АКРА повысило прогноз по кредитному рейтингу Яндекс Банка до «Позитивного»

Агентство подтвердило кредитный рейтинг АО «Яндекс Банк» на уровне A(RU) и повысило прогноз со «Стабильного» на «Позитивный». В основе оценки — рост бизнеса, финансовые результаты и укрепление рыночных позиций банка.

АКРА отмечает, что Яндекс Банк вышел из инвестиционной стадии и начал самостоятельно наращивать капитал за счет прибыли. По МСФО она превысила 4 млрд рублей в 2025 году и составила около 7 млрд рублей уже за первое полугодие этого года.

Эта динамика дополняет результаты всего направления Финансовых сервисов Яндекса, которое продолжает масштабироваться и улучшать финансовые показатели.

🔵Рост выручки и маржинальности. За девять месяцев 2026 года выручка увеличилась на 59% год к году, до 94,1 млрд рублей. Мы продолжаем развивать финансовые продукты для пользователей и бизнеса. При этом скорр. EBITDA направления составила 3,7 млрд рублей против убытка годом ранее.

🔵Увеличение оборота. Общий оборот (GMV) Финтеха впервые превысил 1 трлн рублей уже по итогам девяти месяцев.

( Читать дальше )

Результаты МКПАО «ЯНДЕКС» за 3 квартал 2026 года

Результаты МКПАО «ЯНДЕКС» за 3 квартал 2026 года

✔️ Продолжаем работу и развитие ключевых направлений.
События октября, связанные с атаками на дата-центры, произошли после завершения третьего квартала. Работа ключевых функций сервисов для пользователей и бизнеса восстановлена. Мы ускоряем развитие распределённой инфраструктуры для повышения устойчивости сервисов. Яндекс сохраняет стратегические планы в области ИИ и автономного транспорта, продолжит разрабатывать собственные ИИ-модели и внедрять новые технологии в продукты.

✔️ Финансовые результаты. Выручка за третий квартал выросла на 12% год к году до 411 млрд руб., за 9 месяцев — на 16% до 1,2 трлн руб. Скорр. EBITDA увеличилась на 12% год к году до 88 млрд рублей при рентабельности в 21,4%. По итогам девяти месяцев показатель вырос до 250 млрд рублей — на 30% год к году.

✔️ Рост эффективности. По итогам девяти месяцев скорр. EBITDA выросла почти в два раза быстрее выручки — на 30% против 16%. Это отражает наш фокус на повышении операционной эффективности всех направлений. 

( Читать дальше )

❗️Save the date❗️

29 октября мы опубликуем финансовые результаты Яндекса за 3 квартал 2026 года. Все важные материалы — пресс-релиз, презентацию и инфографику — вы найдёте на нашем IR-сайте.

⏩ В 13:00 состоится онлайн-звонок с менеджментом компании по результатам квартала. Зарегистрироваться и отправить вопросы можно в Zoom. Трансляция также будет доступна в Телемосте.

До скорой встречи! 

Исследование AHD — российский рынок облачных сервисов может достичь 930 млрд к 2030 году 

Аналитическое агентство AHD выпустило исследование рынка публичных облачных сервисов в России. В 2025 году он достиг 382,6 млрд рублей, прибавив 25,3% год к году, и практически удвоился с 2022 года. Общий объём рыночного потребления облачных сервисов по итогам 2025 года  составил 417 млрд рублей. 

Исследование AHD — российский рынок облачных сервисов может достичь 930 млрд к 2030 году 


( Читать дальше )

Яндекс поделился технологией непрерывной обработки данных для более актуальных рекомендаций

Мы выложили в опенсорс YTsaurus Flow — систему для непрерывной обработки больших потоков данных. Она обрабатывает клики, лайки и другие события в интернете сразу же — по мере их появления. Благодаря этому алгоритмы быстрее замечают изменения в интересах пользователей, что напрямую влияет на точность подбора рекламы, товаров и контента.

