Анна Виа: что произошло в AI и продукте — март и апрель 2026

Анна Виа, ML продакт-менеджер в Adevinta и член совета директоров DataForGoodBcn, ведёт регулярную подборку AI-событий, имеющих значение для продуктовых команд. Этот выпуск, охватывающий март и апрель 2026 года, — один из наиболее насыщенных в серии.

Что охватывает статья

Подборка организована по четырём направлениям: обновления моделей, продуктовые сдвиги, данные по корпоративному внедрению и результаты исследований рынка труда.

Среди новых моделей — Claude Opus 4.7 от Anthropic с контекстным окном в один миллион токенов, GPT-5.5 от OpenAI, описываемый как «высокоавтономный», и открытая Gemma 4 от Google. Виа рассматривает их не как маркетинговые вехи, а как практические сигналы о том, что теперь реально можно создавать на этих моделях.

В продуктовом разделе в центре внимания — рост агентной коммерции: AI становится основным интерфейсом для поиска товаров, а не просто улучшением поиска. Виа описывает Perplexity Personal Computer как показательный сдвиг: продукт, который управляет целями пользователя от его имени, а не просто отвечает на прямые запросы. В дополнение приводятся данные о том, что 84% европейских потребителей ежедневно используют AI для сравнения товаров.

Данные по корпоративному внедрению взяты из двух источников. Почти 30% компаний из Fortune 500 являются платящими клиентами AI-стартапов. При этом только одна из пяти компаний имеет зрелую модель управления автономными агентами — разрыв, который создаёт как продуктовый риск, так и возможности в зависимости от положения команды.

Результат BCG, который стоит понять

Статья выделяет исследование BCG об эффективности работников интеллектуального труда, выявившее то, что исследователи назвали «рваным технологическим фронтиром». Консультанты, использующие AI, выполняли задачи в рамках возможностей AI на 25% быстрее, но были на 19% реже успешны в сложных задачах, выходящих за пределы надёжных способностей AI. Вывод для продакт-менеджеров: эффективность AI в рамках одного рабочего процесса неоднородна — она существенно зависит от того, относится ли конкретная задача к тем, с которыми AI справляется уверенно, или к тем, где он склонен незаметно ошибаться.

Для кого это полезно

Для продакт-менеджеров и продуктовых лидеров, которым нужен компактный фильтр сигналов из быстро меняющегося AI-новостного потока. Виа пишет в расчёте на читателей, имеющих достаточно контекста для самостоятельной оценки данных применительно к решениям своей команды. Подборка не содержит предписаний, что делает её более подходящей для опытных практиков, желающих делать собственные выводы, чем для тех, кто ищет пошаговые инструкции.