Cara Menulis Cadangan Projek AI untuk Permohonan Geran Malaysia: Templat & Senarai Semak

Kebanyakan cadangan projek AI yang gagal di Malaysia bukan gagal kerana idea perniagaan lemah. Mereka gagal kerana cadangan itu tidak menterjemahkan idea kepada bahasa yang difahami oleh panel penilai geran. Panel ini terdiri daripada penilai teknikal, eksekutif agensi, dan dalam sesetengah kes, perunding luar — semuanya membaca berpuluh cadangan setiap pusingan, dengan masa terhad untuk setiap satu. Cadangan yang menang adalah cadangan yang membuat kerja penilai menjadi mudah.

Artikel ini menyediakan rangka kerja praktikal untuk menyusun cadangan projek AI bagi permohonan geran Malaysia — sama ada untuk MDEC, MOSTI, MITI, atau skim agensi lain. Pendekatan ini berdasarkan corak yang kami perhatikan dari membantu klien menyusun cadangan sepanjang beberapa tahun. Tiada formula ajaib, tetapi ada struktur yang konsisten berfungsi.

Lima Soalan Yang Penilai Selalu Tanya

Sebelum menulis perkataan pertama, fahami bahawa setiap panel penilai geran AI di Malaysia mencari jawapan kepada lima soalan asas. Jika cadangan anda tidak menjawab kelima-lima ini dengan jelas, ia akan tergelincir tanpa mengira betapa eleganya bahasa.

• /Apakah masalah perniagaan sebenar yang akan diselesaikan, dan adakah ia masalah yang cukup besar untuk justifikasi pembiayaan kerajaan?
• /Mengapa AI adalah penyelesaian yang tepat — bukan automasi tradisional, bukan proses semula, bukan tools off-the-shelf?
• /Adakah pasukan dan organisasi mempunyai kapasiti untuk melaksanakan dan mengekalkan keupayaan ini selepas geran tamat?
• /Apakah outcome yang boleh diukur — produktiviti, kos, pendapatan, eksport, pekerjaan — dan bagaimana ia akan dijejak?
• /Apakah risiko utama, dan bagaimana risiko itu akan dikurangkan termasuk dari segi data, model, governance dan pematuhan PDPA?

Cadangan yang berjaya menyusun naratifnya supaya pembaca menjawab lima soalan ini dalam kepala mereka secara semula jadi sambil membaca. Cadangan yang lemah memaksa pembaca mencari jawapan — selalunya tidak menemukannya — dan akhirnya menolak permohonan dengan komen "kes perniagaan tidak jelas" atau "kebolehlaksanaan tidak meyakinkan".

Struktur Cadangan Sembilan Bahagian

Struktur berikut sesuai untuk kebanyakan cadangan geran AI Malaysia, walaupun susunan dan tekanan mungkin berbeza mengikut keperluan agensi. Setiap bahagian mempunyai tujuan spesifik dan harus disusun secara berasingan, bukan ditulis sebagai esei berterusan.

Bahagian 1: Ringkasan Eksekutif

Satu hingga dua muka surat. Ini sering kali satu-satunya bahagian yang dibaca sepenuhnya oleh ahli panel kanan. Sertakan: pernyataan masalah, penyelesaian AI yang dicadangkan, outcome yang dijangka, jumlah pelaburan, geran yang dipohon, dan jangka masa pelaksanaan. Tulis bahagian ini terakhir, walaupun ia muncul dahulu.

Bahagian 2: Latar Belakang Syarikat dan Konteks Industri

Tunjukkan bahawa syarikat anda matang, stabil, dan mempunyai konteks industri yang relevan. Penilai ingin tahu bahawa pembiayaan diberikan kepada entiti yang mampu melaksanakan. Sertakan struktur pemilikan, pendapatan tahunan (julat sahaja jika sulit), pengalaman pasukan, dan trend industri yang menjadikan AI relevan sekarang.

