На связи Яндекс:
про ИИ из первых рук

Яндекс работает с ИИ почти 20 лет — в 2007 году мы внедрили ML-ранжирование в Поиск. В 2017 году представили виртуального ассистента Алису, работающую на основе искусственного интеллекта. К 2023 году Яндекс разработал новое поколение генеративных нейросетей – YandexGPT и YandexART. В этом году Яндекс сосредоточен на разработке новой версии языковой модели (YandexGPT 5.0) с возможностью глубоких ответов и рассуждений в Нейро, расширении мультиязычности AI-ассистента Алисы, создании B2B продуктов для оптимизации бизнес-процессов.
Яндекс монетизирует технологии ИИ по нескольким направлениям. В первую очередь, внедряя ИИ-инструменты в собственные продукты и сервисы. Так, YandexGPT интегрирована в 20 собственных сервисов компании, включая умные устройства, такие как колонки и ТВ-станции. А YandexART насчитывает 15,5 миллионов пользователей.

Нейросети обеспечивают значительную долю выручки рекламного бизнеса Яндекса — до 40% выручки от рекламы в поиске и две трети выручки в рекламной сети компании.

С 2023 года стало прибыльным направление умных устройств. Выручка сегмента в 2024 году составила 46 млрд рублей. Опция Алиса Про уже насчитывает 2,1 млн подписчиков, пользователи обращаются к AI-ассистенту более 7 млрд раз в месяц. Всего с 2018 года продано более 14 млн устройств с Алисой. Также подписочная модель развивается внутри Яндекс Плюса (39,2 млн подписчиков).
В высоконагруженных сервисах, таких как Директ или Маркет, ИИ-оптимизация дает практически мгновенный экономический эффект. Так, внедрение Yandex Neuro Ads 3.0 увеличило эффективность рекламных кампаний на 34%, а использование нейровидео в объявлениях повысило количество целевых действий на 25%.

Основной позитивный эффект от появления DeepSeek мы видим в том, что в гонке ИИ до сих пор нет победителя, шанс им стать есть у всех участников, в том числе и Яндекса. Например, в 2023 году Яндекс стал единственной российской компанией, которая вошла в список лидеров в области развития ИИ, составленный учеными Массачусетского технологического института (MIT) и центра Epoch AI.
Мы всегда говорим о том, что высокая конкуренция — необходимый драйвер для роста всех технологических компаний.
Кроме того, DeepSeek выложил свои разработки в открытый доступ, что может быть полезным для сообщества. В частности, может ускорить внедрение передовых технологий и способствовать новым открытиям в области ИИ. Мы в Яндексе активно вкладываемся в «опенсорс», делимся нашими решениями и используем открытые технологии для улучшения собственных продуктов. Например, мы выпустили инструмент YaFSDP для ускорения LLM (Large Language Model), который может сократить расходы на 25%.

В ближайшие несколько лет качество всех моделей LLM выровняется, и пользователи перестанут обращать внимание на конкретную модель, лежащую в основе продукта. На первый план выйдет интерфейс и функциональность конкретных сервисов, использующих LLM:
поддержка различных языков, работа с разными форматами файлов и другие возможности.

Также важно, что реакция западных рынков на появление DeepSeeк еще раз показала нам, что ИИ — важнейший мультипликатор к стоимости компаний.

Что касается платных подписок на чат-боты, то по прогнозу экспертов, использование искусственного интеллекта должно полностью перейти в платную область, поскольку иначе это экономически нерационально.

Мы продолжаем активно соревноваться с иностранными конкурентами в некоторых направлениях. Например, поисковая система Google по-прежнему работает на нашем рынке, и мы конкурируем с ними за внимание пользователей.

Для нас важно, чтобы на рынке были разные игроки, которые будут подстегивать конкуренцию и в конечном итоге мотивировать всех улучшать свои продукты. Поэтому мы думаем, что возврат других иностранных игроков положительно скажется на развитии рынка в целом.

Мы уверенно себя чувствуем и понимаем, что пользователи продолжат выбирать наши продукты. В последнее время мы много инвестировали в повышение качества наших сервисов и видим значительный приток пользователей на наши платформы.

При этом мы думаем, что возвращение иностранных брендов позитивно скажется на показателях нашего бизнеса. Мы предполагаем, что возможный возврат зарубежных рекламодателей принесет дополнительный приток выручки в нашей рекламной сети.

Мы с разных сторон заходим в сторону применения нейросетей в работе и в жизни. Многие наши пользовательские продукты и бизнес-решения на основе LLM уже давно зарабатывают, но есть и другие ниши и способы монетизации LLM – например, повышение эффективности внутренних процессов и создание профессиональных продуктов.

Так, Yandex B2B Tech запустил новый сервис для генерации умных подсказок для операторов контакт-центра — Yandex Neurosupport. Он выполняет функции второго пилота: нейросеть анализирует текстовые вопросы клиентов и предлагает оператору вариант ответа. Специалист может выбрать: отправить сообщение без изменений, скорректировать ответ или составить его самостоятельно.

Яндекс уже внедрил технологию для улучшения работы поддержки в своих сервисах. Благодаря этому «Еда» и «Маркет» ускорили решение вопросов клиентов на 10–15%.

