אם יש לכם רק 5 דקות — התחילו כאן
לפני שימוש חדש ב-AI בעסק, אל תשאלו רק “האם הכלי בטוח?”. עברו על ארבעה שערים. אם אחד מהם לא ברור — זו נקודת הבדיקה שלכם.
| שער | השאלה | דוגמה לבעיה |
|---|---|---|
| 1. זכות להכניס | האם מותר לי להעביר למערכת את המידע הזה? | NDA, מידע לקוח, מידע אישי, קוד סודי. |
| 2. תנאי הספק | מה הספק עושה עם המידע? | Retention, training, subprocessors, location. |
| 3. זכות להוציא | האם מותר לי להשתמש בתוצר? | לוגו דומה, צילום, טענה שיווקית, קוד. |
| 4. סמכות לפעול | מה ה-AI רשאי לעשות בלי אישור? | הנחה, החזר, הודעה ללקוח, פסילת מועמד. |
1. DATA — מה מותר בכלל להכניס?
הטעות הנפוצה היא לסווג מידע רק ל“סודי” ו“לא סודי”. לעבודה עם AI עדיף להשתמש בשש רמות שימושיות:
| סוג | דוגמאות | ברירת מחדל |
|---|---|---|
| ציבורי | אתר החברה, חוק פומבי, חומר שיווקי שפורסם | בדרך כלל אפשרי, בכפוף לזכויות שימוש |
| פנימי | נהלים לא רגישים, רעיונות, טיוטות | רק בכלי מאושר |
| סודי עסקי | מחירים, pipeline, רשימות לקוחות, קוד | לא לפני בדיקת הרשאה וספק |
| מידע אישי | קורות חיים, שיחות לקוח, פרטי עובד | Minimize + בדיקת מטרה וספק |
| רגיש במיוחד | רפואי, פיננסי, ביומטרי, אמונות, עבר פלילי | רמת זהירות גבוהה; לרוב לא להעלות לכלי צרכני |
| Secrets | סיסמאות, tokens, API keys, private keys | לא להזין |
מאז תיקון 13, “מידע אישי” מוגדר בישראל באופן רחב כנתון הנוגע לאדם מזוהה או לאדם שניתן לזהותו. לכן שם הוא רק מזהה אחד. תפקיד, סניף, גיל, אירוע ייחודי, מיקום או שילוב של כמה פרטים יכולים לאפשר זיהוי גם בלי שם.
איך עושים Minimization בפועל
לא טוב:
“נתח לי את המקרה של דנה כהן, בת 43, מנהלת סניף חיפה, מספר עובד 7712, שנעדרה מ־12.8 עד 29.8 בגלל…”
טוב יותר:
“נתח את הסוגיה העקרונית במקרה של מנהלת סניף שנעדרה כשבועיים. אין צורך בזהות, מספר עובד, כתובת, גיל מדויק או פרטים רפואיים שאינם נחוצים.”
הכלל הוא לא “להשחיר כמה שיותר”, אלא להשאיר רק את המידע שהמודל צריך כדי להשיב על המשימה הספציפית. זו גם המלצה מפורשת של הרשות להגנת הפרטיות בשימוש ב-AI יוצרת.
AI גם מייצר מידע חדש על אנשים
הבעיה אינה רק מה שהכנסתם. אם מערכת מקבלת היסטוריית רכישות ומסיקה “סיכון נטישה 86%”, או קוראת קורות חיים ומסיקה “התאמה נמוכה לתפקיד”, נוצר מידע חדש על אדם. טיוטת הנחיית הרשות בנושא AI מתייחסת גם להסקות, תחזיות וסיווגים כחלק מהעולם שצריך לבחון בדיני פרטיות.
2. איך בודקים ספק AI — בלי להיות מומחה אבטחה
“יש לנו Enterprise” היא תשובה חלקית. תוכנית ארגונית יכולה להיות מצוינת, אבל עדיין צריך לדעת מה קניתם. הנה בדיקת ספק של 10 דקות.
Training
האם התוכן שלכם משמש לאימון או שיפור מודלים? בדקו את תנאי המוצר הספציפי והגדרות החשבון — לא רק את דף הבית של החברה.
Retention
כמה זמן Prompts, קבצים, logs ו-outputs נשמרים? האם ניתן לקצר שמירה או למחוק?
Human access
האם אנשי הספק יכולים לגשת לתוכן לצורך תמיכה, abuse review או debugging? באילו נסיבות?
Subprocessors
מי עוד מעבד את המידע? ספק ענן, ניטור, תמיכה, מודלים נוספים?
Location
היכן המידע מעובד או נשמר? בישראל קיימים כללים נפרדים להעברת מידע ממאגרים אל מחוץ למדינה.
Deletion
האם מחיקה בממשק מוחקת גם logs/backups? מה קורה בסיום חשבון?
