Finansowanie
ZyG pozyskał 60 mln dolarów w ramach rundy A, aby zbudować system operacyjny AI dla e-commerce

ZyG celuje w jeden z największych nieefektywności e-commerce: potrzebę łączenia dziesiątek narzędzi, agencji i procesów roboczych, aby tylko uruchomić i skalować jedną markę. Zamiast poprawy jednej części tego procesu, firma buduje system operacyjny napędzany przez AI, zaprojektowany do obsługi wszystkiego, od odkrycia produktu do marketingu, konwersji i logistyki w ramach jednej, zunifikowanej platformy.
Firma pozyskała 60 milionów dolarów w ramach rundy A, której przewodniczy Accel, z udziałem Felix Capital, Bessemer Venture Partners oraz Lightspeed Venture Partners. Runda ta ma wartość firmy na poziomie 500 milionów dolarów i następuje zaledwie dwa miesiące po tym, jak ZyG wyszedł z fazy stealth z wcześniejszym podniesieniem kapitału w wysokości 58 milionów dolarów, co daje łączne udokumentowane finansowanie na poziomie 118 milionów dolarów.
Inna perspektywa na infrastrukturę e-commerce
W centrum podniesienia kapitału znajduje się podstawowy produkt ZyG: system operacyjny napędzany przez AI dla marek direct-to-consumer.
Firma celuje w trwałe wyzwanie w e-commerce — skalowanie produktu w zrównoważoną markę zwykle wymaga sfragmentaryzowanego połączenia agencji, narzędzi i wewnętrznej ekspertyzy w dziedzinie marketingu, analizy i logistyki. Podejście ZyG polega na konsolidacji tej złożoności w jednym systemie.
Zamiast oferowania rozwiązań punktowych, platforma działa jako system “agentic”, koordynując wiele funkcji biznesowych jednocześnie. Obejmuje to wszystko, od pozyskiwania klientów do ich utrzymania i workflow operacyjnych.
Od pomysłu na produkt do skalowanej marki
ZyG prezentuje swoją platformę jako coś więcej niż oprogramowanie. Została ona zaprojektowana do identyfikacji perspektywicznych możliwości produktowych, oceny ich potencjału oraz wykonania wzrostu od końca do końca.
Poprzez modelowanie predykcyjne i własny system oceny, platforma ocenia, czy produkt ma szansę na skalowanie przed zaangażowaniem znacznych zasobów.
Gdy produkt spełnia ten próg, system wspiera:
- tworzenie sklepu i branding
- generowanie treści i kampanii reklamowych
- pozyskiwanie użytkowników i organiczny wzrost
- optymalizację konwersji i utrzymania
- koordynację logistyki i łańcucha dostaw
Ten model full-stack zastępuje tradycyjną mozaikę narzędzi i dostawców usług zwykle wymaganych do prowadzenia biznesu e-commerce.
Przesunięcie w kierunku “Agentic OS”
ZyG jest częścią szerszego ruchu w kierunku systemów AI “agentic”, które nie tylko analizują dane, ale także działają na ich podstawie.
W e-commerce oznacza to przesunięcie od dashboardów i workflow manualnych do systemów, które ciągle podejmują decyzje w zakresie marketingu, cen, zapasów i zaangażowania klienta. Te platformy opierają się na zintegrowanych potokach danych i sprzężeniu zwrotnym, aby optymalizować wyniki w czasie rzeczywistym.
Zbudowany przez zespół, który to robił wcześniej
Firma została założona w 2025 roku przez menedżerów z ironSource, w tym CEO Omera Kaplana i przewodniczącego Tomera Bar-Zeeva. Ich doświadczenie w skalowaniu dużych platform cyfrowych wpływa na focus ZyG na automatykę, infrastrukturę danych i wykonanie ukierunkowane na wyniki.
Szerszy zespół składa się z inżynierów i specjalistów AI z doświadczeniem w budowaniu systemów o wysokiej skali, co wzmacnia nacisk firmy na niezawodność i głębię operacyjną.
Szerszy obraz
Wzrost platform takich jak ZyG wskazuje na przesunięcie w kierunku bardziej autonomicznych operacji e-commerce.
Zamiast łączenia narzędzi, agencji i wewnętrznych zespołów, firmy mogą coraz częściej polegać na zintegrowanych systemach, które obsługują wykonanie na całym cyklu życia — od testowania produktu do utrzymania klienta. Może to znacznie zmniejszyć złożoność operacyjną, przyśpieszając, jak szybko nowe marki są uruchamiane i skalowane.
To również zmienia, jak mierzy się wydajność. Podczas gdy podejmowanie decyzji staje się zautomatyzowane, focus może przesunąć się w kierunku wyników na poziomie systemu, takich jak spójność, adaptacyjność i zdolność do optymalizacji na kilku zmiennych w czasie rzeczywistym.
Jednocześnie większa automatyka wprowadza nowe wyzwania wokół kontroli i nadzoru. Podczas gdy systemy AI przejmują odpowiedzialność za takie zadania, jak alokacja budżetu, testowanie kreatywności i decyzje dotyczące zapasów, zapewnienie przejrzystości i niezawodnych barier bezpieczeństwa stanie się kluczowe.
To odzwierciedla szerszy ruch w kierunku “lekkich” firm, w których mniej osób zarządza coraz bardziej zdolnymi systemami. Przewaga konkurencyjna może przesunąć się od samej wydajności do tego, jak skutecznie te systemy są konfigurowane i zarządzane.










