דוח רב-לאומי: ממשלות רצות לבינה מלאכותית בלי מספיק בקרה

מבקר המדינה מתניהו אנגלמן קובע כי הבינה המלאכותית כבר אינה סוגיה עתידית, אלא כוח המשנה בפועל את עבודת הממשלות, את השירות לציבור, את תהליכי קבלת ההחלטות ואת מערכת היחסים בין האזרח למדינה. דוח מיוחד של מבקר המדינה, שפורסם במסגרת ביקורת מקבילה רב-לאומית בהובלת ישראל, מצביע על תמונה ברורה: מדינות רבות כבר החלו לרוץ קדימה, אך רמת ההיערכות שלהן עדיין רחוקה מלהיות אחידה, יציבה ומבוקרת.

הביקורת נערכה במסגרת יורוסאי, ארגון מוסדות הביקורת העליונים של אירופה, שמבקר המדינה של ישראל מכהן כנשיאו. השתתפו בה מוסדות ביקורת עליונים מ-12 מדינות: צרפת, איטליה, שווייץ, פולין, רומניה, סלובקיה, אסטוניה, ליטא, לטביה, אלבניה, צפון מקדוניה וישראל. הבדיקה נערכה בין מאי 2024 לדצמבר 2025, באמצעות מסגרת ניתוח משותפת שכללה תשעה תחומים מרכזיים ויותר מ-92 שאלות ביקורת.

הבעיה: כל רכיב מתקדם לבד

הממצא הרוחבי החשוב בדוח הוא שהטמעת בינה מלאכותית מצליחה כאשר כל רכיבי המערכת מתקדמים יחד: אסטרטגיה, תקציב, אסדרה, תשתיות מחשוב, ממשל נתונים, אבטחת מידע, מיזמים ממשלתיים, הון אנושי ועיבוד שפה טבעית. כאשר כל רכיב מתקדם בנפרד, נוצר פער מוכר: האסטרטגיה נשארת הצהרה, התקציב אינו מתורגם לתוצרים, והמיזמים אינם הופכים ליכולת ממשלתית רחבה ובת קיימה.

המשמעות הציבורית של הממצא הזה גדולה. בינה מלאכותית אינה עוד כלי פנימי של יחידות מחשוב, אלא תשתית שלטונית חדשה. היא יכולה לסייע בקיצור תורים, בהפחתת עומסים, באיתור חריגות, בשיפור שירותים ובהפקת תובנות ממאגרי מידע גדולים. אך ללא כללים, אחריות ברורה ובקרה מתמשכת, אותה טכנולוגיה עלולה לפגוע בפרטיות, ליצור הטיות, להעמיק תלות בספקים חיצוניים ולהקשות על הציבור להבין כיצד התקבלו החלטות המשפיעות עליו.

ישראל: יתרון טכנולוגי, חולשה ממשלתית

בכל הנוגע לישראל, הדוח מציג תמונה מורכבת. מצד אחד, ישראל נכנסת לעידן הבינה המלאכותית מנקודת פתיחה מתקדמת: סביבת חדשנות מפותחת, יכולות מחקר ופיתוח, הון אנושי איכותי ותעשיית חדשנות משמעותית. בדירוגים בינלאומיים שונים ישראל נמנית עם מדינות בעלות פוטנציאל גבוה בתחום, במיוחד במחקר, בפיתוח ובכישורים אנושיים.

מצד אחר, דווקא בשל נקודת הפתיחה הגבוהה, הפער הממשלתי בולט יותר. לפי המבקר, ישראל טרם אישרה במועד סיום הביקורת תוכנית לאומית ארוכת טווח ומקיפה בתחום הבינה המלאכותית, הכוללת חזון, יעדים, אבני דרך, אחריות ממשלתית ברורה, לוחות זמנים, תקציב ומנגנוני מדידה ובקרה. הממשלה אומנם אימצה בספטמבר 2025, בהחלטה 3375, את המלצות ועדת נגל והורתה על הקמת המטה הלאומי לבינה מלאכותית במשרד ראש הממשלה, אך המבקר מציין כי עדיין נדרשת מסגרת ממשלתית מחייבת שתעגן את התחום כמאמץ לאומי מתמשך.

