瓶頸與突破:公益組織使用生成式人工智能的內在邏輯與實踐路徑

[摘要] 在扎實推進共同富裕的新階段，公益慈善事業的健康發展直接影響第三次分配的效率。數智化轉型為慈善領域帶來新的機遇與挑戰。本文論述了公益組織數智化轉型的實踐案例。研究發現，公益組織AI技術使用的內在邏輯為需求導向的、具有極強業務兼容性的技術創新，具體表現為“明確發展戰略—錨定機構數字化需求—數字化人才培育—數字化平臺建設與權限控制—數智化轉型—數智化反哺—更新優化”的內在邏輯。技術要素、組織要素、環境要素是影響數智化轉型的重要因素。公益組織需要理性看待生成式人工智能在公益慈善事業中的應用與發展。

[關鍵詞] 技術創新 智能化轉型 公益組織 TOE框架

[基金項目] 本文系國家社會科學基金項目“‘互聯網+’業態下公益慈善機構運作之挑戰與創新路徑研究”（項目編號為21BSH022）的階段性成果。

[作者簡介] 周慧泉，南京師范大學新聞與傳播學院、社會發展學院教授、博士生導師，研究方向為非營利組織管理、新媒體與公益慈善;張佳琪（通訊作者），南京師范大學新聞與傳播學院博士研究生，研究方向為公益傳播、非營利組織管理、新媒體與社會治理;馬慧，南京師范大學社會發展學院碩士研究生，研究方向為醫務社會工作。

[中圖分類號] C916

[文獻標識碼] A

[文章編號] 1008-7672（2024）05-0046-14

一、 引言

發展現代慈善事業是推進中國式現代化的重要組成部分，也是超越傳統公益實踐局限性、使慈善事業更好地發揮第三次分配作用的必然要求。數字化時代的慈善事業發展離不開數字技術賦能，數字技術已經被廣泛應用于政府對慈善事業的管理與服務、慈善組織的善款募集和內部治理、個人求助等多個領域，顯著提升了公益慈善事業的現代化水平。盡管數字技術發展速度非?？?，但是中國的公益慈善事業發展還處于從傳統向現代轉型的初級階段，沒有長期的現代性經驗，無論是公益觀念還是科學實踐精神，都尚未牢固扎根①，當前的慈善事業仍然以“小慈善”為主導，公益慈善組織普遍面臨組織化和專業化水平需要提升等問題。在這種情況下，盲目地應用人工智能技術可能會放大科技的“雙刃劍”效應，非但不能賦能慈善，反而可能帶來風險。在數字化時代，公益組織數智化的轉型如何實現？公益組織服務領域如何匹配數智化技術？如何提高公益組織自身的數智化能力，提升社會服務價值創造，進而提高公益組織參與社會治理的效能？這些都是公益組織當前需要面對的關鍵議題。

盡管人工智能研究近年來不斷發展，但是對于人工智能應用場景的實踐研究尤其是公益組織的人工智能應用實踐研究卻很少。部分研究已關注數字技術賦能第三次分配“如何轉向”“如何應用”“如何實現”等核心議題。②③鑒于生成式人工智能技術在各個領域有賦能的可能性，對人工智能（Artificial Intelligence，AI）應用機制的研究十分必要，特別是公益組織使用人工智能技術的適用性研究需要經驗性證據，以彌補公益組織數字化實踐研究的不足。

本文以廣州市海珠區藍信封留守兒童關愛中心（下文簡稱“藍信封”）人工智能（下文簡稱“AI”）的應用過程為例，進行實證分析，以填補公益組織人工智能技術實踐研究的空白。本文采用案例研究方法，基于人工智能技術的“技術—組織—環境”（Technology-Organization-Environment， TOE）理論為分析框架，分析影響公益組織采用人工智能的技術要素（T）、組織要素（O）和環境要素（E）。本文采用探索性的質性研究方法。

二、 文獻回顧與分析框架

（一） 數字技術發展與公益慈善

公益慈善數字化是公益慈善主體運用數字技術實現公益慈善目的的過程，是數字化時代公益慈善發展的必然趨勢。數字化賦能第三次分配，主要是依托數字化工具實現公益行業賦能，可以分為數字化慈善捐贈、數字化志愿服務、數字化民間互助、數字化社會企業和數字化文化藝術公益等領域。④從數字技術賦能第三次分配的實踐轉向來看，認知由“模糊”向“清晰”轉變，行為由“被動”向“主動”轉變，情感由“排斥”向“接納”轉變，方式由“在場”向“在線”轉變，從而推動第三次分配由粗放到精細、由低效到高效的質的飛躍。①事實上，雖然公益慈善數字化局部發展成效顯著，但是總體發展很緩慢，數字化實踐遠落后于其他行業，取得的成績主要來自作為慈善工具的數字技術的自身迭代發展。②

隨著數字與智能技術的快速發展以及各領域數字化和智能化的不斷推進，“數智”概念再次被提出。③綜合數智概念的數據智能、數智化、數智技術與數字智商四要素模型，當前研究認為，“數智”是擁有數字智商的人運用數智技術獲取和生產數據智能來提供依據，實現數智化。它將人視為數智主體，將機（物）視為客體，體現人機協作與融合。④通常數智時代的智能化是指人工智能，強調數據的智能化分析與處理⑤，可以被理解為軟件或智能硬件的創造，它通過數據和經驗學習，對人類思維活動進行模仿、理解和執行⑥⑦。

