Предложение для Министерства финансов Республики Дагестан

Мы понимаем вашу специфику

Вы управляете бюджетом одного из самых дотационных регионов страны: федеральные трансферты формируют порядка 50–70% доходов, а обязательства перед Минфином России по росту собственных доходов и ограничению долга зафиксированы в соглашениях. Каждая ошибка прогноза — это кассовый разрыв и дорогие заимствования; каждый предбанкротный муниципалитет из сорока с лишним — экстренный бюджетный кредит. При этом теневой сектор в 40–50% экономики означает хронический разрыв между активностью, которую видно на улицах, и налоговой базой, которую видно в отчётах.

Мы строим предложение вокруг вашей реальной работы: трёхлетний бюджетный цикл, кассовое исполнение, распределение дотаций муниципалитетам, контроль обоснований ГРБС и прогноз поступлений на агрегатах ФНС. Именно на замыкающей позиции конвейера «данные → деньги» — там, где легализация превращается в доходы бюджета, — ИИ даёт самый быстрый измеримый эффект.

На что мы обопрёмся

Мы не начинаем с чистого листа. Планирование, роспись и отчётность уже централизованы в ГИИС «Электронный бюджет» (оператор — Федеральное казначейство), доступ к федеральным датасетам систематизирует НСУД, а налоговые данные поступают от ФНС в агрегированном виде — результат работы инструментов уровня АСК НДС-2 виден в динамике поступлений. Исторические ряды исполнения бюджета и отчётность муниципалитетов — готовое сырьё для моделей.

Стратегический контекст тоже на вашей стороне: Сбер уже провёл в республике дизайн-сессию по применению ИИ, где финансовый блок назван приоритетным, а оценка эффекта ИИ для экономики России в 7,9–12,8 трлн ₽ к 2030 году (Яков и Партнёры) в дотационном регионе имеет прямую бюджетную проекцию: каждый процент легализованной базы — сотни миллионов рублей собственных доходов.

Что внедрит Afina

Пять решений — от быстрого прогнозного пилота до системы налогового потенциала на стыке Росреестра и спутниковых снимков. Каждое сдаём под ключ: данные, модель, витрина, обучение ваших специалистов.

ML-прогноз собственных доходов бюджета

Технология: предиктив (CatBoost + Prophet) · Эффект: ошибка прогноза 8–12% → 3–5%

Прогноз «от достигнутого» с экспертными поправками даёт ошибку до 8–12% по отдельным источникам. Мы построим ансамбль градиентного бустинга и моделей временных рядов на месячных поступлениях по видам налогов, макропараметрах, занятости и сезонности туризма — и снизим ошибку до 3–5%. Для бюджета это не абстракция: точный прогноз — меньше кассовых разрывов, меньше дорогих заимствований на покрытие дефицита и аргументированная позиция в переговорах с Минфином России. Модель работает на открытых и ведомственных рядах, без персональных данных, и запускается за один квартал.

Уже доказано

• «Яков и Партнёры»: экономический эффект ИИ в России — оценка вклада ИИ в 7,9–12,8 трлн ₽ к 2030 году; прогнозная аналитика в госфинансах названа среди наиболее зрелых применений.
• OECD «Governing with AI» — обзор практик государств ОЭСР, где прогнозирование доходов и расходов — один из базовых сценариев ИИ в госуправлении.

Риск-мониторинг муниципальных финансов

Технология: предиктив + скоринг · Эффект: предбанкротные МО видны за 2–3 квартала

Проблемы муниципалитета обычно замечают, когда кредиторка уже накоплена и нужен экстренный бюджетный кредит. Мы обучим скоринговую модель на исторических рядах исполнения местных бюджетов — динамика собственных доходов, доля защищённых статей, рост кредиторской задолженности, кассовые разрывы — и она будет показывать муниципалитеты, движущиеся к несостоятельности, за два-три квартала до кризиса. Вместо «пожарного» режима вы получаете ранжированный список рисков и время на мягкие меры: график оздоровления, реструктуризацию, адресную методическую помощь. Дашборд заменит десятки ручных сводных таблиц.

Уже доказано

• Yandex DataLens — российский BI-сервис, на котором регионы и компании строят интерактивные дашборды по регионам и территориям; подходит как витрина модели без закупки тяжёлой платформы.
• OECD «Governing with AI» — риск-ориентированный мониторинг субнациональных финансов как типовой государственный сценарий ИИ.

