האלגוריתם נכנס ללשכת ראש העיר

העיר שמתחילה לחשוב

בשבוע שעבר התקיימה בתל אביב, במשך יומיים, ועידת השלטון המקומי, אירוע הדגל של הרשויות המקומיות בישראל. אלפי משתתפים, ובהם ראשי ערים, מנכ”לים, גזברים, מהנדסי ערים, מנהלי ביטחון, מנהלי מערכות מידע, מנהלי חדשנות, נציגי משרדי ממשלה, חוקרים ומאות חברות טכנולוגיה, הגיעו להציג את הכיוון שאליו מתקדם הממשל המקומי.

לצד הדיונים המקצועיים התקיימה תערוכה רחבת היקף, המשמשת בפועל כשוק הטכנולוגי של הרשויות המקומיות. החל ממשאיות אשפה, מערכות מים ותאורת רחוב, דרך תוכנות פיננסיות, מוקדי שירות, מערכות גבייה, ציוד חירום וסייבר, וכלה ברחפנים, מצלמות חכמות, מרכזי שליטה ובקרה, מערכות ראייה ממוחשבת ורכבי שירות אוטונומיים.

מי שביקר בתערוכה גם בשנה שעברה התקשה להתעלם מן השינוי. אם בעבר הבינה המלאכותית הופיעה במספר מצומצם של ביתנים, השנה כמעט שלא נותר מוצר שלא הציג יכולות AI כחלק בלתי נפרד ממנו. השינוי לא התבטא במספר החברות שהציגו בינה מלאכותית, אלא בכך שהבינה המלאכותית חדלה להיות מוצר והפכה לתשתית.

המעבר הזה משקף שינוי עמוק הרבה יותר מהטמעת טכנולוגיה חדשה. במשך עשרות שנים נשען הממשל המקומי על מודל ביורוקרטי קלאסי. מידע נאסף באמצעות סיורי שטח, תלונות תושבים, דוחות תקופתיים ופגישות עבודה. לאחר מכן עבר המידע בין אגפים, נותח בידי בעלי תפקידים, ולבסוף תורגם להחלטות.

מדובר במודל תגובתי, שבו המציאות קודמת להחלטה. המערכות שנחשפו השנה מציעות תפיסה שונה לחלוטין. מצלמות אינן מיועדות עוד רק לתעד אירועים אלא לזהות אותם בזמן אמת. רחפנים אינם רק אמצעי צילום אלא מערכות לאיסוף מודיעין עירוני. מוקדי שירות אינם רק קולטים פניות אלא מנתחים מגמות. מערכות תחזוקה אינן מחכות לתקלה אלא מחשבות את ההסתברות להתרחשותה. מערכות פיננסיות אינן מסתפקות בדוחות עבר אלא בונות תרחישים עתידיים.

מרכז הכובד עובר מהבנת מה שכבר התרחש אל חיזוי מה שעשוי להתרחש.

בספרות המחקרית מתואר המעבר הזה כ־Predictive Governance – ממשל חזוי. בניגוד למודל המסורתי, המתמקד בניהול אירועים לאחר התרחשותם, המודל החדש מבקש לצמצם את אי־הוודאות באמצעות ניתוח רציף של נתונים. במונחים של מדעי הניהול, המעבר אינו מתרחש בין תוכנה ישנה לתוכנה חדשה, אלא בין שני מודלים של קבלת החלטות.

הראשון מבוסס על ניסיון, אינטואיציה ודיווח אנושי. השני מבוסס על הסתברות, למידת מכונה ועיבוד מידע בקנה מידה שאינו אפשרי עבור בני אדם. מטרת המערכת איננה לדעת יותר על העבר, אלא לקבל החלטות טובות יותר לגבי העתיד.

המעבר הזה מתרחש במקביל לשינוי עמוק במבנה הערים עצמן. על פי נתוני האו”ם, כ־57% מאוכלוסיית העולם מתגוררים כיום באזורים עירוניים, ועד שנת 2050 צפוי הנתון להגיע לכ־68%. ערים מייצרות קרוב ל־70% מהתוצר הכלכלי העולמי ואחראיות לכ־70% מפליטות גזי החממה.

