Предложение для Министерства по делам молодежи Республики Дагестан

Мы понимаем вашу специфику

Парадокс вашего ведомства — в несоответствии масштаба задач и ресурсов. Целевая аудитория — сотни тысяч человек: республика лидирует в стране по доле молодёжи в населении. При этом аппарат компактен, бюджет мал по сравнению с «тяжёлыми» министерствами, а KPI по нацпроекту «Молодёжь и дети» — вовлечённость, охваты, число поддержанных проектов — требуют именно массовой работы. К этому добавляются две структурные боли региона: высокая молодёжная безработица и отток самых активных — выпускники уезжают, и республика теряет тех, в кого больше всего вложила.

Отсюда логика нашего предложения: не строить дорогие платформы, а развернуть лёгкие облачные инструменты — ботов, рекомендательные системы, LLM-ассистентов, — которые умножают охват каждого сотрудника и переводят работу министерства из событийной («провели форум — отчитались») в сервисную («каждый молодой дагестанец знает свои возможности»). Все внедрения — облачные, с помесячной оплатой и сопровождением с нашей стороны: выделенные ИТ-кадры вам не потребуются.

На что мы обопрёмся

Ваша рабочая цифровая среда — федеральные платформы: ФГАИС «Молодёжь России» с грантовым модулем «Росмолодёжь.Гранты» (заявки, экспертиза, отчётность — всё в личных кабинетах через Госуслуги) и ДОБРО.РФ для учёта волонтёрского опыта. Отсутствие собственных крупных региональных ИТ-систем — ваше преимущество: не нужно ничего мигрировать, сервисы Afina строятся сразу поверх федеральных данных и социальных сетей, где аудитория уже живёт.

Реальный канал министерства — Telegram и VK: именно там находится дагестанская молодёжь, и именно туда мы выносим сервисы первой волны. Приоритет ИИ-инструментов для работы с молодёжью и кадрами подтверждён на дизайн-сессии по ИИ-трансформации Дагестана.

Что внедрит Afina

Пять лёгких услуг, каждая из которых умножает охват компактного аппарата — от навигатора возможностей до предэкспертизы грантовых заявок.

ИИ-навигатор возможностей «Своё будущее — в Дагестане»

Технология: LLM (RAG) + рекомендательная система · Эффект: рост вовлечённости с узкого «актива» на сотни тысяч молодых людей

Мы запустим чат-бот в Telegram и VK, который по профилю конкретного молодого человека — возраст, район, интересы, образование — подбирает персональную ленту возможностей: гранты, форумы, стажировки, волонтёрские вакансии, программы обучения. Вместо того чтобы искать активных, министерство даёт каждому подписчику персонального «наставника по возможностям», работающего 24/7. Данные — открытые календари Росмолодёжи, ДОБРО.РФ, республиканских программ. Это разворачивает воронку: сегодня в вашей орбите тысячи активистов, бот способен удерживать в ней сотни тысяч.

Уже доказано

• GigaChat (Сбер) — готовая российская LLM для диалоговых сервисов госорганов; боты на её базе тиражируются по регионам.
• Финляндия, AuroraAI — государственная модель «услуги вокруг жизненной ситуации человека»: сервисы сами предлагают себя молодому человеку в переходные моменты (окончание школы, поиск работы).
• Росмолодёжь.Гранты — федеральная грантовая экосистема, данные которой становятся контентом рекомендаций.

Ассистент грантрайтинга

Технология: LLM-ассистент (RAG) · Эффект: больше качественных заявок из районов — больше федеральных денег в РД

Мы обучим LLM-помощника вести заявителя по структуре заявки «Росмолодёжь.Грантов»: помочь сформулировать проблему и цель, собрать реалистичный бюджет, предупредить о типовых ошибках, из-за которых заявки отклоняют. Сегодня грантовая статистика республики смещена в пользу Махачкалы, где есть опытные грантрайтеры; ассистент выравнивает шансы сельской молодёжи, для которой первая заявка — самый высокий барьер. Каждый дополнительный выигранный грант — федеральные деньги, пришедшие в конкретное дагестанское село: сценарий окупается напрямую и измеримо, числом и суммой побед.

