摘要:非营利组织经常在寻找有限的资源运行时提高效率的方法。与最近的数据相比,机器学习更容易获得,因此提供了强大的工具,可解锁有价值的见解,并使非营利组织能够在有限的资源中做更多的事情。本文探讨了各种机器学习技术,以概述机器学习方法,包括受监督,无监督,半监督和加强学习以及对非营利组织的潜在利益。提出了用于筹款的捐助者预测的实际用途,以证明如何使用监督学习来确定潜在的重复捐助者。这项研究中开发的神经网络模型在预测捐赠者是否再次捐赠时达到了86%的精度。此机器学习示例提供了一个示例,说明非营利组织如何更有效地实现其使命
看看 AI4Good 的一个领域,人道主义援助,组织和技术公司之间有很多合作伙伴关系。例如,微软正在与几个不同的援助组织合作,将人工智能应用于灾难响应、难民和流离失所者、人权和儿童需求等领域的人道主义行动。微软与微笑行动合作开发了一种面部建模算法和 Microsoft Pix,以改善他们的手术效果,帮助更多需要面部手术的儿童。微软还与世界银行、联合国和科技行业合作伙伴合作,利用人工智能预测未来饥荒发生的时间和地点——让组织能够更早、更有效地做出反应,从而有可能挽救更多生命。
将 AI 工具纳入筹款策略的非营利组织应深思熟虑,以确保遵守法律要求、坚持道德原则并维护选民的信任。确保由值得信赖、富有同理心的人代表您的组织阅读和审查计算机系统生成的任何内容。最终目标应始终是与捐赠者、志愿者、受益人和员工保持牢固、互惠互利的关系。
在 Infoxchange,我们始终坚信技术的力量可以改变生活、加强社区。在过去的一年里,我们看到非营利组织在利用技术改善服务交付和改善其服务社区成果方面取得了令人难以置信的进步。从采用人工智能驱动的工具到专注于改善网络安全和数据系统,很明显,我们整个行业都渴望进步。今年,我们在 Infoxchange 的所有产品中都见证了该行业对新技术的接受:客户和案例管理数据工具的采用、5 月份社会正义技术会议上人工智能主题的积极参与、数据催化剂网络中的讨论,以及通过数字转型中心参加学习课程的创纪录高出席率。
健康的非营利部门对于所有人都能茁壮成长的美国社会至关重要。非营利组织为国家提供了很大一部分医疗保健、高等教育、环境管理、人力服务、艺术和文化,以及繁荣社区所必需的其他重要服务。非营利组织也是美国最值得信赖的机构之一,依靠它们制定更好的政策并在当地社区取得更好的成果。尽管非营利组织规模庞大、经济影响力大、具有推动系统变革的力量,但尚未对该部门的健康状况进行定期、及时的评估,导致部门领导人、政策制定者和其他利益相关者对非营利部门的状况一无所知。在过去两年的疫情期间,随着该部门在就业、财务和服务需求方面经历了重大波动,填补这一知识空白的必要性变得更加明显。《美国非营利部门独立部门健康状况:季度评论》旨在通过及时提供有关美国非营利部门当前健康状况的两个关键维度的信息来弥补这一知识空白:经济的非营利部分和非营利工作。 2020 年和 2021 年秋季发布的年度《美国非营利部门健康状况报告》还包含有关该部门健康状况的其他方面的信息,包括治理、公众信任、公共政策和倡导。重要的是,独立部门发布的所有季度和年度报告不仅包含数据和分析,还包括非营利组织领导者和政策制定者可以探索的想法或行动,以加强美国非营利部门的整体健康状况。
您的董事会对战略规划负有最终责任。实际上,规划是董事会和员工的共同责任,可以通过客户和其他社区利益相关者的参与来加强。我们建议确定一个由领导组成的小团队来指导该过程并使其继续前进。这个小组不会做出所有决定,但他们可以收集信息并准备董事会和员工讨论,这些讨论构成了计划的基础。他们可以制定和编辑计划草案以供董事会审查。您的董事会应正式批准最终战略计划。这个核心规划团队通常包括几名董事会和员工,可能还包括一两个您认为可以增加价值的其他关键利益相关者。