早在1956年，就出現了第一次人工智能的發展浪潮⑧，在這一階段，人工智能使用“推理與搜索”解決特定問題。接著，方向傳播學習算法被提出，解決了神經網絡分類能力有限這一根本問題，再次引發計算智能的興起。隨著互聯網數據的爆炸性增長，機器學習迅速崛起，催生了以大數據和深度學習為標志的第三次人工智能浪潮。⑨⑩從2021年ChatGPT問世以來，大語言模型的發展速度很快，使人工智能的研究發生了劃時代的變化，成為公益慈善等行業發展的強勁動能。當前，AI技術實踐有多種技術方向，包括賦予計算機感知/分析能力的計算機視覺技術和語言技術、提供理解/思考能力的自然語言處理技術、提供決策/交互能力的規劃決策系統和大數據/統計分析技術。11在公益領域內，主要是依托AI技術賦能公益服務，如計算機視覺技術被用于生物多樣性監測的Mega Detector模型、自然語言處理模型被用于慈善信息檢索的“慈善百科AI助手”、大數據/統計分析技術的“陽光校餐數據平臺”等。12AI技術在公益組織中的應用仍然以公益服務場景為主，也有部分公益組織將AI技術用于管理場景，即幫助其管理捐贈者、服務對象、志愿者等重復性數據收集工作。

（二） TOE理論與組織AI技術應用

TOE理論強調技術、組織、環境對技術應用的重要作用。①②在不同的細分領域研究中，學術界對TOE框架中的“技術因素—組織因素—環境因素”的定義是不同的。在平臺視角的技術應用情景中，技術因素包括區塊鏈、人工智能、大數據和算法推薦等各類數字技術，組織因素是指平臺組織架構、平臺制度邏輯、平臺利益相關者和平臺資源匯聚等，環境因素是社會法制、制度環境、行業結構、社會公眾素養等。③在數據經濟管理視角下，技術因素包括技術設施、技術能力等;組織因素以企業或地區內部特征為主，包括組織目標、創新能力、人力資本等;環境因素以企業或地區外部特征為主，包括制度環境、政策支持、金融環境等。④也有研究基于中國社會治理情境，將“技術—組織—環境”拓展為“技術—組織—環境—身份認同”框架（Technology-Organization-Environment-Identity， TOEI），分析數字社會基層治理的動員機制。⑤以往TOE理論框架的內容更多關注信息技術創新和數字技術創新，忽視了技術創新與企業業務的兼容性。2019年，一些學者提出了專門針對人工智能TOE框架改編版⑥，加入“相對傳統技術的優勢”和“與現有業務流程的兼容性”，在組織維度上，考慮組織文化、創新文化、組織規模、組織財務、組織結構、人力資源、數據可用性和數據質量等⑦。因為此框架應用于公共部門的AI技術應用，所以還考慮了同行競爭壓力、政策法規、行業要求和客戶準備程度等方面。⑧采用人工智能技術是一個持續的過程，而非瞬時決策，因而引入時間維度，按照人工智能的采用過程“評估—確定—管理”中每個階段的相關因素進行分析。⑨

因為本文所采案例的數智化轉型是與現有業務流程兼容性極強的AI技術應用，所以本文結合TOE理論分析案例的AI技術實踐。在本文中，技術要素是指公益組織準備應用AI技術時需要具備的技術基礎;組織要素是指公益組織在應用AI技術時，組織文化、組織管理和員工管理所呈現的機制特征;環境要素是指公益組織所面臨的內外部可能影響機構正常運行的因素。盡管目前中國已出臺《關于加強科技倫理治理的意見》等多部人工智能倫理的政策和法規，但是尚未出臺公益慈善行業人工智能倫理的行業標準。筆者未將政策和法規納入環境要素進行分析，而是將人工智能應用可能出現的倫理議題放在技術要素中進行分析。

三、 研究方法與案例選擇

（一） 研究設計

本文采用探索性單案例研究方法。具體原因有二：第一，案例研究適用于回應“為什么”（Why）和“怎么樣”（How）的問題。①本文旨在回答“公益組織為什么及怎么樣使用人工智能”，屬于回答“為什么”和“怎么樣”問題的范疇。第二，公益組織的數字技術決策的過程是一個復雜的過程，涉及相互影響的諸多因素。少有文獻研究公益組織尤其是草根公益組織是如何應對這一復雜過程的，因此本文采用探索性案例，以發掘關鍵因素以及不同因素之間的關系。②

（二） 案例描述

本文遵循理論抽樣方法，選取廣州市海珠區藍信封留守兒童關愛中心作為案例。藍信封專注鄉村兒童的心理陪伴，主要開展書信筆友活動，在活動準備階段招募和培訓志愿者，通過考核的通信志愿者（通信大使）與鄉村兒童一對一結交筆友，持續通信一年半，構建朋輩關系。自2016年以來，已為來自全國1478所學校的鄉村兒童提供書信陪伴服務，來往信件達181萬封。其數字化轉型實踐在2023年榮獲共青團中央、中央社會工作部、民政部等頒發的“第六屆中國青年志愿服務公益創業賽金獎”。

