# מיפוי בזמן אמת של עוני אנרגטי מותאם עם AI Form Builder

עוני אנרגטי – כאשר משקי בית אינם יכולים להרשות לעצמם חימום, קירור או חשמל מספקים – נשאר אתגר מוסתר אך הולך וגדל בערים רבות. סקרים מסורתיים הם סטטיים, יקרים ובקלות מתיישנים, ומשאירים מקבלי ההחלטות עם תמונה חלקית של מי זקוק לעזרה והיכן.  

היכנסו ל‑**AI Form Builder**, פלטפורמה בעלת קוד‑נמוך המועצמת ב‑AI שיכולה להפוך כל מאמץ איסוף נתונים למערכת חיה, מותאמת. על‑ידי חיבור מדחסים חכמים, אפליקציות ניידות וקלטים קהילתיים עם טפסים שנוצרים על‑ידי AI, ערים יכולות לייצר **מפות עוני אנרגטי בזמן אמת**, להפעיל זרימות עבודה אוטומטיות של סיוע ולשפר את ההתערבויות באופן מתמשך ככל שהמצב מתפתח.

במאמר זה נסקור:

1. את תחום הבעיה ולמה נתונים בזמן אמת חשובים.  
2. כיצד ארכיטקטורת AI Form Builder תומכת במיפוי מותאם.  
3. מדריך יישום שלב‑אחר‑שלב (מקורות נתונים, עיצוב טפסים, לוגיקה של AI, לוחות מחוונים).  
4. אמצעי פרטיות‑ב‑תכנון ושיקולים אתיים.  
5. מדדי השפעה מהעולם האמיתי ותחזית עתידית.

> **מסקנה מרכזית:** עם AI Form Builder, ערים יכולות לעבור מדוחות “עוני אנרגטי” שנתיים ל‑**לולאת מודיעין מתמשכת ופעילה** שמפחיתה הפתעות בחשבונות, משפרת תוצאות בריאות ומקדמת מדיניות אנרגטית שוויונית.

---

## 1. למה הערכות עוני אנרגטי מסורתיות אינן מספיקות

| מגבלה | גישה קונבנציונלית | גישה מותאמת בזמן אמת |
|-------|-------------------|------------------------|
| **תדירות** | סקרי משקי בית שנתיים או דו‑שנתיים. | קלט נתונים רציף ממדחסים חכמים, אפליקציות ניידות וחיישני IoT. |
| **רזולוציה** | מצבורי שכונות. | רזולוציה ברמת בלוק או אפילו מדחם יחיד. |
| **תגובתיות** | פער של שבועות‑לחודשים לפני התערבות. | התראות מיידיות שמפעילות סיוע תוך שעות. |
| **עלות** | הוצאות גבוהות של עבודת שטח, הזנת נתונים ידנית. | יצירת טפסים בקוד‑נמוך, אימות AI אוטומטי, קנה מידה ענן‑מקורי. |
| **הטיה** | בחירת עצמי, מחסומי שפה. | קלטים מרובי‑מודלים (קול, SMS, רשת) שמפחיתים את ההדרה. |

הפער בין **זיהוי הצורך** ל‑**אספקת העזרה** מתורגם לעיתים לחשיפה ממושכת לטמפרטורות קיצוניות, עלויות בריאות גבוהות והגברת פליטת פחמן כאשר משקי בית פונים לשיטות חימום או קירור לא יעילות.

---

## 2. ארכיטקטורת AI Form Builder למיפוי מותאם

להלן דיאגרמת Mermaid ברמת‑הקצה שממחישה את זרימת הנתונים מהמקור למפה הפעילה.

```mermaid
flowchart LR
    A["מדחם חכם / חיישני IoT"] --> B["שירות קליטת נתונים"]
    C["אפליקציית מובייל (קול, SMS, רשת)"] --> B
    D["מתנדבי קהילה (נייר‑לדיגיטלי)"] --> B
    B --> E["מנוע AI Form Builder"]
    E --> F["יצירת טפסים דינאמיים"]
    F --> G["אימות בזמן אמת & דירוג"]
    G --> H["שירות אגירה גאו‑מרחבית"]
    H --> I["לוח מחוונים חי של עוני אנרגטי"]
    I --> J["הפעלת סיוע אוטומטי"]
    J --> K["הקלה בחשבונות / מענקי שיפוץ"]
    J --> L["מנוע המלצות מדיניות"]
```

