасы мен корпусына дейін өзіміздің «ақылды» камерамызды жобаладық.
— Алғашқы қадамдар оңай болмаған сияқты: маман да, қуат та жоқ, ал клиент нәтиже күтіп отыр. Қиындықты қалай еңсердіңіздер?
— Шыны керек, басында AІ дегеннің қалай жұмыс істейтінін ешқайсымыз білген жоқпыз. 2019–2020 жылдар еді, ChatGPT мен AI төңірегіндегі дүрбелең әлі басталған жоқ. Маман да жоқ, тіпті көрші елдерде де жоқ. Сондықтан барлығын нөлден үйрендік: YouTube, мақалалар, форумдар, Google арқылы. Бір істейміз — шықпайды, қайта көреміз.
Жай қозғалдық, өйткені тәлімгер де, қажетті сервер қуаты да болған жоқ. Ал нейрожелілерді оқыту үшін үлкен сервер ресурсы қажет, ол қымбат. Біз айналып өтудің жолын іздедік. Мысалы, біздің Head of AI Сирожиддин Нұриев Оңтүстік Кореяда оқыды және сол жақтағы университет зертханасының есептеу қуатын пайдалануға көмектесті. Алғашқы модельдерді сол жерде оқыттық.
Бара-бара ішкі сараптамамызды күшейтіп, модельдің тұрақтылығын арттырдық, тәжірибеден нақты өнімге өттік.
Қазір бізде шамамен 40 адам жұмыс істейді, соның ішінде 12 инженер және Оңтүстік Кореяда AI мен компьютерлік көру саласында магистр және PhD дәрежесін алған екі зерттеуші бар.
— TASS Vision жүйесінің артықшылығы неде?
— Қазір көп дүкендер қозғалысқа реакция беретін қарапайым сенсорларды пайдаланады. Сол себепті жүйе кейде жай есіктің қасынан өтіп бара жатқан адамды да «келуші» деп есептейді.
Мұндай датчиктер 40-50%-ға дейін қателесуі мүмкін, бірақ бұл құрылғы арзан болғандықтан, соны таңдайды, өйткені ритейл — маржасы төмен сала.
Ал AI-аналитика, керісінше, өте дәл, бірақ қымбат: бір дүкенге жылына $500–1000 шығады.
Біз екі жақтың тиімділігін біріктірдік: AI жүйелеріндей дәлдік, бірақ қарапайым сенсордың өзіндік құнымен. Мұны деректерді тікелей камераның ішінде өңдеу арқылы іске асырдық.
— Бұл қалай жұмыс істейді?
— AI жүйелері әдетте дүкендегі камералардан бейнені бұлтқа жібереді де, өңдеу серверде жүреді. Бұл қымбатқа түседі, өйткені бұлттағы сақтау мен есеп үшін төлеу керек. Біз бұдан бас тартып, есептеуді тікелей құрылғының өзіне көшірдік. Осылайша құны бірнеше есе төмендеді, ал деректер нақты уақытта өңделе бастады.
Біз екі жыл бойы өзіміздің «ақылды» камерамызды жобаладық, микросхемасынан бастап оптикасы мен корпусына дейін өзіміз жасадық. Яғни, Apple сияқты, дизайн мен сипаттаманы өзіміз жасаймыз, ал өндіруді Шэньчжэньдегі серіктестерге тапсырамыз. Кейін өзіміздің софтымызды орнатамыз.
Қызмет ету мерзімі 5 жыл болатын камера дүкенге айына бар болғаны $2,5-қа түседі. Бұл бұлттық AI шешімдерінің $250-ымен салыстырғанда жүз есе арзан.
«Бір дүкенде конверсияның 1%-ға өсуінің өзі жүйені ақтайды»
— Қанша клиентіңіз бар?
— Қазір біздің жүйе 10 елдегі 2 мыңнан астам дүкенде орнатылған. Клиенттерді делдалсыз, тікелей өзіміз тартамыз. Нысаналы аудиториямызды жақсы білеміз, ол азық-түліктік емес сауда — электроника желілері, дәріханалар, киім дүкендері. Әр елде мұндай компаниялар көп емес, ең көбі жүзге жуық, сондықтан нақты тізім жасап, кеңсесіне қоңырау шалдық. Осылай қадам-қадаммен сату мен беделді қалыптастырдық, жарнама емес, жеке кездесу мен ұсыныс арқылы.
— Жүйе нақты не өлшейді және ритейлге қалай көмектеседі?
— Біз келушілерді санап қана қоймаймыз, сонымен қатар сатылымды арттыруға көмектесетін инсайт береміз. Мысалы, жүйе жарнама науқандарының тиімділігін көрсетеді: қанша адам жарнамадан кейін келді және қаншасы шынымен сатып алды.
Маркетологтар қай кампания тиімді болғанын, ал қайсысы тек бюджетті босқа жұмсағанын көреді. Сондай-ақ жүйе клиент тарту құнын (CAC) есептейді, офлайн ритейлде бұрын мұны өлшеу мүмкін емес еді.
— Ал бұл мәліметтер сатушылардың жұмысына қалай әсер етеді?
— Біз дүкендерге конверсияны есептеуге көмектесеміз: мысалы, 100 адам кіріп, тек 5-і сатып алса — бұл 5%. Енді менеджерлер бұл көрсеткіштерді қызметкерлердің KPI-ына енгізеді.
Сатушылар камера «көріп тұрғанын» түсінгенде, әр клиентке мұқият қарауға тырысады, ал бұл табысқа тікелей әсер етеді. Конверсияның төмен болуының басты себебі — қызмет көрсету сапасы. Көп жағдайда адам дүкенге кіреді, бірақ ешкім жақындамайды, сұрақ қоймайды, көмектеспейді, нәтижесінде ол ештеңе алмай шығып кетеді.
— Мұның нақты нәтижесін берген мысал бар ма?
— Бар. Бір ірі электроника желісі мотивация жүйесін толық өзгертті: тұрақты жалақыны алып тастап, тек конверсия бойынша бонус қалдырды. Тәуекелге барды, бірақ нәтижесі керемет болды. Үш айда сатылым 63%-ға өсті.
Яғни, деректердің арқасында мотивация жүйесі ашық әрі әділ болды. Ірі желілерде конверсияның 1%-ға өсуі TASS Vision жүйесінің өзін-өзі толық ақтайды. Орта есеппен біздің камералар алты айда өз құнын өтейді.