תקציב בלי תמונת מצב מלאה

אחד הפרקים המרכזיים בדוח עוסק בתקציבים. לפי הביקורת, המימון הוא מבחן מרכזי לרצינות הממשלתית, אך מדינות רבות מתקשות להציג תמונה מלאה של התקציב שהוקצה לבינה מלאכותית. פחות ממחצית מן המדינות דיווחו על תקציב מוגדר בבירור, ואחרות משלבות את הוצאות הבינה המלאכותית בתקציבי דיגיטל רחבים או בתקציבים ענפיים, באופן שמקשה לעקוב אחר סדרי העדיפות והביצוע בפועל.

גם בישראל מצביע המבקר על פער בין תקצוב לבין מימוש. בדוח נאמר כי גם כאשר אושרו תקציבים משמעותיים, מימושם היה חלקי, ובתחומים מסוימים נמוך במיוחד. הדבר בלט במיוחד בתחום תשתיות המחשוב המתקדמות, ובהן מחשוב-על ותשתיות לאימון מודלים גדולים - רכיבים שהם תנאי בסיסי למחקר, לפיתוח ולהטמעה ממשלתית של בינה מלאכותית בקנה מידה רחב.

תשתיות הן לא עניין טכני

הדוח מדגיש כי תשתיות מחשוב ונתונים אינן עניין טכני בלבד. הן קובעות מה המדינה מסוגלת לפתח, באיזה קצב, באיזו עצמאות ובאיזו רמת בקרה על מידע רגיש ושירותים חיוניים. מדינות רבות משקיעות בתשתיות בינה מלאכותית, במיוחד בקיבולת מחשוב, אך הפעילות עדיין בעיצומה, וההשוואה בין המדינות מוגבלת בשל מדידה לא אחידה של היקף התשתיות.

עוד עולה כי סביבות ענן לאומיות נפוצות, אך כל המדינות נשענות על ספקים חיצוניים, ולכן מודל הפעלה משולב הוא הנורמה. המבקר מזהיר כי מחסור בתשתיות עלול להפוך לצוואר בקבוק אם לא יובהרו הממשל, חיזוי הביקוש והאחריות בסביבות הנשענות גם על גורמים חיצוניים. ההמלצה היא למפות את כלל יכולות התשתית הקיימות, לחזות צרכים עתידיים ולחזק את ניהול סיכוני האבטחה, העלות, החוסן והתלות בספקים.

ממשל נתונים: הבסיס שבלעדיו אין בינה מלאכותית

בינה מלאכותית ממשלתית תלויה בנתונים איכותיים, זמינים, מתועדים, מאובטחים וניתנים לשיתוף בין משרדי ממשלה. לפי הדוח, בישראל קיימת מדיניות לשיתוף מידע, אך עדיין קיימים חסמים משמעותיים: תהליכי אישור ממושכים, מגבלות אסדרתיות ומינהליות, פערי אכיפה, מערכות מידע שאינן מתממשקות זו עם זו ותלות בתהליכים ידניים.

זהו אולי אחד הפערים המעשיים ביותר בדוח. מדינה יכולה לרכוש כלים מתקדמים, להקים מטה לאומי ולגבש הצהרות מדיניות, אך אם הנתונים מפוזרים, לא נקיים, אינם מתועדים או אינם נגישים בין משרדים - הבינה המלאכותית תיתקע בשלב ההדגמות. בהיעדר אסטרטגיית נתונים ממשלתית סדורה ומדידה, קשה להפוך את מאגרי המידע הממשלתיים לתשתית אמינה לשימוש חוזר, לניתוח מתקדם ולהטמעה אחראית בשירות הציבורי.