ריכוז כזה של אוכלוסייה, תשתיות, אנרגיה, תחבורה ושירותים ציבוריים הופך את העיר למערכת המורכבת ביותר שמנהלים בני אדם. ככל שהמורכבות גדלה, כך גדל גם מספר המשתנים שיש להביא בחשבון בכל החלטה. תנועה, מזג אוויר, צריכת אנרגיה, דפוסי בנייה, הזדקנות תשתיות, אירועי קיצון, ביטחון אישי, עומסים דמוגרפיים, תעסוקה וצריכת שירותים ציבוריים משפיעים זה על זה באופן רציף.

השלטון המקומי נדרש כיום לקבל אלפי החלטות מדי יום בתנאים של אי־ודאות גבוהה, כאשר כל החלטה עשויה להשפיע על מערכות נוספות.

זו הסיבה לכך שערים הפכו לאחד ממוקדי ההשקעה הגדולים בעולם בתחום הבינה המלאכותית. לפי הערכות שוק בינלאומיות, היקף שוק ה־AI לערים חכמות צפוי לחצות את רף 50 מיליארד הדולר כבר במהלך 2025, עם שיעורי צמיחה שנתיים של יותר מ־25%. שוק מערכות ה־IoT העירוניות צפוי להכפיל את עצמו בתוך פחות מעשור.

סינגפור מפעילה מודל דיגיטלי עירוני המחבר נתוני תחבורה, מים, אנרגיה וביטחון בזמן אמת. ברצלונה משלבת אלפי חיישנים לניהול פסולת, תאורה והשקיה. אמסטרדם מפעילה מערכות חיזוי לעומסי תחבורה וצריכת אנרגיה. דובאי מרכזת מידע ממאות מערכות עירוניות במרכז שליטה אחד.

המשותף לכל הדוגמאות הללו אינו מספר המצלמות או הרחפנים, אלא השינוי בתהליך קבלת ההחלטות. הנתונים הופכים לגורם המארגן של המערכת העירונית.

ה־OECD מגדיר את הדאטה העירוני כאחד הנכסים האסטרטגיים החשובים ביותר של הרשויות המקומיות. מצלמות, חיישנים, מוקדי שירות, מערכות גבייה, תחבורה, מים, תאורה, פינוי פסולת, אפליקציות עירוניות ומרכזי שליטה מייצרים מיליארדי נקודות מידע מדי יום.

ערכה של המערכת אינו נובע עוד מהחיישן הבודד אלא מהיכולת לשלב בין מקורות מידע שונים, לזהות מתאמים, להפיק תחזיות ולהציע חלופות פעולה. מבחינה ניהולית, המשאב החשוב ביותר של העיר כבר אינו צי הרכב או מספר העובדים, אלא איכות הנתונים שברשותה והיכולת לנתח אותם.

יש הסבר פסיכולוגי מעניין נוסף למהירות שבה מערכות כאלה מאומצות. הרברט סיימון, חתן פרס נובל לכלכלה, הציג כבר באמצע המאה הקודמת את רעיון הרציונליות החסומה. בני אדם, טען, אינם מסוגלים לעבד את כל המידע הדרוש לקבלת החלטה מיטבית ולכן הם מסתפקים בפתרונות מספקים ולא אופטימליים.

עבודתם של דניאל כהנמן ועמוס טברסקי הרחיבה את ההבנה הזו והראתה כי גם מקבלי החלטות מנוסים מושפעים מהטיות קוגניטיביות, הערכת חסר של הסתברויות, זיכרון סלקטיבי וביטחון עצמי מופרז. מערכות בינה מלאכותית אינן מבטלות את ההטיות, אך הן מסוגלות לעבד מספר משתנים עצום, לזהות דפוסים שאינם אינטואיטיביים ולהציג חלופות המבוססות על ניתוח סטטיסטי ולא על תחושת בטן.

