משבר הדיור לא נראה כמו בעיית AI, אבל הוא כן בעיית מידע

לממשלות ולרשויות יש פיתוי קבוע להתייחס לדיור כמו אל לוח בקרה: קובעים יעד, משנים סדרי עדיפויות, מסירים חסם, והמערכת אמורה להסתדר. ארבע ידיעות מהימים האחרונים מזכירות עד כמה זו תפיסה נוחה, אבל מטעה. לא מפני שחסר מידע, אלא דווקא מפני שיש ממנו בשפע, בעוד שהיכולת לתרגם אותו לבנייה בפועל מוגבלת הרבה יותר.

במבט ראשון, ההאטה החריפה בבנייה בלונדון, פסק הדין על שכרו של מארגן בפרויקט פינוי-בינוי, פרישת יו”ר מטה התכנון וההחלטה להגדיל את ההעדפה למשרתי מילואים בהגרלות לא נראות כמו חלק מאותו סיפור. ובכל זאת, הן מצטרפות לתמונה אחת: שוק הדיור של 2026 פועל בתוך שכבות צפופות של רגולציה, אינטרסים, חוזים, סדרי עדיפויות פוליטיים ומערכות תכנון. זה כבר מזמן לא רק עניין של קרקע, מלט ופועלים. זו מערכת מורכבת של מידע, ורק חלק קטן ממנה באמת דיגיטלי.

הטעות מתחילה ברעיון שיותר דאטה פירושו יותר דירות

לונדון היא אולי הדוגמה הבולטת ביותר. עשור אחרי הבטחות להגדיל בחדות את היצע הדירות, העיר מתקרבת לשפל בנייה שלא נראה בה עשרות שנים. המקרה הזה מערער על הדמיון הטכנולוגי הפשוט, שלפיו לעירייה עם נתונים טובים יותר, תחזיות מדויקות יותר ומערכות שליטה מתקדמות יותר יהיה גם קל יותר לסגור את הפער.

בפועל, דיור אינו אפליקציה. גם אם לעיר יש דאשבורד מעודכן על ביקושים, רישוי, תחבורה ועלויות מימון, היא עדיין תלויה בריבית, ביכולתם של יזמים לגייס הון, בהתנגדויות מקומיות, בעומס על הוועדות ובשאלה אם התמריץ של כל אחד מהשחקנים לאורך הדרך באמת מתיישב עם היעד הציבורי. AI יכול לסמן צווארי בקבוק. הוא לא יודע לפרק אותם במקומנו.

הדבר נכון גם בישראל. בשיח המקומי מרבים לדבר על “הסרת חסמים” כאילו מדובר בקובץ שנתקע בשרת. בפועל, חסם תכנוני יכול להיות ויכוח בין רשות מקומית למדינה, מחסור בבודקי תוכניות, אי-ודאות משפטית, או פער מתמשך בין מי שמאשר למי שמבצע. אלה בעיות שאפשר למדוד, אבל הרבה יותר קשה להפוך לאוטומטיות.

כשחוזה לא מתורגם היטב למערכת, הסכסוך מתגלגל לבית המשפט

פסק הדין בעניין מארגן החתימות בפינוי-בינוי עשוי להיראות במבט ראשון כמו מחלוקת נקודתית על תגמול. למעשה, יש כאן שיעור בסיסי על מערכות מורכבות: כשמבנה התמריצים עמום, או כשהתשלום קשור לאבני דרך שאינן מוגדרות היטב, המחלוקת כמעט מובנית מראש.

בעולמות הטכנולוגיה רגילים לפתור בעיות כאלה באמצעות טרייסביליות: מי עשה מה, מתי, מול איזה יעד, ובאילו תנאים. בהתחדשות עירונית, לעומת זאת, חלק מהותי מהעבודה נשען על יחסים, תיווך, שכנוע, הבשלה של בעלי זכויות ותיאום בין גורמים שלא תמיד פועלים בתוך אותה מערכת. כשאין שכבת נתונים מוסכמת, החוזה הופך בהמשך לזירת פרשנות.

כאן נחשף גם הגבול של אוטומציה משפטית. לא חסרות כיום מערכות שיודעות לנתח מסמכים ולהתריע על סיכונים חוזיים, אבל הכוח שלהן בולט בעיקר כשיש סטנדרטיזציה. בפינוי-בינוי, כמעט כל פרויקט מגיע עם הקשרים אחרים, תלות בשוק המקומי ומערך רגיש של בעלי עניין. הטכנולוגיה יכולה לעזור, אבל הבעיה עמוקה יותר ממסמך או מגיליון נתונים.

במובן הזה, גם כאן לא מדובר במחסור במידע אלא בקושי לתרגם מידע להחלטה מוסכמת ועקבית. וכשזה לא קורה, בית המשפט נכנס כמעין שכבת בקרה בדיעבד. יקר, איטי, ובדרך כלל גם מאוחר.