LLM-контроль бюджетных обоснований

Технология: LLM (RAG по бюджетному законодательству) · Эффект: −60–70% времени сверки документов

Каждый бюджетный цикл ГРБС подают сотни обоснований ассигнований, и ваши специалисты сверяют их с нормативами вручную. Мы развернём языковую модель с ретривером по бюджетному законодательству и методикам министерства: она выполнит первичную проверку — расхождения сумм, несоответствие кодов классификации, «переписанные с прошлого года» тексты без обновления показателей, отсутствие обязательных элементов. Человек проверяет только отклонения, а не весь массив — по опыту аналогичных документарных задач это экономит 60–70% времени сверки. Решение работает на собственной модели Afina ИИ в защищённом контуре, документы не покидают министерство.

Уже доказано

• GigaChat (Сбер) — российская LLM, уже применяемая госорганами для работы с документами; доступны версии для закрытых контуров.
• Робот Макс на Госуслугах — государственный ассистент, закрывающий до 80% обращений без оператора: доказательство, что документарные диалоговые сценарии в госсекторе работают в масштабе.

Аналитика налогового потенциала территории

Технология: геоаналитика + КВ (компьютерное зрение) · Эффект: +5% к имущественным налогам = сотни млн ₽

Самый крупный резерв собственных доходов — разрыв между фактической застройкой и налоговой базой. Мы сопоставим данные Росреестра и ЕГРН со спутниковыми и аэрофотоснимками и покажем объекты, которые существуют физически, но не существуют для налогообложения: незарегистрированные дома, коммерческие пристройки, гостевые дома в туристических зонах. Компьютерное зрение размечает строения, геоаналитика сверяет их с кадастром, а вы передаёте муниципалитетам и налоговым органам ранжированный список расхождений. Даже консервативные +5% к имущественным налогам — сотни миллионов рублей в год для консолидированного бюджета, без повышения ставок — только за счёт полноты учёта. Сервисная модель: платите за год работы, а не за разовую разработку.

Уже доказано

• Foncier Innovant, Франция (обзор OECD.AI) — налоговая служба Франции с Google и Capgemini находит по аэрофотоснимкам незадекларированные бассейны и постройки.
• The Connexion: 120 000+ незадекларированных бассейнов — только в 2023 году система принесла порядка 40 млн € доначислений налога на имущество.

Чат-бот для финансовых органов муниципалитетов

Технология: LLM (RAG по методикам Минфина РД) · Эффект: разгрузка кураторов, единообразие ответов

Финансисты сорока с лишним муниципалитетов ежедневно задают вам однотипные вопросы: коды классификации, сроки отчётности, оформление дотаций, трактовки методик. Мы обучим ассистента на нормативной базе и письмах-разъяснениях министерства: типовые вопросы он закрывает мгновенно и со ссылкой на первоисточник, сложные — маршрутизирует куратору. Это не только разгрузка специалистов, но и стандартизация: все МО получают одинаковые ответы на одинаковые вопросы, и количество ошибок в отчётности падает уже на входе.

Уже доказано

• Робот Макс (Минцифры России) — до 80% обращений на Госуслугах закрывается без оператора.
• GigaChat — готовая база для ведомственного ассистента с развёртыванием в защищённом контуре.

Пакеты

Этапы работ

• Обследование — 2 недели, бесплатно: изучаем ваши данные и процессы, показываем демо, согласуем целевые показатели.
• Пилот — 4–6 недель: рабочий прототип на ваших реальных данных.
• Внедрение — 2–4 месяца: промышленный контур, интеграции, регламенты, обучение.
• Сопровождение — поддержка моделей, дообучение, развитие витрин.

Оплата поэтапная: каждый следующий этап начинается только после приёмки предыдущего.

Как мы снимаем риски

• Данные не покидают контур. Развёртывание в защищённом сегменте ГАУ РД «Центр Информационных Технологий» с аттестацией по 152-ФЗ или в вашей инфраструктуре — бюджетные документы и отчётность муниципалитетов не уходят во внешние облака.
• ИИ готовит материалы — решения принимают люди. Модель прогнозирует, ранжирует и подсвечивает; утверждают бюджет, распределяют дотации и подписывают заключения ваши сотрудники и комиссии.
• Собственная модель Afina ИИ. Основная модель платформы; GigaChat, YandexGPT и открытые модели подключаем по запросу в закрытом контуре — без зависимости от зарубежных сервисов.
• Старт без тяжёлых соглашений. Первые модели строим на открытых данных, «Электронном бюджете» и ваших ведомственных рядах — соглашения с ФНС и Росреестром подключаем на следующих этапах, когда эффект уже виден.
• Обучение сотрудников. Передаём не «чёрный ящик», а работающий инструмент: обучаем ваших аналитиков, чтобы система жила и развивалась внутри министерства.

Почему это работает