選取藍信封作為案例的理由主要有二：第一，藍信封是一個具有代表意義的草根公益組織。機構源自2008年“益暖中華”大學生公益創意大賽的中山大學學生社團。③為緩解當時學生群體的流動性給社團帶來的危機，2012年社團開始考慮向專業社會組織轉型，并謀求正式登記注冊。其理事會由早期成員組成，基本延續至今，成為日后藍信封重要的“智囊團”，也成為解決機構財務危機的支持者。2018年，理事會提出“降本增效”以渡過財務難關，在“招募實習生替代全職工作人員”“找到工作的核心，減少多余動作，集中精力，提高效率”的機構發展戰略下，搭建了承載這種工作方式的數字化系統，這種數字化轉型是一場重要的“革命”。第二，公益組織具有一定的數字化能力，并且已經開始使用AI技術。目前，藍信封與第三方信息技術公司合作，已經開發了6大信息化平臺。由全思科技提供技術支持的信件管理平臺，即“藍信封郵筒”，2017年啟用，年度運營信件約60萬封。 由佳信德潤科技提供技術支持的志愿者管理平臺，2017年啟用，年度運營志愿者約10萬名。由沃豐科技提供技術支持的人工客服咨詢平臺，2021年啟用，年度處理咨詢約5萬條。由益語公益智庫提供技術支持的AI問答助手，2022年啟用，以1800個基礎業務問答作為底層框架，在超過10萬次人工調試后建立藍信封問答語料庫，產出兩個AI問答助手“小信子”和“小封子”。小信子對外，回應書信大使、學校申請、政府采購、企業合作等外部對接;小封子對內，回應全職、兼職、實習生的內部協作。自主研發的用戶反饋平臺， 2020年開始內測，2023年上線公測，是快速反饋、精準反饋、有內容反饋的平臺，包括快速反饋的企業/政府微網頁系統，主要用于B端業務工作的實時反饋，提供定制化服務成效評估報告，以及維護捐贈體系。自主研發的信件監測評估系統， 2018年開始內測，2023年上線公測，是基于文字識別、文本分析和情感分析技術的信件監測評估系統，建立了個案識別、大使輔導、學校報備三步驟的極端個案監測與預警平臺，年度預警極端個案1000余例。

前3個平臺的技術都為第三方成熟技術采購，第4個平臺的技術是由藍信封和專業的第三方信息技術公司聯合深度開發的，第5個、第6個平臺的技術，是藍信封項目人員（非IT背景）根據藍信封業務需求，以某大型OA平臺及旗下插件體系為技術基礎，聯合輪動科技的低代碼開發平臺應用所得。

一個草根組織，如何能夠利用數智技術解決自己的生存危機，并且實現專業化、規?；\作，形成良好的社會影響？研究其經驗，可以為類似背景的社會組織提供借鑒。

（三） 數據收集與分析

本文的數據來源是通過訪談得來的一手數據，并輔以與藍信封相關的二手資料。研究人員從不同渠道收集數據，并與受訪者確認，以符合數據收集的三角測量原則。本次研究共訪談3次，均為面對面訪談，每次訪談時間為2～4小時，全程錄音。研究人員在訪談結束后，將訪談音頻轉成文本進行校對，把校對版本發給受訪者確認，以保證能夠如實反映受訪者觀點，文本內容共計119 600字。交叉檢驗機構公開資料與訪談內容，提高訪談內容的可信性。除訪談獲得的資料外，研究人員通過微信公眾號、藍信封官網、相關新聞報道等不同渠道獲得二手資料。微信公眾號和藍信封官網資料編碼為L，其他相關新聞報道編碼為F。

隨后，研究人員將訪談的轉錄稿與其他文本資料導入質性分析軟件MAXQDA 24中，對文字資料進行主題分析（Thematic Analysis），以確定用于解釋和理解數據的主題①，主要有如下5個步驟，第一，依據TOE理論框架進行初始編碼;第二，將初始編碼進行合并歸類;第三，檢查初始編碼是否符合歸類主題;第四，確定相對獨立的主題;第五，歸納公益組織采用AI技術創新的技術因素、組織因素和環境因素，進行編碼，如表1所示。 在編碼過程中，本文根據“技術—組織—環境”理論分析框架，獲得了10個一階概念和30個二階主題。

四、 案例呈現

為了深入說明公益組織采用生成式人工智能技術采納過程，本文基于 “技術—組織—環境”理論分析框架，闡明其背后的復雜過程。

（一） 技術要素

在公益領域的AI技術實踐中，人工智能的技術主要包括賦予計算機感知/分析能力的計算機視覺技術和語音技術、提供理解/思考能力的自然語言處理技術、提供決策/交互能力的規劃決策系統和大數據/統計分析技術，每項技術可進一步細分為多項子技術，這些技術共同構成了豐富的 AI 生態。①藍信封的AI技術實踐主要采用了“提供理解/思考能力的自然語言處理技術”和“大數據/統計分析技術”，它們用于組織服務對象和志愿者數據的智能匹配以及數據分析與挖掘。