— Стартап қалай табыс табады?
— Бізде төрт тариф бар: Standard, Plus, Pro және Enterprise — ай сайынғы төлемі атқаратын функциясына қарай тиісінше $29, $49, $69 және $119.
Standard — базалық нұсқа: келушілерді санау, жынысын және жасын анықтау, топтар (мысалы, отбасы немесе достар тобы бір рет кірді деп есептеу), деректер дұрыс болуы үшін бейдждері бар қызметкерлерді ескермеу. Сондай-ақ мобильді қосымша, e-mail хабарламалар және негізгі статистика кіреді.
Plus — AI-есептер, инсайттар, бенчмаркинг және POS-интеграциялар секілді қосымша функциялар мен есептер бар нұсқа. Pro — бет-әлпетті тану функциясы бар кеңейтілген нұсқа, жаңа және тұрақты клиенттерді ажыратуға, әр дүкен бойынша терең талдау жасауға мүмкіндік береді. Enterprise ірі желілерге арналған, жеке модульдер мен интеграцияларды және бірінші кезектегі техникалық қолдауды қамтиды.
Қазір клиенттердің шамамен 70%-ы Pro-жоспарға өтуді жоспарлап отыр, оған тағы бес жаңа модуль қосылады.
«Бізді Перудегі серіктеске ChatGPT ұсынған»
— Инвестиция туралы айтып өтсеңіз. Барлығы қанша қаржы салынды?
— Басында капиталымыз болған жоқ, тек уақытымыз бен білімімізді салдық. Алғашқы табыс клиенттердің алдын ала төлемдерінен келді. Кейін алғашқы $100 000-ды үш періште-инвестор салды, олардың бірі — Texnomart желісінің негізін қалаушы.
Кейін UzVC мен қазақстандық Activat VC қосымша $150 000 инвестиция салды, ал 500 Global бағдарламасына қатысу тағы $100 000 әкелді. Осылайша алғашқы кезеңде шамамен $350 000 жинадық, бұл өнімнің алғашқы нұсқасын жасап, масштабтауға жетті.
2025 жылы біз $1,5 млн-ға раунд жаптық. Еуропалық Purple Ventures қоры $500 000 чекпен көш бастады. Сондай-ақ Pragmatech Ventures, IT Park Ventures, Big Sky Capital, SABAH.fund және тағы басқа сегіз инвестор қосылды.
— Орта Азиядағы стартапқа еуропалық инвестиция тарту қиын болды ма?
— Иә, оңай болған жоқ. Бізде бәрі жақсы еді: 86% маржалық табыс, жылдық қайталанатын табыс (ARR) — $1 млн шамасында, бизнес-модель түсінікті. Жеке өзім 250-ден астам венчурлық қорға жаздым, көбісі: «Қызық, бірақ бізге Еуропа немесе АҚШ-та traction керек» деп жауап берді. Орта Азияда pre-seed тарту оңай, seed қиындау, ал Series A кезеңіне жету тіпті қиын: толық due diligence жасайтын ірі қорлар аз. 2024 жылдың желтоқсанында Purple Ventures қорымен кездесу бәрін өзгертті. Алты ай келіссөз жүргіздік, ақырында олар раундты басқаруға келісті. Содан кейін қалған инвесторлар да қосылды. Purple Ventures — Өзбекстаннан шыққан стартапқа сеніп, ерекше жағдай жасаған алғашқы тәуелсіз еуропалық қор болды. Олар Орталық Азиядан жаһандық tech-компаниялар шығатынына сенді.
Тартылған қаржыға жабдық сатып алдық, R&D-команданы дамыттық және жаңа нарықтарға шықтық.
— Шетел нарықтарына қашан шыға бастадыңыздар және әртүрлі елде қалай жұмыс істейсіздер?
— Өзбекстаннан кейін алғашқы ел Қазақстан болды, 2023 жылы. Бүгінде біздің жүйе 10-нан астам елде, соның ішінде Қырғызстан, Әзербайжан, Моңғолия, Тәжікстан, Түркия, Сауд Арабиясы, БАӘ және Перуде бар.
Барлық жерде ритейлдің мәселесі бір: дүкенге кім келеді, персонал қалай жұмыс істейді, конверсияға не әсер етеді. Айырмашылық тек тіл мен уақыт белдеуінде: Перуде испанша, Түркияда түрікше, ал Орталық Азияда орысша сөйлесеміз.
Біз екі үлгімен жұмыс істейміз. Қазақстан сияқты елдерде компания ашамыз, команда жалдаймыз, сатылым мен қолдауды өзіміз жүргіземіз. Басқа елдерде дистрибьюторлармен серіктесеміз: өнім мен оқытуды береміз, олар 20–40% маржамен жұмыс істейді, осылай масштаб тезірек жүреді. Осы тәсілмен Қырғызстан, Әзербайжан, Моңғолия және Тәжікстан нарығына шықтық. Жыл соңына дейін Грузия мен Арменияны қосамыз деп жоспарлап отырмыз.
Кейде серіктестер өздері бізді табады. Мысалы, Перудегі электроника дүкендер желісі бізді ChatGPT ұсынғанын айтты. Біз оларға камералар жіберіп, 50 нүктеде пилот жүргіздік, енді олар 1100 сауда нүктесіне жүйені енгізуге дайындалып жатыр.
— Алдағы жоспар қандай?
— Жыл соңына дейін бет-әлпетті тану және келушілердің дүкенде қанша уақыт өткізгенін есептеу функциялары бар Pro-пакетті толық аяқтап, Армения мен Грузияда жаңа серіктестер қосуды жоспарлап отырмыз.
Алдағы 3-5 жылда әлем бойынша 15 мың сауда нүктесін қосып, жылдық табысты кем дегенде 150%-ға арттырып, компанияны $100 млн-нан жоғары бағалауға жеткізгіміз келеді. Содан кейін стратегиялық серіктеспен бірігу немесе АҚШ-тағы ірі ойыншылардың біріне компанияны сату туралы M&A келісім жасаймыз. Мен үшін бұл логикалық қадам, өйткені TASS Vision — менің алғашқы стартапым. Одан кейін жаңа, бұдан да ауқымды жобаларға кірісемін.
