引言
在上篇中，我们谈到了AI如何为公益领域打开全新的可能性——从个性化筹资的精准匹配，到项目评审的极速处理，从把内部AI能力产品化对外提供，到实现“边工作边沉淀”的知识管理。
这些变化让人兴奋，但也让人有些不安：当AI能帮我们做这么多事时，人该做什么？
今天的下篇，我们就来聊聊这个问题。
在一个AI日益普及的时代，我们需要重新思考人的角色定位。但我们也无需过分焦虑，因为在当前阶段，AI或许可以帮助我们完成大量的事务性工作，但真正决定公益深度和温度的，往往是那些难以被替代的人的能力。
1
个性化筹资：从资料收集到共情连接
上篇提到零售公司通过AI实现“千人千面”个性化营销，带来购买意向和销量提升。在公益领域，AI同样可以通过分析企业ESG报告、社交媒体内容等实现“精准匹配”。
AI可以在会谈前帮你准备好所有资料——快速收集整理潜在资方信息，分析企业关注的公益议题、文化价值观，生成个性化合作建议。它就像一个出色的助理，把所有背景资料都整理得井井有条。
但当你真正坐在资方面前时，AI能做的就有限了。你需要观察表情——当提到某个议题时，他的眼睛是否亮了一下？还是飞快地闪过一丝犹豫？你需要捕捉言外之意——当他说“我们再考虑考虑”时，语气里是真的感兴趣，还是礼貌的拒绝？你需要临场反应——当他突然问起一个你完全没准备的问题时，你能否真诚地回应，而不是用套话敷衍？更重要的是，你需要判断动机——他做公益是为了品牌宣传？还是真的想解决某个社会问题？还是想完成家族的某个心愿？
这些微妙的信号，这些临场的判断，这些心与心的连接，在当前阶段，AI还难以做到。
2
项目评审：从文件审核到价值判断
上篇提到保险服务公司用AI几小时完成原本几周的合同处理。在公益领域，AI同样可以快速筛选项目申请、评级打分。
AI可以在几小时内筛选完几百份申请，快速找出那些不符合条件的项目，还能给每个项目打分、评级，甚至预测项目的成功率。它能帮你节省大量的时间，让你不用再把精力花在那些明显不合适的项目上。
但真正重要的判断，往往是那些数据无法完全告诉你的。比如有两个项目：
项目A：项目书写得很漂亮——覆盖人数多、预算清晰、预期成果明确，但项目负责人说话时没有自信，对细节也不熟悉
项目B：项目书写得很一般——受益数量有限，预算也不那么规整，但项目负责人是当地村民，她讲述自己故事时眼里的光，思维清晰、执行力强，遇到问题能快速调整，让你觉得这个项目虽然小，却有真正改变的力量
你会怎么选？是“说得好”还是“做得好”，哪个团队更能把项目落地？实际评审中，数据和人的判断通常是相互补充的，数据提供客观依据，而人的判断则考虑更多非量化的因素。
更重要的是，你需要评估伦理风险——这个项目会不会伤害受益人的尊严？会不会让他们产生依赖？会不会带来一些意想不到的负面后果？从战略角度思考——这个项目是否符合我们的使命？它能为行业带来什么？
这些都需要人的价值判断、伦理考量和战略眼光，目前AI还无法完全替代。
3
AI能力产品化：从工具使用到产品思维
上篇提到技术服务公司将内部AI工具“产品化”对外销售。在公益领域，头部机构同样可以将内部AI能力封装成SaaS工具提供给中小机构。
AI可以帮你把内部的算法、模型封装成标准化的工具，甚至能自动优化界面、生成使用文档，根据用户数据推荐功能迭代方向。但这些都只是“术”的层面。
从“自己能用好”到“别人愿意用、能用好、能规模化”，考验的是产品思维的综合能力。你需要走到用户身边，看看那些中小公益组织的工作环境是什么样的？他们的电脑是不是很老旧？他们的团队是不是只有两三个人，每天忙得脚不沾地？你需要理解真实痛点，比如，他们缺的可能不是一个功能强大的AI工具，而是一个打开就能用、不用花时间学习的工具；他们需要的可能不是“大数据分析”，而是“能帮我把这张Excel表格填完”的小功能；一些机构可能对新工具比较谨慎，因为怕做错了没人兜底。
你还需要做策略思考：谁需要这个能力？中小机构、社区组织，还是地方政府？是免费提供，还是适当收费？怎么收费才能既让用户用得起，又能保证产品的可持续发展？这些都需要结合具体的场景和机构特点来综合考虑。
这些都不是AI能替你做的决定。
4
知识管理：从经验持有到智慧激活
上篇提到AI使金融科技公司完成“不可能”的代码迁移。在公益领域，AI同样可以实现“边工作边沉淀”的知识管理，让那些锁在个人硬盘和大脑里的经验变成可调用的资产。
AI可以自动整理会议纪要、从文档中提取关键洞察、结构化存储知识、自动关联相关知识、记住每个人的工作习惯并快速推荐资料。这些功能确实很棒，能帮我们把知识保存下来。
但知识的价值不在于存储，而在于“挖掘那些AI无法识别的隐性知识”。你需要设计一套结构化的问题框架，引导团队把脑子里那些隐性的、说不清道不明的“感觉”给挖出来，比如：
“这次最意外的发现是什么？”
“如果重来一次，我们会改变什么？”
“这个经验在什么场景下适用，什么场景下不适用？”
AI可以降低知识沉淀的门槛，但只有你能让大家愿意分享。你要设计简单的激励机制，比如：每次项目结束只需要写3条核心经验；把知识沉淀融入日常工作流程中，而不是额外的任务；分享知识不是“个人贡献”，而是“团队共同成长”。让大家明白：沉淀知识是为了让未来的自己更高效，而不是负担。
——
AI正在重新定义公益的“可能”，但真正决定公益深度和温度的，始终是人。当我们思考“不可能”变成“可能”时，我们也在重新思考人的价值。
或许你还没有想好如何开始使用AI，或许你还在纠结用哪个AI工具，但我们有两个建议：
第一，从建立知识库开始。知识是AI能发挥作用的基础。从今天开始，让AI帮你整理会议纪要、沉淀项目经验、归档行业报告、保存那些宝贵的“手感”。不用追求完美，先做起来，边用边优化。
第二，培养不可替代的能力。共情能力、价值判断力、用户同理心、文化领导力——这些能力，在当前阶段还是决定AI时代公益人竞争力的关键。不要等到AI普及了才开始准备，从现在开始，在日常工作中刻意练习这些能力。
AI或许可以完成大量的事务性工作，但真正定义“你是谁”的那些东西，才是公益最宝贵的温度所在。
AI需求小调查
欢迎关注、转发、留言，一起重新思考公益与AI的新可能！
图片来源于网络
来源：深德咨询
| 欢迎光临 广州公益网 (https://www.gongyi020.com/) | Powered by Discuz! X3.4 |