AI向善的机遇与挑战对 预防来说，每一分钟的响应时间都至关重要。为此，纽约市 的非营利组织“危机短信热线”（Crisis Text Line）的技术团队分析了大约6500万条短信，从统计学的角度来判断哪些词与高 风险相关。分析结果令团队惊讶。例如，在短信中使用 “EMS”（emergency medical service）这个词，其所预示的 风险比“ ”这个词要高出5倍之多。通过使用这种分析，团队可以像医院急诊科的分诊系统一样， 好地对收到的消息进行优先级排序。如今，该组织能够在5分钟之内对94%的存在高 风险的短信发信人做出回应。
如果没有某种形式的自动化分析，如此规模的分析工作显然是难以进行的。这只是“使命驱动型人工智能”的一个例子—以负责任的方式运用人工智能，从而应对社会挑战和生态挑战。使命驱动型人工智能有时也被叫作“AI向善”，是指运用机器学习来为非营利组织、非政府组织和社会企业等服务，从而提升运营效率、改善项目质量。
确切地说，AI是一个广义的术语，描述了机器获得与人一样不断进化的执行任务的能力。机器学习是AI的一个具体方法，指将统计技术应用于数据，训练计算机去执行任务，且无须再由人工对规则进行具体编程。“深度学习”是机器学习的一种，它模仿大脑处理数据的方式，搭建多个处理层来处理数据。在本文中，我们有意于将AI放在 广的维度中讨论。尽管如此，机器学习确实占据了AI研究和开发的 大部分内容，因此我们在谈到运用了这个技术的特定项目时也会使用机器学习这个术语。
使用AI来驱动向善的力量可以增强社会变革部门的能力。具体来说，它有可能降低成本、提高质量，扩大社会变革组织的影响力。想想看，把这些组织从一辆大众甲壳虫变成一艘航空母舰，会是怎样的效果。
步在机器学习领域，我们正在经历着像寒武纪那样的 式发展时代：算法已经可以击败围棋世界 、驾驶汽车、通过智能手机摄像头进行实时翻译，以及简化已高度优化的商业流程—例如将谷歌数据中心的冷却费减少40%。
这些创新也将改变非营利部门。我们预测，非营利组织将 采用AI来进行组织能力建设—通过加强筹款、营销和行政管理等方面的技能，以及优化流程和资源配置，来提高机构的有效性和可持续性。非营利机构对能力建设的需求通常是相似的。通过些许调整，一个关于筹款、会计或传播的解决方案通常就可以满足多个组织的需求。因此，对能力建设的技术投入可以很快地在非营利部门中得到推广，这是我们希望通过机器学习解决方案来实现的。
许多非营利组织已经使用Salesforce和Blackbaud关系管理数据库服务来管理筹款业务了。这些服务现在已经开始整合机器学习功能，这意味着这些组织将很快能够使用数据驱动的模型来预测捐赠者的行为， 加准确地预测年终筹资额和其他财务目标。会计软件包QuickBooks是另一款非营利组织常用的工具，目前也增加了机器学习功能，特别是那些可以对费用和其他会计数据进行自动分类的功能。这样，机器学习就会成为已经熟知工具里的一个新功能，在这种情况下使用机器学习的障碍将相对较低。
机器客服在非营利领域的应用所有巨头科技公司都开发了机器客服，越来越频繁地使用AI来回答基于文本的问询，并将代码开放给其他软件开发人员。通过对话式地回应信息需求，回复简单问题，机器客服可以帮助组织提高响应能力，这有点像一种全自动的常见问题问答（FAQs）。现在，企业客服部门也越来越多地在部署机器客服。对非营利组织来说，机器客服将在处理小额捐赠和其他常规互动操作方面发挥重要作用。
机器客服还能开发出 具创新性的应用。2016年，非政府组织慈善机构“水”（Water）通过机器客服模拟了与虚构埃塞俄比亚女孩“Yeshi”的对话，以提高人们对获取干净水的认知。各组织也在尝试把机器客服用于研究目的，例如就食品价格和食品安全状况对尼日利亚和海地民众进行访谈。
大规模应用的四个障碍对于非营利组织和社会企业来说，虽然机器学习的下一个阶段将会放缓，但它的影响将是革命性的，因为机器学习可以使组织 加聪明地工作，并且降低工作成本。
但在改变发生之前，这个领域还需克服四个障碍。首先是资金。如果非营利组织想从AI中获取 普通能力建设的成果，那么它们就需要量身 的、与项目相关的机器学习应用。每一个组织将单独承担这些具体产品的大部分开发费用。在资助人眼中，这增加了新技术投资的风险。
第二个障碍是机器学 统开发的复杂性。然而，这个问题可能在机器学习的过程中自我解决。几年前，这些技术还需要多年经验。而 ，来自谷歌、 和微软等公司的新软件开发平台已经可以对构建机器学 统的过程进行自动化，从而降低了门槛，极大增加了可为非营利组织开发软件的人员数量。有了 简单的工具和 充足的开发人员资源，开发成本就会下降。
第三个障碍涉及对大规模、高质量和结构化数据集的需求，这是构建机器学 统所必需的。诸如Salesforce和Intuit（QuickBooks的开发者）这一类的公司能够调用海量客户数据
......
