אתגרי התחרות
"הצורך הוא אבי ההמצאה" ~ אפלטון
"הצורך הוא אבי ההמצאה" ~ אפלטון
פיצחנו את האלגוריתם לפתרון אתגרים ציבוריים:
כל שנה, השותפים שלנו במערך הדיגיטל הלאומי ובמשרדי הממשלה מביאים איתם אתגרים חדשים – סוגיות אמיתיות שדורשות פתרונות ממשיים. כבר מעל ל-10 שנים שאנחנו סומכים היצירתיות, היכולת והנחישות של הסטודנטים והסטודנטיות שלנו לספק את הפתרונות.
ואנחנו מקצים לאתגרים האלה את כל הסטורי פוינטס 😉


חלק גדול מדורשי העבודה שמגיעים לשירות התעסוקה מתקשים להתמיד בתהליך: הם מפסיקים להגיע לפגישות, מבטלים סדנאות, לא מגיבים להזמנות, עד שהקשר עם השירות נחלש ונפסק. כיום, הזיהוי נעשה באיחור, כשהנשירה כבר קרתה בפועל. המשמעות: דורשי העבודה מאבדים הזדמנויות להשתלב בשוק, והשירות נאלץ להשקיע משאבים יקרים בהתערבות מאוחרת.
האתגר שלכם: לפתח כלי מבוסס בינה מלאכותית שיאפשר חיזוי מוקדם של סיכון לנשירה, באמצעות שילוב נתונים משלושה צירים:
המשמעות האמיתית של פתרון כזה?
קידום שירות התעסוקה הישראלי להיות אחד הגופים המובילים בעולם בניהול חכם של נתוני תעסוקה.
במבט רחב, כלי כזה יהפוך את השירות לגוף לומד ומנבא – כזה שמסוגל לגבש מדיניות מבוססת נתונים, להעריך סיכוני תעסוקה עתידיים, ולפעול מהר יותר לטובת דורשי העבודה והמשק כולו.
הבינה המלאכותית משנה במהירות את שוק העבודה, אבל כיום אין לשירות התעסוקה כלי אחיד שמחבר בין הידע המחקרי הגלובלי על מקצועות ומיומנויות לבין הנתונים המקומיים בישראל. המשמעות: קשה להבין אילו מקצועות נעלמים, אילו נוצרים חדשים, ואיך משתנות דרישות המיומנויות בשטח.
האתגר שלכם: לפתח מודל חיזוי אינטגרטיבי שיחבר בין נתוני שירות התעסוקה בישראל לבין סיווגים ומאגרים בינלאומיים (כגון ISCO ו־ESCO). המערכת תדע:
המשמעות האמיתית של פתרון כזה?

מפעלי תעשייה ותחנות ניטור שולחים מדי יום עשרות אלפי נקודות מידע ישירות למערכת של המשרד להגנת הסביבה. הנתונים אמורים לשקף את רמות הפליטה לאוויר, אבל בין כל השורות האלה יכולים להסתתר דברים חשובים: תקלות טכניות, נתונים שגויים, או אפילו ניסיונות מניפולציה. כיום תהליך הבדיקה נעשה ידנית, איטי ומסורבל, וזה מקשה על יכולת הפיקוח, האכיפה, ובעיקר על שקיפות המידע לציבור.
האתגר שלכם: לפתח מודל מבוסס בינה מלאכותית שידע לזהות בזמן אמת אנומליות בנתוני הניטור הרציף: נקודות חשודות שעשויות להעיד על חריגה, תקלה או מניפולציה. המערכת תעבוד על סדרות זמן (time series) של נתוני פליטות לאוויר, ותעזור למצוא את ה"סדקים במערכת" שמסתתרים בתוך ים הנתונים.
המשמעות האמיתית של פתרון כזה? המידע שיוצג לציבור יהיה אמין יותר, אנשי המקצוע במטה ובמחוזות יוכלו לפקח בצורה חכמה ויעילה, והאוויר שכולנו נושמים יהיה מוגן יותר. זו ההזדמנות שלכם להשתמש בטכנולוגיה כדי לחזק את האמון בין התעשייה לציבור, ולתת כלים אמיתיים לאכיפה סביבתית, כי אוויר נקי הוא לא מותרות, הוא זכות בסיסית.