Security
SSO? MFA? הפרדת ארגונים? הצפנה? Admin console? הרשאות לפי role?
DPA / contract
האם קיימת התחייבות חוזית לעיבוד, שמירה, אבטחה, ספקי משנה והעברות? אל תסתמכו על משפט ב-Prompt.
Checklist מלא לספק — 12 שאלות שאפשר לשלוח במייל
- האם Prompts, קבצים ו-outputs משמשים לאימון?
- מה תקופת השמירה לכל סוג תוכן?
- האם קיימת אפשרות Zero/Reduced Retention?
- האם יש גישה אנושית לתוכן ובאילו נסיבות?
- באילו מדינות התוכן מעובד ונשמר?
- מי ה-subprocessors?
- האם יש DPA או נספח פרטיות?
- כיצד מתבצעת מחיקה ומה קורה ב-backups?
- האם יש SSO/MFA/role-based access?
- האם יש audit logs?
- כיצד מדווחים על security incident?
- האם ניתן להגביל connectors/tools ברמת admin?
3. OUTPUT — לפני Publish, Send או Execute
כאן רוב האנשים עושים בדיקה אחת: “האם זה נשמע טוב?”. לעסק כדאי לבצע חמש בדיקות.
המודל ממציא “מחקר של אוניברסיטת תל אביב שמצא שיפור של 37%”. בשלב Generate זו טעות של כלי. ברגע שהעסק מפרסם את המשפט במודעה, במצגת למשקיע או בחוות דעת — הוא הפך את הטעות לטענה בעולם האמיתי.
פרוטוקול: מספרים, שמות, מקורות, פסיקה וציטוטים — לא עוברים החוצה לפני אימות במקור.
דיני רשלנות, לשון הרע והגנת הצרכן כוללים מסגרות לאחריות בגין מידע מקצועי רשלני, פרסום פוגעני והטעיה בפרסום. העובדה שהניסוח הגיע ממודל אינה יוצרת פטור אוטומטי למי שבחר לפרסם או להסתמך עליו.
4. זכויות יוצרים ו-AI — ארבע שאלות שונות שאסור לערבב
| השאלה | מה היא בודקת |
|---|---|
| האם מותר לי להעלות את ה-Input? | רישיון, NDA, זכויות ביצירה, סודיות. |
| האם מותר לי להשתמש ב-Output? | תנאי הספק + הדין החל על התוצר. |
| האם יש לי בלעדיות ב-Output? | שאלה שונה מזכות שימוש; תלויה בין היתר במקוריות ובתרומה אנושית. |
| האם ה-Output מפר זכות של אחר? | דמיון מהותי, סימן מסחר, דמות, קוד, מוזיקה, צילום. |
הפסיקה הישראלית מדגישה מקוריות ותרומה אנושית בהגנת זכות יוצרים, אך אין כיום נוסחה ישראלית פשוטה שקובעת “כמה Prompts” הופכים תוצר Generative AI ליצירה מוגנת של המשתמש. משרד המשפטים פרסם חוות דעת לגבי שימוש ביצירות מוגנות לצורך Machine Learning; היא עוסקת בשאלת האימון ואינה פוטרת מניתוח נפרד של Output מפר.
אם החוזה מבטיח ללקוח בלעדיות מלאה בתוצר AI, צריך לבדוק מה בדיוק ניתן להקנות: זכויות בתרומה האנושית, תנאי ספק המודל, חומרי קלט, ורמת המקוריות של התוצר. “מותר להשתמש” ו-“אפשר למנוע מכל אדם אחר להשתמש” אינם אותו דבר.
5. Agents — כש-AI מקבל ידיים, לא רק מוח
המעבר הגדול אינו מ-GPT-4 ל-GPT-5. הוא מ-AI שמציע טקסט ל-AI שמסוגל לבצע פעולה.
| רמת סמכות | מה מותר | בקרה מומלצת |
|---|---|---|
| 0 — Read | לקרוא מידע בלבד | הרשאות מינימליות + לוגים |
| 1 — Draft | לנסח טיוטה | אדם מאשר לפני יציאה |
| 2 — Communicate | לשלוח הודעה מתוך תבניות/מדיניות | גבולות תוכן + escalation |
| 3 — Modify | לשנות CRM, ליצור משימה, לקבוע פגישה | allowlist של פעולות ושדות |
| 4 — Commit | החזר, תשלום, התחייבות, החלטה משמעותית | אישור אדם / מגבלות קשיחות |
שלושת ה-Triggers שאמורים להדליק Human Approval
מה צריך להיות ב-Audit Trail
לשימוש משמעותי ב-Agent כדאי לשמור, לפי הצורך והדין: מזהה פעולה, זמן, משתמש/טריגר, גרסת מודל, גרסת System Prompt, מקורות מידע שנשלפו, tool calls, תוצאה, והאם היה אישור אנושי.