Bahagian 3: Pernyataan Masalah dan Justifikasi

Ini adalah bahagian terlemah dalam kebanyakan cadangan yang ditolak. Penilai mencari masalah yang dikuantifikasi — bukan "kami ingin lebih cekap". Sebaliknya, tunjukkan: "operasi pemeriksaan kualiti manual mengambil 47 jam-orang sehari, dengan kadar ralat 8 peratus, mewakili kos peluang RM2.1 juta setahun". Tanpa kuantifikasi, masalah kelihatan abstrak.

Bahagian 4: Penyelesaian AI yang Dicadangkan

Terangkan pendekatan AI dalam istilah teknikal yang cukup untuk memuaskan penilai teknikal, tetapi tidak begitu tebal sehingga eksekutif tidak dapat mengikuti. Sertakan: kategori AI (NLP, computer vision, predictive analytics, agentic AI, dan sebagainya), sumber data, pendekatan model (off-the-shelf vs custom training), infrastruktur platform, dan integrasi dengan sistem sedia ada. Untuk pemahaman lebih mendalam tentang pendekatan AI moden, rujuk artikel Agentic AI Malaysia kami.

Bahagian 5: Pelan Pelaksanaan dan Jadual

Bahagian ini perlu menunjukkan disiplin pengurusan projek. Susun pelan dalam fasa yang jelas — discovery, pilot, scale, optimization — dengan deliverables, milestones dan timeline untuk setiap fasa. Penilai mencari kepelbagaian: bukan plan terlalu ambisius (tidak boleh dilaksanakan) atau terlalu konservatif (tidak menjustifikasi geran).

Bahagian 6: KPI dan Pengukuran Outcome

KPI yang lemah adalah punca utama penolakan kedua selepas pernyataan masalah yang lemah. KPI yang baik adalah: spesifik, boleh diukur, mempunyai baseline yang jelas, dan terikat dengan tempoh masa. "Mengurangkan kos operasi sebanyak 20 peratus dalam 12 bulan dari baseline RM5 juta" adalah KPI yang baik. "Meningkatkan kecekapan" bukan KPI.

Bahagian 7: Tadbir Urus, Risiko dan Pematuhan

Semakin penting dalam kriteria 2026. Tunjukkan bagaimana risiko data dikurangkan, bagaimana model akan diaudit, bagaimana bias akan dikesan, dan bagaimana pematuhan PDPA dipertimbangkan. Untuk projek yang memproses data peribadi, bahagian ini adalah penentu — rujuk panduan kami mengenai PDPA dan AI di Malaysia.

Bahagian 8: Bajet dan Permintaan Geran

Pecahkan bajet mengikut kategori — capex, opex, perundingan, latihan, infrastruktur, governance — dan tunjukkan dengan jelas komponen mana yang akan ditampung oleh geran berbanding pembiayaan dalaman. Penilai mencari kepelbagaian — geran biasanya menampung 30 hingga 70 peratus, bukan 100 peratus.

Bahagian 9: Pelan Keberlanjutan

Bagaimana keupayaan AI ini akan berterusan beroperasi selepas tempoh geran? Siapa yang akan mengekalkannya? Bagaimana ia akan dibiayai? Bahagian ini sering diabaikan tetapi sangat dihargai oleh panel — ia menunjukkan bahawa pemohon memikirkan projek sebagai keupayaan strategik, bukan satu pelaburan tunggal.

Senarai Semak Pra-Penyerahan

• /Cadangan telah ditinjau oleh sekurang-kurangnya seorang yang bukan dalam pasukan teknikal — adakah ia masuk akal bagi pembaca tanpa konteks?
• /Setiap dakwaan kuantitatif mempunyai sumber atau pengiraan yang boleh dipertahankan.
• /KPI mempunyai baseline, sasaran, dan kaedah pengukuran yang jelas.
• /Komponen PDPA dan tadbir urus AI disebut dengan eksplisit, bukan diandaikan.
• /Pelan pelaksanaan mempunyai fasa, milestone dan deliverables yang boleh dijejak.
• /Bajet pecahan menunjukkan kepelbagaian sumber pembiayaan, bukan 100 peratus geran.
• /Pelan keberlanjutan menjawab persoalan: "apa berlaku selepas geran tamat?"
• /Cadangan disesuaikan untuk kriteria agensi tertentu — bukan dokumen generik yang dihantar kepada pelbagai agensi.
• /Lampiran teknikal — arsitektur data flow, security architecture, model evaluation framework — telah disertakan.