כל מתקן לייצור חשמל, בין אם מדובר בגנרטור, מערכת סולארית, מתקני אגירה, רוח או אספקת חשמל לבניין חדש, מחויב בהיתר רשמי ממינהל החשמל. כיום תהליך הגשת הבקשה להיתר מתבצע בצורה ידנית ומסורבלת: הטפסים ממולאים בקבצי וורד, נשלחים במייל יחד עם מסמכים מצורפים, והנתונים מוזנים ידנית לאקסל. בחלק מהמקרים המסמכים חסרים, הפורמטים אינם תקינים, או שהפרטים שגויים. בנוסף, השרטוטים ההנדסיים נבחנים ידנית על ידי מהנדסים, מה שמאריך את זמן הטיפול, לעיתים עד שישה שבועות.
האתגר שלכם: לפתח מערכת חכמה שתבצע אוטומציה מלאה של תהליך הגשת הבקשה להיתרי ייצור חשמל. המערכת תכלול:
המשמעות האמיתית של פתרון זה?
המערכת תייעל באופן דרמטי את תהליך ההגשה - מקיצור זמן קבלת ההיתר מ־6 שבועות לשבועות ספורים ועד שיפור איכות המידע והפחתת טעויות. הפתרון ישפר את חוויית המשתמש של כלל הגורמים המעורבים:
קבלנים ויזמים יוכלו להגיש בקשות מדויקות ולקבל מענה מהיר.
אזרחים (כמו דיירים שממתינים לאכלוס בבניין חדש) ייהנו מקיצור לוחות הזמנים לאספקת החשמל.
מתקנים ציבוריים (בתי חולים, בתי ספר ועוד) ועסקים ותעשיות יחוברו לחשמל במהירות גבוהה יותר וללא עיכובים מיותרים.
מעבר לחיסכון בזמן ובמשאבים, הפתרון יקדם רגולציה דיגיטלית חכמה, יפחית עומס על עובדי המינהל, וישפר את השקיפות והאמינות בתהליכי מתן היתרים – צעד נוסף בדרך לרשות חשמל יעילה ומבוססת נתונים.

רשות שוק ההון, ביטוח וחיסכון מקבלת מדי שנה מאות אלפי דיווחים מחברות ביטוח, גופי פנסיה, קרנות גמל וגופים מוסדיים נוספים. הדיווחים מתארים כמעט כל היבט בפעילות הפיננסית: השקעות, דמי ניהול, תשואות, פניות ציבור, טיפול בתביעות ביטוח, ניהול סיכונים ועוד.
כדי להבטיח שהמידע אמין ושמוסדות פיננסיים פועלים בהתאם לחוק, מתבצעות היום בקרות רבות, חלקן ידניות, חלקן אוטומטיות, תהליך שדורש זמן ומשאבים רבים.
אבל בתוך ים המידע הזה מסתתרים דפוסים עדינים וחריגות שקשה מאוד לזהות בשיטות המסורתיות: כמו גוף קטן עם כמות חריגה של תלונות, מסלול השקעה שהתנהגותו לא מתיישבת עם מדיניות ההשקעה שלו, או שינויים חריגים לאורך זמן שמאותתים על סיכון. כאן נכנסת הבינה המלאכותית.
האתגר שלכם: לפתח מערכת AI שתדע:
המשמעות האמיתית של פתרון כזה? הרשות תוכל לפקח באופן חכם, מהיר ויעיל הרבה יותר על פעילות מוסדות פיננסיים ולזהות סיכונים עוד לפני שהם הופכים למשבר. עובדי הרשות יקבלו כלי עוצמתי לחילוץ תובנות מורכבות, והציבור כולו ירוויח שוק הון שקוף, יציב ומוגן יותר. הטכנולוגיה שתפתחו תהפוך את רגולציית שוק ההון למבוססת נתונים באמת ותתרום לאמון הציבור במערכת הפיננסית.