**רכיבים מרכזיים:**

- **שירות קליטת נתונים:** מטפל בזרמי נתונים (Kafka, MQTT) והעלאות באצוות (CSV, Excel).  
- **מנוע AI Form Builder:** משתמש במודלים גדולים של שפה (LLMs) ליצירת טפסים מודעים להקשר, תרגום שאלות למספר שפות והצעת כללי אימות.  
- **יצירת טפסים דינאמיים:** הטפסים מתאימים בזמן אמת על‑פי תשובות קודמות (לדוגמה, אם משק בית מציין “אין מדחם חכם”, הטופס מציע שיטה חלופית לקריאת מדידה ידנית).  
- **אימות בזמן אמת & דירוג:** AI מעריך שלמות, מסמן אנומליות ומחשב **ציון עוני אנרגטי (EPS)** בטווח 0 (ללא סיכון) עד 100 (קריטי).  
- **שירות אגירה גאו‑מרחבית:** ממפה EPS לשכבות GIS, עם החלקה מרחבית למניעת עיוותים עקב ערכי קצה.  
- **לוח מחוונים חי:** מפות חום אינטראקטיביות, טבלאות פירוט, גרפים מגמתיים נגישים לחברות החשמל, שירותים חברתיים ובעלי תפקידים נבחרים.  
- **הפעלת סיוע אוטומטי:** מנוע חוקים (לדוגמה, EPS > 70 & הכנסת משק בית < 30 אלף $) מפעיל פעולות מיידיות – דחיית חשבון, מענק יעילות אנרגטית או שיחת פנייה.  

---

## 3. מדריך יישום שלב‑אחר‑שלב

### 3.1 הגדרת דרישות בעלי‑העניין

| בעל‑עניין | צורך עיקרי | נתונים נדרשים |
|-----------|------------|----------------|
| חברת החשמל | הפחתת אי‑תשלום, שיפור תחזית עומס | צריכה בזמן אמת, היסטוריית תשלומים |
| שירותים חברתיים | מיקוד סיוע, מניעת כפילות | הכנסה משק בית, תעסוקה, סיכון בריאותי |
| תכנון עירוני | מדדי שוויון לטווח ארוך | גבולות GIS, מאגרי בניינים |
| תושבים | שקיפות במצב הסיוע | הסכמה, העדפות הודעה |

ערכו **סדנת דרישות** ותעדו סיפורי משתמש ברשימת משימות משותפת (לדוגמה, “כתושב, אני רוצה לקבל הודעת טקסט כאשר ה‑EPS שלי עולה מעל 80”).

### 3.2 הקמת מקורות נתונים

1. **אינטגרציית מדחמים חכמים**  
   - השתמשו ב‑APIs של OpenADR או Green Button.  
   - מרווח שליפה: 15 דק למשקי בית, 5 דק לאזורים בעלי סיכון גבוה.  

2. **איסוף נתונים נייד**  
   - פרסו את **SDK של AI Form Builder** למובייל (iOS, Android, Web).  
   - אפשרו קול‑לטקסט למשתמשים עם רמת אוריינות נמוכה.  

3. **קלט מתנדבי קהילה**  
   - ספקו סורק **נייר‑לדיגיטלי** שממלא טפסים אוטומטית באמצעות OCR + חילוץ שדות מבוסס LLM.  

### 3.3 בניית טפסים מותאמים

```yaml
form:
  name: סקר עוני אנרגטי
  version: 1.0
  fields:
    - id: meter_present
      type: boolean
      label: "האם יש לכם מדחם חכם מותקן?"
    - id: manual_reading
      type: number
      label: "הזינו את קריאת החשמל הידנית האחרונה (kWh)"
      condition: "!meter_present"
    - id: monthly_bill
      type: currency
      label: "חשבון חשמל חודשי ממוצע (USD)"
    - id: household_income
      type: currency
      label: "הכנסת משק הבית הכוללת (USD) לשנה"
    - id: heating_type
      type: select
      options: ["חשמל", "גז טבעי", "נפט", "אין"]
    - id: health_conditions
      type: multiselect
      options: ["אסתמה", "COPD", "מחלות לב", "אין"]
    - id: consent
      type: boolean
      label: "אני מסכים לשתף את הנתונים שלי לצורך סיוע בעוני אנרגטי."
```

- **לוגיקה מותנית:** השדה `manual_reading` מופיע רק כאשר `meter_present` הוא שקר.  
- **טקסט עזר שנוצר על‑ידי AI:** מודל השפה מספק הסברים מקומיים בהתאם לשפת המשתמש.

### 3.4 יישום מודל דירוג

```python
def calculate_eps(consumption, bill, income, heating, health):
    # נרמול קלטים (0‑1)
    cons_norm = min(consumption/2000, 1)          # kWh לחודש
    bill_norm = min(bill/200, 1)                  # USD לחודש
    income_norm = 1 - min(income/60000, 1)        # הפוך: הכנסה נמוכה = סיכון גבוה
    heating_factor = 0.2 if heating == "חשמל" else 0.1
    health_factor = 0.15 if "אסתמה" in health else 0

    eps = (0.3*cons_norm + 0.3*bill_norm + 0.25*income_norm +
           0.1*heating_factor + 0.05*health_factor) * 100
    return round(eps, 1)
```

- המודל רץ **שרת‑לסס** (AWS Lambda) בכל שליחת טופס.  
- הציונים נשמרים בבסיס נתונים של סדרת‑זמן (InfluxDB) לניתוח מגמות.

### 3.5 הצגת נתונים בלוח מחוונים חי

ווידג׳טים מרכזיים:

- **מפת חום** של EPS לפי בלוקי סקר.  
- **סדרת‑זמן** של ממוצע EPS לפי מחוז.  
- **תור סיוע** המציג משימות ממתינות, **[זמני SLA](https://www.ibm.com/think/topics/service-level-agreement)**.  
- **ייצוא** ל‑PDF/CSV לדיווח.

