Afina · Минцифры РД

Предложение для Министерства цифрового развития Республики Дагестан

Мы предлагаем Минцифры РД готовую региональную ИИ-платформу Afina — как сервис, а не как многолетнюю разработку. Вы подключаете к единому защищённому ИИ-контуру все органы власти республики за месяцы, а не годы: чат-боты, LLM-ассистенты, речевую аналитику и обработку документов получает каждое ведомство — без 29 отдельных закупок и без найма ML-команды в штат.

Мы понимаем вашу специфику

Минцифры РД — инфраструктурный узел цифровизации республики: региональные ГИС и электронное правительство, перевод услуг в электронный вид, ЦУР, линия «122», госпаблики, информационная безопасность и координация РЦТ всех отраслевых ведомств. Именно здесь решается, будет ли у республики единая ИИ-платформа — или каждый орган власти станет закупать ботов и нейросети поодиночке, несовместимо и дорого. Мы строили Afina ровно под эту развилку.

Мы также понимаем, что делает вашу работу сложнее, чем в среднем регионе: самый многонаселённый субъект СКФО, десятки горных сёл без устойчивой связи, более десятка активно используемых языков — и кадровый разрыв, при котором удержать ML-инженера на зарплату министерства практически невозможно. Поэтому наше предложение — сервисная модель: инженеры, модели и сопровождение остаются на нашей стороне, а у министерства — платформа, регламенты и результат.

На что мы обопрёмся

Мы приходим не на пустое место. По итогам 2024 года цифровая зрелость республики достигла 85% при плановых 70%. Министерство эксплуатирует 19 региональных ГИС, из которых 18 аттестованы по требованиям безопасности; на платформе «Госвеб» работает более 2200 типовых сайтов. Через электронные каналы за 2024 год подано 9 млн заявлений — вдвое больше, чем годом ранее. Это готовая почва для ИИ-слоя: данных много, процессы оцифрованы, контур аттестован.

ЦУР Дагестана за 2024 год обработал 98,6 тыс. обращений при среднем времени ответа 2 часа 38 минут — для нас это готовый поток размеченных данных для обучения моделей маршрутизации. По программе УЦН связь получили 305 сёл, ещё 492 в плане до 2030 года. Программа цифровой трансформации на 2026–2028 годы объёмом 1,9 млрд рублей одобрена на федеральном уровне — то есть у внедрения Afina есть и формальное окно, и бюджетная рамка. Официальный портал министерства — dagestan.digital.

Что внедрит Afina

Ключевая идея: Минцифры получает не набор разрозненных ИИ-сервисов, а платформу, которой пользуются все ведомства республики. Каждый сценарий ниже — готовый модуль Afina.

Региональная ИИ-платформа Afina для всех ОИВ

Технология: локальная LLM + RAG + API · Эффект: малые ведомства получают ИИ без собственных закупок

Мы развернём централизованную платформу: защищённый контур с локально работающей языковой моделью, векторную базу нормативных актов РД и типовые API — чат-бот, суммаризация, извлечение данных из документов. Каждое ведомство подключается к Afina, а не закупает собственное решение: Минтруд получает бота по выплатам, Управление по переселению — реестровые сервисы, архивы — OCR, и всё это на одной инфраструктуре с единой аттестацией по 152-ФЗ. Модель управления мы взяли у эстонского Bürokratt и сингапурского Pair: государство даёт общий инструмент, ведомства наполняют его своими сценариями.

Уже доказано

Bürokratt, Эстония — единая сеть ИИ-агентов «государственная Siri»: гражданин в одном окне получает услуги разных ведомств; разбор кейса.
TAMM, Абу-Даби — 940+ госуслуг в одном ИИ-ассистенте на LLM-стеке, включая работу с документами и проактивные подсказки.
Дизайн-сессия Сбера в РД — региональные ИИ-приоритеты уже прорабатывались со Сбером, задел для партнёрства есть.

LLM-ассистент госслужащего

Технология: LLM + RAG по нормативке · Эффект: −30–50% времени на переписку и справки

Мы настроим ассистента в защищённом контуре поверх базы региональных НПА, регламентов и шаблонов: он готовит проекты ответов на обращения, справки, пояснительные записки, сверяет документ с требованиями регламента. Чиновник остаётся автором и подписантом — Afina убирает механическую часть. Пилот мы предлагаем начать со 100 сотрудников аппарата правительства и самого Минцифры, с честным замером времени подготовки типового ответа до и после. Это самый быстрый по окупаемости модуль: трафик документов огромен, а риски управляемы.

Уже доказано

Pair, Сингапур — LLM-ассистент для 60 тыс. госслужащих, экономия до 46% времени на рутинных текстовых задачах.
Humphrey, Великобритания — пакет ИИ-инструментов для чиновников: анализ консультаций, протоколы совещаний, юридические справки.
GigaChat — российская LLM с API и коробочными версиями для госсектора, на которой мы строим защищённые контуры.

