AI למגזר השלישי
יותר השפעה עם אותם משאבים: פחות שעות על אדמיניסטרציה ודיווחים, יותר שעות על העבודה עם המוטבים.
הטמעת AI בעמותה היא תהליך שבו ארגון חברתי מכניס כלי בינה מלאכותית לתוך העבודה היומיומית של הצוות, כדי לפנות זמן מעבודת האדמיניסטרציה חזרה לעבודה עם המוטבים. בפועל זה נראה כך: מיפוי המשימות שגוזלות הכי הרבה שעות, הכשרה של רפרנט אחד מכל סניף או תוכנית שמוביל את ההטמעה במקום שלו, ליווי חודשי שוטף שמתעדכן בקצב שבו הכלים משתנים, וכללים כתובים לאבטחת מידע על מוטבים ולאישור אנושי לפני שתוצר יוצא החוצה. את התוכנית מעביר יעקב צדק, מרצה ומטמיע AI שליווה מאות ארגונים.
הטמעת AI בעמותה היא תהליך שבו ארגון חברתי מכניס כלי בינה מלאכותית לתוך העבודה היומיומית של הצוות, כדי לפנות זמן מעבודת האדמיניסטרציה חזרה לעבודה עם המוטבים. היא לא מתחילה ברשימת כלים אלא במיפוי המשימות שגוזלות הכי הרבה שעות, ונמדדת בשעות שחזרו לפעילות עצמה.
בארגון עם צוותים מבוזרים בין סניפים ותוכניות, ההטמעה עובדת הכי טוב כשמכשירים רפרנט אחד בכל מקום שמוביל אותה אצלו, ומלווים אותו באופן שוטף לאורך זמן. במקביל נקבעים כללים ברורים לאבטחת מידע על מוטבים ולאישור אנושי לפני שתוצר יוצא החוצה. את התוכנית מעביר יעקב צדק, מרצה ומטמיע AI שליווה מאות ארגונים.
הכאב הייחודי
אותם כלים, מציאות אחרת לגמרי. מי שמתעלם מזה מגיע עם תוכנית שלא שורדת את החודש הראשון.
בעמותה אין רגע אחד שבו כולם באותו חדר. יש סניפים, יש תוכניות, יש מתנדבים ויש אנשי שטח שנמצאים אצל המוטבים ולא מול מסך. הרצאה אחת לכל הארגון נשמעת יעילה, ובפועל היא מגיעה לחלק מהאנשים ובזמן הלא נכון.
אנשי מקצוע שנכנסו לתחום כדי לעבוד עם אנשים מוצאים את עצמם כותבים סיכומים, ממלאים טפסים, מרכיבים דוחות ומעדכנים גיליונות. כל שעה שנשארת בעבודה השוטפת היא שעה שחוזרת לעבודה עם המוטבים, וזה המדד האמיתי כאן.
בעמותה לא מוסיפים תקן כדי לפתור עומס, ולא קונים כלי לכל אחד כי הוא נשמע מבטיח. כל הוצאה נבחנת מול הפעילות עצמה. לכן ההטמעה חייבת להתחיל בכלים שכבר יש בארגון ובתהליכים שהחיסכון בהם נמדד בשעות ולא בתחושה.
אותם נתונים נכתבים שוב ושוב בפורמטים שונים: דוח לתורם, דוח לרשות, דוח לוועד המנהל, סיכום שנתי. זה בדיוק סוג העבודה שבה AI חזק, כי המידע כבר קיים והמשימה היא ארגון וניסוח ולא המצאה של תוכן חדש.
בקשות תמיכה, קולות קוראים, פניות לקרנות ותכתובת עם תורמים. הכתיבה עצמה גוזלת ימים, והדד-ליין לא זז. AI לא כותב את הבקשה במקום הארגון, אבל הוא מקצר משמעותית את הדרך מהחומרים הקיימים לטיוטה ראשונה שאפשר לעבוד עליה.