מערכת הבריאות בישראל מתמודדת עם אתגר ייחודי: עולים חדשים שמתקשים להבין מסמכים והסברים רפואיים בשפה שאינה שפת האם שלהם. התוצאה היא עיכובים בקבלת טיפול, חוסר הבנה של מידע רפואי קריטי, חוסר ביטחון במערכת הבריאות וגם עלויות כבדות למדינה שמממנת מערכי תרגום והסברה ידניים.
מה הבעיה בפועל?
האתגר שלכם: לפתח פתרון טכנולוגי שיאפשר:
המשמעות האמיתית של פתרון כזה? עולים חדשים יקבלו מידע רפואי ברור ומובן – מה שיחזק את תחושת הביטחון שלהם ויאפשר להם לקבל החלטות מושכלות לגבי בריאותם. צוותי רפואה יוכלו להעביר מידע באופן יעיל וללא עיכובים, ומערכת הבריאות תחסוך בעלויות תרגום ותייעל תהליכים. הפתרון הזה לא רק מתרגם מילים – אלא יוצר גשר שמחבר בין תרבויות, מונע טעויות רפואיות ומבטיח שירות שוויוני לכל אזרח.
משרד העלייה והקליטה משקיע משאבים אדירים כדי לעודד עלייה: ירידי עלייה בחו"ל, מערך מלווי עולים, שיווק ממוקד והנגשת מידע לקהילות יהודיות בעולם. למרות ההישגים המרשימים, קבלת ההחלטות, היכן לקיים פעילות ובאיזה אופן, נעשית כיום בשיטת ניסוי וטעייה, ולא מבוססת על כלי דאטה מסודר.
האתגר שלכם: לפתח כלי חכם שיתמוך בקבלת החלטות אסטרטגיות לגבי עידוד עלייה. הכלי יוכל:
המשמעות האמיתית של פתרון כזה?

מאגר החקיקה הלאומי מרכז את כל חוקי מדינת ישראל, כולל ההיסטוריה המלאה של כל תיקון. אבל כאן מסתתרת בעיה גדולה: כל חוק עובר שינויים ותיקונים רבים, והנוסח העדכני לא תמיד מונגש לציבור. המשמעות היא שאזרחים, משפטנים ומחוקקים נאלצים להתמודד עם טקסטים חלקיים או לא עדכניים, במקום נוסח מלא המשקף את המצב החוקי האמיתי.
האתגר שלכם: לפתח כלי מבוסס בינה מלאכותית ועיבוד שפה טבעית (NLP) שיוכל:
המשמעות האמיתית של פתרון כזה? אחרי 75 שנות חקיקה, ישראל תוכל סוף סוף להנגיש לציבור נוסחים עדכניים של כל חוקיה, בצורה דיגיטלית, מהירה ומדויקת. זהו צעד משמעותי לחיזוק שלטון החוק, לשקיפות, ולהנגשת המידע המשפטי לכל אזרח. בעזרתכם, הכנסת תוכל להפוך את ההיסטוריה החקיקתית המורכבת של המדינה לנגישה בלחיצת כפתור ולכתוב מחדש את הדרך בה כולנו ניגשים לחוק.