Уже доказано

• Росмолодёжь.Гранты — конкурсы до 1 млн ₽ по 15 номинациям для молодёжи 14–35 лет: целевая платформа, под требования которой настраивается ассистент.
• GigaChat (Сбер) — базовая модель для генерации и проверки текстов заявок на русском языке.

ИИ-предэкспертиза заявок на региональные конкурсы

Технология: NLP-классификация + LLM-скоринг · Эффект: экспертиза быстрее в 2–3 раза, прозрачнее и последовательнее

Перед тем как заявка попадает к эксперту, Afina проверит комплектность документов, прогонит текст через антиплагиат, сверит бюджет с нормативами и сформирует для эксперта структурированную карточку: сильные и слабые стороны, риски реализуемости, похожие ранее поддержанные проекты. Человек по-прежнему выставляет баллы — ИИ убирает механическую часть работы и делает оценки последовательнее между экспертами. Для компактного аппарата это недели сэкономленной работы в каждую грантовую кампанию; для заявителей — быстрая обратная связь вместо месяцев ожидания.

Уже доказано

• Канада, IRCC — государственный ML-триаж потока заявлений: рутинные кейсы обрабатываются быстрее, сложные направляются людям — та же архитектура, что нужна грантовой экспертизе.
• GigaChat (Сбер) — LLM-API, достаточный для предэкспертизы без закупки специализированных платформ.

Аналитика оттока молодёжи

Технология: ML-аналитика опросов и административных данных · Эффект: доказательная база для программ удержания кадров

Мы соберём факторы миграционных решений выпускников — зарплатные ожидания, доступность жилья, качество городской среды, наличие работы по специальности — из опросов, данных вузов и служб занятости, и покажем, какие рычаги реально влияют на решение «уехать или остаться» для каждой группы. Сегодня программы удержания строятся на интуиции; наша аналитика делает их адресными: для ИТ-выпускников работает одно, для медиков — другое, для сельской молодёжи — третье. Результат — обоснованные предложения министерства в республиканские программы занятости, жилья и городской среды.

Уже доказано

• Дизайн-сессия по ИИ в РД — кадровая и демографическая аналитика вошла в приоритеты ИИ-трансформации республики.
• Финляндия, AuroraAI — использование данных о жизненных траекториях для проектирования госуслуг под реальные потребности молодёжи.

ИИ-помощник волонтёрских штабов

Технология: Оптимизационный матчинг + RPA + бот · Эффект: быстрая мобилизация на форумы и ЧС

Мы построим систему, которая сопоставляет базу волонтёров (навыки, район, доступность) с задачами конкретного события или чрезвычайной ситуации и автоматически собирает смены: рассылает приглашения тем, кто подходит и рядом, формирует графики, ведёт учёт часов для волонтёрских книжек. На крупном форуме это избавляет штаб от ручного обзвона сотен людей; при ЧС — сокращает время сбора добровольцев с суток до часов. Реализуем как модуль того же Telegram-бота-навигатора, на данных ДОБРО.РФ — отдельная платформа не нужна.

Уже доказано

• GigaChat (Сбер) — диалоговый слой для взаимодействия с волонтёрами в мессенджерах.
• Финляндия, чат-бот Kamu — прецедент государственного бота, который берёт на себя массовую коммуникацию, освобождая небольшой штат для содержательной работы.

Пакеты

Этапы работ

• Обследование — 2 недели, бесплатно: аудит каналов и данных, демо на ваших реальных кейсах, дорожная карта под ваш бюджет.
• Пилот — 4–6 недель: один сценарий с измеримым результатом (подписчики, заявки, охват).
• Внедрение — 2–4 месяца: наполнение базы знаний, интеграции, обучение сотрудников.
• Сопровождение — поддержка ботов и моделей, актуализация контента, развитие модулей.

Оплата поэтапная: каждый этап оплачивается после приёмки результата. Решения облачные, с помесячной оплатой — одна дорогая платформа не съест бюджет молодёжных программ.

Как мы снимаем риски

Почему это работает