[摘要] 在扎實推進共同富裕的新階段，公益慈善事業(yè)的健康發(fā)展直接影響第三次分配的效率。數(shù)智化轉(zhuǎn)型為慈善領(lǐng)域帶來新的機遇與挑戰(zhàn)。本文論述了公益組織數(shù)智化轉(zhuǎn)型的實踐案例。研究發(fā)現(xiàn)，公益組織AI技術(shù)使用的內(nèi)在邏輯為需求導(dǎo)向的、具有極強業(yè)務(wù)兼容性的技術(shù)創(chuàng)新，具體表現(xiàn)為“明確發(fā)展戰(zhàn)略—錨定機構(gòu)數(shù)字化需求—數(shù)字化人才培育—數(shù)字化平臺建設(shè)與權(quán)限控制—數(shù)智化轉(zhuǎn)型—數(shù)智化反哺—更新優(yōu)化”的內(nèi)在邏輯。技術(shù)要素、組織要素、環(huán)境要素是影響數(shù)智化轉(zhuǎn)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(yè)中的應(yīng)用與發(fā)展。

[關(guān)鍵詞] 技術(shù)創(chuàng)新 智能化轉(zhuǎn)型 公益組織 TOE框架

[基金項目] 本文系國家社會科學(xué)基金項目“‘互聯(lián)網(wǎng)+’業(yè)態(tài)下公益慈善機構(gòu)運作之挑戰(zhàn)與創(chuàng)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(xué)新聞與傳播學(xué)院、社會發(fā)展學(xué)院教授、博士生導(dǎo)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(xué)新聞與傳播學(xué)院博士研究生，研究方向為公益?zhèn)鞑?、非營利組織管理、新媒體與社會治理;馬慧，南京師范大學(xué)社會發(fā)展學(xué)院碩士研究生，研究方向為醫(yī)務(wù)社會工作。

[中圖分類號] C916

[文獻標(biāo)識碼] A

[文章編號] 1008-7672（2024）05-0046-14

一、 引言

發(fā)展現(xiàn)代慈善事業(yè)是推進中國式現(xiàn)代化的重要組成部分，也是超越傳統(tǒng)公益實踐局限性、使慈善事業(yè)更好地發(fā)揮第三次分配作用的必然要求。數(shù)字化時代的慈善事業(yè)發(fā)展離不開數(shù)字技術(shù)賦能，數(shù)字技術(shù)已經(jīng)被廣泛應(yīng)用于政府對慈善事業(yè)的管理與服務(wù)、慈善組織的善款募集和內(nèi)部治理、個人求助等多個領(lǐng)域，顯著提升了公益慈善事業(yè)的現(xiàn)代化水平。盡管數(shù)字技術(shù)發(fā)展速度非?？欤侵袊墓娲壬剖聵I(yè)發(fā)展還處于從傳統(tǒng)向現(xiàn)代轉(zhuǎn)型的初級階段，沒有長期的現(xiàn)代性經(jīng)驗，無論是公益觀念還是科學(xué)實踐精神，都尚未牢固扎根①，當(dāng)前的慈善事業(yè)仍然以“小慈善”為主導(dǎo)，公益慈善組織普遍面臨組織化和專業(yè)化水平需要提升等問題。在這種情況下，盲目地應(yīng)用人工智能技術(shù)可能會放大科技的“雙刃劍”效應(yīng)，非但不能賦能慈善，反而可能帶來風(fēng)險。在數(shù)字化時代，公益組織數(shù)智化的轉(zhuǎn)型如何實現(xiàn)？公益組織服務(wù)領(lǐng)域如何匹配數(shù)智化技術(shù)？如何提高公益組織自身的數(shù)智化能力，提升社會服務(wù)價值創(chuàng)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(dāng)前需要面對的關(guān)鍵議題。

盡管人工智能研究近年來不斷發(fā)展，但是對于人工智能應(yīng)用場景的實踐研究尤其是公益組織的人工智能應(yīng)用實踐研究卻很少。部分研究已關(guān)注數(shù)字技術(shù)賦能第三次分配“如何轉(zhuǎn)向”“如何應(yīng)用”“如何實現(xiàn)”等核心議題。②③鑒于生成式人工智能技術(shù)在各個領(lǐng)域有賦能的可能性，對人工智能（Artificial Intelligence，AI）應(yīng)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(shù)的適用性研究需要經(jīng)驗性證據(jù)，以彌補公益組織數(shù)字化實踐研究的不足。

本文以廣州市海珠區(qū)藍信封留守兒童關(guān)愛中心（下文簡稱“藍信封”）人工智能（下文簡稱“AI”）的應(yīng)用過程為例，進行實證分析，以填補公益組織人工智能技術(shù)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(shù)的“技術(shù)—組織—環(huán)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(shù)要素（T）、組織要素（O）和環(huán)境要素（E）。本文采用探索性的質(zhì)性研究方法。

二、 文獻回顧與分析框架

（一） 數(shù)字技術(shù)發(fā)展與公益慈善

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

隨著數(shù)字與智能技術(shù)的快速發(fā)展以及各領(lǐng)域數(shù)字化和智能化的不斷推進，“數(shù)智”概念再次被提出。③綜合數(shù)智概念的數(shù)據(jù)智能、數(shù)智化、數(shù)智技術(shù)與數(shù)字智商四要素模型，當(dāng)前研究認為，“數(shù)智”是擁有數(shù)字智商的人運用數(shù)智技術(shù)獲取和生產(chǎn)數(shù)據(jù)智能來提供依據(jù)，實現(xiàn)數(shù)智化。它將人視為數(shù)智主體，將機（物）視為客體，體現(xiàn)人機協(xié)作與融合。④通常數(shù)智時代的智能化是指人工智能，強調(diào)數(shù)據(jù)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(chuàng)造，它通過數(shù)據(jù)和經(jīng)驗學(xué)習(xí)，對人類思維活動進行模仿、理解和執(zhí)行⑥⑦。