💬 Разработка уже применяется в нескольких бизнесах. Например, в Маркете Flow используется для сбора оперативной статистики по предложениям и продажам и быстрой реакции на изменение спроса, в антифроде — для быстрого обнаружения злоумышленников. В Рекламе технология ускоряет подготовку данных к дообучению рекомендательных моделей: раньше на это уходило 10–20 часов — с Flow эта задержка почти полностью устранена.

💬 Потенциал технологии шире рекомендательных и рекламных технологий. Flow будет полезна в самых разных проектах, где важна свежесть информации. Например, с её помощью можно готовить данные для обучения ML-моделей, обновлять информацию для сайтов и приложений, считать просмотры, клики и заказы. Технология рассчитана на высокую нагрузку и обрабатывает каждое событие ровно один раз, исключая потерю или дублирование данных.

( Читать дальше )

Сервисы Яндекса вошли в топ-15 самых популярных ИИ-приложений в мире

Приложения Яндекса с Алисой AI заняли 13 место в мировом рейтинге ИИ-приложений от одного из крупнейших венчурных фондов США Andreessen Horowitz (a16z) по месячной активной аудитории. Яндекс расположился сразу после Claude, обогнав DeepSeek, Grok и Perplexity, и стал единственной российской компанией в списке.

Рейтинг a16z оценивает не только самостоятельные чат-боты, но и масштаб использования ИИ внутри привычных цифровых продуктов. В него входят приложения, где генеративный ИИ стал важной частью пользовательского опыта — от браузеров и редакторов до рабочих инструментов.

Именно переход от отдельных ассистентов к ИИ, встроенному в повседневные сервисы, становится одним из основных трендов индустрии и новым полем конкуренции за массовую аудиторию.

У нас этот подход уже масштабирован на несколько платформ:

⏩Чат с Алисой AI. 41 млн человек еженедельно решают рабочие, повседневные и творческие задачи. Она остаётся самой популярной нейросетью у россиян.
⏩ ИИ в Поиске. 49,5 млн пользователей в месяц взаимодействуют с быстрыми ответами Алисы AI. Сейчас нейросеть формирует ответ прямо под поисковой строкой уже на 42% поисковых запросов.

( Читать дальше )

Яндекс представил Sona — новую генеративную модель для рекомендательных систем

Новая модель берёт на себя весь процесс подготовки рекомендаций — от подбора вариантов до их финального ранжирования. Она может заменить десятки отдельных алгоритмов, которые раньше отвечали за разные этапы этого процесса. 

Главные особенности Sona:

✔️ Тесты показали улучшение точности рекомендаций. На неделю Sona заменила действующую систему музыкальных рекомендаций в умных колонках с Алисой. В тестовой группе время прослушивания предложенных треков выросло на 6,3%, число просьб повторить песню — почти на 18%, а аудитория активных слушателей — на 4,5%. Последний показатель оказался в 2,4 раза выше, чем после прошлого обновления системы.
✔️ Архитектура стала проще. Вместо множества специализированных моделей, которые обучались отдельно, весь процесс теперь берёт на себя одна универсальная нейросеть. Раньше финальный результат зависел от совместной работы десятков алгоритмов, поэтому систему приходилось донастраивать вручную.
✔️ Следующий этап развития рекомендательных технологий. В 2025 году Яндекс внедрил ARGUS на базе генеративных моделей, в 2026-м — архитектуру Gryphon, объединившую отдельные этапы подбора рекомендаций. Sona продолжает этот процесс и полностью берёт на себя всю подготовку рекомендаций.

