מכינים את הדף בשבילך
איך רשות או גוף ציבורי מכניסים כלי AI דרך מכרז ורכש כחוק, בלי להסתבך ובלי להינעל לספק.
בהרבה מקרים אפשר להתחיל פיילוט AI תחת מסגרת רכש קיימת או בפטור מטעמי סכום נמוך, ולהגיע למכרז מלא רק אחרי שהוכחת ערך, במקום לצאת למכרז ענק על סמך הבטחות בלבד.
רשות או גוף ציבורי מכניסים כלי AI כחוק לא דרך מכרז ענק אחד, אלא דרך מסלול בשלבים: מגדירים מקרה שימוש ממוקד, מריצים פיילוט קטן תחת מסגרת רכש קיימת או פטור מטעמי סכום, מודדים תוצאה, ורק אז יוצאים למכרז מבוסס-נתונים שמתאר תוצאה נדרשת במקום מוצר ספציפי. כך שומרים על עמידה בכללי הרכש, נמנעים מנעילת ספק, ומשקיעים תקציב רק אחרי שראיתם ערך אמיתי. המדריך הזה מפרט איך עושים את זה בפועל, מנקודת המבט של מנהל מערכות מידע שצריך לבנות אפיון.
בארגון פרטי מנהל יכול להחליט על כלי AI, להוציא כרטיס אשראי ולהתחיל להשתמש בו למחרת. בגוף ציבורי זה לא עובד כך, וטוב שכך. כספי ציבור מחייבים שקיפות, שוויון בין מציעים ותהליך מסודר. הרכש כפוף לכללי מכרזים, לביקורת ולחובת נימוק.
זה יוצר מתח אמיתי: עולם ה-AI זז מהר, וכלים משתנים כל כמה חודשים, בעוד שתהליך מכרז נמשך זמן. אם תתייחסו לכלי AI כמו לרכש של מערכת מחשוב גדולה וקבועה, תמצאו את עצמכם מתחייבים למוצר שהתיישן עד שהמכרז נסגר. הפתרון הוא לא לעקוף את הכללים, אלא להתאים את מבנה הרכש לקצב של הטכנולוגיה.
הרעיון המרכזי: מפרידים בין ניסוי מהיר וזול לבין התחייבות תקציבית גדולה. קודם מוכיחים ערך, ואז מבצעים רכש רחב על בסיס עובדות. זו הגישה שמתוארת גם במדריך המלא להטמעת AI בגוף ציבורי, והרכש הוא אחת החוליות הקריטיות בה.
יש עוד שלושה הבדלים מהותיים בין רכש AI לרכש מחשוב רגיל שכדאי לזכור. ראשית, כלי AI נמכרים לרוב במודל מנוי חודשי או שנתי, ולא ברכישה חד-פעמית, כך שמה שאתם קונים בעצם הוא שירות מתמשך ולא נכס. שנית, איכות התוצאה תלויה בהטמעה ובהדרכה לא פחות מאשר בכלי עצמו, ולכן מכרז שקונה רק תוכנה בלי ליווי לרוב נכשל. שלישית, המידע שזורם דרך הכלי הוא לב העניין, ולכן שאלות של פרטיות ואחסון אינן פרט טכני אלא תנאי סף. שלושת אלה משנים את אופן ניסוח האפיון.
הנה מסלול פרקטי שמכניס כלי AI כחוק בלי להסתבך:
כל שלב מזין את הבא. הפיילוט מספק את המספרים לאפיון, והאפיון מספק בסיס הוגן להשוואת מציעים. ההרחבה ההדרגתית משתלבת עם מודל ההטמעה בשלבים, כך שהרכש והפריסה מדברים באותה שפה.
נניח גוף ציבורי שבו אגף שירות מבלה שעות רבות בכתיבת תשובות חוזרות לפניות תושבים. במקום לצאת מיד למכרז "מערכת AI לשירות", המסלול הנכון נראה כך: באגף מגדירים מקרה שימוש ממוקד ("קיצור זמן ניסוח תשובה לפנייה נפוצה"). מריצים פיילוט של חודש עם קבוצה קטנה של נציגים, תחת רכישת מנוי בסכום נמוך שלא מחייב מכרז. מודדים כמה זמן נחסך וכמה תשובות עדיין דורשות תיקון אנושי. אם התוצאה טובה, כותבים אפיון שמתאר את התוצאה הזו ואת דרישות הפרטיות, ויוצאים למכרז מסודר להרחבה לכלל האגף ולאגפים נוספים. כל שלב זול, מדיד והפיך, וההתחייבות הגדולה מגיעה רק בסוף.
השאלה הראשונה שכל מנהל מערכות מידע שואל היא אם צריך בכלל לצאת למכרז. התשובה תלויה בסכום ובכללי הרכש שחלים על הגוף, אבל העיקרון קבוע: אל תצאו למכרז גדול לפני שהוכחתם ערך.
| היבט | פיילוט | מכרז מלא |
|---|---|---|
| היקף | מקרה שימוש אחד, אגף אחד | פריסה רחבה, מספר אגפים |
| תקציב | נמוך, לרוב תחת סף מכרז | משמעותי, מחייב אישור |
| מהירות | שבועות ספורים | חודשים ספורים ומעלה |
| מטרה | להוכיח ערך ולמדוד | לרכוש בהיקף על בסיס נתונים |
| התחייבות | מוגבלת וקצרה | ארוכת טווח |
| סיכון | קטן וניתן להכלה | גבוה אם נעשה בלי נתונים |
הטעות הנפוצה היא הפוכה מהאינטואיציה: דווקא ההיסוס לצאת לפיילוט קטן, מחשש שזה "לא מסודר", דוחף רשויות למכרז ענק על סמך הבטחות של ספק. פיילוט מוגדר היטב, עם תקציב מוגבל ואמות מידה ברורות, הוא דרך אחראית יותר להוציא כספי ציבור, לא פחות.