עמותה מחזיקה מידע שאסור שידלוף: פרטים אישיים, מצב משפחתי, מצב בריאותי, קטינים. זה לא נספח בסוף התוכנית אלא תנאי הכניסה שלה. הכלל שנקבע מראש הוא פשוט: מידע מזהה על מוטבים לא עולה לכלים חיצוניים.
מודל AI Champions
מודל רפרנטי AI (AI Champions) הוא הלב של התוכנית: הרצאה חד-פעמית מייצרת התלהבות ליומיים, ורפרנט מקומי עם ליווי שוטף מייצר שינוי שמחזיק.
מתחילים בחשיפה לצוותים ובמיפוי אמיתי: אילו משימות חוזרות על עצמן, כמה שעות הן לוקחות, אילו כלים כבר מאושרים בארגון ואיפה עובר הקו של מידע רגיש. מהמיפוי הזה נבנית רשימת התהליכים שנעבוד עליהם, לפי סדר החיסכון בזמן.
לא הכי טכנולוגי, אלא הכי מחובר לצוות שלו. הרפרנט הוא מי שיודע איפה באמת נשרפות השעות אצלם, ומי שאנשים ניגשים אליו עם שאלה. הוא מקבל הכשרה מעמיקה יותר, וההטמעה במקום שלו נשענת עליו ולא על מרצה חיצוני שיגיע פעם בשנה.
מפגש חודשי קבוע עם קבוצת הרפרנטים: מה עבד החודש, איפה נתקעו, מה השתנה בכלים, ואיזה תהליך חדש בונים. זו נקודת הכובד של המודל, כי שם ההטמעה עוברת מכוונה טובה לשגרה שמחזיקה.
קבוצה חיה שבה הרפרנטים מכל הסניפים והתוכניות מתייעצים ביניהם בין המפגשים. פתרון שמישהו מצא בסניף אחד מגיע למחרת לשאר, וזה מייצר קצב שלמידה פורמלית לבדה לא מייצרת. גם שאלות מהשטח מקבלות מענה תוך יום ולא בעוד חודש.
אחרי שהרפרנטים עובדים בפועל, ההרחבה קורית מבפנים. הם מעבירים את זה לצוות שלהם בשפה של המקום, עם דוגמאות מהעבודה שלהם, וזה מתקבל אחרת מאשר הדרכה שמגיעה מבחוץ. הליווי החיצוני נשאר כגיבוי ולא כמנוע היחיד.
מה שנכון היום בכלי AI לא בהכרח נכון בעוד חודשיים: יכולות חדשות נפתחות, ממשקים משתנים, ומה שדרש עקיפה מסובכת הופך לכפתור. הרצאה חד-פעמית מקבעת תמונת מצב של יום מסוים, וחצי שנה אחר כך היא כבר לא מדויקת.
בזמן הסדנה כולם מבינים. השאלות הקשות מגיעות בשבוע השלישי, כשמישהו מנסה להריץ את זה על מקרה אמיתי ונתקע. בלי מסגרת שמקבלת את השאלה הזו, האדם מוותר וחוזר לדרך הישנה, וההטמעה נגמרת בשקט.
המדד הוא לא כמה אנשים ישבו במפגש אלא כמה תהליכים באמת עובדים אחרת אחרי חודשיים. זה מתגלה רק לאורך זמן, ורק אם יש נקודת מפגש קבועה שבה בודקים מה נכנס לשגרה ומה נשאר על הנייר.
איפה זה חוסך זמן
לא רשימת אפשרויות תיאורטית. אלה התהליכים שחוזרים על עצמם בכל ארגון חברתי, ושבהם החיסכון נמדד כבר בחודש הראשון.
מהחומרים שכבר קיימים בארגון לטיוטה ראשונה מסודרת: רקע, תיאור התוכנית, מדדי הצלחה ותקציב. הצוות עובר על הטיוטה, מדייק ומאשר. הזמן שנחסך הוא בעיקר בהתחלה, בדף הלבן, ששם רוב האנשים נתקעים.