המעבר לממשל מבוסס נתונים משנה גם את יחסי הכוח בין הרשות המקומית לבין התושב. כל מערכת חדשה מרחיבה את יכולתה של העירייה להבין את המרחב העירוני. מצלמות מזהות עומסים, רחפנים ממפים חריגות, מוקדי שירות מרכזים מידע על דפוסי פניות, מערכות תחבורה מזהות תנועת כלי רכב, ומערכות פיננסיות ממפות דפוסי גבייה וצריכת שירותים.

כאשר כל שכבות המידע הללו מתחברות, מתקבלת תמונת מצב מפורטת של העיר ברמת דיוק שלא הייתה קיימת בעבר. השאלה המרכזית עוברת מן היכולת לאסוף מידע אל אופן השימוש בו.

יחידת “עוז” בחיפה ממחישה את המתח הזה. הסוגיה איננה עצם קיומה של יחידת שיטור עירונית, ואף לא איכות עבודתם של הפקחים. יחידה הפועלת באמצעות מוקדי שליטה, מערכות דיווח, אמצעי תיעוד וכלים דיגיטליים צפויה למדוד באופן שוטף זמני תגובה, תפוקות, שעות פעילות, פריסת סיורים, הקצאת כוח אדם, שימוש במשאבים ועלויות.

נתונים אלה חיוניים לניהול יעיל של היחידה. כאשר הציבור מבקש לעיין במדדים הללו ומקבל מידע חלקי בלבד, הדיון עובר משאלת האפקטיביות לשאלת הממשל. ככל שהמערכת הופכת מתוחכמת יותר מבחינה טכנולוגית, כך מתעצמת הציפייה לשקיפות ביחס לאופן הפעלתה.

אמון ציבורי אינו נשען רק על תוצאות אלא גם על תפיסת ההוגנות של ההליך. מחקריו של טום טיילר הראו כי נכונותם של אזרחים לציית לרשויות מושפעת במידה רבה מהתחושה שההחלטות מתקבלות באופן עקבי, מקצועי, מוסבר ופתוח לביקורת.

בעולם שבו חלק הולך וגדל מן ההחלטות נשען על מערכות אלגוריתמיות, עקרון זה מקבל משמעות חדשה. יעילות חישובית לבדה אינה מספיקה; נדרש גם מנגנון המאפשר להבין כיצד התקבלה ההחלטה ועל אילו נתונים התבססה.

מסיבה זו מתפתח בשנים האחרונות תחום שלם של ממשל נתונים עירוני. ערים רבות באירופה, בארצות הברית ובאסיה מקימות ועדות אתיקה לבינה מלאכותית, מפרסמות מדיניות לניהול מידע, מבצעות הערכות השפעה לפני הטמעת מערכות חדשות ומפתחות מנגנוני ביקורת על אלגוריתמים.

מושגים כמו Algorithmic Accountability, Explainable AI ו־Urban Data Governance הפכו לחלק בלתי נפרד מהשיח המקצועי סביב ערים חכמות. מרכז הכובד עבר משאלת היכולת הטכנולוגית לשאלת הלגיטימציה הציבורית.

ועידת השלטון המקומי המחישה שהמהפכה הזו כבר אינה עתידית. הרשויות המקומיות בישראל נכנסות במהירות לעידן שבו נתונים, מודלים חישוביים ובינה מלאכותית יהפכו לחלק אינטגרלי כמעט מכל החלטה מינהלית. במציאות של מחסור בכוח אדם, גידול אוכלוסייה, עומסי תחבורה, שינויי אקלים ותנודתיות כלכלית, המעבר הזה צפוי להעמיק.

איכותה של עיר בעשור הקרוב לא תיקבע רק לפי מספר החיישנים, המצלמות או הרחפנים שהיא מפעילה, אלא לפי יכולתה להפוך מידע להחלטות מקצועיות, ובה בעת להפוך את תהליך קבלת ההחלטות לשקוף, מוסבר ונתון לביקורת ציבורית. דווקא בעידן שבו האלגוריתם מסייע לרשות להבין טוב יותר את העיר, האמון הציבורי יהפוך למדד החשוב ביותר להצלחתה.