השתמשו ב‑**Grafana** או **Superset** עם API של AI Form Builder כמקור נתונים. הטמיעו את הלוח באתר העירוני לשקיפות ציבורית.

### 3.6 אוטומציית זרימות עבודה של סיוע

1. **מנוע חוקים (למשל Camunda BPM):**  
   - `אם EPS > 75 ו‑income < 25000 → צור משימת דחיית חשבון`.  
   - `אם EPS > 85 ו‑heating == "חשמל" → תזמן שדרוג אנרגטי ביתי`.  

2. **שירות הודעות:**  
   - SMS דרך Twilio, אימייל דרך SendGrid, הודעות פוש דרך Firebase.  

3. **שרשרת ביקורת:**  
   - כל פעולה מתעדת `form_id`, `user_id`, `timestamp` ותוצאה לצורך ציות.

---

## 4. פרטיות‑ב‑תכנון ומסגרות אתיות

| חשש | אמצעי הפחתה |
|------|--------------|
| **פרטים מזהים (PII)** | הצפנה מקצה‑אל‑קצה (TLS 1.3), נתונים במנוחה מוצפנים ב‑AES‑256. |
| **ניהול הסכמה** | AI Form Builder כולל סעיף הסכמה דינמי; משתמשים יכולים למשוך הסכמה דרך פורטל שירות עצמי. |
| **הטיה בדירוג** | ביקורות הוגנות תקופתיות (ניתוח השפעה בלתי שוויונית לפי גזע, אתניות). |
| **מינימיזציית נתונים** | איסוף רק שדות הכרחיים לחישוב EPS; שדות אופציונליים מסומנים בבירור. |
| **שקיפות** | פרסום קוד פתוח של אלגוריתם הדירוג בפורטל הנתונים של העיר. |

הפלטפורמה תומכת גם ב‑**פרטיות דיפרנציאלית** עבור לוחות המחוונים המציגים מצבורים, כדי למנוע זיהוי של משקי בית בודדים מהנתונים הציבוריים.

---

## 5. מדידת השפעה

| מדד | יעד (12 חודשים) |
|------|-------------------|
| **הפחתת אירועי הפתעת חשבון** | ירידה של 30 % |
| **הפחתת ממוצע EPS** | ירידה של 12 % באזורים בעלי סיכון גבוה |
| **זמן תגובה לסיוע** | < 48 שעה מזיהוי |
| **שביעות רצון תושבים (NPS)** | ≥ 70 |
| **חיסכון באנרגיה (kWh)** | 5 % לכל משק בית מקבל סיוע |

פיילוט בעיר **ריברבנד** (אוכלוסייה ≈ 150 אלף) הראה **ירידה של 28 %** בפניות חירום חורפיות, בעוד **15 %** מהמשקי בית קיבלו שדרוגים במימון תקציב העמידות האקלימית של העיר.

---

## 6. תחזית עתידית

1. **חיזוי EPS מתקדם** – שילוב תחזיות מזג אוויר עם מגמות צריכה לחיזוי מוקדם של פיקים.  
2. **אינטגרציה עם מיקרו‑רשתות מתחדשות** – ניתוב דינמי של עודפי סולאר לשכונות עם EPS גבוה.  
3. **סימולציות מדיניות מבוססות AI** – בדיקת תרחישים “מה‑אם” (למשל, מענק אנרגיה בסיסי אוניברסלי) ישירות על המפה החיה.  
4. **החלפת נתונים בין ערים** – שיתוף דפוסי EPS אנונימיים עם קואליציות אזוריות לפעולה משותפת נגד שינויי האקלים.

---

## 7. רשימת בדיקה להתחלה

- [ ] קבלת תמיכה מבעלי‑העניין והגדרת ספי EPS.  
- [ ] חיבור APIs של מדחמים חכמים והקמת צינור קלט נתונים.  
- [ ] פריסת SDK של AI Form Builder למובייל ועיצוב הסקר המותאם.  
- [ ] יישום מודל דירוג ב‑Lambda ושמירת תוצאות בבסיס סדרת‑זמן.  
- [ ] בניית לוח מחוונים חי והגדרת חוקים להפעלת סיוע אוטומטי.  
- [ ] ביצוע הערכת השפעת פרטיות ופרסום מסמכי שקיפות.  
- [ ] הרצת פיילוט של 4 שבועות, איסוף משוב, שיפור לוגיקת הטפסים.  

---

## ראה גם

- [בנק העולם – גישה לאנרגיה ועוני](https://www.worldbank.org/en/topic/energy/brief/energy-access)  
- [ברית OpenADR – חילופי נתוני מדחמים חכמים סטנדרטיים](https://www.openadr.org)  
- [IEEE 802.15.4 – רשת IoT בעלת צריכת חשמל נמוכה עבור רשתות חכמות](https://standards.ieee.org/standard/802_15_4-2020.html)