— Қай салалар сізді қызықтырады?
— Агротехнология, сумен қамту мәселелерін шешу және тұрақты даму. Алдағы 50-100 жылда адамдардың өмірін айқындайтын басты салалар. Мен ұзақ жылдар бойы пайдалы болып қалатын өнімдер жасап, миллиондаған адам күнделікті қолданатын шешімдер ұсынғым келеді.
Toshkentlik yigitlar do‘konlar uchun sun’iy intellektli kameralar yaratib, $1,8 million investitsiya oldi
Toshkentlik Shaxzod Umirzoqov va Jamshid Xakimjonov 2021-yilda TASS Vision nomli startapni yo‘lga qo‘ydi. Jamoa do‘konlar uchun SI (sun’iy intellekt) kameralar ishlab chiqdi – bunday kameralar kompyuter ko‘rish texnologiyasi yordamida xaridorlar oqimini tahlil qiladi, ularning jinsi va yoshini aniqlaydi, hamda savdo nuqtalari egalariga daromadni oshirish imkonini beradi.
Bugungi kunda TASS Vision yechimlari 10 ta mamlakatda 2000 dan ortiq do‘konlarda o‘rnatilgan. Ular orasida Qozog‘iston, O‘zbekiston, Peru va Turkiya kabi davlatlar ham bor. Shu vaqt ichida startap $1,8 million investitsiya jalb qilishga muvaffaq bo‘lgan.
Digital Business va Astana Hub’ning «Markaziy Osiyoning 100 startap tarixi» loyihasi doirasida TASS Vision’ning hamasoschisi va bosh direktori Shaxzod Umirzoqov sun’iy intellektni o‘rgatish jarayonida xaridorlarni qo‘lda sanashga to‘g‘ri kelgani, SI-kameralar chakana savdo biznesiga qanday foyda keltirayotgani, hamda startap qiymati $100 millionga yetgach uni nimalar kutayotgani haqida so‘zlab berdi.
«Jamoamiz bilan tunlari avtobuslarga uskunalarni o‘rnatardik»
— TASS Vision g‘oyasi qanday paydo bo‘lgan?
— 2018-yilda 19 yoshdaligimda, otamning biznesida yordam berardim. U kichik avtobus parkini boshqarar, yo‘lovchi tashish bilan shug‘ullanar edi. Bu sohada doim bir muammo bo‘lgan: konduktorlar tushumning bir qismini o‘zlashtiradi, lekin buni isbotlash juda qiyin. Vaziyatni o‘zgartirish uchun yo‘lovchilarni avtomatik sanaydigan qurilma yaratishni taklif qildim.
Bu infraqizil hisoblagich edi: odam eshikdan o‘tayotganda ko‘zga ko‘rinmas nur chizig‘ini kesib o‘tar, tizim esa shu orqali yo‘lovchi o‘tganini qayd etar edi. Uch oy ichida qurilmani yig‘ib, avtobuslarga o‘rnatdim. Konduktorlar bu uskuna ularning firibini fosh qilishi mumkinligini bilib, halol ishlay boshladilar – natijada dastlabki ikki haftada daromad deyarli ikki baravar oshdi va loyiha o‘zini to‘liq oqladi.
Keyin jamoa tuzib, boshqa avtobazalarni ham tizimga ulay boshladik. Hali ham eslayman: yigitlar bilan tunlari transportlarga uskunalarni o‘rnatardik, ertalab esa uxlagani ketardik. Kunduzi kod yozardik, 3D-printerda korpuslarni chiqarardik, mikrokontrollerlarni qalaylardik, kechga borib esa yana avtobazaga yo‘l olardik. Aynan shu loyiha keyinchalik chakana savdo (riteyl) sohasida xaridorlar xatti-harakatini tahlil qilish g‘oyasiga ilhom berdi.
— Nega transport sohasida qolmadingiz?
— 2019-yilda Olmaotada bo‘lganimda, u yerda allaqachon Onay deb nomlangan transport kartalari (jamoat transportida naqd pulsiz to‘lov tizimi) joriy etilganini payqadim va tez orada shunga o‘xshash tizim O‘zbekistonda ham paydo bo‘lishini tushundim. Naqd pul muomaladan chiqadi, demak, bizning qurilmamizning ahamiyati yo‘qoladi. Shuning uchun yo‘nalishni o‘zgartirishga qaror qildim.
Yangi g‘oyalar izlay boshladim: bir necha yuzta muassasalar — riteyl, qurilish kompaniyalari, kafe va restoranlarga telefon qilib, qayerda haqiqatan ham analitikaga ehtiyoj borligini tushunmoqchi bo‘ldim. Suhbat davomida ulardan shunchaki so‘rardim: “Do‘koningizga qancha odam kiradi? Buni qanday hisoblaysiz?”
Javoblar turlicha edi. Kimdir: “Bunga nima hojat bor?” – der edi. Kimdir esa haqiqiy qiziqish bildirardi. Natijada shuni tushundimki, oflayn riteylda deyarli hech kim do‘konga kimlar kirayotganini va savdoga nimalar ta’sir qilayotganini aniq bilmaydi. Ana shu paytda, internet-do‘konlar singari, real savdo nuqtalari uchun ham aniq va qulay tahlil tizimini yaratish kerak degan imkoniyatni payqadim. Ko‘p o‘tmay menga
Jamshid Hakimjonov qo‘shildi. U kuchli muhandislik bazasiga ega va kompyuter tizimlari bo‘yicha tajribasi bor edi. Birgalikda mahsulotning birinchi versiyasini loyihalashni boshladik, keyinchalik aynan shu loyihamiz TASS Vision startapiga aylandi.
— Loyihangizning birinchi mijozi kim bo‘lgan?
— O‘zbekistonning yirik elektronika tarmog‘i – Texnomart. Ularning bosh marketologi bizga ular allaqachon do‘konga kirgan odamlar sonini hisoblaydigan tizimdan foydalanishgani, ammo unga bundan ham chuqurroq metrikalar: xaridorlarning yoshi, jinsi va xatti-harakatlari kerakligi haqida aytdi. Shunda biz 3 oy ichida “aqlli” kameralar va kompyuter ko‘rish texnologiyasiga asoslangan yangi qurilma yaratishga va’da berdik – u video oqimini tahlil qilib, real vaqt rejimida uni analitik ma’lumotga aylantiradi. Endi tizim shunchaki “necha kishi kirdi”ni emas, balki “kim keldi va o‘zini qanday tutdi”ni ham ko‘rsatardi.
