Yandex for Products

🔥 Новости программы deep tech night На конференции deep tech night вас ждут два формата: • Hard — технические доклады о сложных и масштабных задачах. Формат подойдёт тем, кто хочет вдумчиво разобраться в технической стороне темы. • Experiment — лайтнинги и интерактивные кейсы об экспериментах с AI-агентами, новых подходах и продуктовых находках. Этот формат для всех, кому интересно пробовать новое и следить за трендами. 🕵️‍♂️ В карточках рассказываем о новых спикерах и их темах. Смотрите полную программу и регистрируйтесь на deep tech night, которая пройдёт 5 сентября. Присоединиться к конференции онлайн можно по предварительной регистрации. 🔸 Зарегистрироваться Подписывайтесь: 💬 @Yandex4Products 📹 @YandexforProducts

🤖 Внедрение AI в бизнес: сегодня и завтра Привет, это Кирилл Гурбанов, основатель sfer.ai. На Product : Fest я провёл воркшоп по AI-автоматизации работы менеджера. Вместе с участниками мы обсудили, на какой стадии находится рынок AI-инструментов для бизнеса, какие успешные кейсы внедрения уже существуют и в каких сферах они работают лучше всего. 🕵️‍♂️ А в карточках я рассказал, как создать рабочую среду «человека будущего» с помощью AI-агента. Вот основные инсайты из воркшопа: 🆚 AI-рынок ещё в начале пути Не более 10% компаний масштабировали AI хотя бы в одной функции. Главным барьером пока выступает непрозрачность эффекта: почти 28% компаний просто не понимают, окупятся ли их вложения. 🆚 Эпоха бездумных бюджетов заканчивается Microsoft отключил Claude Code 100 000 инженерам, Uber сжёг годовой AI-бюджет за 4 месяца. Главный вопрос в 2026 году не в том, купить ли подписку, а в том, какой бюджет на токены заложить на квартал и кто будет за него отвечать. ➰ Но мы уже можем определить 6 областей внедрения с реальным эффектом: 🟣 Legal 🟣 IT-разработка 🟣 Клиентская поддержка 🟣 Супервизия продаж 🟣 Рутина бэк-офиса 🟣 Контент AI в этих областях не заменяет команду, а убирает из её жизни рутину и повышает прозрачность процессов. 🆚 С чего стоит начинать внедрение Это работа, которую можно описать правилами. Например, обработка заявок, классификация, отчёты. AI уже успешно автоматизирует такие процессы. Идеальная первая AI-задача должна набирать как минимум 3 из 4 следующих критериев: 🟣 Judgment Light задачи: низкий уровень требовательности к экспертизе и суждениям конкретного человека 🟣 Рутинность, повторяемость и предсказуемость 🟣 Масштаб (большое количество людей в функции) 🟣 Высокая бизнес-ценность работы специалистов, которые делают эту работу вручную А вот всё, что связано со стратегией, переговорами, вкусом и интуицией, пока остаётся за человеком. 🆚 Основной вывод: наступает эра дистрибуции Технология и продукт, особенно в IT, перестают быть конкурентным преимуществом. На первое место выходят маркетинг и продажи, потому что конкуренция за аудиторию в условиях, когда создавать софт стало легче, кратно вырастет. 🔸 Подписывайтесь на мой основной канал и на отдельный, который я целиком посвятил AI. 📺 Доклады с Product : Fest можно посмотреть в плейлистах: на ютубе или в VK Видео. Подписывайтесь: 💬 @Yandex4Products 📹 @YandexforProducts

🔥 Делимся первыми спикерами на deep tech night В карточках рассказываем, кто и на какие темы будет выступать на конференции 5 сентября. А чтобы получить доступ к эфиру, задать вопросы экспертам в прямом эфире и первыми посмотреть запись после события, зарегистрируйтесь на сайте. 🔸 Подробности о докладах и форма регистрации Подписывайтесь: 💬 @Yandex4Products 📹 @YandexforProducts