Речевая аналитика «122» и ЦУР

Технология: ASR + NLP-классификация · Эффект: анализ 100% звонков вместо выборочных ~2%

Сегодня качество работы операторов «122» проверяется выборочным прослушиванием единичных процентов звонков. Afina транскрибирует и классифицирует весь поток: автоматически выявляет «горячие» темы — массовые отключения света, воды, проблемы с выплатами — до того, как они станут волной жалоб в соцсетях, и передаёт сигнал в ЦУР и профильные ведомства. Дагестанскую специфику — акценты и переключение между русским и национальными языками внутри одного разговора — мы закладываем в проект с самого начала: модель дообучается на местных записях. Тот же движок затем переиспользует МЧС для линии «112» и ИИ-обзвона — ещё один аргумент в пользу платформенного подхода.

Уже доказано

Naumen Conversation Intelligence — российская речевая аналитика с ML/LLM-оценкой 100% диалогов колл-центра, типовой срок внедрения — недели.
Голосовой помощник «122» в Подмосковье — робот принимает звонки на горячей линии, разгружая операторов на типовых вопросах.

ИИ в госуслугах: предзаполнение и проверка комплектности

Технология: LLM-бот + RPA · Эффект: меньше отказов «по формальным основаниям», быстрее приём

Девять миллионов электронных заявлений в год — это и девять миллионов возможностей ошибиться в форме. Мы добавим ИИ-слой на региональный портал: бот отвечает на вопросы о составе документов, модель проверяет загруженный комплект на комплектность и типовые ошибки до отправки, а данные из уже имеющихся у государства реестров предзаполняются автоматически. Вместе с внедрением мы поможем упростить и сам регламент: цифровой помощник не должен помогать собирать справку, которую давно пора отменить.

Уже доказано

Робот Макс на Госуслугах — виртуальный ассистент федерального портала, закрывающий до 80% обращений без оператора; технический разбор.
TAMM, Абу-Даби — LLM-ассистент ведёт заявителя по услуге целиком, от вопроса до подачи.

Мультиязычный мониторинг соцсетей и инцидентов

Технология: NLP-мониторинг + классификация · Эффект: раннее выявление проблемных тем на всех языках республики

ЦУР уже работает с «Инцидент Менеджментом», но модели федеральных платформ хуже видят сообщения на аварском, лакском, лезгинском и других языках Дагестана, а также транслит и смешанную речь. Мы построим региональную надстройку: дообученные классификаторы, словари локальной топонимики, кластеризацию сообщений в «события» — прорыв водовода, закрытая дорога — с автоматической привязкой к ответственному ведомству. Побочный эффект: та же языковая модель пригодится МЧС для анализа соцсетей при ЧС и Миннацу для мониторинга напряжённости.

Уже доказано

ЦУР и «Инцидент Менеджмент» — федеральная практика: автоматический сбор и маршрутизация сообщений граждан из соцсетей во всех регионах.
ЦУР Дагестана — 98,6 тыс. обращений за 2024 год: объём, на котором дообучение локальных моделей уже осмысленно.

Пакеты

Пакет	Что входит	Цена
Пилот	Один сценарий на ограниченном контуре (например, LLM-ассистент на 50 сотрудников) с замером эффекта
Стандарт	2–3 модуля Afina с интеграцией в действующие ГИС, обучением сотрудников и сопровождением
Региональная ИИ-платформа Afina	Полная платформа как сервис для всех ОИВ республики: LLM-контур, API, аттестация, сопровождение и развитие

Этапы работ

Обследование — 2 недели, бесплатно: изучаем процессы, данные и инфраструктуру, показываем демо. Пилот — 4–6 недель с измеримыми критериями успеха. Внедрение — 2–4 месяца. Далее — сопровождение и развитие. Оплата поэтапная: вы платите за принятый результат каждого этапа, а не за обещания.

Как мы снимаем риски

Данные не покидают защищённый контур. Afina размещается в защищённом сегменте ГАУ РД «Центр Информационных Технологий», аттестованном по требованиям 152-ФЗ; персональные данные обрабатываются внутри контура, а не во внешних облачных API.
Собственная модель Afina ИИ. Основная модель платформы; GigaChat, YandexGPT и открытые модели подключаем по запросу в закрытом контуре — без санкционных и лицензионных рисков для госзаказчика.
Обучение сотрудников входит в каждый пакет. Мы не оставляем министерство наедине с технологией: обучаем операторов, аналитиков и РЦТ ведомств.
Сервисная модель решает кадровую проблему. Вам не нужно нанимать и удерживать ML-инженеров в штат — модели, инфраструктура и развитие остаются нашей зоной ответственности по SLA.
Начинаем с измеримого пилота. Каждый модуль сначала доказывает эффект цифрами на ограниченном контуре — и только потом масштабируется.

Почему это работает

Модель, которую реализует Afina, уже проверена государствами разного масштаба. Эстонский Bürokratt — не суперпортал, а сеть совместимых ИИ-агентов ведомств с общими правилами: для разнокалиберных органов власти Дагестана это реалистичнее монолита. TAMM в Абу-Даби показывает потолок амбиций: 940+ услуг через единого LLM-ассистента. Сингапурский Pair подтверждает наш «внутренний» трек: сначала дать ИИ самим госслужащим, сняв риски работы с гражданами. А британский Humphrey доказывает, что набор узких инструментов внедряется быстрее и безопаснее, чем «один бот для всего», — именно так устроены модули Afina.

Обсудить проект

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