藍信封的整個通信流程均已實現數字化。在兒童寫信后，學校負責人統一收集郵寄至藍信封，藍信封的第三方服務商對信件進行掃描上傳至藍信封郵筒，通信大使登錄藍信封郵筒查看后回信，再由藍信封定向打印郵寄，最后由學校統一發到兒童手中。在整個項目流程中，藍信封已初步實現數智化轉型，目前主要有6大信息化平臺，包括來往信件管理（藍信封郵筒）、志愿者信息管理（志愿者管理平臺）、人工客服咨詢系統、AI問答助手（外部公眾號端口為“小信子”，內部OA平臺端口為“小封子”）、相關方反饋平臺（企業、政府、學校、捐贈人）、極端個案監測與預警平臺（信件評估系統），記錄項目執行與機構管理過程中產生的所有數據資料。②

從技術要素的準備階段來看，項目主要包括以下5個方面③：一是數字化工具使用。在采用人工智能之前，藍信封已經實現了員工數字化和機構數字化，已經確定機構數據的“數值”標簽，與此同時，機構的員工具有較強的數字化能力，能夠使用機構的數字化平臺。二是項目服務方的數據管理。為降低信件丟失率，藍信封通過新建數字化的管理平臺（藍信封郵筒）開展通信活動，將積累的信件文本進行數字化處理，減少信件丟失率。④為評估項目把控通信風險，藍信封對信件進行風險檢測，招募志愿者將信件文本按照綠燈、黃燈、紅燈三級風險分類進行人工風險標注，購入信件評估系統，通過數字化郵筒掃描敏感詞，但是仍然搭配志愿者的風險標注進行風險把控。志愿者招募和學校項目流程管理均采用數字化平臺采集數據，并與數據提供者簽署數據收集知情同意書。三是組織管理方的數據管理。藍信封讓員工定期更新崗位面臨的問題，持續訓練AI模型，以優化AI模型在該場景中的表現，滿足機構需求，精準服務組織的項目管理。收集組織信息，以應用場景為中心，基于“特定目的”訓練AI模型。四是數字平臺互通與權限控制。藍信封在進行數智化前，已經有了完整的培訓管理體系、權限管理體系和OA操作體系，模型的數值、數據標簽均已設定完成，在數據管理的基礎上，劃分崗位數據使用權限，建立數據權限控制體系，以保證數據安全。五是數據可信性檢驗。藍信封在建立數據庫并進行模型訓練后，通過實地走訪積累案例，匹配實地案例分析結果與數據分析結果，驗證數據可信性。

“人工搭建完整的培訓管理體系、權限控制體系和OA的操作體系。很多標簽已經打好了，那些標簽需要我們來訓練，其實人工智能的本質是 ‘人工智能是因為人工有潛在智能’……先讓員工跑一遍數據再上智能，員工沒跑過數據，給員工智能工具也是沒有用的?！?（受訪者）

從技術要素的應用場景來看，藍信封的生成式人工智能已在志愿者及員工招募與培訓、通信配對、項目管理與監督、數據分析與反饋、智能客服等方面輔助機構管理，提高運行效率。在志愿者及員工招募與培訓階段，使用AI技術對志愿者進行特質測試與篩選，評估志愿者的通信能力與通信質量，此外AI技術將幫助通信大使，模擬通信，幫助志愿者更好了解鄉村兒童的需求與心理狀況。在通信配對中，藍信封依據兒童需求、興趣、年齡、性別等信息，智能匹配合適的通信大使，以增強通信效果。在項目管理與監督中，反饋平臺（學校/企業微網頁反饋系統）搭載AI技術，統計與識別志愿者通信狀況，如通信速度、通信字數、通信質量等，為項目運行提供實時數據，管理項目運行。在數據分析與反饋板塊中，整合通信配對信息、志愿者信息、兒童信息、通信質量等相關數據，生成簡易版數據分析報告。在進行項目決策時，可以及時調取相關數據。在客服咨詢系統中，藍信封對生成式人工智能“小信子”和“小封子”進行訓練。①“小信子”作為藍信封的客服角色，幫助公眾了解藍信封，幫助潛在志愿者了解通信流程、通信注意事項等?！靶》庾印庇糜谔岣呷粘９ぷ餍剩岸藞竺己恕⒑蠖耸瞻l信件、培訓咨詢、反饋互動的全流程數據均已納入內部端口。

（二） 組織要素

技術作為組織創新活動中的重要資源，依靠組織而存在。在組織創新與技術創新的匹配過程中，兩方面要素的匹配是一種較為復雜的過程，通過組織聯動使要素之間實現融合。②組織層面主要涉及數據能力、吸收能力和創新能力等要素③，與大型企業進行技術轉型不同，草根組織的技術創新往往只需要“一把手認可、其余人不反對”就可以進行。從藍信封的AI技術采納過程來看，管理者的理念對機構轉型成功具有重要作用。下文將從組織文化、組織管理、員工管理等方面分析藍信封AI技術采納的過程。④