📕 Я перепоручил ведение базы знаний AI-агенту — расскажу как Привет, это Толя Панов, CTO Яндекс Карт. Мы уже встречались в этом канале, я делал пост про организацию заметок. Сегодня продолжим тему. Я довольно давно веду базу знаний в Obsidian и, как любой уважающий себя «хомяк», накопил запас необработанных материалов. Это репосты и ссылки из любимых каналов в телеграме, ссылки в to-do-листе и рекомендации книг, которые некогда разобрать. 🔸 Основная идея проста: перепоручить ведение базы знаний AI-агенту. Чтобы суммаризацией, систематизацией и построением связей занималась машина. В результате получится та самая LLM Wiki с источниками. ➰ Как выглядит структура базы знаний? 🟣 Папка inbox со всеми исходными материалами. Телеграм-бот копирует сюда посты, web clipper — тексты статей, а PDF с white papers я кладу руками 🟣 Папка AI workspace для самой Wiki. Только в ней агенту разрешено делать изменения. Такое ограничение даёт спокойствие, что остальная часть базы будет не тронута массовыми правками и галлюцинациями Потом я создал три новых навыка AI-агента. И выложил их на GitHub: 🟣 compile — обрабатывает заметки из inbox по моим правилам ведения базы и обновляет AI Wiki 🟣 vault-health-check — быстрая проверка. Чинит сломанные ссылки, заметки без ссылок, устаревшие заметки, незакоммиченные изменения. Полезно запускать после ручных правок 🟣 deep-audit — глубокий аудит заметок: структура, связи, валидность утверждений и ссылок на источники ➰ Как с этим работать? Я прошу агента искать ответы в первую очередь в базе. И при необходимости собирать ответ в новую заметку. Например, спрашиваю: «Какие есть лучшие практики использования AI при разработке ПО?» Получаю суммаризацию статей и собранные вместе мысли из evergreen notes. Такой конспект можно быстро прочитать и провалиться глубже по ссылкам. Если информации в базе не хватило, прошу собрать дополнительные материалы и ссылки из моих источников. Сохраняю, компилирую, уточняю. И так по кругу 🙂 ➰ Что получилось в результате? 🟣 Я обработал весь накопившийся за годы текстовый бэклог, свыше 250 источников 🟣 Разобрался в темах, до которых не доходили руки: geospatial AI, тренды по AI в разработке, паттерны агентных систем 🟣 База стала не просто архивом ссылок, а рабочим инструментом. Теперь не нужно вспоминать, где именно видел нужную мысль. Достаточно задать вопрос агенту и провалиться в источники В итоге мне зашло. Я наконец-то разгрёб старые запасы ссылок, оставленных на потом, и создал процесс, в котором база знаний не просто копится, а сама помогает думать. Промпты, формат заметок и audit-сценарии я ещё дорабатываю. Но направление выглядит очень перспективным. Подписывайтесь: 💬 @Yandex4Products 📹 @YandexforProducts

🚀 Погружаемся в технологии на deep tech night 5 сентября пройдёт deep tech night — масштабная онлайн-конференция Яндекса о технологических вызовах, с которыми IT-индустрия сталкивается в эпоху AI: от изменений в разработке до новых требований к архитектуре и инфраструктуре. Это событие для бэкендеров, фронтендеров, тимлидов, аналитиков, продактов и всех, кто работает в IT-индустрии, внедряет AI в процессы, проектирует сложные системы и ищет новые решения. ▶️ В программе доклады экспертов из Яндекса и международных IT-компаний: 🟣 Мо Гавдат, ex-Chief Business Officer, Google X 🟣 Алексей Гусаков, CTO Поисковых сервисов и ИИ 🟣 Сергей Мельник, руководитель сервиса Автономного транспорта и роботов И другие спикеры (некоторые из них пока что секретные — расскажем о них в ближайшее время 🤫). 🔸 Зарегистрироваться Подписывайтесь: 💬 @Yandex4Products 📹 @YandexforProducts

🚲 Чем живёт руководитель курьерских проектов Знакомьтесь, это Лена Щеплова из Яндекс Еды. В новом выпуске 1×1 мы пришли к ней в офис и задали несколько вопросов о работе и жизни. Смотрите интервью на ютубе или в VK Видео, чтобы узнать: 🟣 Чем занимается руководитель курьерских проектов в Еде 🟣 Как успевать не только работать, но и преподавать в университете, путешествовать и вести канал с мемами 🟣 Зачем самому выходить в город с жёлтой сумкой за плечами 🟣 Почему, если что-то не получается, нужно пробовать снова 🟣 Как кайфовать от работы каждый день ▶️ Если вам показалось, что вы уже знакомы с Леной, то вам не показалось. В нашем канале она писала серию постов с полезными материалами для продактов. Вот и отличный повод их перечитать: 🟣 Путешествие по Customer Journey Map 🟣 Зачем продакты выходят в поля 🟣 Как в Еде выкатывают новые фичи 🟣 5 традиций, которые помогают строить эффективные процессы Подписывайтесь: 💬 @Yandex4Products 📹 @YandexforProducts