Loyiha 3 oyda yakunlanadi deb hisoblagandik, ammo neyrotarmoqlarni o‘qitish va algoritmlarni ishlab chiqish kutilganidan ancha ko‘p vaqt oldi.
Shartnoma shartlarini bajarish uchun esa ijodkorona yo‘l tutishga to‘g‘ri keldi. Biz har bir ish kunidan keyin statistikani taqdim etishimiz kerak edi. Mijozga “Bu ishni sun’iy intellekt bajaradi”, – derdim-u, lekin aslida hammasini qo‘lda qilardim. 12 soatlik videoni tezlashtirilgan holda ikki ekranda tomosha qilib, bir ish kunining ma’lumotlarini taxminan 1,5 soatda tahlil qilardim. Kiruvchilarni sanardim, ularning yosh va jinsini aniqlardim, ma’lumotlarni Excel’ga kiritardim, grafiklar tuzardim va hisobotni mijozga yuborardim. Shu tarzda 99 kun davom etdim. Xullas, “fake it till you make it” — ya’ni “haqiqiy natijaga erishmaguningcha, go‘yoki bajargandek qil” degan maqolni amalda sinab ko‘rganmiz.
Ammo aynan shu tajriba menga sun’iy intellekt qanday ishlashi kerakligini tushunishga yordam berdi. O‘z qo‘lim bilan olingan natijalarni model ishlashiga solishtirib, SI faqat 50-60% aniqlikda ishlayotganini payqadim. Xatolarni topib, algoritmlarni qayta o‘qitdik. Bir necha oy o‘tgach, tizim nihoyat to‘liq avtomatik tarzda ishlay boshladi.
«Ikki yil davomida o‘z “aqlli” kameramizni loyihalashtirdik: platadagi sxemadan tortib optika va korpusgacha»
— Dastlabki bosqichlar oson kechmagan ko‘rinadi – na yetarli mutaxassislar, na texnik imkoniyatlar bor, mijoz esa natijani kutayotgan vaziyatlar bo‘lgan. Shunday holatlarni qanday uddaladingiz va umuman, SI bo‘yicha tajribani qanday shakllantirdingiz?
— Tajriba haqida aytadigan bo‘lsam – dastlab bizda sun’iy intellekt qanday ishlashi haqida umuman tushuncha yo‘q edi. Na menda, na jamoada. Bu 2019-2020-yillar edi, ya’ni hali ChatGPT ham, SI atrofidagi shov-shuv ham paydo bo‘lmagan davr. Mutaxassislar deyarli yo‘q edi – na O‘zbekistonda, na qo‘shni mamlakatlarda. Shu sababli hammasini: YouTube, maqolalar, forumlar, Google orqali noldan o‘rganishga to‘g‘ri keldi. Sinardik – chiqmasdi, yana urinardik.
Jarayon sekin kechdi, chunki na ustozlar, na kerakli texnik baza bor edi. Neyrotarmoqlarni o‘qitish uchun kuchli server resurslari kerak, bu esa qimmat. Shuning uchun biz muqobil yo‘llarni izladik. Masalan, bizning SI bo‘yicha yetakchi mutaxassisimiz – Sirojiddin Nuriyev Janubiy Koreyada o‘qigan va u yerda talabalarga eksperimentlar o‘tkazish imkonini beruvchi laboratoriyaning hisoblash quvvatlaridan foydalanishga yordam bergan. Aynan o‘sha laboratoriyada modelning ilk versiyalari o‘qitilgan.
Vaqt o‘tib, jamoa ichida yetarli tajriba to‘pladik, modelni barqaror aniqlikka olib chiqdik va tajriba bosqichidan to‘liq mahsulot darajasiga o‘ta oldik.
Hozir kompaniyamizda qariyb 40 nafar xodim ishlaydi, ularning orasida 12 nafar muhandis asosiy ofisda faoliyat yuritadi. Shuningdek, Janubiy Koreyada magistratura va PhD dasturlarini sun’iy intellekt va kompyuter ko‘rish yo‘nalishida tamomlagan ikki nafar ilmiy tadqiqotchimiz ham bor.
— TASS Vision tizimining afzalligi nimada?
— Hozir ko‘pchilik do‘konlarda har qanday harakatga javob beradigan sensorlar ishlatiladi. Shu sababli tizim ba’zan xatolik bilan, masalan, eshik yonidan shunchaki o‘tib ketgan yoki qo‘lini silkitgan odamni ham tashrif buyuruvchi deb hisoblab qo‘yadi.
Bunday sensorlarning xato ehtimoli 40-50% gacha yetadi, biroq ularni arzonligi sababli tanlashadi – chunki chakana savdo past marjali biznes hisoblanadi. SI-analitika esa aksincha, juda aniq, lekin qimmat – bir do‘kon uchun yiliga $500 dan $1000 gacha turadi.
Biz esa ikkala jihatni birlashtirgan yechimni taklif qildik: SI-tizimlar darajasidagi yuqori aniqlik, lekin oddiy sensor narxida. Buni amalga oshirish imkonini bergan narsa – ma’lumotlar to‘liq kameraning o‘zida qayta ishlanishidir.
— Bu tizim qanday ishlaydi?
— Odatda SI-tizimlar do‘konlarda o‘rnatilgan kameralar bilan ulanadi va video tasvirni “bulut” orqali tahlil qiladi – ya’ni ma’lumotlar serverga yuboriladi va u yerda qayta ishlanadi. Bu qimmatga tushadi, chunki bulutdagi joy uchun to‘lov qilish kerak bo‘ladi. Biz esa bu jarayondan voz kechib, hisob-kitoblarni to‘g‘ridan-to‘g‘ri qurilmaning o‘zida amalga oshiradigan tizim yaratdik. Natijada tannarx o‘nlab baravar kamaydi, ma’lumotlar esa real vaqt rejimida qayta ishlanadigan bo‘ldi.