在組織文化層面，組織的實證分析導向和理性氛圍是支持藍信封數智化轉型的關鍵。在組織數字化發展初期，組織的實證分析導向采取“大膽探索，小心求證”策略，強調實證分析的重要性，熟練使用數字化工具進行數據統計與數據分析，將數據分析結果與組織決策相結合。即便藍信封后期引入人工智能技術進行數據分析，仍然開展季度家訪，以確保數據分析結果有效。理性氛圍是藍信封從學生社團發展為公益組織時埋下的種子，在這一發展階段，受訪者意識到，公益組織通過情緒動員無法實現有效管理，強調行動為主，基于“一手數據”進行實證檢驗評估項目的效果，建立學習型團隊，考察員工學習能力、鼓勵全職員工參加行業培訓。這樣的組織文化是極其個性化的。

“我們的（機構）特點跟我個人還是有很大的關聯性的……理性行動植根于快速學習、自主學習，不要等別人教你。具有快速的自學（能力）是對機構（員工）的要求，也是我們訓練出來的……大家長期觀察，不要這么快（下結論），就是如果他有新的想法……在不傷害孩子的情況下……做一段時間然后給我看數據，我一定要看一手數據……就是要把問題定義清楚，再找到答案，大概如此。這是我們對他們的訓練?！保ㄊ茉L者）

在組織管理層面，互聯網時代扁平化和分權化的管理有助于企業及時感知市場的快速變化，高效整合資源，通過技術和管理創新獲得競爭優勢。①藍信封組織管理采用“理事會+顧問團隊”治理模式。機構自成立之初就實行理事會治理制度，每季度就崗位工作向理事會報告，理事會在“戰略上”指導秘書處。季度報告是藍信封員工管理中最為重要的部分，理事會成員、特邀專家將根據全職團隊的述職提供建議。在理事會建議下，機構決定“降本增效”，進行改革。藍信封在探索項目數字化的過程中逐漸形成了扁平化的組織架構，即總干事全職團隊矩陣，構建了條塊清晰的數據積累模式和管理模式，如圖1所示。機構重視與第三方公司的合作，招聘全職人員運營，優化組織的數字化平臺，這樣提高了藍信封的辦公效率。

“以前設主管……去年年初就撤下了兩個主管，我就對接了20多個崗位，特別輕松，我也很開心。我也不用管人——你對接20多個人就是全管了，我也可以專注于業務了……主要就是我的工作效率變得更高了?！保ㄊ茉L者）

在員工管理層面，日常工作的各方面需要強調數字化能力。在招聘時，全職崗位會考察員工的數字化能力和學習能力，以適應組織的工作節奏;入職后，員工需要全面了解組織核心業務。組織采用了高度數字化的辦公管理系統，采用扁平化管理，通過OA系統線上溝通日常工作，及時跟進項目進度，這種互動機制，提高了工作效率。從采用這種模式后，藍信封鼓勵員工根據實踐經驗進行自主決策，決策內容僅需總干事確認，在此階段，總干事扮演組織的“AI”角色，跨崗位調取原始數據，獲得數據分析結果，幫助員工進行決策。正如受訪者所言：

“……其實我就像督導一樣，給他們提供支持。我就是一個AI。他們需要找我簽字時，我就把文件放在他們的桌上，給我發消息，我承諾15分鐘之內到。我上門簽字，不打擾他們分析數據……（數字化的管理模式是）他們（員工）不能同時看那么多崗位的數據，但我可以同時看多個崗位的數據，我可以幫他們做一些判斷，所以他們覺得我是個AI，（在機構中）我不是做決策的人，我是帶有糾正問題視角的，這種管理方式真正改變了我們機構的架構?！?/p>

（三） 環境要素

在學生社團年代，藍信封依靠參加各種比賽，能拿到經費為一兩千元甚至兩三萬元的運營項目。專業化之后，機構需要支付薪水，這筆開支就成了沉重的負擔。起初藍信封還是可以去申報一些基金會的項目，拿過5萬元、10萬元甚至20萬元的項目經費。一般基金會支持解決社會急難愁困問題，偏向“雪中送炭”的項目，而且需要申報的社會組織能夠展示項目成效。藍信封所做的，更像是“錦上添花”的工作，成效也很難用量化數據展現。到了2018年，基金會就不再支持藍信封了。由此，藍信封遭遇嚴重的財務危機，盡管理事會成員提供了一部分的資金支持，但是很難維持機構的正常運行。這時，理事會提出“降本增效”策略。首先，裁減全職員工，壓縮成本，將12名全職員工裁到3名。財務危機發生的時候，也恰逢藍信封開始規?；?。當時有100多所服務的學校，只有3名全職工作人員，每個人的工作量都變成了從前的四五倍。如何在不降低質量的情況下降低成本，藍信封找到了3種方法：第一，尋找“平替”，招募實習生;第二，找到工作的關鍵步驟，減少多余的動作，集中精力做最重要的事;第三，搭建可以完成工作的數字系統。這些做法，藍信封沿用至今。