סיפור אחד של פעילות הופך לפוסט, לפסקה בניוזלטר, לטקסט לאתר ולקריינות לסרטון קצר, בלי לכתוב כל אחד מאפס. חשוב לומר: מה שנוגע במוטבים עובר תמיד אישור אנושי ומתפרסם רק במסגרת מה שהארגון מרשה לעצמו לספר.
מהישיבה לסיכום עם החלטות, אחראים ותאריכים, במקום שמישהו יכתוב את זה בלילה ויזכר בחצי. בארגון מבוזר זה קריטי במיוחד, כי סיכום מסודר הוא לרוב הדרך היחידה שבה סניף אחד יודע מה הוחלט בשני.
פניות שחוזרות על עצמן, ממוטבים, ממתנדבים, מתורמים ומגורמים מקצועיים, מקבלות טיוטת מענה מהירה על בסיס המידע של הארגון. המענה נשלח רק אחרי שאדם קרא ואישר, במיוחד כשהפנייה נוגעת למצב אישי.
מערכי הדרכה למתנדבים חדשים, דפי מידע למשפחות, מצגות לצוות וחומרים שמותאמים לרמת קריאה או לשפה אחרת. במקום שכל רכז יבנה מאפס, נבנית תבנית משותפת ומכאן ההתאמה המקומית קצרה.
הנתונים כבר קיימים בגיליונות ובמערכות: כמה נהנו מהתוכנית, מה השתנה לאורך זמן, איפה יש נשירה. AI עוזר להפוך אותם לתמונה שאפשר להציג לוועד המנהל ולתורמים, כשכל מספר נבדק מול המקור לפני שהוא נכנס לדוח.
אבטחת מידע ואתיקה
בעמותה זה לא סעיף בסוף המצגת. זה מה שקובע אם התוכנית בכלל יוצאת לדרך.
זה הכלל הראשון ולא סעיף בסוף. שמות, כתובות, מספרי זהות, פרטי משפחה, מצב בריאותי או כל פרט שמאפשר לזהות אדם, לא מודבקים לכלי חיצוני. עובדים על מבנה, על ניסוח ועל נתונים מצטברים, ולא על התיק האישי.
כשבכל זאת צריך לעבוד על מסמך אמיתי, מנקים ממנו קודם פרטים מזהים. אפשר לעשות זאת בעזרת כלי אנונימיזציה מקומי כמו בלמס (BalmasAI), שמעבד את המסמך על המחשב עצמו. גילוי נאות: יעקב מעורב בפיתוח הכלי, וזה נאמר גם בחדר.
כל מה שיוצא מהכלי הוא טיוטה עד שאדם הפך אותו לתוצר. לכל תהליך שבונים מגדירים מי מאשר, מה נבדק מול המקור ומה לא נשלח החוצה בלי עין אנושית. בעמותה זה כפול, כי הנמען בצד השני הוא לפעמים אדם במצב פגיע.
לפני שמתחילים בודקים מה מאושר בארגון: אילו כלים, אילו סוגי מידע, ומה דורש אישור של הנהלה או של גורם משפטי. אם כלי מסוים לא מאושר, לא עובדים איתו בסדנה. פשוט בונים את התהליך עם מה שכן מותר.
האחריות נשארת אצל האדם
עמותה עובדת עם אנשים שנמצאים לפעמים במצב פגיע, ולכן תוצר שיוצא בלי בדיקה הוא לא רק טעות מקצועית. לכל תהליך שנבנה מוגדר מי מאשר, מה נבדק מול המקור ומה לא יוצא בכלל בלי עין אנושית. זה מה שמאפשר לעבוד מהר בלי לקחת סיכון על אנשים אמיתיים.
פורמטים
אותו גוף ידע, באריזה שמתאימה לצוות אחד, לכל הסניפים או להנהלה.
שעה עד שעה וחצי ליישור קו על מה AI כן עושה ומה לא, עם הדגמות חיות שקשורות לעבודה של עמותה. אין מגבלת מספר משתתפים, וזה הפורמט הנכון כשרוצים שכולם יתחילו מאותה נקודה לפני שיורדים לעומק.