Biz o‘z “aqlli” kameramizni ikki yil davomida ishlab chiqdik – plata sxemasidan tortib, chip tanlash, optika va korpusgacha. Aslida bu jihatdan Apple kompaniyasiga o‘xshaymiz: dizayn va texnik spetsifikatsiyani o‘zimiz ishlab chiqamiz, ishlab chiqarishni esa Shenchjendagi hamkorlarga topshiramiz. So‘ngra to‘liq o‘zimizning dasturiy ta’minot va “firmware”ni o‘rnatamiz.
Xizmat muddati 5 yil bo‘lgan kamera do‘kon uchun oyiga atigi $2,5 turadi – bu esa odatda bulutli SI-yechimlarga sarflanadigan $250 bilan solishtirganda qariyb yuz baravar arzon.
«Bitta do‘konda konversiya 1% ga oshsa, shuning o‘zigina bizning tizim narxini qoplaydi»
— Sizlarda hozir nechta mijoz bor?
— Hozir bizning tizimlar 10 ta mamlakatdagi 2000 dan ortiq do‘konlarda o‘rnatilgan. Mijozlarni vositachilarsiz, to‘g‘ridan-to‘g‘ri jalb qildik. O‘z auditoriyamizni aniq bilardik: oziq-ovqat bo‘lmagan chakana savdo – elektronika tarmoqlari, dorixonalar, kiyim-kechak do‘konlari. Bunday kompaniyalar bir mamlakatda ko‘p emas, maksimal yuztacha, shuning uchun har biriga individual yondashdik. Ro‘yxat tuzib, ofislarga telefon qildik. Shu tariqa bosqichma-bosqich — marketing emas, balki shaxsiy uchrashuvlar va tavsiyalar orqali savdo jarayonini va obro‘ni qurib bordik.
— Tizim aynan nimani o‘lchaydi va u chakana savdoga qanday yordam beradi?
— Biz faqat tashrif buyuruvchilar sonini hisoblamaymiz, balki savdoni oshirishga yordam beradigan tahliliy ma’lumotlarni ham taqdim etamiz. Masalan, tizim marketing kampaniyalari samaradorligini ko‘rsatadi: reklama chiqqandan keyin qancha odam do‘konga kelgan va ulardan nechtasi haqiqatan xarid qilganini aniqlaydi.
Marketing mutaxassislari qaysi kampaniya natija berganini, qaysinisi esa shunchaki byudjetni “yeb qo‘yganini” ko‘ra olishadi. Shuningdek, tizim mijozni jalb qilish narxini (CAC) hisoblaydi – ilgari offlayn chakana savdoda bu ko‘rsatkichni deyarli o‘lchab bo‘lmas edi.
— Ma’lumotlar sotuvchilar ishiga qanday ta’sir qiladi?
— Biz do‘konlarga konversiyani o‘lchashda yordam beramiz: masalan, 100 kishi kirgan bo‘lsa, ularning beshtasi xarid qilgan – demak, konversiya 5%. Endi menejerlar bu raqamlarni ko‘rishadi va ularni xodimlarning KPI tizimiga qo‘shishadi.
Sotuvchilar “kamera kuzatyapti” deganini bilganlaridan so‘ng, har bir mijoz bilan yanada e’tiborliroq ishlay boshlashadi, bu esa darhol tushumda aks etadi. Past konversiyaning asosiy sababi – xizmat sifati. Ko‘pincha xaridor do‘konga kiradi, lekin hech kim unga yaqinlashmaydi, savollar bermaydi, yordam taklif qilmaydi – natijada u hech narsa sotib olmasdan chiqib ketadi.
— Bu sezilarli natija bergan misollar bormi?
— Ha, yirik elektronika tarmog‘idan biri motivatsiya tizimini butunlay o‘zgartirdi: sobit oylikni olib tashlab, faqat konversiyaga bog‘liq bonusni qoldirdi. Qaror xavfli edi, lekin o‘zini oqladi – atigi 3 oy ichida savdolar 63% ga oshdi.
Aslida, ma’lumotlar adolatli va shaffof motivatsiya tizimini yaratishga yordam berdi. Katta tarmoqlarda konversiya 1% ga oshsa, shuning o‘zigina TASS Vision tizimi narxini qoplaydi. O‘rtacha hisobda, bizning kameralar 6 oy ichida o‘zini to‘liq oqlaydi.
— Startap qanday daromad oladi?
— Bizda to‘rtta tarif mavjud: Standard, Plus, Pro va Enterprise – oyiga mos ravishda $29, $49, $69 va $119 to‘lov bilan, tariflar funksiyalar to‘plamiga qarab farq qiladi.
Standard – bu asosiy reja: tashrif buyuruvchilar sonini hisoblash, ularning jinsi va yoshini aniqlash, guruhlarni (masalan, oila yoki do‘stlar kompaniyasi bitta tashrif sifatida hisoblanadi) ajratish, shuningdek, xodimlarni belgilovchi beydjlar orqali ma’lumotlarni toza holatda saqlash. Shuningdek, mobil ilova, e-mail orqali bildirishnomalar va asosiy statistika ham kiritilgan.
Plus – ko‘proq funksiyalar va hisobotlarni o‘z ichiga oladi: avtomatik SI-hisobotlar, foydali tahliliy tavsiyalar, benchmarking va POS-integratsiyalar. Pro – kengaytirilgan versiya bo‘lib, unda yuzni aniqlash funksiyasi mavjud. Bu do‘konlarga yangi va doimiy mijozlarni farqlash, shuningdek, har bir savdo nuqtasi bo‘yicha chuqur tahliliy ma’lumot to‘plash imkonini beradi.
Enterprise esa yirik chakana tarmoqlar uchun mo‘ljallangan bo‘lib, individual modullar, maxsus integratsiyalar va ustuvor texnik qo‘llab-quvvatlashni o‘z ichiga oladi. Hozirda mijozlarning qariyb 70 foizi Pro-rejaga o‘tishni rejalashtirmoqda, bu tarifda yana beshta yangi modul paydo bo‘ladi.
«Perudagi hamkorimizga bizni ChatGPT tavsiya qilgan»
— Keling, endi investitsiyalar haqida gaplashamiz. Loyihaga jami qancha mablag‘ kiritilgan?
