AI במשרדי ממשלה ישראל כבר פעיל במגוון תחומים. רשות המסים משתמשת במודלים לאיתור חריגים, המשטרה בזיהוי פנים, ומשרד הבריאות לדירוג תורים ופענוח דימותים. רשות התקשוב הלאומית בוחנת LLM לעובדי מדינה. למרות דיווחים על פיילוטים, היקף השימוש בפועל רחב יותר, במיוחד במשרד הביטחון.
בואו נתחיל מהמשפט שכמעט אף אחד לא רוצה להגיד בקול. הממשלה הישראלית קונה הרבה יותר AI ממה שמדווח. רשות המסים, המשטרה, משרד הבריאות, ביטוח לאומי, ומשרד הביטחון, כולם כבר משתמשים באלגוריתמים שמקבלים החלטות שמשפיעות על אזרחים. למי שעובד עם AI בישראל, ההבנה איפה הממשלה משחקת היא ההבדל בין מכרז של 8 מיליון ש"ח לבין דחייה בשורה הראשונה.
מה באמת רץ במשרדי הממשלה
אם תשאלו את ביטוח לאומי, התשובה הרשמית היא "פיילוטים". אם תשאלו ספק שעבד שם, הסיפור אחר.
הנה תמונת מצב פתוחה, נכון לתחילת 2026:
רשות המסים: מודלים סטטיסטיים לאיתור החזרי מס והחזרי מע"מ חריגים. המערכת הקיימת אינה מבוססת LLM, אבל יש מכרזי שדרוג שוטפים לחיזוק יכולות ה-ML.
משטרת ישראל: זיהוי פנים בכבישים מהירים (פרויקט "עין הנץ") פועל משנת 2017, עם שדרוגים שוטפים שכוללים יכולות זיהוי מתקדמות יותר.
משרד הבריאות וקופות החולים: שימוש ב-AI לדירוג תורים, פענוח דימותים, וניתוח רישומים רפואיים. מתבצע בעיקר דרך מכרזים פתוחים לקופות.
רשות התקשוב הלאומית: פיילוטים של LLM לעובדי מדינה, בעיקר לסיוע בכתיבה, תרגום, וסיכום מסמכים. היקפים מצומצמים נכון לתחילת 2026.
הצבא ומשרד הביטחון: שימוש נרחב, רובו לא חשוף לציבור. הנחת עבודה: כל ספק שמוכר ל-IDF עובר מסלול אישור נפרד.
POC: הספק הנבחר מקבל הזדמנות להוכיח. רוב הסטארטאפים נופלים פה, כי תשתית הממשלה לא תמיד מתחברת ל-cloud כללי.
אישור מאסדר: הרשות להגנת הפרטיות, רשות התקשוב, ולפעמים מערך הסייבר הלאומי. כל אחד נפרד.
חוזה: שלב המשא ומתן והחתימה. בממוצע 4 עד 9 חודשים נוספים.
הטמעה: שנה עד שנה וחצי, כולל הדרכת עובדים והעברת ידע.
המספר ש-RFI לא מספר: הזמן הממוצע מ-RFI ועד production הוא בין 18 ל-30 חודשים. תיכף נחזור אליו.
תיקון 13 לחוק הגנת הפרטיות: מה זה משנה למכרזים
תיקון 13 לחוק הגנת הפרטיות עבר בכנסת ב-2024 והשפעתו ניכרת ב-2026. בקיצור: כל מערכת אוטומטית שמקבלת החלטה משמעותית על אדם חייבת מנגנון לערעור אנושי ותיעוד מלא של ההליך.
מה זה אומר בפועל לספקי AI:
אין מקום למערכת black-box. נדרש מנגנון explainability (יכולת הסבר) בכל החלטה שמשפיעה על אזרח.
שמירת לוגים מסודרת לתקופה ארוכה, לרוב 7 שנים, תלוי בענף.
שיתוף נתונים בין משרדים דורש אישור נפרד מהרשות להגנת הפרטיות.
אחת התוצאות הפרקטיות: ספקים שמתבססים על ChatGPT או Claude דרך ה-API הציבורי לא יכולים להגיש למכרזים שעוסקים בנתוני אזרחים, אלא אם הם מוודאים deployment ב-data residency ישראלית. Gemini דרך Google Cloud מקומי נחשב פתרון פתוח יותר, אבל גם הוא לא מאושר אוטומטית.