יום עבודה מעשי שבו כל משתתף מול מחשב ועובד על התהליכים שלו: בקשת תמיכה, דוח, סיכום או חומר הדרכה. יוצאים עם לפחות תהליך אחד שרץ מקצה לקצה, ועם תבניות לשימוש חוזר בצוות.
הפורמט המרכזי לארגון מבוזר: חודש ראשון של חשיפה ומיפוי, הכשרת רפרנט מכל סניף או תוכנית, ואז ליווי חודשי שוטף וקבוצת רפרנטים משותפת. זה מה שהופך הטמעה מאירוע לתהליך שמחזיק לאורך זמן.
מפגשים ממוקדים עם ההנהלה והוועד המנהל: איפה AI משנה תמונה ברמת הארגון, איך בוחרים במה להשקיע קודם, ואילו כללים וגבולות צריך לכתוב כמדיניות. בלי החלק הזה, ההטמעה נשארת ביוזמה של מי שהתלהב.
המלצות וידאו אמיתיות של מנהלים, אנשי מקצוע וארגונים, במילים שלהם, מסדנאות והרצאות AI שהעברנו בארגונים ובגופים ציבוריים וחברתיים.
מי מעביר את התוכנית

יעקב צדק הוא מרצה, יועץ ומטמיע AI, שהקים קהילות בתחומי ה-AI עם 150,000+ חברים וליווה מאות ארגונים בהטמעת בינה מלאכותית בתוך תהליכי העבודה עצמם. חלק ניכר מהעבודה הזו נעשה מול ארגונים עם צוותים מבוזרים בין סניפים ותוכניות, שבהם אין רגע אחד שבו כל אנשי הצוות יושבים באותו חדר. שם ההבדל הוא לא באיכות ההרצאה אלא במבנה: מי מוביל את ההטמעה בכל מקום, ומה קורה בחודש שאחרי.
הסדנאות שלו לא מגיעות מתיאוריה. יעקב עובד עם הכלים האלה מדי יום ובונה איתם מערכות אמיתיות, וההוכחה הפשוטה ביותר היא האתר שאתם קוראים עכשיו, שנבנה ומתוחזק כולו בעזרת AI. מול עמותה זה מתורגם לדברים מוחשיים: בקשת תמיכה שנכתבת בשעה במקום ביום, דוח לתורם שמורכב מהנתונים הקיימים, וחומרי הדרכה שמותאמים לקהל שעובדים איתו בפועל.
דרך צדק אקדמי למדו אצלו יותר מ-10,000 תלמידים במסלולי הסבת מקצוע, כך שהוא מכיר היטב איך מלמדים מקצוע לקהל שלא בא מרקע טכנולוגי. זה בדיוק הפרופיל של רוב הצוותים בעמותות: עובדים סוציאליים, מדריכים, רכזי תוכניות ואנשי גיוס משאבים, שנכנסו לתחום בגלל האנשים ולא בגלל המחשב. לכן החומר נבנה סביב עבודה יומיומית ולא סביב הסברים על טכנולוגיה.
לצד ההרצאות והסדנאות, יעקב מחבר ספרי AI בעברית, מלמד את הקורס החינמי עם 300+ סרטוני הדרכה, ומדורג בגוגל 5.0 על בסיס 128 ביקורות.
כן, וזה בדיוק הקהל. רוב הצוותים בעמותות הם עובדים סוציאליים, מדריכים, רכזי תוכניות ואנשי גיוס משאבים, שנכנסו לתחום בגלל האנשים ולא בגלל המחשב. העבודה נעשית בשפה חופשית בעברית, בלי כתיבת קוד ובלי הגדרות טכניות. יעקב לימד יותר מ-10,000 תלמידים במסלולי הסבת מקצוע, כך שהחומר בנוי מלכתחילה לקהל שמתחיל מאפס.