藍信封通過購買第三方數字化平臺的管理，提高工作效率，開始進行數字化轉型。當然，降本增效只是“節流”，不“開源”依然不能解決藍信封的財務危機。藍信封的理事會以他們的“企業視角”提出了2個可以嘗試的方案：一是嘗試開通月捐（主要針對志愿者），二是以“服務收費”替代“捐款”，即將通信服務購買方（政府和企業）視為機構的核心“客戶”。

“本來（企業）人事就要搞這種員工活動，像我們爭取到的萬科基金會的10萬元。本質是做服務——就是企業把這個錢給我，我服務企業的員工，讓他們參與公益，很開心地做志愿者，但是考核是一視同仁的。不同的企業各有其實際情況，因此要跟企業的已有策略去匹配。”（受訪者）

為了更好地服務自己的“客戶”，藍信封努力實現項目全過程的標準化、效率化，最重要的就是提供專業報告?；诖耍{信封開始設計項目評估指標、收集“服務期間”產生的數據，對服務過程進行實證分析，提供專業的服務報告，以獲得核心“客戶”認可，進而獲得收入，逐漸形成了月捐、政府購買、企業購買、基金會、互聯網眾籌等多元化捐贈渠道，為機構提供了穩定的資金來源。

在此過程中，藍信封提高了項目評估的效率，實現了對自身項目評估過程的標準化。依托數字化平臺，藍信封將數據收集、數據分析、形成報告的工作在數字化平臺中進行，進行深度學習，幫助機構決策。藍信封并未完全依靠數字化工具，而是將高頻率的走訪評估變為定期走訪評估，適時更新評估指標，逐漸形成“線下走訪+電話回訪+數據分析”的評估模式，提高了評估效率。這些評估報告，也為不同類型的合作方（志愿者、政府、企業等）提供“可以測量的”服務成效，讓各合作方都可以看到自己通過藍信封所達到的社會影響。

由此可見，藍信封是在組織改革和公益專業化雙向驅動下，不得已才走上了數字化的道路，但是因為不斷得到正向的反饋，最終形成了今天的模式。

五、 案例分析

本文通過“技術—組織—環境”理論框架對藍信封技術創新實踐進行探索：從技術要素方面闡明了藍信封數智化轉型的實踐過程與應用場景;從組織氛圍、組織管理與員工管理3個方面闡明藍信封技術應用的數字化基礎;從環境要素方面闡明了藍信封進行技術創新的外部社會環境和組織內部環境，說明藍信封技術創新的起源。

（一） 技術：數字化要素與機構業務要素實現生態互嵌

數字化要素與業務要素匹配有利于提高組織決策效率，便于組織進行業務管理。藍信封借助“平臺+算法”，將其嵌入日常管理情境中，幫助成員提高工作效率。算法的更新、數據收集與處理能力的提升為機構轉型提供了堅實的基礎，也同樣產生了風險。藍信封需要明確建立數據收集、數據使用、數據公開的倫理標準和管理制度，保證服務對象、志愿者等相關方的隱私安全和機構的數據安全。藍信封建立機構數據收集倫理守則和數據使用標準，對技術架構、項目流程、項目管理數據進行標準化處理，設置崗位數據使用權限，暢通崗位職責內的數據使用通道。藍信封重視數據積累，對項目過程和組織管理中跨崗位的數據進行分析，形成全流程數字化，推動數字集成。藍信封強調AI的工具屬性，采用以人工審核為主、機器審核為輔的數據分析審核機制，定期更新機構AI的語料庫，提高生成式人工智能模型的準確性，精準回應組織需求。

（二） 組織：人工智能與人工的潛在“智能”結合優化決策

技術創新是在組織的特定制度化體系及其文化背景中發生的創新活動。①創新文化是組織技術創新的重要基石。組織管理者作為組織技術創新決策的制定者與執行者，其個人特質會影響企業數字化轉型水平②，公益組織亦是如此。作為組織文化的“定義者”和“賦予者”，他們可以宣傳他們認為對組織有益的價值觀、信仰和假設。③組織文化是公益組織技術創新的因變量，是社會組織實現技術創新最重要的部分。組織文化通過影響組織成員的思維方式、價值觀和行為方式影響技術創新。④⑤藍信封組織文化中對崇尚實證和效率的文化認同是組織技術創新的起點，其與人工智能技術的實證主義邏輯的匹配讓組織采用人工智能技術成為可能。組織文化強調組織內部的價值觀、協調與整合，為技術創新奠定基調，在此基礎上開展數字化轉型。機構采用合適的技術手段，調整管理方式，充分發揮技術優勢和人力優勢。在組織要素中，數字化能力并不是組織技術創新的重要因素，而是適應組織技術創新的重要手段之一。

（三） 環境：公益專業化與組織改革疊加驅動

從環境要素來看，藍信封進行技術創新，呈現組織改革和公益專業化雙向驅動的特征。藍信封注重降本增效，采用數字化平臺提高辦公效率，購買第三方技術服務，提高組織的數字化水平，在實踐中摸索數字化模式與組織業務的匹配程度，建立管理平臺、培訓平臺和權限控制體系，最終實現組織管理全流程數字化。調整資源結構，從以單渠道募捐向多元收入渠道轉型，保證組織資金來源的穩定性。提高評估效率，由于項目執行過程已經全部實現數字化，“權限獲得者”可以調取項目服務數據，進行數據分析，獲得項目成效的報告，從而獲得合作方的認可，為機構帶來更多的資源。