גברת שווארמה קיבלה מנת ילדים?! #מסעדה #בשר #הדרומית #בארשבע, מתוך הערוץ של מסעדת הדרומית
3 הזדמנויות שונות, לפי מי אתם
הממשלה לא קונה מכולם אותו דבר. בואו נחלק את זה.
סטארטאפ ישראלי (5-50 עובדים)
הסיכוי שלכם להגיש לבד, נמוך. רוב המשרדים דורשים ניסיון של 3 פרויקטים דומים בארגונים גדולים. הדרך פנימה: שותפות עם אינטגרטור מקומי כמו Matrix, Ness, Malam Team או Synel. הם מגישים, אתם מספקים את ה-IP.
חברה בינלאומית (Microsoft, Google, AWS)
יש לכם data residency בישראל? יש לכם שער. Microsoft Azure פתחה אזור ייעודי בישראל. Google Cloud ו-AWS הוסיפו תשתית מקומית בהמשך. בלי נוכחות מקומית, הסיכוי קלוש.
פרילנסר או יועץ עצמאי
השוק שלכם הוא לא המכרז הראשי, אלא ייעוץ למשרדים על איך לכתוב מכרז AI נכון. תעריף שעתי טיפוסי: 450 עד 900 ש"ח כולל מע"מ. הביקוש עולה כי רבים מהמשרדים לא יודעים מה לבקש.
איפה ישראל לעומת ה-UK וה-EU
בשונה מהאיחוד האירופי, שאימץ את AI Act כחקיקה רוחבית מחייבת, ישראל בחרה גישה מפוזרת. כל משרד מסדיר לעצמו, עם הנחיות-על מ-רשות התקשוב.
פרמטר
ישראל
UK
EU
חקיקה רוחבית
אין, מבוסס תיקון 13
אין, גישה לפי סקטור
AI Act
חובת שקיפות
חלקית
וולונטרית
מלאה ל-high risk
זמן מכרז ממוצע
18-30 חודשים
9-15 חודשים
15-24 חודשים
"ההבדל בין מכרז שזוכה למכרז שנדחה הוא לא הטכנולוגיה, זה איך כתבתם את המסמך הטכני." כך אמר לי מנכ"ל ספק שעובד עם 4 משרדי ממשלה.
3 מקרי שימוש שמסבירים את כל השוק
תיאוריה זה נחמד, דוגמאות עובדות יותר טוב. הנה שלוש סצנות מהשטח.
מקרה 1: זיהוי הונאות במע"מ. רשות המסים מפעילה מודלים סטטיסטיים לאיתור החזרי מע"מ חריגים מזה שנים. ב-2022-2023 פורסמו מכרזים נוספים לשדרוג המערכת לכיוון של אלגוריתמי ML מתקדמים. ההצלחה היחסית פתחה דלת לפרויקטים דומים ברשויות מס נוספות, וההשקעה ממשיכה לגדול.
מקרה 2: LLM לעובדי מדינה. רשות התקשוב הלאומית מובילה פיילוטים שונים של שילוב LLM בעבודה היומיומית במשרדי הממשלה. המטרה: עזרה בכתיבת מסמכים, תרגום וסיכום. הפיילוטים מתבססים על תשתיות מקומיות, ולרוב מוגבלים לקבוצות מצומצמות לפני הרחבה.
מקרה 3: סינון פניות בקופות החולים. כללית, מכבי, ולאומית הריצו פיילוטים של chat-bots מבוססי LLM לטיפול בפניות ראשונות של מבוטחים. הכיוון הכללי: ירידה בעומס על מוקדי שירות, ושיפור בזמני המענה לפניות שגרתיות. הקופות מפרסמות מדדים שונים, אז קשה להשוות ישירות.
שלוש טעויות יקרות שראיתי במכרזים האחרונים
אני עוקבת אחרי תוצאות מכרזים מספר שנים, ויש דפוסים שחוזרים על עצמם. הנה השלוש הנפוצות ביותר, כל אחת עלתה לספקים בין 2 ל-15 מיליון ש"ח של חוזים שהלכו לאיבוד.