תלוי בפורמט. יום הכשרה מעשי עובד הכי טוב בקבוצה של עד 20 עד 25 משתתפים, כשלכל אחד מחשב והוא עובד על החומרים שלו, כי זה הגודל שמאפשר מענה פרטני. בתוכנית AI Champions קבוצת הרפרנטים קטנה יותר, לרוב רפרנט אחד מכל סניף או תוכנית. להרצאת חשיפה לכל הצוות אין מגבלת מספר משתתפים.
זה תנאי הכניסה של התוכנית ולא נספח בסוף. הכלל הראשון הוא שמידע מזהה על מוטבים לא עולה לכלים חיצוניים: לא שמות, לא כתובות, לא פרטי משפחה ולא מצב בריאותי. כשצריך בכל זאת לעבוד על מסמך אמיתי, מנקים ממנו קודם פרטים מזהים, למשל בעזרת כלי אנונימיזציה מקומי כמו בלמס (BalmasAI), וגילוי נאות: יעקב מעורב בפיתוח הכלי. בנוסף, מדיניות הארגון קודמת לכל תרגיל, וכל תוצר עובר אישור אנושי לפני שהוא יוצא החוצה.
כן. המחיר נבנה לפי היקף התוכנית, מספר הסניפים או התוכניות שמשתתפים, ומשך הליווי, והוא מותאם למציאות התקציבית של המגזר השלישי. יש הבדל גדול בין הרצאת חשיפה חד-פעמית לבין תוכנית ליווי שנתית, ולכן ההצעה נבנית אחרי שיחת אפיון קצרה ולא מראש. בשיחה גם בודקים מה אפשר להתחיל איתו בהיקף קטן, כדי שהארגון יראה תוצאה לפני שהוא מרחיב.
שניהם עובדים, ובעמותות מבוזרות לרוב משלבים. מפגש פיזי מתאים לחשיפה הראשונה וליום ההכשרה, כי שם גם ההיכרות בין אנשי הסניפים השונים שווה משהו. הליווי החודשי השוטף נוח יותר מקוון, כי הוא מאפשר לרפרנטים מכל הארץ להצטרף בלי לבזבז יום נסיעה. קבוצת הרפרנטים פועלת ממילא כל הזמן.
אין מספר אחד, וזה תלוי בגודל הארגון ובמטרה. ארגון שרוצה בעיקר יישור קו מתחיל בהרצאת חשיפה ויום הכשרה. ארגון שרוצה שההטמעה תחזיק לאורך זמן הולך על תוכנית AI Champions: חודש ראשון של חשיפה ומיפוי, ואז מפגש חודשי קבוע עם הרפרנטים. ההמלצה הרגילה היא לתכנן קדימה לכמה חודשים ולא לסגור מפגש בודד, כי הערך האמיתי מצטבר בין המפגשים.
המטרה היא שהארגון ימשיך בלי תלות בגורם חיצוני, ולכן המודל בנוי סביב הרפרנטים. בסוף התוכנית יש בכל סניף או תוכנית אדם שיודע להוביל, יש תהליכים כתובים שרצים בשגרה, יש תבניות לשימוש חוזר ויש מסמך גבולות שמגדיר מה מותר ומה דורש אישור. ארגונים שרוצים המשך בוחרים לרוב בליווי מצומצם יותר, למשל מפגש רבעוני לעדכון על מה שהשתנה בכלים.
כן, וזו לרוב ההתחלה הנכונה. אפשר לפתוח בהרצאת חשיפה לכל הצוות, או בפיילוט בסניף אחד או בתוכנית אחת, ולראות מה קורה שם תוך חודשיים. אם התהליכים באמת נכנסו לשגרה ופינו שעות, מרחיבים לשאר הארגון עם דוגמאות פנימיות שכבר עבדו, וזה משכנע צוותים אחרים הרבה יותר מכל הרצאה.
מתחילים בשיחת אפיון קצרה שבה ממפים את הסניפים והתוכניות, את המשימות שגוזלות הכי הרבה שעות ואת גבולות המידע הרגיש, ואחריה מקבלים הצעה מסודרת להצגה בהנהלה. חזרה תוך 24 שעות.