מבקר המדינה מצביע על פער ניכר בין ההתלהבות הגוברת מן הבינה המלאכותית במגזר הציבורי לבין רמת ההיערכות המעשית של משרדי הממשלה, הרשויות והגופים הציבוריים. לפי ממצאי שאלון שהופץ ל-70 גופים ציבוריים, קיימת הכרה ניהולית רחבה בחשיבות שילוב הכלים החדשים, אך ברוב המערכת הציבורית עדיין לא קיימות תשתיות ניהול, תקציב, נתונים ומדידה המאפשרות מעבר מהתנסות נקודתית להטמעה רחבה, בטוחה ומדידה.
המסמך, שכותרתו "המוכנות לאימוץ והטמעה של בינה מלאכותית בגופים הציבוריים בישראל", פורסם לצד דוח בינלאומי מקביל בנושא היערכות ממשלות לבינה מלאכותית. בישראל השיבו על השאלון משרדי ממשלה, רשויות סטטוטוריות, יחידות סמך, חברות ממשלתיות, בתי חולים ממשלתיים, קופות חולים, עיריות וגופים ציבוריים נוספים. הממצאים נכונים לדצמבר 2025 ואינם מייחסים ממצא מסוים לגוף מסוים, אלא מציגים תמונת מצב רוחבית.
הרבה מודעות, מעט מדיניות
הנתון החיובי הבולט הוא שרוב הגופים מבינים את חשיבות הנושא. לפי השאלון, ב-77% מהגופים ההנהלה מייחסת חשיבות רבה או רבה מאוד לשילוב פתרונות בינה מלאכותית; ב-63% מהגופים קיים גורם מוביל ומרכז בתחום; וב-72% מהגופים כבר מופעלות תוכניות הכשרה לעובדים. במקביל דווח על 144 מיזמים בתחום הבינה המלאכותית ב-47 גופים.
אולם מאחורי תמונת ההתקדמות מסתתר פער ניהולי משמעותי: רק 18% מהגופים דיווחו כי אימצו אסטרטגיה או מדיניות ארגונית מוגדרת לשילוב בינה מלאכותית, ולמעלה ממחצית נמצאים עדיין בתהליך גיבוש. בכשליש מהגופים אין נהלים או הנחיות פנים-ארגוניות לשימוש בכלי בינה מלאכותית. המשמעות היא שחלק ניכר מן המערכת כבר משתמש או נערך להשתמש בטכנולוגיה, אך ללא מסגרת ארגונית מלאה שמגדירה מה מותר, מה אסור, מי מאשר, מי בודק ומהם גבולות הסיכון.
נתונים בלי משילות מספקת
המבקר מצביע גם על חולשה עמוקה בתשתית הנתונים. רק כ-24% מהגופים דיווחו כי גיבשו ואישרו אסטרטגיית נתונים משרדית מסודרת. לעומת זאת, 34% מהגופים ציינו כי טרם החלו בגיבוש אסטרטגיה כזו, ו-41% פועלים ללא מסגרת פורמלית של ממשל נתונים ארגוני, כגון מינוי מנהל נתונים ראשי או יחידה מקצועית האחראית לתחום.
זהו ממצא מרכזי, משום שבינה מלאכותית במגזר הציבורי אינה נשענת רק על כלי מחשוב מתקדמים, אלא קודם כל על נתונים מסודרים, אמינים, זמינים ומוגנים. אם הנתונים מבוזרים, מיושנים, לא מנוהלים או אינם באיכות מספקת, גם הכלים המתקדמים ביותר עלולים להפיק תוצאות חלקיות, מוטות או לא שימושיות. לכן הפער בתחום ממשל הנתונים אינו טכני בלבד, אלא נוגע ליכולת המדינה להפיק ערך ממשי מן הטכנולוגיה.
144 מיזמים - רובם עדיין בדרך
הגופים דיווחו על 144 מיזמים המשלבים בינה מלאכותית. לפי השאלון, 42% מהם תומכים בליבת הפעילות המשרדית ו-34% נועדו לשיפור השירות לאזרח. אלה נתונים המעידים על כיוון נכון: לא רק התנסות טכנולוגית לשמה, אלא ניסיון לשלב את הכלים החדשים בעבודה הממשלתית השוטפת ובשירות לציבור.