טעות 1: הצעה זולה מדי. ספקים זרים שנכנסים לישראל פעם ראשונה לרוב מתמחרים 30-40% מתחת לשוק המקומי, מתוך הנחה שזה יעזור לזכות. בפועל, ועדות המכרזים פוסלות הצעות שנמוכות ביותר מ-15% מהממוצע, מתוך חשש לאיכות הביצוע. ראיתי הצעה של 4.2 מיליון ש"ח שנדחתה כי הממוצע במכרז היה 6.8 מיליון, ופערים כאלה מסמנים סיכון בעיני הוועדה.
טעות 2: התעלמות מנספח אבטחת מידע. הנספח הוא בין 40 ל-60 עמודים של דרישות טכניות, ויש לו משקל של 25% עד 35% בציון הסופי. ספק שמגיש תשובות גנריות מאבד ניקוד שמכריע את הקרב, גם אם הטכנולוגיה שלו הטובה ביותר בקטגוריה.
טעות 3: חוסר נוכחות מקומית. גם אם אתם חברה גלובלית עם תמיכה 24/7, ועדת המכרזים מצפה לצוות בעברית עם SLA של עד שעתיים. בלי משרד או נציג מקומי בישראל, הסיכוי לזכייה יורד דרמטית, גם אם הציון הטכני מצוין.
השוואה: AI במגזר הציבורי מול הפרטי בישראל
יש לכם שאלה? בונים משהו ולא יודעים להמשיך?
קהילת BestAI בוואטסאפ, מאות יזמים ובעלי עסקים שמשתמשים ב-AI. שואלים, עונים, משתפים.
שווה להבין את הפער. בעולם הפרטי, אם בנק ישראלי רוצה להטמיע chatbot מבוסס AI, התהליך לוקח 4 עד 8 חודשים מהחלטה ועד production. אותו פרויקט במשרד ממשלתי לוקח 20 עד 30 חודשים. ההבדל מגיע משלושה גורמים: חובת מכרז פומבי (4 עד 6 חודשים מצטברים), אישור מאסדר נפרד מהרשות להגנת הפרטיות (3 עד 9 חודשים), ובדיקות אבטחת מידע של מערך הסייבר הלאומי במקרים רגישים (2 עד 4 חודשים נוספים). ההמרה לכסף: כל חודש של עיכוב במכרז של 8 מיליון ש"ח שווה לספק כ-50 עד 80 אלף ש"ח של עלויות מבוזבזות על צוות שמחכה לאישור.
BestAI Take
אני מלמדת prompt engineering, אז בואו ננסה לפשט את זה. הממשלה הישראלית היא שוק לקוח, לא שוק חדשנות. מי שמנסה למכור פה כמו שמוכרים לסטארטאפ, יאבד שנה. מי שנכנס דרך שותף אינטגרטור ויודע מראש שזה תהליך של 18 חודשים, ייצא עם חוזים יציבים של מיליונים.
למי שזה הסיבוב הראשון, ההמלצה שלי פשוטה. תרשמו ל-RFI גם אם אין לכם כוונה להגיש, ככה תלמדו את השפה. למי שזה הסיבוב השני, תזכרו שהאישור המאסדר עולה יותר מהפיתוח עצמו. תבדקו את הסעיף הזה לפני שאתם מתחילים. עוד מאמרים ב-BestAI על אישור AI לבנקים בישראל מסבירים קווים מקבילים בשוק הפרטי, שעוזרים גם להבין את ההיגיון של המגזר הציבורי.
שאלות נפוצות
›כמה זמן לוקח מכרז AI ממשלתי בישראל?
בממוצע, מ-RFI ועד production רץ זה לוקח בין 18 ל-30 חודשים. השלב הגוזל הכי הרבה זמן הוא לא הפיתוח אלא האישורים. אישור הרשות להגנת הפרטיות לבד יכול לקחת 3 עד 6 חודשים, ואם מדובר בשיתוף נתונים בין משרדים, אפשר להוסיף עוד 6 חודשים. הצוות הקטן ביותר שראיתי מצליח לסגור מכרז ממשלתי הוא 6 אנשים, מתוכם רק שניים מהנדסים. שאר ההרכב: יועץ משפטי, יועץ אבטחת מידע, מנהל פרויקט, ואיש מכירות שמכיר את המאסדר. אם החישוב הזה לא עובד לכם כלכלית, כדאי לשקול שותפות עם אינטגרטור גדול במקום הגשה עצמאית.