( Читать дальше )

Яндекс изменит подход к размещению акций для программы мотивации на следующий год

💬 Яндекс пересмотрит подход к размещению акций для долгосрочной программы мотивации. Ранее компания довыпускала акции для программы раз в квартал — под отдельные окна исполнения опционов. Теперь она планирует провести один крупный дополнительный выпуск, который закроет прогнозируемые потребности программы минимум до конца 2027 года. Совет директоров МКПАО «Яндекс» одобрил для этих целей размещение 11 миллионов обыкновенных акций — около 2,8% уставного капитала. Размещение планируется провести в ноябре этого года.

💬 Новый подход позволит Яндексу заранее сформировать необходимый пул акций для программы мотивации и меньше зависеть от сроков отдельных размещений. При этом акции будут передаваться сотрудникам не сразу, а по мере исполнения опционов. До передачи сотрудникам бумаги не предоставляют права голоса и не участвуют в распределении дивидендов. 

💬 Яндекс использует разные инструменты для управления программой мотивации. В зависимости от её потребностей компания может как размещать дополнительные акции, так и проводить их обратный выкуп. Это позволяет гибко обеспечивать программу необходимым количеством акций и одновременно частично компенсировать влияние дополнительных выпусков на количество голосующих акций. 

( Читать дальше )

Корпоративный ИИ, новые рынки и экономика вычислений: главное из интервью CEO Yandex Cloud Григория Атрепьева

Генеральный директор Yandex Cloud Григорий Атрепьев в интервью «Ведомостям» рассказал о росте рынка корпоративного ИИ, планах развития бизнеса Yandex B2B Tech и о том, как инженерные решения позволяют делать нейросети дешевле даже при росте цен на оборудование. Собрали главное из интервью.

Рынок ИИ и место Яндекса
🟡Мы оцениваем российский рынок корпоративного ИИ примерно в 36 млрд рублей — при этом он растёт быстрее, чем классический IT-рынок. Доля Яндекса составляет около 10%, цель — занять половину рынка в ближайшие пять лет за счёт нашего опыта и уникальных технологий. 
🟡Сегмент генеративного и агентского ИИ занимает около 25% рынка. В 2026 году он составит 8 млрд рублей и будет расти двукратными темпами до 2030 года.
🟡Спрос на платформенный ИИ кратно растёт, что позволяет Yandex B2B Tech опережать по темпам роста облачный рынок.
🟡Yandex B2B Tech выходит на новый рынок комплексной защиты ИИ-инфраструктуры с инструментом AI-SPM. Это одно из первых подобных решений на российском рынке. В 2026 году рынок средств защиты ИИ составит до 4 млрд руб., к 2029–2030 годам — потенциально вырастет до 30 млрд руб.

( Читать дальше )

Яндекс выложил в открытый доступ две свои новые ИИ-модели, полностью разработанные в России

Инженерная команда Яндекса создала и обучила с нуля две большие языковые модели, исходный код которых теперь доступен экспертам во всем мире для анализа и использования. 

Alice AI Foundation LLM— претрейн-версия для следующего поколения моделей 

🟡 Модель обучена с нуля на собственной архитектуре и данных компании. Её технологии будут использоваться при создании будущей единой рассуждающей модели (EPM) с агентными возможностями для сложных многоэтапных задач.

🟡 При обучении модели Яндекс применил собственные инженерные решения, чтобы повысить её эффективность и сократить необходимые вычисления. Оптимизация процесса позволила примерно в два раза ускорить шаги обучения, а каскадная обработка данных — в десятки раз сократить вычислительные затраты. 

🟡 Модель включает 80 млрд параметров, из которых в моменте активны только 3 млрд. Это обеспечивает высокую скорость и экономичность её работы. За счет оптимизации алгоритмов Яндексу удалось существенно повысить эффективность — несмотря на меньшее количество параметров модель обходит более крупные зарубежные аналоги в ряде ключевых задач. Например, она превосходит модель DeepSeek (включает в 3 раза больше параметров) в задачах на фактические знания и модель Nvidia (в 4 раза больше параметров) — в написании кода. 

( Читать дальше )

теги блога Яндекс

....все тэги



UPDONW
Новый дизайн