אזרחים ותיקים רבים חווים תחושת בדידות, חוסר משמעות או ניתוק מהקהילה, אך מחקרים מראים שתחושת שייכות, קשרים חברתיים וסולידריות הדדית הם מפתח לזקנה מיטבית. כיום, יש פוטנציאל עצום להשתמש בטכנולוגיה ובכלים מבוססי בינה מלאכותית כדי לבנות קהילות וירטואליות תומכות ומשמעותיות, כאלה שמקדמות קשרים אנושיים, מעורבות חברתית ותחושת ערך עצמי.
האתגר שלכם: לפתח פתרון טכנולוגי מתקדם – אפליקציה, פלטפורמה או כלי מבוסס AI – שיסייע בבניית קהילה וירטואלית איכותית עבור אזרחים ותיקים, תוך השגת חמש מטרות מרכזיות:
המשמעות האמיתית של פתרון כזה?
קהילה וירטואלית חכמה יכולה לשנות את חייהם של אזרחים ותיקים בכל רחבי הארץ: להפוך אותם לחלק פעיל ומשמעותי בקהילה, להפחית תחושת בדידות, ולתרום לבריאותם הנפשית והפיזית. פתרון כזה יסייע גם למוסדות הרווחה והמינהל לשפר את איכות החיים, לשמר תפקודים חברתיים, ולמנוע מצבי סיכון ובדידות – ובמובן העמוק ביותר, להאריך חיים באמצעות קהילה, חיבור וטכנולוגיה אנושית.
מערכת הרווחה בישראל מתמודדת עם שחיקה חריגה וקושי מתמשך בשימור עובדים סוציאליים. הנתונים מדאיגים: כ־40% מהעובדים החדשים שוקלים לעזוב את המקצוע כבר בשנה הראשונה, וכ־25% אכן עוזבים בפועל. הסיבות כוללות תחושת בדידות מקצועית, עומס רגשי, חוסר בהירות תפקידית וחוויית קליטה לא מסודרת במחלקות לשירותים חברתיים.
כדי לתת מענה לכך פותח במשרד הרווחה תדריך קליטה (Onboarding) מקצועי ומקיף, המגדיר עקרונות, שלבים וכלים לחוויית קליטה איכותית. אולם כיום התדריך מיושם באופן ידני ומבוזר, באמצעות מסמכים, מיילים וגיליונות, ללא מערכת אחידה שמנהלת את התהליך, מתעדת את ההתקדמות או מספקת משוב שיטתי.
האתגר שלכם: לפתח מערכת דיגיטלית אינטראקטיבית שתהפוך את תדריך הקליטה הקיים לכלי עבודה חכם, דינמי ומותאם אישית. המערכת תאפשר:
המשמעות האמיתית של פתרון כזה?
המערכת תהפוך את חוויית הכניסה לשירות החברתי למשמעותית ומקצועית יותר – תחזק את תחושת השייכות של העובדים החדשים, תשפר את איכות ההדרכה והחניכה, ותתרום ישירות לשימור ההון האנושי במערכת הרווחה. מעבר לכך, זהו אתגר טכנולוגי-אנושי שמחבר בין עולמות של חוויית משתמש, למידה ארגונית וחדשנות ציבורית – עם פוטנציאל לשנות את הדרך שבה המדינה קולטת ומעצימה את עובדיה.

בעולם כולו מתמודדים עם משבר האקלים, וגם בישראל נחקק חוק האקלים שמציב יעדים ברורים: עד 2030, צמצום הפליטות ל־73% בלבד מהרמה של 2015, ועד 2050, הגעה לאפס פליטות. סקטור התשתיות, ובעיקר תחום התחבורה, תורם משמעותית לפליטות – החל מייצור אספלט, דרך תאורה ותחנות כוח ועד ניהול התנועה עצמו. אבל כיום, בנתיבי ישראל אין כלי שמודד בזמן אמת את היקף הפליטות, כך שאין תמונה מלאה על המקומות שבהם אפשר להתייעל ולצמצם.
האתגר שלכם: לפתח מודל/מערכת למדידה וחיזוי של פליטות גזי חממה בפרויקטי תשתית. הכלי יבחן פרמטרים מרכזיים בתהליך הפרויקטלי, מהתכנון ועד ההפעלה, ויאפשר למדוד את הפליטות, לזהות תחומים עם פוטנציאל להפחתה, ולבנות תוכניות התייעלות חכמות.
המשמעות האמיתית של פיתרון כזה?