6. עובד העלה מידע שלא היה צריך — מה עושים עכשיו?
התגובה הגרועה היא למחוק את הצ'אט ולהעמיד פנים שלא קרה כלום. פרוטוקול ראשוני טוב נראה כך:
עוצרים את החשיפה
מפסיקים שימוש, מנתקים connector או הרשאה אם היא עדיין פעילה.
מתעדים
מה הועלה, מתי, לאיזה כלי, איזה חשבון, מי עשה זאת, ומה היו הגדרות השמירה/שיתוף.
בודקים מחיקה אצל הספק
משתמשים ב-admin controls או בפנייה לספק. אל תניחו שמחיקה מהחלון היא מחיקה מכל המערכות.
מסווגים את המידע
אישי? רגיש? סוד מסחרי? מידע של לקוח? credentials? היקף וכמות?
בודקים חובות
חוזים, NDA, אבטחת מידע, פרטיות ודיווח. באירוע אבטחה חמור לפי הדין הישראלי, חובת הדיווח לרשות עשויה להיות מיידית; לא מחכים בהכרח לסיום כל הבדיקות.
מתקנים את המנגנון
לא רק את האירוע: הרשאות, מדיניות, הדרכה, חסימות DLP, כלי מאושר, connector scopes.
ביולי 2026 הרשות להגנת הפרטיות הטילה על מאוחדת עיצום של 256,000 ₪ בשל אי-דיווח מיידי על אירוע אבטחה חמור. הרשות הדגישה שהדיווח הראשוני מבוסס על המידע הידוע באותו זמן וניתן להשלים פרטים בהמשך.
7. מדיניות AI טובה — מה היא באמת צריכה לעשות?
מדיניות לא נועדה לכתוב “אסור להעלות מידע סודי” ולסמן V. היא צריכה לאפשר לעובד לענות מהר על שלוש שאלות: באיזה כלי מותר להשתמש, איזה מידע מותר להכניס, ואיזה תוצר חייב בדיקה.
| רכיב | מה לכתוב |
|---|---|
| Allowlist | רשימת כלים מאושרים + סוגי חשבונות מאושרים. |
| Data rules | מה מותר/אסור לפי סיווג מידע. |
| Minimization | הכנסת מינימום מידע נדרש. |
| Outputs | אימות עובדות, זכויות, טענות שיווקיות וקוד. |
| Agents | גבולות סמכות, thresholds, human approval. |
| Incident | למי מדווחים ומתי. |
| Review | מי מאשר כלי חדש ומתי בוחנים מחדש. |
מדיניות AI בסיסית 1. עובדים רשאים להשתמש רק בכלי AI שאושרו על ידי הארגון ובחשבון שהוגדר לכך. 2. אין להזין סיסמאות, API keys, private keys או credentials מכל סוג. 3. מידע אישי, סודי או מידע של לקוח יוזן רק כאשר קיימת הרשאה מתאימה, הכלי מאושר לסוג המידע, והוזן המינימום הנדרש. 4. לפני העלאת מסמך יש להסיר פרטים שאינם דרושים למשימה. 5. עובדות, מספרים, מקורות, ציטוטים והצהרות מקצועיות שנוצרו ב-AI יאומתו לפני פרסום או מסירה ללקוח. 6. שימוש מסחרי בתמונה, לוגו, טקסט, מוזיקה, קוד או דמות שנוצרו ב-AI דורש בדיקת זכויות מתאימה לפי הסיכון. 7. Agent לא יקבל סמכות כספית, חוזית או סמכות להשפיע מהותית על אדם ללא גבולות טכנולוגיים ואישור שנקבע מראש. 8. כל העלאה שגויה של מידע או פעולה חריגה של Agent מדווחת מיד לגורם האחראי. 9. חיבור חדש ל-CRM, Drive, Email, WhatsApp או מערכת ליבה דורש בדיקת הרשאות ו-scope. 10. המדיניות תיבחן מחדש עם שינוי כלי, ספק, אינטגרציה או סוג שימוש.
8. AI Risk Score — כלי סינון, לא חוות דעת
בחרו את השימוש הקרוב ביותר. הציון אינו “חוק”, אלא דרך לזהות מתי שימוש דורש בדיקה עמוקה יותר.
אפשר לבחון יחד איזה מידע נכנס לכלים, אילו הרשאות ניתנו ומה כדאי להסדיר לפני שמרחיבים את השימוש.