В 60% случаев операторы выбирают ответы, предложенные моделью, для отправки клиентам. Это не снижает качество обслуживания.

В отличие от чат-ботов, где искусственный интеллект сам отвечает на простые запросы, в новом сервисе с клиентом продолжает общаться человек, которому помогает ИИ. Так комплексные и сложные вопросы клиентов решаются гораздо быстрее и качественнее. Нейросеть ускоряет работу операторов и позволяет им переключиться на более сложные задачи.

В будущем в сервисе появятся ИИ-агенты — помощники, которые автономно решают задачи и взаимодействуют с другими приложениями. Например, они будут самостоятельно собирать и анализировать информацию о статусе заказов.

Прежде всего, растет спрос на профессиональные инструменты, работающие на базе ИИ-технологий. По оценке McKinsey, именно такие проекты в ближайшие три-пять лет имеют самые широкие возможности для выхода на рынок и монетизации. На фоне этого разработчики нейросетей начинают работать по модели B2E (Business to Employee), то есть создавать решения под потребности сотрудников разных сфер.

Так, рынок белых воротничков становится главной аудиторией разработчиков ИИ-сервисов на ближайшие годы, в этих направлениях сосредотачиваются инвестиции.

ИТ-компании фокусируются на создании решений, адаптированных под конкретные профессии и задачи, что позволяет сотрудникам эффективно использовать ИИ в своей работе. Например, узкопрофильные решения имеют высокий потенциал в таких областях, как медицина и юриспруденция, где они могут решать сложные специфические задачи и экономить время профессионалов.

В Яндексе есть целое направление по монетизации LLM. Мы создаём разные профессиональные продукты на основе семейства больших языковых моделей YandexGPT, дообучая их под сценарии конкретных профессий.Это одно из направлений с наибольшим потенциалом для монетизации базовой технологии. Например, Yandex Neurosupport помогает бизнесу оптимизировать расходы, позволяя выполнять больше задач с теми же ресурсами. Это особенно актуально в условиях низкого уровня безработицы, когда спрос на рабочую силу высок, а её предложение ограничено.

При этом это лишь один сервисов из нашей линейки копилотов. Мы также создаем решения для рекрутеров, маркетологов и разработчиков Яндекса.

При разработке решений мы отталкиваемся от потребностей сотрудников Яндекса. Доказывая эффективность решений внутри компании и видя рыночный спрос, мы делимся ими с индустрией.

Мы сначала разрабатываем и тестируем продукт внутри. Так, помимо Yandex Neurosupport, на рынок вышел Нейроэксперт — ИИ-сервис, который сам найдёт нужную информацию в файлах и ссылках. Сначала он тестировался внутри Яндекса — чаще всего сотрудники использовали его для работы с корпоративной документацией, инструкциями и исследованиями. Другой пример — Yandex SpeechSense – продукт, созданный командой Yandex Cloud, для анализа коммуникаций с клиентами, в том числе в контакт-центрах. Внедрение сервиса показывает ощутимый экономический эффект как для внешних компаний, так и внутри Яндекса. Например, Яндекс Реклама увеличила объем анализа до 100% диалогов, и при этом сократила стоимость оценки звонков в 3,5 раза.

Мы предоставляем бизнесу фундаментальные модели по API и инструменты для разработки ИИ-сервисов. На нашей платформе Yandex AI Studio доступны генеративные модели, технологии синтеза и распознавания речи, машинного перевода. Более 17 тысяч компаний уже применяют YandexGPT для бизнес-сценариев, 6,5 тысяч – YandexART, а с помощью технологии Yandex SpeechKit было озвучено более 100 миллионов минут речи.

В Yandex AI Studio компании могут собирать AI-ассистентов с учётом собственной базы знаний. Кроме этого, с помощью своих внутренних технологий мы делаем готовые ИИ-сервисы – например, Yandex SpeechSense для речевой аналитики.

В первую очередь бизнес опирается на ROI-driven сценарии. Популярные примеры использования LLM – написание кода, автоматизация поддержки, поиск информации по базам знаний, саммаризация встреч. Банки внедряют ассистентов поддержки пользователей, ритейлеры создают описания для карточек товаров, саммаризируют отзывы на сайте, маркетинг генерирует контент для рекламных кампаний.

Например, «Ренессанс страхование» внедрила решение с использованием YandexGPT по API для согласования медицинских услуг для клиентов по ДМС. А «Золотое Яблоко» запустила сервис для создания электронных подарочных карт с персонализацией от YandexART.

По оценке Яндекса, объём рынка, на котором работает Yandex B2B Tech, в 2024 году исчислялся 240 млрд руб., а доля Yandex B2B Tech на нём составила около 13%. К 2028 году рынок вырастет более чем вдвое, до 510 млрд рублей, продемонстрировав среднегодовой темп (CAGR) порядка 21%. Компания ожидает, что Yandex B2B Tech будет расти значительно быстрее рынка.

Для нас важно предоставить доступ к базовым моделям и помочь любому бизнесу стабильно и качественно их интегрировать. Это касается и собственных LLM Яндекса, и общедоступных. Кроме этого, мы продолжим развивать инструменты для построения ИИ-приложений, в том числе агентских систем, и разрабатывать готовые сервисы для автоматизации с помощью ИИ.