פרישת ראש מטה התכנון מזכירה עד כמה הידע עדיין יושב אצל אנשים

הודעת הפרישה של יו”ר מטה התכנון יכולה בקלות להיבלע בזרם החדשות. מבחינה מערכתית, זו ידיעה משמעותית הרבה יותר מכפי שנדמה. תפקידים מהסוג הזה מחזיקים לא רק סמכות פורמלית, אלא גם זיכרון ארגוני, יחסי עבודה, היכרות עם קיצורי דרך חוקיים והבנה מעשית של המקומות שבהם רפורמה נתקעת ברגע שהיא פוגשת את השטח.

זה גם המקום שבו שיח ה-AI פוגש את המינהל הציבורי בישראל בגרסה הפחות נוצצת שלו. הרבה מהידע התכנוני פשוט לא יושב במאגר מסודר שאפשר לאמן עליו מודל. הוא מפוזר בין ועדות, רשויות, יועצים, פרשנויות, תקדימים והבנות לא כתובות. לכן החלפה בצמרת אינה רק אירוע פרסונלי. היא עלולה לייצר גם אובדן של רוחב פס מוסדי.

מערכות בינה מלאכותית יכולות, לפחות עקרונית, לסייע במיפוי תהליכים, באיתור סתירות בין דרישות, בחיזוי עומסים ובסטנדרטיזציה של מסמכים. אבל כדי שזה יעבוד, המדינה צריכה לטפל קודם בבעיה בסיסית יותר: אחידות נתונים, נגישות בין-משרדית ושפה תפעולית משותפת. בלי התשתית הזאת, AI יקבל תמונה חלקית ויחזיר תשובות שנראות מרשימות, אבל הערך הממשי שלהן יישאר מוגבל.

הקצאות והעדפות מתקבלות מהר. היצע נבנה לאט

ההחלטה להגדיל את ההעדפה למשרתי מילואים בהגרלות ובדיור להשכרה ממחישה עד כמה פשוט יחסית לשנות את שכבת החלוקה, וכמה מורכב להשפיע על שכבת הייצור. במונחים של מוצר דיגיטלי, זה כמעט שינוי באלגוריתם התיעדוף: מי מתקדם בתור, באיזה שיעור, ובאילו אזורים.

למדינה קל יותר לנהל קדימויות מאשר לייצר דירות. זו לא בהכרח ביקורת, אלא תיאור של מבנה הכוח. הקצאה היא פעולה מינהלית. בנייה, מנגד, היא שרשרת ייצור ארוכה, מקוטעת, ותלויה בשורה ארוכה של גורמים. לכן מי שמסתכל רק על החלטות ההגרלה עשוי לחשוב שמשהו מהותי זז, בזמן שבצד ההיצע התמונה נותרת כמעט ללא שינוי.

גם כאן לטכנולוגיה יש תפקיד, אבל הוא מוגבל. אפשר לבנות מערכות שקופות יותר להגשת מועמדות, לבדיקה, לדירוג ולעדכון זכאות. אפשר להפחית חיכוך. מה שאי אפשר לעשות בלחיצת כפתור הוא לייצר מלאי חדש, כל עוד מסלול התכנון, הרישוי, המימון והביצוע נשאר כבד ואיטי.

אז מה בכל זאת אפשר ללמוד מכאן על AI ומדיניות ציבורית

המסקנה מהידיעות האלה אינה ש-AI מיותר בשוק הדיור. להפך. דווקא מפני שמדובר במערכת עמוסה ומרובת שכבות, יש מקום לכלים טובים יותר של ניתוח, תיעוד ותיאום. אבל כדי שזה יהיה משהו מעבר למיתוג, צריך להזיז את המבט מהבטחת החיזוי אל שאלת התשתית.

• איכות הנתונים חשובה יותר מהברק של המודל. אם כל רשות שומרת מידע בצורה אחרת, גם ניתוח מתקדם לא יסגור את הפער.
• תמריצים חשובים לא פחות מממשקים. כשהסכמים, תקציבים ויעדים אינם בנויים היטב, מערכת חכמה רק תציג בצורה מסודרת בעיה שכבר קיימת.
• שקיפות תהליכית חשובה יותר מהבטחות למהירות. בשוק רגיש כמו דיור, ודאות חלקית עדיפה לעיתים על האצה לא יציבה.
• לא כדאי לבלבל בין ניהול ביקוש לבין הרחבת היצע. העדפות, הגרלות וציונים משנים חלוקה, לא את מדיניות הבנייה עצמה.

אם יש כאן מסקנה שימושית אחת, היא כנראה זו: בשוק הדיור, הטכנולוגיה החסרה ביותר כרגע אינה מודל שמנבא כמה דירות יידרשו בעוד חמש שנים. הערכה כזאת קיימת במידה מסוימת גם בלי AI. מה שחסר באמת הוא שכבת מידע תפעולית אמינה, משותפת ורציפה, כזו שמחברת בין החלטת ממשלה, ועדת תכנון, יזם, רשות מקומית, חוזה, ובסופו של דבר גם אתר בנייה.

כל עוד השכבה הזאת אינה קיימת, סביר שנמשיך לראות את אותו דפוס חוזר: הבטחות גדולות, רפורמות נקודתיות, הקצאות חדשות, מחלוקות משפטיות ושינויים פרסונליים בצמתים מרכזיים. הרבה ניהול. מעט מדי דירות שנמסרות בזמן.