בואו נמפה את החשיפה של העסק שלכם ←שלושה שימושים כדי להבין את הסקאלה
| שימוש | ציון טיפוסי | למה |
|---|---|---|
| כותרת לפוסט בלי מידע אמיתי | 1–2 | אין מידע רגיש ואין פעולה עצמאית |
| סיכום 50 קורות חיים עם אישור אדם | 6–8 | מידע אישי + השפעה אפשרית |
| Agent שמחליט מי נפסל ושולח תשובה ל-5,000 מועמדים | 10–12 | מידע + עצמאות + השפעה + scale |
9. תבניות שימושיות שאפשר לקחת מכאן
א. שאלון לספק AI
נא לאשר בכתב: (1) האם תוכן לקוחות משמש לאימון; (2) תקופת retention; (3) מדינות עיבוד/אחסון; (4) רשימת subprocessors; (5) אפשרויות מחיקה; (6) גישה אנושית לתוכן; (7) DPA/נספח אבטחה; (8) מנגנון דיווח על incident; (9) SSO/MFA/logs; (10) אפשרות להגביל connectors והרשאות.
ב. כלל Escalation ל-Agent
ה-Agent רשאי להסביר מדיניות קיימת ולבצע פעולות מתוך allowlist בלבד. כל פעולה הכוללת תשלום/החזר מעל ___ ₪, שינוי תנאי חוזי, הנחה מעל ___%, החלטה המשפיעה מהותית על אדם, או פעולה שאינה בתבנית מאושרת — מחייבת אישור אנושי לפני ביצוע.
ג. סעיף עבודה עם AI מול לקוח — נקודת פתיחה
ככל שנעשה שימוש בכלי AI לצורך אספקת השירות, השימוש ייעשה בהתאם לחובות הסודיות, אבטחת המידע והוראות הדין החלות. לא יוזן מידע של הלקוח לכלי שאינו מאושר לשימוש הרלוונטי. אין בנוסח זה כדי להחליף התאמה להסכם, לענף ולסוג המידע.
ד. Prompt לניקוי מידע לפני העלאה
לפני הניתוח, סמן אילו פרטים במסמך אינם נחוצים לביצוע המשימה ועלולים לזהות אדם, לחשוף מידע רגיש או לחשוף סוד עסקי. אל תנתח עדיין את המסמך; החזר רק רשימת קטגוריות מידע שיש להסיר או להכליל.
חשוב: תבניות הן נקודת פתיחה תפעולית, לא תחליף לבדיקה משפטית של ארגון מסוים.
10. מה הדין בישראל כבר נותן לנו ב-2026?
אין בישראל חוק AI רוחבי אחד שמחליף את כל הדינים הקיימים. בפועל, שימוש ב-AI נכנס דרך מערכות שכבר קיימות:
| תחום | למה הוא רלוונטי ל-AI |
|---|---|
| חוק הגנת הפרטיות + תיקון 13 | מידע אישי, אחריותיות, אכיפה, DPO במקרים הרלוונטיים. |
| תקנות אבטחת מידע | הרשאות, גישה, גורמים חיצוניים, אירועי אבטחה. |
| תקנות העברת מידע לחו״ל | כאשר מידע ממאגר בישראל מועבר או נגיש לספק בחו״ל. |
| חוק עוולות מסחריות | סודות מסחריים ושימוש במידע עסקי. |
| זכויות יוצרים / סימני מסחר | Input, Output, בלעדיות, דמיון, לוגו וקוד. |
| לשון הרע / הגנת הצרכן / רשלנות | Hallucinations, טענות פוגעניות, פרסום מטעה ומידע מקצועי. |
התיקון נכנס לתוקף ב־14.8.2025 והרחיב את מסגרת האכיפה. ביולי 2026 פורסם גילוי דעת סופי של הרשות בנושא חובת מינוי DPO בארגונים שעליהם חלה החובה.
לא כל עסק ישראלי כפוף אוטומטית ל-AI Act. כאשר קיימת תחולה, חובות שקיפות מסוימות לפי סעיף 50 חלות מ־2.8.2026, בכפוף לפרטי ההסדר והחריגים. לעסק שפועל באירופה צריך לבדוק קודם תחולה ותפקיד: provider, deployer, importer וכדומה.
מקורות רשמיים להעמקה
ה־AI כבר בעסק.
עכשיו מסדירים את השימוש בו.
בדיקה משפטית ממוקדת לעסקים וליזמים שמשתמשים ב־AI בעבודה עם לקוחות, מסמכים, תוכן ואוטומציות.
מה נבחן במסגרת הבדיקה?
- הכלים שבהם העסק משתמש והמידע שמוזן אליהם.
- תנאי הספקים וההתחייבויות כלפי לקוחות ועובדים.
- בדיקת תוצרים, הרשאות לאוטומציות ונקודות לאישור אנושי.
- אילו נהלים, סעיפים חוזיים ובקרות כדאי להסדיר, ובאיזה סדר.
בפנייה הראשונית נתאם את היקף העבודה ואת שכר הטרחה בהתאם לצורכי העסק.