— Dastlab bizda kapital yo‘q edi – o‘z vaqtimiz va bilimimizni sarfladik. Ishni mijozlarning oldindan to‘lovlari hisobiga yuritdik, dastlabki 100 ming dollarlik investitsiyani esa uchta farishta investor kiritdi. Ular orasida Texnomart tarmog‘i asoschilaridan biri ham bor edi. Keyinchalik bizni UzVC va Qozog‘istonning Activat VC fondlari qo‘llab-quvvatladi – ular yana 150 ming dollar qo‘shishdi. 500 Global akseleratsiyasidagi ishtirok esa qo‘shimcha 100 ming dollar olib keldi. Shunday qilib, dastlabki bosqichlarda jami 350 ming dollar jalb qildik – bu mablag‘ birinchi mahsulot versiyasini ishlab chiqish va kengayish uchun yetarli bo‘ldi.
2025-yilda esa 1,5 million dollarlik investitsiya raundini yopdik. Asosiy investor sifatida Yevropadagi Purple Ventures fondi 500 ming dollarlik chek bilan qatnashdi. Shuningdek, Pragmatech Ventures, IT Park Ventures, Big Sky Capital, SABAH.fund va boshqa jami 8 ta investor ham bitimga qo‘shildi.
— Markaziy Osiyodan chiqqan startap uchun Yevropa investitsiyalarini jalb qilish qanchalik qiyin bo‘ldi?
—Garchi bizda barcha ko‘rsatkichlar: 86 foizlik marjinallik, yiliga 1 million dollarlik ARR va tushunarli biznes modeli yaxshi bo‘lsa-da, oson bo‘lmadi. Shaxsan o‘zim 250 dan ortiq venchur fondlariga yozdim, lekin deyarli hammasi rad javobini berdi: “Qiziqarli, lekin Yevropa yoki AQShda “traction” kerak.” Markaziy Osiyoda “pre-seed” raundini olish oson, “seed” bosqichi biroz murakkabroq, ammo Series A bosqichiga chiqish deyarli imkonsiz – to‘liq “due diligence” o‘tkazishga tayyor yirik fondlar juda kam.
Haqiqiy burilish nuqtasi 2024-yil dekabrida Yevropadagi Purple Ventures venchur fondi bilan uchrashuv bo‘ldi. Yarim yil davom etgan muzokaralardan so‘ng, ular raundni boshqarishga rozi bo‘lishdi. Shundan keyin boshqa investorlar ham bitimga qo‘shildi. Purple Ventures O‘zbekistondan chiqqan startap foydasiga istisno qilgan birinchi mustaqil yevropalik investor bo‘ldi – ular Markaziy Osiyodan ham global texnologik kompaniyalar yetishib chiqishiga ishonishdi.
Olingan mablag‘lar uskunalar xaridiga, R&D jamoasini rivojlantirishga va yangi bozorlar sari chiqishga yo‘naltirildi.
— Qachon xorijiy bozorlarga chiqa boshladingiz va turli mamlakatlarda ishni qanday yo‘lga qo‘ydingiz?
— O‘zbekistondan keyingi birinchi mamlakat 2023-yilda Qozog‘iston bo‘lgan. Bugungi kunda bizning tizimlarimiz 10 dan ortiq mamlakatda o‘rnatilgan – jumladan Qirg‘iziston, Ozarbayjon, Mongoliya, Tojikiston, Turkiya, Saudiya Arabistoni, BAA va Peruda.
Riteyl har yerda o‘xshash muammolarga duch keladi – do‘konga kim kirayotganini, xodimlar qanday ishlashini va konversiyaga nima ta’sir qilayotganini tushunish kerak. Farq faqat til va vaqt mintaqasida: Peruda ispan tilida, Turkiyada turk tilida, Markaziy Osiyoda esa rus tilida muloqot qilamiz.
Biz ikki xil model bo‘yicha ishlaymiz. Qozog‘iston kabi mamlakatlarda to‘g‘ridan-to‘g‘ri ishtirok etamiz – kompaniya ochamiz, jamoa yollaymiz, savdo va qo‘llab-quvvatlashni o‘zimiz yuritamiz. Boshqa mamlakatlarda esa distribyutorlar tarmog‘ini quramiz – ularga mahsulot va treningni topshiramiz. Ular 20-40% marja oladi va bizga tezroq miqyosni kengaytirishda yordam beradi. Shu yo‘l bilan Qirg‘iziston, Ozarbayjon, Mongoliya va Tojikistonga chiqdik, yil oxirigacha esa Gruziya va Armanistonni qo‘shishni rejalashtiryapmiz.
Ba’zan hamkorlar o‘zlari bizni topishadi. Masalan, Peruda elektronika do‘konlari tarmog‘i biz bilan bog‘landi: ularning aytishlaricha, ChatGPT bizni tavsiya qilgan ekan. Biz ularga kameralarni yubordik, 50 ta joyda pilot loyiha o‘tkazdik – endi esa ular tizimni 1100 savdo nuqtasiga kengaytirishga tayyorgarlik ko‘rishyapti.
— Yaqqin kelajakdagi rejalaringiz qanday?
— Yil oxirigacha yuzni aniqlash, tashrif buyuruvchilarning do‘konda bo‘lish vaqtini kuzatish imkonini beruvchi Pro-paketni yakunlab, Armaniston va Gruziyada yangi hamkorlarni ulashni rejalashtiryapmiz.
Keyingi 3-5 yil ichida dunyo bo‘ylab 15 ming savdo nuqtasini tizimga ulash, yillik daromadni kamida 150% ga oshirish va kompaniya qiymatini 100 million dollardan yuqoriga yetkazishni maqsad qilganmiz. Shundan so‘ng M&A bitimi – ya’ni strategik hamkor bilan qo‘shilish yoki kompaniyani yirik amerikalik o‘yinchiga sotish rejamizda bor. Bu men uchun mantiqan to‘g‘ri bosqich, chunki TASS Vision – mening birinchi startapim. Undan keyin esa yanada keng ko‘lamli kompaniyalar yaratmoqchiman.
— Sizni qaysi sohalar qiziqtiradi?
— Agrotexnologiyalar, suv ta’minoti muammolarini hal etish, barqaror rivojlanish. Bu – keyingi 50-100 yil davomida inson hayotini belgilab beradigan sohalar. Men odamlar uchun uzoq yillar foydali bo‘ladigan, millionlab insonlar foydalanadigan mahsulotlar yaratishni istayman.
