社会影响力：资助原生AI解决方案，而非过时方法

社会影响力部门的很大一部分仍将资源分配给过时的解决方案，尽管他们渴望未来的进步。这一观察来自全球“科技向善”生态系统的一位杰出领导者，他最近在日内瓦举行的“AI向善全球峰会”上发表了讲话。在那里，Tech To The Rescue团队与联合国共同组织了首届影响力奖，并审查了数百份申请。一个关键的启示是清晰的：人工智能（AI）不仅仅是技术升级或肤浅的附加功能；它代表着一个根本性的范式转变，有望重新定义社会影响力工作的完成方式。

然而，随着全球资金趋紧，许多善意的慈善机构和公共资助者仍然倾向于他们认为是“安全”的创新。这通常意味着将有限的资金投入到必要的培训项目和试点项目中，而这些项目往往缺乏构建真正AI原生组织所需的更深层次的基础性工作。更糟糕的是，一些机构只是将AI作为一种表面功能整合到现有、过时的模型中。这种方法不仅是战术错误，更是系统性失败，对那些因无效策略获得资金而失去宝贵时间的社区造成了实实在在的后果。

该行业内部的普遍立场是宣称已做好准备，但许多当前的“AI技能提升”策略未能实现真正的转型。尽管实验对于创新至关重要，但这些举措通常只带来表面层次的工具采纳。非营利组织可能学会使用聊天机器人或现成软件，但其潜在的思维模式或组织结构并未随之转变。仅仅提供工具无法弥合当今组织与未来AI驱动现实之间日益扩大的鸿沟。专家预测，到2027年，技术将越来越多地与技术进行交流，然而许多组织仍在将20世纪的工作流程适应21世纪的软件，优化了错误的要素。这使得社会影响力组织未能为由机器学习、大型语言模型和自主决策系统定义的未来做好准备。有人认为，该行业通过奖励“安全”提案、赞扬渐进主义以及设计避免复杂性的资助周期，无意中促成了这一局面，然后在重大变革未能实现时表现出惊讶。

“AI向善峰会”的见解清晰地展示了该行业内的成功和失误。几个获奖项目体现了所需的AI原生、伙伴关系驱动的未来：

• CareNX Innovations 开发了一款AI驱动的胎儿监测系统，供缺乏专家的农村诊所使用，极大地促进了可预防的婴儿死亡率的降低。这不仅代表了自动化，更是创造了新的、可及的医疗能力。

• WorldFish的SmartCatch 集成了机器学习、计算机视觉和设备上的物种识别功能，以帮助小型渔民管理可持续捕捞，同时应对生物多样性丧失。这是一种旨在实现包容性的系统级干预。

• Digital Green的Farmer.Chat 提供本地化、基于语音的农业建议，专为低识字率、低连接环境量身定制。其大型语言模型适应特定语境，超越了通用建议。

• Spring ACT的Sophia 是一款AI驱动的聊天机器人，为全球家庭暴力幸存者提供安全、匿名、多语言支持，展示了伦理考量和影响力如何成为AI开发的基础。

这些例子不仅仅是演示；它们是AI如何促进韧性、以人为本的解决方案的运营模型，前提是愿意为它们提供资金。

对于资助者而言，行动号召是超越表面调整，投资于变革性变革。这意味着寻找那些不仅仅是AI用户，而是准备成为AI原生的合作伙伴——愿意从根本上重新思考服务交付、影响力衡量和跨部门协作的组织。它要求支持那些准备合并、合作甚至拆除旧模式以更好地服务社区的组织。该行业不能继续资助那些仅仅将AI作为一项功能添加的组织；相反，它必须支持下一代社会影响力组织的开发，这些组织从一开始就为以AI为中心的世界而设计。

这种未来设想非营利组织超越各自为营，建立共享基础设施——包括数据、模型和平台——以大规模解决挑战。它设想小型团队利用AI压缩时间线和成本，即使在资源最受限的地区也能提供解决方案。在这种愿景中，人类专业知识集中于同理心、伦理和超本地化情境，而技术则高效处理可重复、可预测和可扩展的任务。

在这个领域工作的组织观察到，进步的主要障碍不是缺乏工具，而是缺乏在外部力量强制要求之前进行自我颠覆的内部能力。对于捐助者、投资者和政策制定者而言，当务之急不是确保组织的舒适度，而是最大化效率。这意味着投资于那些准备好快速进化的组织，那些致力于构建共享系统而非专有系统的组织，以及那些对可衡量成果而非仅仅活动负责的组织。这种方法本身就意味着在前进过程中接受一定程度的失败，认识到另一种选择是在更大范围内延续现有的低效率。

社会影响力部门常常被讨论、研讨会和策略制定循环所困扰，导致进展缓慢。当前的全球形势要求行动而非额外的框架。到2030年，社会影响力部门预计将发生显著变化。许多非营利组织可能会合并或不复存在，而那些留存下来的将是AI原生、高度协作并坚定不移地专注于实现可衡量成果的组织。为了资助在2030年真正重要的举措，投资必须优先考虑那些现在正在积极构建这一变革性未来的组织。