Afina · МЧС Дагестана

Мы понимаем вашу специфику

Дагестан — регион с одним из самых плотных профилей природных рисков в России: почти вся территория — сейсмозона 8–9 баллов, горные районы регулярно накрывают сели и оползни, Сулак и Самур дают паводки, зимой в горах — лавины, летом — ландшафтные пожары, а на Каспии ежегодно тонут люди. При этом министерство ведёт мониторинг и прогнозирование ЧС, оповещение, планы эвакуации, ЕДДС и выплаты пострадавшим при исторически разреженной сенсорной сети: гидропостов и метеостанций в горах критически не хватает, и значительная часть данных о ЧС приходит не от датчиков, а от людей — по «112», из соцсетей, от глав сельских администраций.

Именно под этот разрыв — плотный профиль рисков при бедной сенсорной базе — мы и собрали предложение: сначала выжать максимум из уже существующих потоков (камеры, звонки, соцсети, спутниковые сервисы МЧС России), затем достраивать сенсорную сеть под предиктивные модели, а не наоборот.

На что мы обопрёмся

Базовый контур уже есть — федеральный: АИУС РСЧС, система «112», космомониторинг «Термические точки» и «Атлас опасностей и рисков», дающие спутниковую детекцию очагов горения и картирование рисков. Региональный сегмент оповещения (РАСЦО/КСЭОН) модернизируется, но покрытие горных сёл остаётся неполным — там же, где хуже всего со связью. Afina не заменяет эти системы, а достраивает их недостающим интеллектуальным слоем.

Самый значимый локальный актив — видеоинфраструктура АПК «Безопасный город»: в Махачкале, Дербенте, Каспийске и Кизилюрте установлено 218 интеллектуальных камер с распознаванием лиц и автомобильных номеров. Для нас это готовая точка входа в компьютерное зрение: те же камеры и та же серверная инфраструктура могут нести аналитику дыма, подтоплений и скоплений людей — вопрос в дообучении моделей и регламентах доступа, а не в новом железе.

Что внедрит Afina

Все модули работают на общей речевой и видеоплатформе Afina — министерству не нужно закупать ИИ-инфраструктуру с нуля и содержать её в штате.

Предиктивная модель селей и паводков по бассейнам рек

Технология: предиктив (ML по гидрометеоданным) · Эффект: заблаговременность от часов до суток, адресное закрытие дорог

Мы обучим модель на связке «осадки + снегозапас + температурный ход + история селей и паводков» по каждому опасному бассейну — Сулак, Самур, малые горные реки. На выходе — вероятностный прогноз схода селя или подъёма воды с заблаговременностью от нескольких часов до суток и привязкой к конкретным сёлам и участкам дорог: не «в горах возможны сели», а «закрыть участок трассы X и предупредить сёла Y и Z». Это меняет саму логику реагирования: вместо дежурства «по факту» — упреждающие адресные ограничения. Мы честны про ограничение: качество модели упирается в редкую сеть гидропостов, поэтому в проект мы закладываем установку автоматических датчиков уровня и осадков в пилотных бассейнах.

Уже доказано

Цифровые сервисы МЧС России — «Атлас опасностей и рисков» и космомониторинг уже дают федеральную основу для регионального предиктива.
ALERTCalifornia — сеть из сотен сенсоров и камер как база для ИИ-прогнозов природных угроз на уровне штата.

Компьютерное зрение: детекция дыма на камерах

Технология: КВ (нейросетевая детекция) · Эффект: обнаружение возгорания до первого звонка в «112»

Нейросеть Afina непрерывно анализирует видеопоток с камер на вышках связи и высотных точках и распознаёт дымовой шлейф за минуты — часто раньше, чем поступает первый звонок очевидца. Оператор ЕДДС получает кадр, координаты и азимут; по двум камерам очаг триангулируется. Для Дагестана это сценарий двойного назначения: летом — ландшафтные пожары в предгорьях, круглый год — контроль задымления в ущельях вдоль трасс. Стартуем на существующих 218 камерах «Безопасного города» и вышках операторов связи, добавляя выделенные камеры по мере подтверждения эффекта.