Entrepreneurs from Tashkent created AI cameras for stores and raised $1.8M
Shakhzod Umirzakov and Jamshid Khakimjonov from Tashkent launched their startup, TASS Vision, in 2021. Their team developed AI-powered cameras for stores that use computer vision to track foot traffic, identify shoppers’ gender and age, and help store owners boost their profits.
Today, TASS Vision’s solutions are installed in over 2,000 stores across 10 countries, including Kazakhstan, Uzbekistan, Peru, and Turkey. So far, the startup has already attracted $1.8 million in investment.
For the joint project 100 Startup Stories of Central Asia by Digital Business and Astana Hub, TASS Vision co-founder and CEO Shakhzod Umirzakov shared how he once manually counted visitors to train the neural network, why AI cameras are a game-changer for retail, and what’s next for the startup when it hits a $100 million valuation.
«My team and I were installing equipment on buses at night»
— How did the idea for TASS Vision come about?
— Back in 2018, when I was 19, I was helping my dad with his business. He ran a small bus depot and worked in passenger transportation. One of the biggest problems in that industry is that bus attendants often pocket part of the revenue, and it’s hard to prove. To fix that, I suggested a solution that could count passengers.
It was an infrared counter — when a passenger walked through the door, they crossed an invisible beam, and the system recorded their entry. I spent about three months building the device and installing it on the buses. Once the attendants realized their cheating could be detected, they started working honestly. Within two months, revenue nearly doubled, and the project fully paid for itself.
Then I put together a team and we started onboarding other bus depots. I remember how we’d spend our nights installing equipment on the buses and crash in the mornings. During the day, we wrote code, 3D-printed the device casings, soldered microcontrollers, and then headed back to the depots in the evening. That project eventually sparked the idea to analyze shopper behavior in retail.
— Why didn’t you stick with the transportation industry?
— In 2019, while I was in Almaty, I noticed they were already using transport cards — the Onay system for cashless payments on public transport. That’s when I realized something similar would soon come to Uzbekistan. Once cash payments disappeared, our device wouldn’t make much sense anymore. So I figured it was time to move on and switch industries.
I started looking for a new idea. I made hundreds of cold calls to retail stores, construction companies, cafés, and restaurants to figure out where there was real demand for analytics. I’d just ask one simple question: “How many people visit your store? And how do you count them?”
The reactions were mixed. Some people would say, “Why do we even need that?” But others were genuinely interested. That’s when I realized that in offline retail, hardly anyone really understood who was coming into their stores or how that traffic affected sales. I saw an opportunity to make in-store analytics as accurate and accessible as it is in e-commerce. Not long after, Jamshid Khakimjonov joined me. He had a strong engineering background and experience with computer systems. Together, we started building the first version of what would later become TASS Vision.
— Who was your first client?
— Our first client was Texnomart, a major electronics retail chain in Uzbekistan. Their head of marketing told us they were already using a system to count how many people entered the store — but what they really needed were deeper insights, like age, gender, and customer behavior. So we promised that within three months, we’d develop a new device using smart cameras and computer vision to analyze video streams and turn them into real-time analytics. Not just how many visitors came in, but who they were and how they behaved.
We planned to finish the project in three months, but in reality, training the neural networks and developing the algorithms took more time than expected.
To meet the contract terms, we had to get creative. We were supposed to deliver daily stats, so we told the client that AI was identifying visitors. But in reality, I was doing it manually. I watched 12 hours of store footage at high speed on two screens, and in about an hour and a half, I processed a full day’s data. I counted visitors, determined their gender, logged everything in Excel, built charts, and sent out reports. I did that every single day for 99 days straight. As they say — fake it till you make it. It was the only way to keep the client.
But that experience actually helped us understand how AI should work. By comparing my manual results with the model’s output, I saw that the AI was only about 50–60% accurate. We found the errors and kept training the algorithms. A few months later, the system finally started working on its own
«For two years, we worked on designing our own smart camera — from the circuit board to the optics and the casing»
— Sounds like the early days weren’t easy. You didn’t have the team or resources yet, but the client was already expecting results. How did you manage it all and build up your AI expertise along the way?
— When it came to expertise, at first we had no real understanding of how AI worked — neither me nor the team. This was back in 2019–2020, before ChatGPT and the big AI hype. There were hardly any specialists in Uzbekistan or even in nearby countries. So we basically started from scratch, learning through YouTube, articles, forums, and Google. We just kept trying, failing, and trying again.
Progress was slow because we didn’t have mentors or the resources we needed. Training neural networks requires serious computing power, which is expensive. So we had to find workarounds. For example, our Head of AI, Sirojiddin Nuriev, was studying in South Korea at the time and helped us access the computing resources of his university’s lab, where students were allowed to run experiments. That’s where we trained the first versions of our model.
Step by step, we built up our in-house expertise, brought the model to stable accuracy, and were finally able to move from experiments to a full-fledged product.
Today, we have around 40 employees, including 12 engineers at our main office and 2 researchers with master's and PhD degrees in AI and computer vision from universities in South Korea.
— What are the advantages of the TASS Vision system?
— Most stores today still use basic sensors that react to any kind of movement. Because of that, the system might count someone as a customer even if they just walked past the entrance or waved a hand nearby.
The error rate of those basic sensors can reach 40–50%, but they’re still widely used because they’re cheap — and retail is a low-margin business. AI-based analytics, on the other hand, is much more accurate, but it comes at a higher cost, usually between $500 and $1,000 per store per year.
We came up with a solution that combines the best of both worlds: the high accuracy of AI systems and the low cost of simple sensors. This became possible because all the data processing happens directly inside the camera.
— How does the system actually work?
— Usually, AI systems connect to existing in-store cameras and analyze video through the cloud, meaning the footage is sent to a server for processing. That setup is expensive because you have to pay for cloud storage and computing. We decided to take a different approach and moved all the processing directly onto the devices themselves. As a result, the cost dropped by a factor of ten, and the data is now processed in real time.
For two years, we worked on designing our own smart camera — from the circuit board to the optics and the casing. In a way, it’s similar to how Apple operates: we develop the design and specifications in-house, then outsource production to partners in Shenzhen. After that, we install our own software and firmware on the devices.
With a lifespan of five years, our camera ends up costing the store just $2.50 per month, compared to the $250 typically paid for cloud-based AI solutions. That’s nearly a 100-fold difference.