אסדרה: האחריות נקבעה, הכללים מפגרים

בפרק האסדרה מצאה הביקורת כי התחום מתפתח, אך לא באופן עקבי. כמחצית מן המדינות בלבד דיווחו כי פורסמו הנחיות בנושא בינה מלאכותית, אף שכל המדינות דיווחו על גוף ייעודי האחראי לפיקוח על הפעילות בתחום. חוק הבינה המלאכותית של האיחוד האירופי כבר משמש גורם המאיץ את האסדרה, אך המדינות צופות כי יישומו יטיל עליהן דרישות כבדות, בין השאר בשל מגבלות כוח אדם.

מסקנת המבקר היא שהטלת אחריות מוסדית מקדימה במקרים רבים את מתן ההנחיה התפעולית. במילים פשוטות: יש מי שאחראי, אבל לא תמיד ברור מה בדיוק הוא אמור לאכוף, כיצד ייבדק יישום הכללים, ואיך תיבחן מערכת לפני הפעלתה. לכן ממליצה הביקורת לפרסם הנחיות מעשיות, לחזק מנגנונים אכיפים, להגדיר אחריות ברורה ולבסס עקיבות ובדיקות קודם הפעלת מערכות, לפי הצורך.

אבטחת מידע: אתגר ממשלי, לא רק טכנולוגי

הדוח קובע כי קיימת מודעות גבוהה לסיכוני אבטחת מידע בתחום הבינה המלאכותית, בעיקר לדליפת נתונים ולגישה בלתי מורשית. עם זאת, קווי הבסיס לתהליכי עבודה מחייבים חלשים יותר: לא כל המדינות דיווחו על פרוטוקולים מחייבים של אבטחת סייבר ועל מדיניות הגנת פרטיות ייעודית לבינה מלאכותית. גם הניסיון המצטבר באירועי סייבר בתחום זה נותר מצומצם, ולכן המניעה וההיערכות מקבלות חשיבות מיוחדת.

המסר חד: אבטחת בינה מלאכותית אינה רק משימה של אנשי מחשוב. היא משימה ממשלתית רחבה, משום שהיא נוגעת לשאלה מי נוגע במידע, כיצד מתועדות החלטות, איך ספקים חיצוניים מקבלים גישה למערכות, מה קורה בעת תקלה, ומי נושא באחריות כאשר מערכת טועה או נפרצת. ההמלצה היא לקבוע דרישות בסיס, הכשרה לפי תפקיד, תיעוד ועקיבות, וליישם נוהלי אבטחה לאורך כל מחזור החיים של מערכות ויישומים - גם במשרדים וגם אצל ספקים.

מיזמים ממשלתיים: יישום מתקדם, מדידה חלשה

בדוח נמצא כי בשירות הציבורי במדינות השונות כבר נעשה שימוש מעשי בבינה מלאכותית, בעיקר בתחומים תפעוליים רחבי היקף, ומדינות רבות מדווחות על שיפור בפריון. עם זאת, מנגנוני ניטור והערכה אינם מוטמעים באופן עקבי, ומדדי הביצוע מתמקדים לעיתים קרובות ביעילות ולא בבחינה רחבה של איכות השירות, איכות ביצועי המודל, קיימות, שימוש חוזר בנתונים וסיכונים.

זהו פער מוכר גם במיזמים ממשלתיים אחרים: קל למדוד כמה זמן נחסך, קשה יותר לבדוק האם ההחלטה שהתקבלה הייתה הוגנת, מוסברת, מדויקת ואמינה. המבקר ממליץ לבסס יכולת ראייה כוללת של כלל המיזמים, לאמץ מסגרות הערכה מאוזנות ולקבוע דרישות דיווח מזעריות, כך שהרחבת מיזמי ניסוי תתבסס על נתונים אמינים ולא על התלהבות רגעית.