Уже доказано

ALERTCalifornia — 1000+ камер с ИИ-детекцией; система находит пожары до первого звонка в 911.
«Лесохранитель» — российская система видеомониторинга лесных пожаров, работающая в десятках регионов на камерах операторов связи.

ИИ-обзвон и адресное оповещение

Технология: голосовой робот + речевая платформа · Эффект: тысячи дозвонов в час с журналом доставки

Сирена покрывает не все сёла, а SMS легко пропустить. Голосовой робот Afina обзванивает жителей конкретных населённых пунктов в зоне прогноза: сообщает угрозу и порядок действий, распознаёт подтверждение («понял», «выезжаем»), фиксирует недозвоны и передаёт их список главе села для поквартирного обхода. Вы получаете верифицируемое оповещение: не «сообщение отправлено», а «дозвонились до 84% домохозяйств, вот адреса, где не взяли трубку». Робот будет говорить и на национальных языках — записанные дикторские фразы решают это без сложного синтеза.

Уже доказано

Zvonobot — российский сервис голосового обзвона: тысячи параллельных звонков, сценарии с распознаванием ответов, запуск за дни.
Голосовой помощник «122» в Подмосковье — государственная линия уже доверяет роботу первичный контакт с гражданами.
J-Alert, Япония — эталон автоматического многоканального оповещения: от сирен до сотовых сетей за секунды.

Анализ соцсетей в первый час ЧС

Технология: NLP + геопривязка · Эффект: карта разрушений за 15–30 минут, отсев фейков

После землетрясения или наводнения соцсети наполняются сообщениями быстрее, чем доклады с мест. Модель Afina собирает посты и видео по региону, кластеризует их в события, привязывает к карте по топонимам и меткам, отделяет свежий контент от перезаливов старых роликов — и через 15–30 минут штаб видит предварительную карту: где разрушения, где просят помощь, где заблокированы дороги. Это не замена официальным докладам, а их опережающий черновик, который помогает правильно направить первые силы. Языковую модель мы делаем общей с мониторингом ЦУР: аварские, лакские, лезгинские тексты система понимает не хуже русских.

Уже доказано

ЦУР и «Инцидент Менеджмент» — отработанная в регионах технология сбора и маршрутизации сообщений из соцсетей, которую остаётся адаптировать под режим ЧС.
Цифровые сервисы МЧС России — федеральное ведомство уже строит цифровой контур мониторинга, к которому региональный анализ соцсетей подключается как слой.

Сейсмическая экспресс-оценка ущерба

Технология: предиктив + геоаналитика (ShakeMap-подход) · Эффект: приоритизация спасательных работ в первые минуты

По параметрам произошедшего землетрясения — магнитуда, глубина, эпицентр — и базе данных о фонде застройки (этажность, материал, год постройки, заполненность школ и больниц) модель за минуты строит карту ожидаемых повреждений: какие кварталы Махачкалы или Дербента вероятнее всего пострадали, где искать завалы в первую очередь. Для города с большим объёмом самостроя это критично: официальная сдача домов не отражает реальную сейсмостойкость, и мы закладываем в модель данные обследований. Результат — не точный прогноз, а карта приоритетов для первых 60 минут, когда информации с мест ещё нет.

Уже доказано

J-Alert: разбор Centre for Public Impact — японская связка «секунды на оповещение + автоматические сценарии реагирования» как ориентир зрелости.
«Атлас опасностей и рисков» МЧС России — федеральный слой рискового картирования, поверх которого строится региональная модель застройки.