עם זאת, רוב המיזמים עדיין אינם בשימוש מלא. 68% מן המיזמים המדווחים נמצאים בשלבי פיתוח או ניסוי-חלוץ, ורק 32% הוטמעו בפועל. בכשליש מהגופים יש חמישה מיזמים ומעלה, אך ברבע מהגופים קיים מיזם אחד בלבד. המשמעות היא שהמגזר הציבורי מתקדם, אבל עדיין לא חצה את הקו שבין "יש רעיונות וניסויים" לבין "יש יכולת ממשלתית רוחבית ומתפקדת".
התקציב הוא החסם הבולט
לפי ממצאי השאלון, ל-58% מהגופים לא הוקצה תקציב ייעודי לקידום מיזמי בינה מלאכותית בשנים 2023-2025. אומנם ניכרת עלייה הדרגתית בשיעור הגופים שהקצו תקציב כזה, אך רוב המערכת עדיין פועלת ללא מקור תקציבי ברור ויציב. בנוסף, כ-80% מהגופים הצביעו על תקציב ייעודי כתמיכה הנדרשת ביותר להאצת האימוץ.
החסמים המרכזיים שדורגו בידי הגופים הם מגבלות אבטחת מידע - 65%; מגבלות תקציביות - 62%; מחסור בכוח אדם מקצועי מיומן - 51%; ואי-מוכנות של הנתונים הארגוניים - 47%. לצידם הוזכרו גם מגבלות פרטיות, מגבלות חוקיות ואסדרתיות, היעדר תשתיות מחשוב מתאימות וחוסר ידע בנוגע ליכולות הבינה המלאכותית.
הפער: רוצים חדשנות, חוששים מסיכון
הגופים הציבוריים מזהים את אבטחת המידע כחסם המרכזי לאימוץ כלי בינה מלאכותית, ובצדק. השירות הציבורי מחזיק מידע רגיש מאוד על אזרחים: נתוני בריאות, רווחה, מיסים, חינוך, אכיפה, זכויות, תעסוקה ומידע אישי נוסף. שימוש לא זהיר בכלים כאלה עלול להוביל לחשיפת מידע, להטיה בהחלטות, לפגיעה בפרטיות או לפגיעה באמון הציבור.
עם זאת, ממצאי השאלון מלמדים כי ניהול הסיכונים אינו מאוזן דיו. 74% מהגופים שהתייחסו לסיכונים התמקדו בסיכוני אבטחת מידע וסייבר, אך סיכונים הנוגעים לשקיפות, להוגנות אלגוריתמית ולאמון הציבור קיבלו משקל נמוך בהרבה, בין 7% ל-12%. כלומר, המערכת מזהה היטב את הסיכון הטכנולוגי, אך עדיין מייחסת פחות משקל לסיכון הציבורי והדמוקרטי: האם האזרח יודע שמולו מערכת ממוחשבת, האם החלטה ניתנת להסבר, והאם לא נוצרה אפליה בלתי מכוונת.
הציבור לא תמיד יודע
אחד הממצאים הרגישים נוגע ליידוע הציבור. 39% מהגופים המפעילים מנגנונים של צ'אט-בוטים או מערכות מענה אוטומטי לציבור דיווחו כי אינם מיידעים את הפונה באופן יזום שהוא מנהל תקשורת עם מערכת ממוחשבת. זהו ממצא בעייתי, משום שהשימוש בבינה מלאכותית בשירות הציבורי אינו רק עניין של יעילות, אלא גם של שקיפות בסיסית כלפי האזרח.
בתחום הגנת הפרטיות נמצא כי האמצעים שבהם משתמשים הגופים מתבססים בעיקר על הדרכות ונהלים - 67%. שיעור השימוש באמצעים טכנולוגיים נמוך יותר: 55% דיווחו על הרשאות מבוססות תפקיד, 53% על הגבלת סוגי מידע, 27% על הצפנה מתקדמת ו-20% בלבד על כלים לאנונימיזציה או פסאודונימיזציה של מידע לפני הזנתו למודל.
הכשרות קיימות - אך לא בכל מקום
בתחום ההון האנושי נרשמה התקדמות, אך גם כאן התמונה אינה מלאה. 72% מהגופים מפעילים תוכניות הכשרה לעובדים בנושא בינה מלאכותית, אך 28% עדיין לא ביצעו הכשרות ייעודיות. 49% מהגופים דיווחו כי אין בהם מסגרת פנים-ארגונית או בין-משרדית לשיתוף ידע, וכ-38% דיווחו כי חסרה מסגרת תמיכה מקצועית לליווי עובדים המבקשים לקדם מיזמים בתחום.