六、 結論與啟示

本文從“技術—組織—環境”三個維度建立公益組織AI技術應用的分析框架，分析藍信封的數智化改革，探討公益組織采用人工智能的因素。采用跨學科分析方法，將組織管理與信息系統聯系起來。藍信封AI技術的使用是以需求為導向的、具有極強業務兼容性的技術創新，具體表現為 “明確發展戰略—錨定機構數字化需求—培育數字化人才—數字化平臺建設與權限控制—數智化轉型—數智化反哺—更新優化”的路徑。

本文通過藍信封的數智化實踐，可以得到以下啟示：第一，明確機構的發展戰略。公益組織進行數字化轉型需要圍繞如何滿足組織需求、如何提高項目專業性的議題，強調項目服務優化、項目運轉高效、項目數據可分析等。藍信封進行數字化創新的目的是“降本增效”，公益組織需要謹慎考慮數字化轉型的路徑。第二，錨定機構數字化需求。公益組織數字化轉型需要依托數字化平臺，數字化平臺的建設能夠幫助機構建立全鏈條數據管理，提高機構項目管理效率。公益組織的數字化轉型需要依據自身服務場景和數據特征量力而行。第三，培育數字化人才。從人力資本的需求角度出發，確定崗位職責是最容易完成數字化轉型目標的方式。在數字化轉型過程中，機構需要建立與人才管理體系相適應的數字化培養機制和激勵機制。第四，數字化平臺建設與權限控制。公益組織的AI技術應用需要具有堅實的數字化基礎。數字化系統平臺的設計需要將公益項目與組織管理作為組織數字化的主要場景，將保護隱私性數據安全、防止數據泄露和濫用作為數字化平臺運行前提。在此階段，公益組織需要明確數據管理權限，以滿足合作方的數據安全需求。第五，數智化轉型。公益組織可以依靠積累的服務數據訓練AI模型，為不同的工作情景訓練不同的模型。第六，數智化反哺。機構可以通過定制化的AI模型幫助機構進行數據決策，開展定期實地評估，驗證模型結果的可信性。第七，更新優化。組織的定制化數據需要定期更新，不斷提高模型決策的準確性。

公益組織數智化轉型是中國社會治理現代化轉型需要回應的重要議題。未來可以從以下兩個方面開展進一步研究：第一，公益組織數字鴻溝研究。當前，公益組織的數字化能力存在差異，數字鴻溝導致一些公益組織在數字化發展階段處于弱勢地位，公益行業需要關注弱勢組織的數字化轉型。第二，公益組織數智化轉型效果及影響因素研究。向公益行業傳達“數智化轉型”經驗，豐富中國公益組織的本土轉型模式。

（責任編輯：徐澍）

微信公眾號

“人工智能+社會工作”專題（一）

① 謝瓊：《公益慈善數字化的現實審視與未來發展》，《人民論壇·學術前沿》2022年第22期。

② ④ 吳磊：《數字化賦能第三次分配：應用邏輯、議題界定與優化機制》，《社會科學》2022年第8期。

③ 羅敏：《數字技術賦能第三次分配：轉向、場景及路徑》，《西南民族大學學報》（人文社會科學版）2023年第7期。

① 羅敏：《數字技術賦能第三次分配：轉向、場景及路徑》，《西南民族大學學報》（人文社會科學版）2023年第7期。

② 謝瓊：《公益慈善數字化的現實審視與未來發展》，《人民論壇·學術前沿》2022年第22期。

③ Liang-Jie Zhang，“Editorial： Data Intelligence in Services Computing，” IEEE Transactions on Services Computing， Vol.3， No.4， 2010， pp.264-265.

④ 王秉：《何為數智：數智概念的多重含義研究》，《情報雜志》2023年第7期。

⑤ 張建鋒、肖利華、許詩軍：《數智化：數字政府、數字經濟與數字社會大融合》，電子工業出版社，2022年，第60頁。

⑥ Zhang C. and Lu Y.，“Study on Artificial Intelligence： The State of The Art and Future Prospects，” Journal of Industrial Information Integration， Vol.23， 2021， DOI：10.1016/j.jii.2021.100224.

⑦ [荷]蘭斯·特·韋杰德（Rens Ter Weijde）：《使命型增長：組織應對不確定性挑戰的戰略轉型指南》，何義情等譯，東方出版社，2023年，第123-129頁。

⑧ Wikipedia. Artificial Intelligence[2017-06-28].https：//en.wikipedia.org/wiki/Artificial_intelligence，訪問日期：2024年3月25日。

⑨ 閻晨光、鄧碩：《人工智能的前世今生》，《中國社會科學報》2016年11月1日。

⑩ 陳光、郭軍：《大語言模型時代的人工智能：技術內涵、行業應用與挑戰》，《北京郵電大學學報》2024年第7期。

11 12 微軟公益、恩派公益：《公益組織智慧化創新操作手冊》，2024年。

“人工智能+社會工作”專題（一）

① Louis G. Tornatzky and Mitchell Fleischer， The Processes of Technological Innovation. Lexington， MA： D.C. Heath & Company， 1990， pp.27-50.

