18 % больше запросов «повторить трек» – и всё благодаря одной нейронке. Яндекс только что выпустил Sona, модель, которая в одиночку генерирует кандидатов и ранжирует их, заменяя целый каскад из десятков генераторов и кучи вручную отобранных признаков.

Обычная рекомендационная система выглядит как фабрика: несколько слоёв «генераторов», потом набор ручных фич, потом ещё несколько этапов ранжирования. Каждый слой требует отдельного тестирования, настройки и постоянного мониторинга. Sona устраняет эту «фабрику», превращая её в один «универсальный» блок. На практике в умных колонках она обогнала прежний конвейер, а пользователи стали чаще просить повторить понравившуюся песню – рост на 18 %.

Для разработчиков это значит меньше кода, меньше багов и быстрее выводить новые фичи в прод. Для бизнеса – экономия на инфраструктуре и на специалистах, которые раньше «выковывали» признаки. Но тут же появляется и другая сторона медали: полностью полагаться на «чёрный ящик» сложнее контролировать, а ошибки могут стать менее предсказуемыми.

Итого: одна модель уже умеет делать то, что раньше требовало целой команды. Вопрос, который стоит задать себе: готовы ли мы доверять рекомендациям, построенным без человеческого «чувства»? 👀