"Cadangan terbaik tidak ditulis untuk meyakinkan penilai bahawa projek itu hebat. Ia ditulis untuk membuat penilai berasa selesa membuat keputusan untuk meluluskannya."

— Pengalaman pasukan TechShift dalam menyokong permohonan geran

Kesilapan Yang Selalu Dilakukan

Dari pengalaman kami, beberapa kesilapan berulang muncul dalam cadangan yang ditolak. Pertama, terlalu banyak jargon teknikal yang melampaui keperluan — penilai bukan saintis data, dan jargon yang berlebihan membayangi kelemahan dalam logik perniagaan. Kedua, pernyataan masalah yang tidak dikuantifikasi. Ketiga, KPI yang kabur. Keempat, mengabaikan komponen tadbir urus dan responsible AI. Kelima, pelan pelaksanaan yang tidak realistik — sama ada terlalu ambisius dalam timeline atau terlalu vague dalam deliverables.

Templat Ringkas Permulaan

Bagi pasukan yang baru mula menulis cadangan, kami sering mengesyorkan latihan ringkas ini sebelum menyusun dokumen formal. Tulis tidak lebih dari satu muka surat yang menjawab: (1) Apakah masalah yang kami selesaikan, dengan angka? (2) Mengapa AI dan bukan pendekatan lain? (3) Apakah outcome yang akan kami ukur, dengan target? (4) Mengapa pasukan kami mampu melaksanakannya? (5) Mengapa geran ini diperlukan, dan bagaimana keupayaan ini akan kekal selepas itu? Jika anda boleh menjawab lima soalan ini dengan kuat dalam satu muka surat, anda mempunyai asas yang kukuh untuk cadangan penuh. Jika tidak, masalahnya bukan penulisan — ia adalah reka bentuk projek.

Langkah Seterusnya

Penulisan cadangan yang baik bermula dengan reka bentuk projek yang baik. Pasukan TechShift sering menyokong klien dengan menstrukturkan inisiatif AI sebagai dokumen strategi AI yang formal — dokumentasi yang sama secara semula jadi menjadi input untuk permohonan geran. Untuk konteks lanjut, rujuk artikel kami mengenai geran AI Malaysia 2026 atau hubungi pasukan kami melalui borang hubungan untuk perbincangan tertutup.

Soalan Lazim

Berapa lama biasanya untuk menulis cadangan yang lengkap?

Untuk cadangan geran AI peringkat enterprise yang berkualiti, 4 hingga 8 minggu adalah realistik — termasuk reka bentuk projek, pengumpulan data baseline, perbincangan dengan programme officer, penulisan, dan semakan dalaman. Cadangan yang ditulis dalam 1 hingga 2 minggu biasanya menunjukkan kekurangan pemikiran strategik.

Adakah penilai membaca semua lampiran?

Bergantung kepada agensi. Penilai kanan biasanya menumpukan pada ringkasan eksekutif dan KPI. Penilai teknikal akan masuk ke dalam arsitektur data flow dan pendekatan model. Lampiran perlu kuat tetapi tidak boleh menggantikan badan utama cadangan.

Bolehkah saya menyalin cadangan dari syarikat lain?

Setiap cadangan perlu khusus kepada konteks syarikat. Templat boleh memandu struktur, tetapi kandungan substantif — masalah, data, KPI, risiko — perlu autentik. Penilai mengenal pasti cadangan template yang generik dengan mudah.

Apa berlaku jika kriteria penilaian berubah selepas penyerahan?

Jarang, tetapi mungkin. Sentiasa simpan salinan cadangan yang dihantar dengan tarikh, dan minta pengesahan bertulis bahawa cadangan diterima di bawah kriteria pada masa penyerahan.

Adakah TechShift menyemak cadangan tanpa terlibat dalam reka bentuk?

Kami tidak menawarkan semakan cadangan terpencil. Pendekatan kami menggabungkan reka bentuk projek dengan dokumentasi geran — kedua-duanya berjalan bersama dan tidak bermakna secara berasingan.