הון אנושי: נקודת התורפה המשותפת

לפי הדוח, מחסור בכוח אדם מיומן הוא אחת המגבלות הרחבות ביותר: כל המדינות דיווחו על מחסור במומחי בינה מלאכותית, ורבות דיווחו גם על מחסור בחוקרים. הכשרות לשיפור מיומנויות השימוש בבינה מלאכותית מתקיימות במקומות רבים, אך אינן מקיפות דיין. שימור בעלי תפקידי ממשל והובלה קריטיים נותר נקודת תורפה שעלולה להעמיק את התלות בספקים חיצוניים.

הדוח מדגיש כי המוכנות לבינה מלאכותית תלויה בראש ובראשונה באנשים, ולא רק בטכנולוגיה. גם בישראל, שבה יש יתרון משמעותי בהון אנושי טכנולוגי ובמחקר, נדרשת יכולת משלימה בתוך הממשלה עצמה: עובדי ציבור, מנהלים, אנשי רכש, יועצים משפטיים, אנשי אבטחת מידע ומבקרי פנים שמבינים את הטכנולוגיה, יודעים להעריך את סיכוניה ומסוגלים לפקח על ספקים חיצוניים. הכשרה נקודתית אינה מספיקה; נדרשת מדיניות רוחבית לפיתוח כשירות בתחום בשירות הציבורי.

השפה המקומית כאתגר ממשלתי

פרק מיוחד בדוח עוסק בעיבוד שפה טבעית. מרבית המדינות מפתחות יכולות כאלה בשפה המקומית, אך בדרך כלל באמצעות ספקים חיצוניים או בשיתוף איתם. הדבר מעורר שאלות ארוכות טווח של תלות בספקים, אחריות, תחזוקה, ניטור, תיעוד ועידכון של המודלים והנתונים.

בישראל החשיבות כפולה, משום שהשירות הציבורי פועל בעברית ובערבית ונדרש לתת מענה לאזרחים במגוון שפות ורמות אוריינות. הדוח מציין כי בישראל קיימת פעילות בתחום עיבוד השפה הטבעית בעברית ובערבית, אך ההמלצה הכללית היא לראות ביכולת זו תשתית משותפת לשימוש גופים רבים, ולא כלי נקודתי של משרד אחד או ספק אחד.

ישראל צריכה לתרגם יתרון לאומי ליכולת ממשלתית

השורה התחתונה של הדוח לגבי ישראל חדה: ישראל היא מן המדינות המובילות בתחומי החדשנות, המחקר וההון האנושי בבינה מלאכותית, אך הפער המרכזי הוא ביכולת הממשלתית לתרגם את היתרון הזה לאסטרטגיה סדורה, לתשתיות נדרשות, לממשל נתונים ולהטמעה רחבה ואחראית בשירות הציבורי.

המבקר מציין כי זהו פער שאפשר וצריך לצמצם. לשם כך נדרשים הנהגה ממשלתית ברורה, תוכנית לאומית מאושרת הכוללת יעדים, אבני דרך ותקציב רב-שנתי, מנגנוני מדידה ובקרה, תשתיות מחשוב ונתונים, אסדרה מותאמת סיכון והכשרה שיטתית של עובדי הציבור. למטה הלאומי לבינה מלאכותית, שהוקם בעקבות החלטת הממשלה, יש תפקיד מרכזי בקידום המרכיבים הללו.

הבינה המלאכותית כבר אינה ממתינה לתוכניות ממשלתיות. היא נכנסת לשירות הציבורי דרך מיזמים, ספקים, מערכות מידע ויוזמות מקומיות. לכן השאלה אינה אם הממשלה תשתמש בה, אלא האם תעשה זאת באחריות, בשקיפות, עם תשתיות מתאימות ועם בקרה שתגן על האזרח ולא רק תייעל את המערכת.