משרד התיירות מקדם תוכניות סטטוטוריות להקמת מלונות ואכסון תיירותי במגוון ייעודי קרקע – ממגרשים שמיועדים למלונאות בלבד, דרך ייעודים מעורבים (מלונאות/משרדים/מגורים) ועד אזורים שבהם ניתנת אפשרות חריגה להקים גם מבנה מלונאי. כיום קיימות מאות תוכניות מאושרות, אך אין מאגר מרוכז שמציג את כלל התוכניות, מספר חדרי המלון המאושרים שטרם מומשו, או מיפוי מדויק של הפוטנציאל התכנוני בכל אזור.
המצב הנוכחי מקשה על קבלת החלטות מושכלת: לא ניתן לבצע ניתוחים מרחביים (GIS) שיזהו היכן יש עודף או חוסר במלונות, ולכוון את שיווק הקרקעות בהתאם לביקוש בפועל. בנוסף, התקנונים אינם אחידים, חלקם ישנים, חלקם חדשים, והשפה המשפטית הלא אחידה מקשה על ניתוח ממוכן של הנתונים.
האתגר שלכם: לפתח כלי חכם לסריקה, ניתוח וזיהוי של תוכניות מתאר (תב"עות) המאפשרות הקמת מלונות ואכסון תיירותי. הכלי יוכל:
המשמעות האמיתית של פתרון כזה?
לראשונה, משרד התיירות יוכל לתכנן ולנהל את תחום המלונאות בישראל בצורה חכמה ומבוססת נתונים – להבין היכן יש עודף או מחסור, לכוון השקעות לאזורים מתאימים, ולחזק את פיתוח התיירות בישראל באופן מדויק ואפקטיבי.
``

בעוד שלמורי משרד החינוך קיימת מערכת חכמה שמציעה השתלמויות מותאמות לפי נתוני המורה (וותק, דרגה, תחום הוראה ועוד), למורי מערך משרד העבודה אין כיום מערכת כזו. כתוצאה מכך, ההרשמה להכשרות נעשית ללא התאמה אישית. מורים רבים בוחרים השתלמויות לא רלוונטיות ואינם מתפתחים במסלול המתאים להם באמת.
האתגר שלכם: לפתח מערכת התאמה אישית שתאפשר לכל מורה להזין פרטים כמו ותק, תחום התמחות, הסמכות, הכשרות קודמות ויעדים אישיים – ולקבל המלצות מותאמות אישית להשתלמויות רלוונטיות, כולל הצעות ללמידה עצמאית במסגרות כמו Campus IL.
המשמעות האמיתית של פתרון כזה?
המורים יקבלו מסלול למידה מותאם אישית שיסייע להם להתפתח מקצועית, הרכזים והמנהלים יקבלו כלי לתכנון חכם של הכשרות, ומערך ההכשרה כולו ייהנה ממערכת יעילה שמקדמת את איכות ההוראה בישראל.
יחידת ההכשרות של משרד העבודה מקיימת מדי שנה כ־80 השתלמויות למורים ולבעלי תפקידים בתחומי ההוראה, ההתפתחות המקצועית ותפקידי הניהול. כיום, המשוב על ההכשרות מבוסס בעיקר על שאלונים קבועים בסולם ליקרט, שמספקים מדדים כמותיים אך לא מאפשרים הבנה עמוקה של הצרכים, האתגרים והמוטיבציות של קהלי היעד.
האתגר שלכם: לפתח מערכת חכמה – בוט, אפליקציה או ממשק אינטרנטי – שתדע:
המשמעות האמיתית של פתרון כזה?
צוות פיתוח ההכשרות והוועדה המאפיינת יקבלו תובנות עשירות ומדויקות יותר על הצרכים בשטח – מה שיעזור להם לשפר תכניות עתידיות ולהתאים אותן לקהלים שונים. המורים עצמם ירוויחו השתלמויות איכותיות ומדויקות יותר, שמבוססות על נתונים אמיתיים ולא רק על תחושות.