Проблема иссякания данных и монетизации экосистемных сервисов на конференции AHA!25

29 мая на конференции AHA!25  эксперты обсудили актуальные вопросы product science, машинного обучения и продуктовой аналитики.

Александр Абрамов, исполнительный директор, руководитель AI, ML команд в RnD для B2C, СберИИ, в своем выступлении рассказал об основных трендах и вызовах в GenAI в 2025 году.  

В частности, он отметил, что успех языковой модели на 90% зависит от качества потребляемых данных, и как раз с этим связана одна из актуальных проблем — их «иссякания». Уже сейчас скорость потребления данных моделями для обучения и скорость появления новых датасетов выровнялась. Можно даже сказать, что их уже не хватает — соответственно возникает задача создания синтетических датасетов. По сути, сейчас зарождается направление генерации/очистки данных самими LLM для обучения других моделей. Это позволит обучаться на своих же собственных примерах, генерировать, фильтровать старые датасеты, создавая из них более качественные, использовать агентные системы для генерации знаний, а также чистить и обезличивать проприетарные данные.

Также спикер отметил пользу от дистилляций знаний LLM с целью уменьшения моделей под инференс, переноса удачных паттернов и знаний от старой модели учителя к ученику и пр. (при том что у подхода есть и недостаток — дистилляций не решает проблему отсутствия новизны) и рассказал о новых витках импакта RL и DeepSeek, трендах на агенты и персонализацию и т.д.

Как экосистема растит бизнес — рассказал Кевин Ханда, CPO & CTO Uzum. По его словам, ключевая задача экосистемы — правильно выстроить цепочки и воронки таким образом, чтобы пользователи сначала приходили в e-commerce как в более доступный канал, решали там свои ежедневные задачи, а затем конвертировались в финтех-продукты и сервисы формата BNP, которые позволяют эффективно монетизировать аудиторию.

Пользователи, активно использующие несколько сервисов, обеспечивают доходность в несколько раз выше. Поэтому основная задача компании — максимально упростить путь клиента к использованию как можно большего числа сервисов, закрывая его ежедневные потребности.

На практике, по словам спикера, это выглядит следующим образом: пользователь приходит на маркетплейс, затем конвертируется в банковского клиента, открывая карту, воспользовавшись спецпредложением. После этого необходимо сконцентрироваться на увеличении конверсии и частоты транзакций уже среди банковских клиентов.

Важный момент: когда пользователь становится клиентом банка, он проходит обязательную идентификацию, что обеспечивает большой объем данных, которые помогают улучшать персонализацию и рекомендации на Uzum Market. Таким образом происходит оптимизация Customer Acquisition Cost (стоимость привлечения клиента): пользователь приходит в экосистему по минимальной цене (около 500 рублей), а затем с высокой конверсией (до 50%) начинает использовать дополнительные сервисы. Весь фокус экосистемы направлен на увеличение среднего чека и LTV пользователя (например, предложив ему just-in-time рассрочку).

Источник: http://futurebanking.ru/post/4163