הטעות הקלאסית באפיון היא להעתיק את שם המוצר של ספק שהתרשמתם ממנו לתוך המכרז. זה מצמצם את מספר המציעים, פוגע בשוויון, ולעיתים אף פוסל את המכרז. הגישה הנכונה: לתאר את הבעיה ואת התוצאה הנדרשת, ולתת לשוק להציע פתרונות.
כשמתארים תוצאה במקום מוצר, נפתחת התחרות, המחיר משתפר, ואתם שומרים על גמישות טכנולוגית לשנים הבאות. עקרונות הפרטיות והשימוש המותר צריכים להישען על מדיניות AI ארגונית שכבר קיימת בגוף, כדי שהמכרז יהיה עקבי עם מה שהוחלט פנימית.
הבדל דק אך חשוב: אפיון טוב מגדיר מה הכלי צריך לעשות ובאיזו רמת ביצועים, אבל נמנע מלהכתיב איך בדיוק הוא יעשה זאת. במקום "המערכת תשתמש במודל שפה מסוים של ספק מסוים", כתבו "המערכת תסכם מסמך בן עשרות עמודים לתקציר של עד עמוד, בעברית תקנית, תוך פחות מדקה". הניסוח השני מודד תוצאה, פתוח לכמה פתרונות, וקל לבדיקה. אם אתם חוששים שהאפיון רחב מדי, הוסיפו שלב הדגמה (POC) שבו כל מציע מראה את הכלי שלו על מקרה בדיקה אמיתי שלכם, במקום להצר את הדרישות עד שרק ספק אחד יכול לעמוד בהן.
נעילת ספק היא הסיכון הכי יקר ברכש AI לטווח ארוך. אם כל הנתונים, הפרומפטים והתהליכים שלכם חיים בתוך מערכת סגורה של ספק אחד, מחיר החידוש הבא נקבע על ידו, לא על ידכם. הנה מה שדורשים בחוזה כדי להישאר חופשיים:
עקרונות האחסנה והאיפה-נשמר-המידע חשובים גם לפרטיות וגם למניעת נעילה. כדאי לקרוא לצד זה על ההבדל בין ענן פרטי לענן ציבורי ל-AI במדריך המלא להטמעת AI בגוף ציבורי, כדי להבין מה מותר לגוף ציבורי לאחסן ואיפה.
דרך פשוטה לבחון נעילה עוד לפני החתימה: שאלו את המציע "אם נחליט להחליף אתכם בעוד שנתיים, מה בדיוק ניקח איתנו, באיזה פורמט, וכמה זמן זה ייקח?". התשובה לשאלה הזו מגלה יותר על הסיכון מכל סעיף טכני בחוזה. ספק ששומר על שקיפות ומספק תשובה ברורה הוא ספק שאפשר לעבוד איתו לאורך זמן. ספק שמתחמק, או שמתאר תהליך יציאה יקר ומסובך, מסמן לכם מראש שאתם עומדים להינעל.
רכש טכנולוגי בגוף ציבורי נופל לא בגלל הטכנולוגיה, אלא בגלל שלא שיתפו את האנשים הנכונים בזמן. לפני שיוצאים לדרך, ודאו שיושבים סביב השולחן שישה גורמים:
לאישור התקציב עצמו, המספרים מהפיילוט הם הנשק הכי חזק שלכם. קל בהרבה לאשר תקציב כשאפשר להראות "השקענו סכום קטן, חסכנו X שעות עבודה בחודש". זו בדיוק הסיבה שהפיילוט קודם למכרז, ולא להפך.
אין באמור ייעוץ משפטי; התייעצו עם יחידת הרכש, עם היועץ המשפטי ועם ממונה הגנת הפרטיות של הגוף לפני כל צעד.
אם אתם מנהלי מערכות מידע ברשות או בגוף מוסדר, הצעד הראשון הוא לא לכתוב מכרז, אלא לבחור מקרה שימוש אחד כואב ומדיד, ולתכנן סביבו פיילוט קטן. משם התהליך מתגלגל: מדידה, אפיון, מכרז והרחבה. הגישה הזו נכונה לכל גוף ציבורי, וניתן להתאים אותה לכללי הרכש הספציפיים שחלים עליכם. פרטים נוספים על ההיבט הרגולטורי והארגוני תמצאו במדריך המלא להטמעת AI בגוף ציבורי ובשירות הטמעת ה-AI שלנו לרשויות ולממשלה.
רוצים לבנות יחד מסלול רכש נכון, אפיון שמתאר תוצאה במקום מוצר, וליווי לכל אורך הדרך? בואו נבנה תוכנית ייעוץ מותאמת לגוף שלכם.
מרצה AI מוביל בישראל, מטמיע בינה מלאכותית בארגונים מ-2021. מייסד LazySEO AI ומכללת צדק אקדמי, מוביל קהילות עם מעל 100,000 חברים. שותף רשמי של Meta, Google, Canva ו-TikTok.
עוד עליי ←