«A 1% increase in conversion at just one store is enough to cover the cost of our system»
— How many clients are you working with right now?
— Today, our systems are installed in over 2,000 stores across 10 countries. We brought in clients directly, without using intermediaries. We knew exactly who we were targeting — non-food retail chains like electronics stores, pharmacies, and clothing retailers. There aren’t that many of them in each country, maybe up to 100, so we went after them one by one. We built a list, made calls, and reached out directly to their offices. Step by step, we grew our sales and reputation through personal meetings and word of mouth, not through marketing.
— What exactly does the system measure, and how does it help retailers?
— We don’t just count visitors — we deliver insights that help boost sales. For example, the system shows how effective marketing campaigns are by tracking how many people came in after seeing an ad, and how many of them actually made a purchase.
Marketers can see which campaigns actually worked and which ones just burned through the budget. The system also calculates customer acquisition cost (CAC), something that was nearly impossible to track in offline retail before.
— How does the data impact the work of sales assistants?
— We help stores measure conversion. For example, if 100 people walk into a store and 5 make a purchase, that’s a 5% conversion rate. Now, managers can actually see those numbers and factor them into employees’ KPIs.
When sales assistants realize the camera is “watching,” they start paying more attention to each customer — and that directly impacts revenue. Poor service is one of the main reasons for low conversion. Often, someone walks into a store and no one approaches them, asks questions, or offers help, so they leave without buying anything.
— Do you have any examples where this had a major impact?
— Yes — one major electronics retail chain completely changed its motivation system after using our data. They removed fixed salaries and based bonuses entirely on conversion rates. It was a risky move, but it paid off: sales jumped by 63% in just three months.
In essence, the data helped them build a transparent and performance-driven motivation system. And for large chains, even a 1% increase in conversion is enough to cover the cost of TASS Vision. On average, our cameras pay for themselves within six months.
— What’s the startup’s business model — how do you earn revenue?
— We offer four subscription packages — Standard, Plus, Pro, and Enterprise — with monthly fees of $29, $49, $69, and $119, depending on the features included.
The Standard plan is our basic package. It includes visitor counting, age and gender detection, and group recognition (for example, a family or a group of friends is counted as a single visit). It also features employee identification using badges to keep the data clean, plus access to a mobile app, email notifications, and basic statistics.
The Plus package includes more advanced features and reports, such as automated AI-generated insights, benchmarking, and POS integrations. The Pro package takes it a step further with face recognition, which makes it possible to distinguish between new and returning customers and gather deeper analytics for each store.
The Enterprise plan is designed for large retail chains and includes personalized modules, custom integrations, and priority support.
Currently, around 70% of our clients are planning to upgrade to the Pro plan, which includes five additional modules.
«ChatGPT actually recommended us to a partner in Peru»
— Let’s talk about investment. How much funding have you raised so far?
— In the beginning, we didn’t have any capital, so we invested our time and knowledge. We relied on client prepayments to keep things moving. Our first $100,000 came from three angel investors, one of whom is the founder of the Texnomart retail chain. Later, we received support from UzVC, and Kazakhstan’s Activat VC invested $150,000. Our participation in 500 Global brought in another $100,000. Altogether, we raised around $350,000 in the early stages, enough to launch the first version of the product and start scaling.
In 2025, we closed a $1.5 million funding round. The lead investor was the European fund Purple Ventures, with a $500,000 check. The round also included Pragmatech Ventures, IT Park Ventures, Big Sky Capital, SABAH.fund, and several others — eight investors in total.
— How difficult is it for a startup from Central Asia to attract European investment?
— It definitely wasn’t easy, even though everything looked great. We had an 86% margin, our ARR was close to $1 million, and we had a clear business model. Still, I personally reached out to over 250 venture funds, and almost all of them turned us down. Most said something like: “Sounds interesting, but you need traction in Europe or the USA.” In Central Asia, it’s relatively easy to raise a pre-seed round, a bit harder to raise seed, but entering Series A is almost impossible. There are very few large funds in the region willing or able to do full due diligence. The turning point came in December 2024, when we met with the European venture fund Purple Ventures. After six months of negotiations, they agreed to lead the round. That changed everything. Once they joined, other investors followed. Purple Ventures became the first independent European investor to make an exception for a startup from Uzbekistan. They believed that global tech companies could come from Central Asia.
We used the funding to purchase equipment, build out our R&D team, and expand into new markets.
— When did you start expanding into international markets, and how do you manage operations across different countries?
— After Uzbekistan, our first international market was Kazakhstan in 2023. Today, our systems are installed in over 10 countries, including Kyrgyzstan, Azerbaijan, Mongolia, Tajikistan, Turkey, Saudi Arabia, the UAE, and Peru.
Retail faces the same core challenges everywhere — understanding who’s coming into the store, how staff are performing, and what influences conversion. The only real differences are language and time zones: in Peru we speak Spanish, in Turkey it’s Turkish, and in Central Asia we use Russian.
We use two models. In countries like Kazakhstan, we establish a direct presence. We open a local company, hire a team, and handle sales and support ourselves. In other markets, we build a network of distributors. We provide them with the product and full training. They earn a 20–30% margin and help us scale more quickly. That’s how we entered Kyrgyzstan, Azerbaijan, Mongolia, and Tajikistan. By the end of the year, we plan to expand into Georgia and Armenia as well.
Sometimes, partners find us on their own. For example, in Peru, we were contacted by an electronics retail chain. They said ChatGPT had recommended us. We sent them cameras and ran a pilot in 50 locations.
Now, they’re preparing to scale the system across 1,100 points of sale.
— What are your plans for the near future?
— By the end of the year, we plan to finalize the Pro package, which includes face identification and tracking the time customers spend in-store. We also aim to onboard new partners in Armenia and Georgia.
In the next 3 to 5 years, our goal is to onboard 15,000 points of sale worldwide, grow our annual revenue by at least 150%, and reach a $100 million valuation. After that, we plan for an M&A, either merging with or selling the company to a strategic partner, most likely a major player from the USA. For me, that’s a natural next step. TASS Vision is my first startup, and after this, I plan to build even bigger companies.
— What areas are you interested in exploring next?
— I’m interested in agricultural technologies, water supply solutions, and sustainable development — areas that will shape people’s lives over the next 50 to 100 years. I want to build products that stay relevant for the long term and can be used by millions of people around the world.