② Ali Al Hadwer， Madjid Tavana， Dan Gillis and Davar Rezania，“A Systematic Review of Organizational Factors Impacting Cloud-based Technology Adoption Using Technology-organization-environment Framework，” Internet of Things， Vol.15， 2021， p.100407.

③ 陳維龍、張靜、肖余春：《數字時代平臺型媒體現代治理策略研究——基于TOE理論框架》，《傳媒》2022年第1期。

④ 張遠記、韓存：《數字經濟驅動黃河流域高質量發展路徑研究——基于TOE框架的動態QCA分析》，《經濟體制改革》2024年第2期。

⑤ 徐延輝、李武呈：《從TOE到TOEI：數字社會基層治理的動員機制研究》，《吉林大學社會科學學報》2024年第4期。

⑥ Luisa Pumplun， Tauchert Christoph and Heidt Margareta，“A New Organizational Chassis for Artificial Intelligence- Exploring Organizational Readiness Factors，” In Proceedings of the 27th European Conference on Information Systems （ECIS）， Stockholm & Uppsala， Sweden， June 8-14， 2019.

⑦ Sulaiman Alsheibani， Yen Cheung and Chris Messom，“Re-thinking the Competitive Landscape of Artificial Intelligence，” Proceedings of the 53rd Hawaii International Conference on System Sciences， 2020.

⑧ Chen H.， Li L. and Chen Y.， “Explore Success Factors That Impact Artificial Intelligence Adoption on Telecom Industry in China，” Journal of Management Analytics， Vol.8， No.1， 2021， pp.36-68.

⑨ Oliver Neumann， Katharina Guirguis and Reto Steiner，“Exploring Artificial Intelligence Adoption in Public Organizations： A Comparative Case Study，” Public Management Review， Vol.26， No.1， 2024， pp.114-141.

① 蘇敬勤、崔淼：《工商管理案例研究方法》，科學出版社，2011年，第6頁。

② Pan S. L. and Tan B.， “Demystifying Case Research： A Structured-pragmatic Situational （SPS） Approach to Conducting Case Studies，” Information and Organization， Vol.21， No.3， 2011， pp.161-176.

③ 楊鴻：《第三部門視角下學生型法定NGO的發展問題研究》，華東理工大學碩士學位論文，2014年。86ed08f734b8b9e1e80751edba8c74a91f4f531a524fa9e2c997b76f671faf59

“人工智能+社會工作”專題（一）

① Braun V. and Clarke V.， “Using Thematic Analysis in Psychology，” Qual. Res. Psychol. Vol.3， 2006， pp.77-101.

表1 資料編碼過程

“人工智能+社會工作”專題（一）

① 微軟公益、恩派公益：《公益組織智慧化創新操作手冊》，2024年。

② 資料來自藍信封微信公眾號（L01）。

③ 在準備階段，分析藍信封員工的表現，機構員工如何配合實現數智化，關注藍信封為何使用以及如何使用數智技術。

④ 資料來自新聞稿（F01）。

① 資料來自藍信封微信公眾號（L02）。

② 鄧智瀚：《組織創新與技術創新匹配視角下的當前高端裝備制造企業的管理突破》，《科學管理研究》2020年第6期。

③ 張銘、曾靜、曾娜、王冬玲：《“技術—組織—環境”因素聯動對互聯網企業數字創新的影響——基于TOE框架的模糊集定性比較分析與必要條件分析》，《科學學與科學技術管理》2024年第3期。

④ 結合技術應用框架，關注組織層面是藍信封完成數智化轉型的核心要素。

① 王曉玲、陳艷、楊波：《互聯網時代組織結構的選擇：扁平化與分權化——基于動態能力的分析視角》，《中國軟科學》2020年第S1期。

“人工智能+社會工作”專題（一）

① S. D. Saleh and C. K. Wang，“The Management of Innovation： Strategy Structure and Organizational Climate，” IEEE Transaction on Engineering Management， Vol.40， No.1， 1993， pp.32-37.

② 喻登科、?？伞⑿g：《CEO知性特質與企業數字化轉型關系研究》，《科技進步與對策》2024年第7期。

③ K. M. Murphy， J. Bindman and B. Andrew，“Integrating Health Care for the Most Vulnerable： Bridging the Differences in Organizational Cultures Between US Hospitals and Community Health Centers，” American Journal of Public Health， Vol.105， No.5， 2015， pp.676-679.

④ 王炳成、張士強、王俐、曾麗君、饒衛振：《創新行為、資源充足度和創新合法性——與創新型文化匹配的實證研究》，《科學學研究》2016年第8期。

⑤ Oluwafemi Oyemomi， Shaofeng Liu， Irina Neaga， Huilan Chen and F. Nakpodia，“How Cultural Impact on Knowledge Sharing Contributes to Organizational Performance：Using the fsQCA Approach，” Journal of Business Research， Vol.94， No.1， 2019， pp.313-319.