›אילו משרדים בישראל הכי פעילים ב-AI?
לפי תקציבי IT שדווחו בדוחות מבקר המדינה ובמכרזים הפתוחים, ארבעה משרדים מובילים את ההשקעה ב-AI: משרד הביטחון (חלקו לא חשוף), רשות המסים (זיהוי הונאות והחזרים חריגים), משטרת ישראל (אכיפה ותחקור), ומשרד הבריאות (דרך קופות החולים). ביטוח לאומי נכנס לרשימה ב-2024 עם פיילוט לעיבוד תביעות. רשות התקשוב הלאומית מפעילה פיילוטים פנימיים של LLM לעובדי מדינה, אבל זה לא מכרז פתוח אלא פרויקט פנימי. משרדי החינוך, הרווחה, והפנים פחות פעילים, אם כי משרד החינוך פרסם RFI לכלי AI לתלמידים. הרשויות המקומיות הגדולות (תל אביב, ירושלים, חיפה) נכנסות לתמונה בנפרד עם מכרזים עצמאיים.
›האם תיקון 13 חוסם שימוש ב-ChatGPT ו-Claude במגזר הציבורי?
לא חוסם לחלוטין, אבל מגביל. תיקון 13 לחוק הגנת הפרטיות דורש שכל מערכת אוטומטית שמקבלת החלטה משמעותית על אזרח תספק יכולת ערעור אנושית ותיעוד מלא של ההליך. בפועל, זה אומר שמשרד שרוצה להשתמש ב-API ציבורי של ChatGPT או Claude לעיבוד נתוני אזרחים, חייב לוודא שהנתונים לא יוצאים מישראל. הפתרונות הקיימים: Azure OpenAI דרך אזור ישראלי, Google Cloud עם Vertex AI מקומי, או הרצה on-prem של מודלים פתוחים כמו Llama. שימוש פנימי של עובד מדינה ב-ChatGPT לטיוטת מסמך, ללא נתוני אזרחים מזוהים, פחות מוסדר, ולרוב מותר כל עוד יש מדיניות פנימית ברורה.
›כמה כסף ממוצע יש במכרזי AI ממשלתיים בישראל?
השונות גדולה. מכרזים קטנים, כמו ייעוץ או פיילוט, מתחילים ב-300 אלף ש"ח ועד מיליון ש"ח. מכרזים בינוניים של הטמעה במחלקה ספציפית נעים בטווח של 3 עד 12 מיליון ש"ח. מכרזי-על של תשתית AI לאומית, כמו פרויקטים רוחביים של רשות התקשוב, יכולים להגיע ל-50 מיליון ש"ח ומעלה. בנוסף לחוזה הראשוני, יש כמעט תמיד הסכם תחזוקה שנתי שמהווה 15-25% מהיקף הפיתוח. חשוב לדעת: התשלום מתפרס על פני שלבי אבן דרך, לפעמים עם תנאי תשלום של נטו 90 או 120 ימים. למי שלא ערוך לזה תזרימית, מכרז ממשלתי הוא לא תמיד עסקה רווחית, גם אם הכותרת הכספית גדולה.
›האם כדאי לפרילנסר לפנות ישירות למשרדי הממשלה?
תלוי במטרה. אם המטרה היא להגיש למכרז כספק עצמאי, התשובה ברוב המקרים שלילית. הדרישות לסיווג ספק רשום וניסיון של 3 פרויקטים דומים בארגונים גדולים סוגרות את הדלת בפני רוב הפרילנסרים. אם המטרה היא ייעוץ או הדרכה למשרד שמתכנן מכרז, הפנייה הישירה דווקא מומלצת. הגוף שמטפל בכך ברוב המשרדים הוא לשכת המנכ"ל או יחידת ה-CIO, ולא ועדת המכרזים. תעריף שעתי טיפוסי לייעוץ כזה: 600 עד 1100 ש"ח כולל מע"מ, בהתאם לוותק ולתחום ההתמחות. חשוב להבחין בין ייעוץ לפני פרסום מכרז (מותר) לבין ייעוץ אחרי שמכרז כבר פורסם (מוגבל בגלל ניגוד עניינים). מי שייעץ בכתיבת מסמך RFP לא יכול להגיש למכרז שייצא ממנו, אז יש בחירה אסטרטגית לעשות: או לייעץ, או להתחרות, לא שניהם.