КВ-мониторинг побережья Каспия

Технология: КВ (детекция людей в воде) · Эффект: сокращение времени реакции спасателей на пляжах

Каждый сезон Каспий уносит жизни — чаще всего там, где люди заплывают за буйки или купаются на диких пляжах. Мы подключим камеры на оборудованных пляжах Махачкалы, Каспийска и Дербента к моделям детекции «человек за линией буйков» и «человек без движения в воде» — спасательный пост получает тревогу за секунды. Инфраструктурно это продолжение «Безопасного города»: те же городские камеры, тот же контур, дообученная модель. Пилот — 2–3 пляжа на один сезон с честным замером ложных срабатываний.

Уже доказано

218 интеллектуальных камер в городах РД — видеоаналитика в местах массового скопления людей уже работает; пляжный контур — её естественное расширение.
ALERTCalifornia — модель «одна камерная сеть — много ИИ-задач»: от пожаров до штормового мониторинга.

Пакеты

Пакет	Что входит	Цена
Пилот	Один сценарий с минимальной ценой ошибки — ИИ-обзвон по базе одного района или детекция дыма на существующих камерах в 1–2 районах
Стандарт	2–3 модуля Afina: обзвон + детекция дыма + анализ соцсетей при ЧС, с обучением дежурных смен и регламентами реагирования
Под ключ	Полный контур: КВ-мониторинг, предиктив селей и паводков с датчиками в пилотных бассейнах, сейсмическая экспресс-оценка, сопровождение

Этапы работ

Обследование — 2 недели, бесплатно: изучаем ваши камеры, каналы данных и регламенты, показываем демо. Пилот — 4–6 недель с измеримыми критериями (доля дозвонов, время детекции, ложные срабатывания). Внедрение — 2–4 месяца. Далее — сопровождение и развитие. Оплата поэтапная: вы платите за принятый результат каждого этапа.

Как мы снимаем риски

Модели только рекомендуют. Решение об эвакуации и любых ограничениях принимает должностное лицо — прогноз Afina является одним из документов в основании решения, а не его заменой.
Начинаем со сценариев с минимальной ценой ошибки. Первыми запускаем обзвон и детекцию дыма: ложное срабатывание здесь стоит одного лишнего звонка или выезда, а не пустой эвакуации. Пороги предиктивных моделей настраиваем консервативно и открыто.
Данные не покидают защищённый контур. Afina размещается в защищённом сегменте ГАУ РД «Центр Информационных Технологий», аттестованном по требованиям 152-ФЗ; базы номеров и записи звонков обрабатываются внутри контура.
Собственная модель Afina ИИ. Основная модель платформы; GigaChat, YandexGPT и открытые модели подключаем по запросу — без санкционных и лицензионных рисков для госзаказчика.
Обучение сотрудников входит в каждый пакет: дежурные смены ЕДДС и операторы получают регламенты и практику работы с ИИ-тревогами.
Сервисная модель. Вам не нужно нанимать ML-инженеров в штат — модели, дообучение и инфраструктура остаются нашей зоной ответственности по SLA.

Почему это работает

Каждый модуль этого предложения уже доказал себя в поле. ALERTCalifornia вместе с CAL FIRE довела ИИ-детекцию до того, что пожары обнаруживаются до первого звонка в 911, — при этом финальное решение всегда за диспетчером, ровно как в нашей схеме. Япония с J-Alert демонстрирует зрелость оповещения: от регистрации толчка до сигнала в телефонах проходят секунды, а разбор Centre for Public Impact честно описывает и цену ложных срабатываний — этот урок зашит в наши консервативные пороги. В России «Лесохранитель» доказал, что видеодетекция пожаров на камерах операторов связи работает в десятках регионов без экзотического бюджета — прямой шаблон для дагестанских предгорий.

Пилот на ваших данных

Перед основным внедрением мы запускаем пилотный проект на реальных данных вашего ведомства: вы тестируете Afina на собственных процессах 4–6 недель и принимаете решение о масштабировании только по измеримым результатам пилота. Стоимость рассчитывается индивидуально после бесплатного обследования.

Обсудить проект

Платформа Afina · Silica Group. Проведём бесплатную встречу-обследование: покажем демо на ваших реальных процессах и составим дорожную карту под ваш бюджет.

Камиль · 8 988 432 7771