По оценке Mordor Intelligence, объем глобального рынка рекомендательных систем составлял $9,15 млрд в 2025 году и может вырасти до $38,18 млрд к 2030 году. Поэтому развитие более универсальных и эффективных рекомендательных моделей становится все более важным направлением для крупных цифровых платформ. Новый этап в развитии рекомендательных систем - разработка сквозных (end-to-end) решений, которые бы объединили весь цикл рекомендаций и заменили сложный каскад отдельных алгоритмов. Одним из первых такую разработку представил Яндекс: Sona, по заявлению компании, полностью берет на себя подготовку рекомендаций, от подбора вариантов до их ранжирования. Это первая модель, которая заменяет целый каскад алгоритмов и не требует ручного подбора признаков. В семидневном тесте в музыкальных рекомендациях на умных колонках Sona заменила систему с десятками генераторов. Для бизнеса такие системы напрямую связаны с продуктовыми метриками: помогают удерживать внимание пользователя, увеличивать потребление контента и точнее подбирать товары или предложения. Разработка стала продолжением более чем десятилетней работы Яндекса над персонализацией. В 2025 году компания открыла Yambda - датасет почти на 5 млрд взаимодействий для исследований рекомендательных систем. На нем уже сравнивали свои подходы исследователи ByteDance. ARGUS, Gryphon и Sona стали следующими этапами развития рекомендательных технологий Яндекса.