בקשה רגולטורית טיפוסית יכולה לכלול מאות עמודים של מסמכים, דוחות מעבדה, תקנים, נספחים וחוות דעת. במשך שנים, המשמעות הייתה שעות ארוכות של עבודה ידנית מצד מהנדסים, בודקים ואנשי מקצוע. כעת מתחילים להופיע במשרדי הממשלה כלים חדשים: מערכות בינה מלאכותית שמסוגלות לקרוא את כל החומר בתוך דקות, לסכם אותו ולהציג המלצות ראשוניות לעובדי הארגון.
אם גופים ממשלתיים יצליחו להטמיע את הכלים הללו בצורה רחבה, המשמעות עבור האזרח עשויה להיות מהפכה של ממש: פחות בירוקרטיה, פחות זמני המתנה ותהליכים מהירים משמעותית.
אחד הגופים שכבר מנסה ליישם את הגישה הזו בפועל הוא רשות המים. במובנים רבים, מדובר בארגון שהבינה המלאכותית כמעט נתפרה עבורו.
הרשות אחראית על ניהול משק המים בישראל, קביעת רגולציה ותעריפים ופיקוח על תשתיות המים והביוב. לצורך כך היא מנתחת כמויות עצומות של מידע - מנתוני גשמים ומפלסי הכנרת ועד נתוני שאיבה, הפקה וצריכה. את מהלך ההטמעה מובילה הרשות בשיתוף Matrix DnA, זרוע הדאטה והבינה המלאכותית של מטריקס.
מאישור מדי מים ועד איתור גניבות
"משק המים הוא משק מאוד מוטה-דאטה", אומר מנהל רשות המים, יחזקאל ליפשיץ. "הבנו שהיכולות החדשות של AI מאפשרות לנו להפיק הרבה יותר ערך מהמידע שאנחנו אוספים, ובמקביל לפנות את אנשי המקצוע למשימות שדורשות את המומחיות שלהם".
אחד הפרויקטים הראשונים שנבחרו היה תהליך אישור מדי מים המיובאים לישראל. כל מד מים מחויב לקבל אישור תקן מרשות המים, ותהליך הבדיקה כולל לעיתים מאות עמודים של מסמכים, תוצאות מעבדה ונתונים טכניים.
במקום שהמהנדסים יעברו ידנית על כל החומר, המערכת קוראת את המסמכים, מנתחת אותם ומצביעה על פערים או מידע חסר. "בדקנו את התוצאות מול אישורים שניתנו בעבר וראינו הלימה גבוהה מאוד להחלטות שהתקבלו על ידי אנשי המקצוע שלנו. זה חוסך שעות עבודה רבות ומאפשר לקצר תהליכים", מספר ליפשיץ.
תחום נוסף שבו הרשות מטמיעה AI הוא אישור פרויקטי תשתית וחשבוניות, במטרה לבצע בדיקה מקדימה של החומר עוד לפני שהוא מגיע לוועדות המקצועיות. לצד זאת הוטמעו גם כלים ליצירת סיכומי דיונים אוטומטיים. "אלה אולי נשמעים דברים קטנים, אבל הם חוסכים המון שעות עבודה מצטברות", אומר ליפשיץ.
היישומים אינם מסתיימים בעולם המסמכים. רשות המים מפעילה כבר כיום מודל מבוסס למידת מכונה המסייע להעריך כמה מים חדרו בפועל לאקוויפרים. המערכת משלבת נתונים ממקורות רבים ומסייעת לרשות להעריך בצורה מדויקת יותר את מצב מאגרי המים התת-קרקעיים.
במקביל צפויה הרשות להתחיל להפעיל בחודשים הקרובים מערכת לניתוח צילומי אוויר, שנועדה לאתר קידוחים בלתי חוקיים והפקות מים לא מורשות. "עד היום חלק גדול מהאינדיקציות שלנו הגיע מהשטח", אומר ליפשיץ. "היכולת לנתח באופן אוטומטי כמויות גדולות של צילומים מאפשרת לנו לאתר תופעות שקשה מאוד לזהות בעבודה ידנית".
ארבע טעויות באימוץ AI בארגונים
את הפרויקטים מפתחת עבור הרשות Matrix DnA, זרוע הדאטה וה-AI של מטריקס. לדברי דן וגנר, סמנכ"ל AI ודאטה בחברה, הטעות הנפוצה ביותר היא לראות בבינה מלאכותית עוד פרויקט טכנולוגי.
"כולם עושים היום AI, אבל השאלה היא האם הארגון באמת עבר שינוי", הוא אומר. "הרבה ארגונים מתחילים מהטכנולוגיה, כשבפועל צריך להתחיל מהבעיה העסקית. איפה יש צוואר בקבוק? איפה אנשים משקיעים זמן רב במשימות שאפשר לבצע בצורה טובה יותר?"
לדבריו, ברשות המים הוקמו צוותים משותפים שמיפו את האתגרים המרכזיים של הארגון ובחרו את התהליכים שבהם ניתן לייצר את הערך הגדול ביותר. אחד התחומים הראשונים שסומנו היה תהליך אישור פרויקטי התשתית, הנוגע להשקעות של יותר ממיליארד שקל בשנה.
"האימפקט של קיצור תהליך כזה הוא לא רק פנימי", אומר וגנר. "ככל שאפשר לאשר פרויקטים וחשבוניות מהר יותר, כך ניתן לשחרר כספים למשק מהר יותר ולצמצם עיכובים מיותרים".
לדבריו, בניגוד לחשש הרווח, מטרת הפרויקטים אינה להחליף עובדים אלא לשנות את אופי העבודה שלהם. "בכל הארגונים שאנחנו עובדים איתם אנחנו רואים התייעלות משמעותית, אבל לא פיטורים. מה שקורה בפועל הוא שאנשים מפסיקים לעסוק במשימות סיזיפיות ומתחילים לעסוק במשימות בעלות ערך גבוה יותר".
"פרויקטי AI נכשלים בדרך כלל לא בגלל שהמודל לא עובד, אלא בגלל שהבעיה העסקית לא הוגדרה נכון או שהארגון לא התאים את עצמו לשינוי", מסכם וגנר. "AI צריך להתחיל בתהליך עסקי ולהסתיים בתהליך עסקי".
רשות המים עדיין נמצאת בתחילת הדרך, אך הפרויקטים שכבר הוטמעו מספקים הצצה לאופן שבו בינה מלאכותית עשויה להפוך את אחד התחומים המזוהים ביותר עם המגזר הציבורי - הבירוקרטיה - למהירה ויעילה יותר.
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו