慈善領域較好的數據基礎并未帶來大規(guī)模的AI應用與部署。改變現狀的前提是認清現狀，報告的重要發(fā)現之一是，目前該領域使用人工智能促進發(fā)展方面存在著根本性的教育差距：89%的受訪者認為，人工智能將使他們的團隊更有效率，但只有28%的人表示，他們的組織已經部署、正在實施或正在試驗人工智能。如何加速技術的采用并增加慈善籌款額度進而改變社會，成為這份報告及其作者最為關注的問題。

撰文： 微胖

美國擁有百萬個慈善組織，捐款金額達到幾千億美元。其中，七成來源于個人捐款。比如，離婚離成女首富的貝索斯前妻表示要捐出一半財產，數額高達 170 億美元。

美國宗教組織的募款是常態(tài)，許多學校也都依賴校友捐款，比如哈佛大學。

對于非營利組織來說，捐款者眾多，籌款活動頻繁，管理軟件就非常必要，存在較大市場空間。僅美國加上加拿大，慈善市場規(guī)模就達 4400 億美元。

遺憾的是，雖然非營利組織有很多關于捐贈者的數據，但在過去十年中，他們并沒有很好地利用這些數據，也沒有明顯受到人工智能技術的影響。

非營利組織以籌款為生。電子表格和 CRM 系統(tǒng)，幫助籌資者跟蹤、分類和接觸潛在的捐助者。但在本質上，慈善工作仍然是以人為本，與那些最大、最頻繁的捐贈人的接觸，通常需要高度定制化和個人化。

對于資源十分有限的非營利性組織來說，妨礙他們接觸更多潛在捐贈人的主要障礙之一，正是這種高度個性化要求。

某些創(chuàng)業(yè)公司，比如 Gravyty 、Wisely 開始嘗試利用現有數據和 AI，幫助慈善組織完成一些定制化、預測性的任務，比如，預測高潛在捐贈者并起草個性化電子郵件。

「那些從事單調工作的時間被節(jié)省出來，」Gravyty 說，「更多的時間被用于建立關系，激勵捐贈者支持那些更有影響力的工作。」據報道，一家基金在使用 Gravyty 的應用程序的第一年，該基金將籌款增加了 49%，近 200 萬美元。

接下來，Gravyty 再接再勵。去年秋天，他們成立了一家由 16 人組成的非營利組織 AAAC(AI in advance Advisory Council)，成員包括籌款領域最具前瞻性的思想領袖。

比如，哈佛大學藝術與科學學院 (FAS) 首席進步官(Chief Development Officer)Armin Afsahi、麻省理工學院資源開發(fā)副總裁兼首席運營官 David Woodruff 等。

成立組織的初衷，是考慮到當前的慈善行業(yè)正處在歷史上一個關鍵時期：

捐贈在美國國內生產總值中所占的比例一直停滯不前，過去五年多的時間，一直保持在 2% 左右。只要再多出 1%，就能多數十億美元，幫助那些組織改變世界。

委員會相信，AI 有能力創(chuàng)造這么巨大的變化。

一方面，他們希望能夠加速人工智能應用，并發(fā)現新的人工智能應用程序;

另一方面，推動世界各地非營利組織接觸這些革命性技術，并最終鼓勵更多大規(guī)模捐贈行為，改變世界。

遺憾的是，AI 的變革力量還沒有被接受或完全理解。既然變革的前提是看清現狀，因此，AAAC 最近推出了一份 27 頁的報告。

通過對 210 位相關專業(yè)人士的在線調查和定量分析，力圖反應出行業(yè)里的 AI 現狀。受訪者均來自非營利部門的各種受訪者組成，包括高等教育機構，非營利組織和醫(yī)療機構。

嚴格的說，這份報告不算長，也與通常定義上的報告還有差距，比如缺少對業(yè)內公司、技術應用場景、投融資情況的統(tǒng)計與具體分析。但是，鑒于這是第一份相對詳細地介紹慈善行業(yè) AI 狀態(tài)的報告，我們仍然選擇扼要介紹這份報告的主要內容(三方面)：

AI 與慈善歷史、非盈利機構對 AI 看法，以及 AI 與勞動替代問題。其中，后兩個部分是重點。

從報告的調查結果中可以明顯看出，在使用人工智能促進發(fā)展方面存在著根本性的教育差距：

89% 的受訪者認為，人工智能將使他們的團隊更有效率，但只有 28% 的人表示，他們的組織已經部署、正在實施或正在試驗人工智能。

AAAC 希望這份報告成為行業(yè)人工智能狀態(tài)的基準，并打算每年更新一次。

需要注意的是，盡管中國社會組織已經突破 80 萬個，但規(guī)模和特點均與美國存在很大差異。

比如，七成的捐款來源于企業(yè)，慈善組織的透明度也頗受質疑(「郭美美事件」)，個人捐款意愿難以提升。相比之下，國內籌款軟件賽道相對更窄。

不過，隨著「水滴籌」等公益與技術的新探索不斷出現，AI 或許會在其中找到新的存在感。

1 AI歷史與慈善

50 年前，由達特茅斯教授約翰·麥卡錫呼吁洛克菲勒基金會撥款 135000 美元為人工智能「打開大門」，所以，慈善事業(yè)對人工智能發(fā)展的重要性不可小覷，我們可以通過利用 AI 來促進慈善事業(yè)來回報這一點。

盡管由于著名的 1973 年《燈塔報告》中對 AI 未來價值提出的悲觀看法，引起的政府從研究中撤款、私企退出 AI 的商業(yè)應用，但是，從實驗室中的辛勤研究，到如今 AI 的發(fā)展依然生機勃勃，各方面都預示著一個光明復興的未來，「世界已經看到了 AI 的迅速進步�！�

在歷史這一部分，報告著重介紹了 AI 在籌款中扮演的角色。

多年來，AI 一直在籌款方面發(fā)揮作用，特別是在潛在客戶開發(fā)方面。機器學習是利用人工智能理解和解釋數據的第一步。它被廣泛采用，用于記錄、跟蹤和報告捐助者和潛在客戶的近況、頻率和獲得情況。

與分析銷售中客戶價值的近因、頻率、貨幣價值(RFM)模型非常相似，這些模型被轉化為算法，許多實體圍繞數據創(chuàng)建了專有的捐贈者模型。

報告認為，盡管有些職位可能已經被 AI 取代，但它同時也創(chuàng)造了其他需要組織和監(jiān)控使用的數據，然后通過報告、項目規(guī)劃和創(chuàng)建新的移動管理模型來解釋結果的崗位需求。

報告提示，在考慮 AI 存在的籌款行業(yè)的發(fā)展方向時，人們需要時刻記住技術為勞動力帶來的機會和進步以及與技術配合能夠取得的更好的效果：

「讓我們考慮一下，隨著技術進入其領域，勞動力擁有持續(xù)再教育的歷史。讓我們記住，技術讓人類不再完全依靠天氣模式和動物勞動。讓我們記住，雖然滿是會計師的辦公室可以完成很多事情，但與正確工具相連的更少的專家可以更快速地推動整個組織在當今世界的發(fā)展�！�

2 非營利組織如何看待AI

1、當我們試圖界定 AI 會如何影響慈善組織之前，要搞清楚底線。摸清了 AI 在當前慈善行業(yè)中的應用現狀，才談得上加速發(fā)展。以下是問卷調查對象所在組織的主要分布情況。

 

 

如果從組織規(guī)模上來看，超過一半(62%)來自大型、權威型非盈利組織。前者的預算通常在 1000 萬到 5000 萬之間，后者的預算開支在 5000 萬以上。這意味著報告描述的 AI 現狀更具風向標型。

總的說來，目前離 AI 主流使用還有一段路要走，71% 的組織仍然處于「研究」階段，或者沒有計劃采用 AI 進行改進。在使用 AI 以進步方面存在著一個根本的教育差距。

雖然相比起 54%，42% 的非營利組織報告研究性人工智能的占比是十分令人鼓舞的，但仍有增長空間。

超過四分之一(28%)的非營利組織報告說，其組織中的人工智能的當前狀態(tài)要么已部署，要么已在實施階段，要么已在實驗中。盡管如此，89% 的受訪者同意 AI 將提高他們的晉升團隊的效率。

報告指出，「我們要做的工作是確保全世界的非營利組織都能接觸到所有的技術。

2、盡管很多非盈利組織都對人工智能感興趣，然而，高達 30% 的組織報告說他們沒有部署或研究 AI 的計劃。

其中，42% 的人報告說他們目前正在研究「AI——研究 AI 應用程序，但不希望在 12 個月內部署」;

15% 的人報告說他們已經實施了至少一個 AI 應用程序;而 4% 的人說他們現在正在實施「升級版的 AI」，并希望在三個月內實施;9% 的人報告說，「為了進步，他們正在試驗 AI，這意味著他們將在 6 個月內實施」。

超過四分之一(28%)的非營利組織，將在未來 12 個月內使用 AI 來提升自己的地位，然而，30% 的組織沒有部署或研究 AI 的計劃。

報告指出，人工智能的采用已不再處于早期階段，目前世界上超過 10% 的組織已經采用了這項技術，相對來說，慈善領域顯然距離大規(guī)模采用還比較遠，鑒于調查給出的數據，71% 的組織還處在研究階段，或者還沒計劃采用。

 

 

而且報告認為，根據現有分析，這有可能是一個危險的立場。

這些組織希望直到完全理解了 AI 技術提供的不同用途和結果，再去執(zhí)行能夠帶來進步的 AI 策略，然而研究表明，成為一個「快速的追隨者」可能是一個有害的戰(zhàn)略。就采用人工智能而言，成為一個快速的追隨者是失去競爭優(yōu)勢的第一步。

正如 Vikram Mahidhar 和 Thomas H.Davenport 在《哈佛商業(yè)評論》(Harvard Business Review)中所描述的那樣，

「當一個后來的采用者做了所有必要的準備工作時，以前的采用者將占據相當大的市場份額——他們將能夠以更低的成本和更好的性能運營。簡而言之，勝利者可能會全力以赴，而過晚的采用者可能永遠趕不上�！�

盡管如此，報告似乎仍然期望組織們能夠等待，直到他們搞清楚了技術帶來的不同后果。他們希望，借由類似 AAAC 這樣的機構通過教育和服務的方式，來彌補科研研究與應用的鴻溝，并以年度報告的形式監(jiān)督工作進展。

3、各個組織認可 AI 在提升效率上的功效

報告認為非常有趣的一點是，盡管有 72% 的組織表明在未來的一年內不會有實施 AI 的計劃，但是，當詢問他們是否同意「AI 將使我的團隊更有效率」這一說法時，89% 的絕大多數人要么同意，要么強烈同意;只有少數 10% 的人不同意，只有 1% 的人強烈反對。

這至少表明，絕大多數(89%)人還是理解 AI 給組織帶來潛在好處，態(tài)度是積極正面的。

 

 

雖然效率并不能說明 AI 的全部價值，但是，其帶來的效益仍然至關重要。

報告指出，他們也已經開始看到這項技術給組織帶來效率提升的早些苗頭。實際上，今年三月《慈善紀事報》專門討論過問題，詳細介紹了人工智能在慈善活動中一系列應用，比如提升配捐計劃(gift programme)以及捐贈處理(gift Processing) 的工作效率。

比如，在人工智能的幫助下，著名的克利夫蘭診所如今可以處理 8 萬多個捐贈，幾年前，該診所員工最多只能處理 3 萬多。而且人工智能還幫助診所自動識別潛在捐贈者，并將之列入在冊。

4、誰來負責?

當被要求完成「我所在組織負責推廣 Al 的人是……」這句話時，調查發(fā)現大多數人(32%)認為，該角色屬于高級服務執(zhí)行官(Executive Director of Advancement Service)，而 25% 的人認為該角色屬于執(zhí)行官、副總裁、高級副總裁或主管晉升的副總裁 (Vice president of Advancement)。

此外，18% 的人說這是首席信息官或首席運營官的責任 (CIO/COO)，13% 的人說是籌款執(zhí)行董事(Excutive Director of Fundraising)，12% 的人說是該組織的首席執(zhí)行官或總裁(CEO)。

 

 

由于最近的采購趨勢使得非 IT 角色更容易做出技術決策，因此，看到這些不同的回答也并不奇怪。

組織不同，采用技術的方式也會不同。所以，我們可以理解為什么大多數人選擇高級服務執(zhí)行官(Executive Director of Advancement Service)，因為本質上，這些專業(yè)人士是分析技術和前線籌款者之間的一座獨特橋梁。分析專業(yè)人員可能對自動化技術有更多的了解，并更愿意了解所有解決方案的價值以及如何實施它們。

5、誰會受益?

調查發(fā)現，69% 的調查對象認為，捐贈專員會成為受益者，緊隨其后的是年度基金團隊(63%)、高級籌款領導層(59%)和研究人員(54%)。38% 的受訪者還認為，執(zhí)行董事、總裁和首席執(zhí)行官將從晉升中受益。

報告指出，很高興看到調查對象同時也相信，隨著 AI 的進步，所有人都會受益。不過，從當下來看，身處籌款前沿并對此負責的人，以及制定戰(zhàn)略計劃的高層領導者將最為受益。

 

 

6、AI 與道德

大多數調查對象表明在道德約束下使用 AI 是重要的。

「絕大多數(87%)的受訪者表示，在道德上使用 AI 是「重要的」或「非常重要的」。相反，其余 13% 的受訪者表示，道德只是「一個小問題」或「不是一個問題」。

 

 

作者指出，道德倫理在 AI 發(fā)展中扮演了一個重要角色，并且所有人都要為之出力。同時，報告指出，表示道德問題并非那么重要的調查對象，可能「已經實施了解決方案或制定了戰(zhàn)略，以解決有關 Al 道德應用的問題」，而非不重視這個問題。

3 AI與勞動力替代

1、為了能為 AI 的變革做好準備，對于一個行業(yè)來說，很重要的一點是要盡早了解哪些崗位會面臨被 AI 取代的風險。

AAAC 基于兩個變量(行業(yè)中自動化的最大風險，以及 AI 對現有崗位的影響能力)，考慮了幾個問題。比如哪些地方，要為員工開發(fā)獲得新技能，提升其在行業(yè)內的價值。

從表格中可以看出，數據處理師，初級潛在客戶研究員，數據分析師，社交媒體，捐贈專員初級捐助者關系及管理等職業(yè)，同時面對高自動化風險和被 AI 影響的較高可能，因此，有必要在這些崗位開發(fā)新的工作路徑。

 

 

2、雖然新聞和互聯網上充斥著 AI 將帶來前所未有的失業(yè)率的說法，作者提到，正如 Singularity Hub 的 Byron Reese 指出的那樣，

「在過去的 250 年里，技術一直在不斷進步，而在美國，失業(yè)率幾乎一直保持在 5% 到 10% 之間，即使是在蒸汽動力和電力等激進的新技術出現的時候�！�

他繼續(xù)引用了美國勞工統(tǒng)計局(US Bureau of Labor Statistics)預測：

「許多職業(yè)的就業(yè)增長速度快于平均水平，預測 Al 將對這些職業(yè)產生影響：會計師、法醫(yī)科學家、地質技術人員、技術作家、核磁共振操作員、營養(yǎng)師、金融專家、網絡開發(fā)商、貸款中斷。ICER、醫(yī)療秘書和客戶服務代表等。

盡管在 AI 的影響下，這些領域將不會經歷就業(yè)增長，但他們能渡過這次革命�！�

 

 

盡管根據《經濟學人》預測，此次變化的速度將會快得多，政府和經濟體(無論是發(fā)達國家還是欠發(fā)達國家)將沒有足夠的時間來調整和確定下一代——「迷失的一代」——將在哪里找到工作，但是，為了能夠盡最大努力為未來的發(fā)展和非營利勞動力做好準備，AAAC 依靠兩個來源：

一個是斯特恩大學校長 Joseph Aoun 博士的書《機器人證明：人工智能時代的高等教育》;另一個是世界經濟論壇(WEF)和波士頓大學(Boston Co.)于 2018 年 1 月發(fā)布的名為「走向一場再洗牌革命——為所有人創(chuàng)造就業(yè)機會的未來」的報告。

3、后者(也就是報告)提出了終身學習的建議，如果人們不愿意僅僅停留在填飽肚子，而是希望找到更能實現自我、有不錯報酬的工作。

報告認為，未來的成功人士(經濟上)會是那些與機器共事，或者能為機器所不能為工作的人。

前者(也就是 Aoun 博士的書)概述了三種新的文學——技術、數據和人類——這將使我們能夠充分利用數字世界的潛力，因為我們與其他人和機器都建立了網絡。

而要學習這些文學，人們需要掌握四種認知能力：批判性思維、系統(tǒng)思維、企業(yè)家精神(也就是以原始方式創(chuàng)造價值的行為)、文化靈活性。

AAAC 的建議是，這四種認知能力成為我們對員工培訓和升級/再培訓機會進行分類和評估的框架：

前兩種能力，可以看作是元技能，每個人都需要分析和應用思想，理解和指揮復雜的系統(tǒng)。后兩種能力，是使人不被機器人取代所必需的認知能力——能夠以原始方式創(chuàng)造價值，能夠在全球經濟中運作，并欣賞不同文化觀點為問題或情況所帶來的價值。

雖然 Aoun 博士的著作為所有現有和未來員工在未來的工作能力提供了一個良好的總體框架，不過，(后者)報告的研究提出了更具體的策略，重新安排和增加現有員工的工作能力。

報告使用數據驅動模型來發(fā)現特定角色和行業(yè)的員工的再培訓途徑和工作過渡機會。它的模型使用兩個作業(yè)之間的作業(yè)需求比較來計算相似性得分。

這一得分有助于確定從預計將被淘汰的工作到預計將保持相關或為未來需要而創(chuàng)建的工作的過渡選項�；�于其長期前景和工資與原來的工作比較，這些選擇的可行性再進一步縮小。

作為其分析的基礎，那份報告使用了勞工統(tǒng)計局的預測：

到 2026 年，美國勞動力市場將出現 140 萬個冗余就業(yè)崗位的結構性就業(yè)下降，同時創(chuàng)造 1240 萬個新就業(yè)崗位。

根據這些預測，最適用于我們職業(yè)、辦公室和行政工作家庭的行業(yè)預計將獲得足夠的新工作機會，我們不必擔心行業(yè)內的大量失業(yè)，但我們應考慮重新規(guī)劃道路。

AAAC 建議將本研究中使用的方法作為解決先進和非盈利行業(yè)工人再培訓需求的藍圖，以下是為慈善領域創(chuàng)建路線圖的推薦步驟：

1. 確定哪些工作面臨自動化的風險最大;

2. 使用 WEF 研究中的方法確定工作過渡機會;

3. 繪制從當前工作到未來機會的潛在再培訓途徑圖;

4. 確定成功地將員工轉移到重組路徑所需的培訓類型;

5. 利用 Aoun 博士的四種認知能力框架，評估和組織我們目前和未來的所有職業(yè)培訓機會。

標簽： 人工智能

版權申明：本站文章部分自網絡，如有侵權，請聯系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯系。