גם בדרג הבכיר קיים פער ידע. בקרב כ-48% מהגופים הידע המקצועי של חברי ההנהלה הבכירה בנוגע לאימוץ ושילוב של בינה מלאכותית בתהליכי העבודה הוגדר נמוך או בינוני. המשמעות ברורה: הנהלות רבות מבינות שהנושא חשוב, אך לא תמיד מחזיקות את הידע הנדרש כדי לקבל החלטות מדויקות על סיכונים, תקציבים, סדרי עדיפות והטמעה ארגונית.
ענן, חומרה ורכש
כשליש מן המשיבים דיווחו כי במועד הסקר טרם חוברו לענן הממשלתי הייעודי "נימבוס". נוסף על כך, בקרב גופים שניסו להקים תשתית בינה מלאכותית מקומית, 88% הצביעו על עלויות רכש כבדות של חומרת מחשוב ייעודית כחסם מרכזי; 63% ציינו דרישות אבטחת מידע; ו-56% ציינו מחסור בכוח אדם מיומן לניהול ולתחזוקה.
הגופים גם מצביעים על מנגנוני הרכש הממשלתיים כחסם. 58% מהם ציינו צורך בהגמשת מנגנוני הרכש כדי להאיץ את אימוץ הבינה המלאכותית, ו-62% הצביעו על צורך בהכשרות מקצועיות. רק 26% הצביעו על צורך בליווי משפטי, נתון שעשוי להעיד כי במערכת עדיין לא מופנם עד תום המשקל של שאלות משפטיות, פרטיות, אחריות ושקיפות בתחום זה.
מדידה חלקית של התועלת
גם לאחר שמיזמי בינה מלאכותית יוצאים לדרך, לא תמיד נמדדת התועלת שלהם. כ-40% מהגופים דיווחו כי אינם מבצעים תהליך סדור של מדידה והערכת תועלות. מקרב הגופים שכן מודדים, רובם שמים דגש על חיסכון בזמן והגדלת תפוקות - כ-77%; קיצור זמני תגובה - כ-71%; ושיפור שביעות רצון הציבור - כ-63%. מנגד, רק כ-14% מן המיזמים כוונו לעמידה ביעדים אסדרתיים.
זהו פער מהותי. בלי מדידה סדורה, קשה לדעת האם מיזם אכן שיפר שירות, חסך כסף, קיצר הליכים, צמצם טעויות או רק יצר שכבת טכנולוגיה נוספת על תהליכים קיימים. במגזר הציבורי, שבו כל מיזם ממומן מכספי ציבור ומשפיע על זכויות אזרחים, מדידת תועלות אינה תוספת ניהולית - היא תנאי בסיסי לאחריות ציבורית.
המבקר: דרושה מסגרת ממשלתית כוללת
מבקר המדינה מתניהו אנגלמן קובע בדברי הפתיחה למסמך כי אימוץ בינה מלאכותית במשרדי הממשלה ובגופים הציבוריים אינו יכול להישען רק על יוזמות מקומיות, מוטיבציה ניהולית או התנסות נקודתית. לדבריו, נדרשת מסגרת ממשלתית כוללת שתשלב מדיניות אחידה, תקצוב ייעודי, תשתיות נתונים וענן מאובטחות, הכשרות מקצועיות, מנגנוני רכש מותאמים, הנחיות משפטיות ואתיות וכלים למדידת תועלות.
המסקנה העולה מן השאלון חדה: מדינת ישראל אינה מתחילה מאפס. יש בה גופים שמכשירים עובדים, מפעילים מיזמים, ממנים גורמים מובילים ומשלבים את הבינה המלאכותית בתוכניות העבודה. אך בהיעדר מדיניות אחידה, תקציב ברור, משילות נתונים ומנגנוני מדידה, קיים סיכון שהמגזר הציבורי יישאר בשלב ההתנסויות - במקום להפוך את הבינה המלאכותית לכלי ממשלתי אחראי, מאובטח ומועיל לציבור.
בינה מלאכותית יכולה לקצר תורים, לשפר שירות, לצמצם טעויות ולייעל את עבודת הממשלה - אבל בלי נתונים מסודרים, תקציב, כוח אדם, אבטחת מידע ושקיפות לציבור, היא תישאר בעיקר הבטחה טכנולוגית שמתקשה להפוך לשינוי ממשי.
תגובות
רגע, שקט פה מדי
דעתך חשובה - תהיו הראשונים להגיב על הכתבה