早在1956年，就出現(xiàn)了第一次人工智能的發(fā)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(xué)習(xí)算法被提出，解決了神經(jīng)網(wǎng)絡(luò)分類能力有限這一根本問題，再次引發(fā)計算智能的興起。隨著互聯(lián)網(wǎng)數(shù)據(jù)的爆炸性增長，機器學(xué)習(xí)迅速崛起，催生了以大數(shù)據(jù)和深度學(xué)習(xí)為標(biāo)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(fā)展速度很快，使人工智能的研究發(fā)生了劃時代的變化，成為公益慈善等行業(yè)發(fā)展的強勁動能。當(dāng)前，AI技術(shù)實踐有多種技術(shù)方向，包括賦予計算機感知/分析能力的計算機視覺技術(shù)和語言技術(shù)、提供理解/思考能力的自然語言處理技術(shù)、提供決策/交互能力的規(guī)劃決策系統(tǒng)和大數(shù)據(jù)/統(tǒng)計分析技術(shù)。11在公益領(lǐng)域內(nèi)，主要是依托AI技術(shù)賦能公益服務(wù)，如計算機視覺技術(shù)被用于生物多樣性監(jiān)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(shù)據(jù)/統(tǒng)計分析技術(shù)的“陽光校餐數(shù)據(jù)平臺”等。12AI技術(shù)在公益組織中的應(yīng)用仍然以公益服務(wù)場景為主，也有部分公益組織將AI技術(shù)用于管理場景，即幫助其管理捐贈者、服務(wù)對象、志愿者等重復(fù)性數(shù)據(jù)收集工作。

（二） TOE理論與組織AI技術(shù)應(yīng)用

TOE理論強調(diào)技術(shù)、組織、環(huán)境對技術(shù)應(yīng)用的重要作用。①②在不同的細分領(lǐng)域研究中，學(xué)術(shù)界對TOE框架中的“技術(shù)因素—組織因素—環(huán)境因素”的定義是不同的。在平臺視角的技術(shù)應(yīng)用情景中，技術(shù)因素包括區(qū)塊鏈、人工智能、大數(shù)據(jù)和算法推薦等各類數(shù)字技術(shù)，組織因素是指平臺組織架構(gòu)、平臺制度邏輯、平臺利益相關(guān)者和平臺資源匯聚等，環(huán)境因素是社會法制、制度環(huán)境、行業(yè)結(jié)構(gòu)、社會公眾素養(yǎng)等。③在數(shù)據(jù)經(jīng)濟管理視角下，技術(shù)因素包括技術(shù)設(shè)施、技術(shù)能力等;組織因素以企業(yè)或地區(qū)內(nèi)部特征為主，包括組織目標(biāo)、創(chuàng)新能力、人力資本等;環(huán)境因素以企業(yè)或地區(qū)外部特征為主，包括制度環(huán)境、政策支持、金融環(huán)境等。④也有研究基于中國社會治理情境，將“技術(shù)—組織—環(huán)境”拓展為“技術(shù)—組織—環(huán)境—身份認同”框架（Technology-Organization-Environment-Identity， TOEI），分析數(shù)字社會基層治理的動員機制。⑤以往TOE理論框架的內(nèi)容更多關(guān)注信息技術(shù)創(chuàng)新和數(shù)字技術(shù)創(chuàng)新，忽視了技術(shù)創(chuàng)新與企業(yè)業(yè)務(wù)的兼容性。2019年，一些學(xué)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(tǒng)技術(shù)的優(yōu)勢”和“與現(xiàn)有業(yè)務(wù)流程的兼容性”，在組織維度上，考慮組織文化、創(chuàng)新文化、組織規(guī)模、組織財務(wù)、組織結(jié)構(gòu)、人力資源、數(shù)據(jù)可用性和數(shù)據(jù)質(zhì)量等⑦。因為此框架應(yīng)用于公共部門的AI技術(shù)應(yīng)用，所以還考慮了同行競爭壓力、政策法規(guī)、行業(yè)要求和客戶準(zhǔn)備程度等方面。⑧采用人工智能技術(shù)是一個持續(xù)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(guān)因素進行分析。⑨

因為本文所采案例的數(shù)智化轉(zhuǎn)型是與現(xiàn)有業(yè)務(wù)流程兼容性極強的AI技術(shù)應(yīng)用，所以本文結(jié)合TOE理論分析案例的AI技術(shù)實踐。在本文中，技術(shù)要素是指公益組織準(zhǔn)備應(yīng)用AI技術(shù)時需要具備的技術(shù)基礎(chǔ);組織要素是指公益組織在應(yīng)用AI技術(shù)時，組織文化、組織管理和員工管理所呈現(xiàn)的機制特征;環(huán)境要素是指公益組織所面臨的內(nèi)外部可能影響機構(gòu)正常運行的因素。盡管目前中國已出臺《關(guān)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(guī)，但是尚未出臺公益慈善行業(yè)人工智能倫理的行業(yè)標(biāo)準(zhǔn)。筆者未將政策和法規(guī)納入環(huán)境要素進行分析，而是將人工智能應(yīng)用可能出現(xiàn)的倫理議題放在技術(shù)要素中進行分析。

三、 研究方法與案例選擇

（一） 研究設(shè)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(yīng)“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(shù)字技術(shù)決策的過程是一個復(fù)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(yīng)對這一復(fù)雜過程的，因此本文采用探索性案例，以發(fā)掘關(guān)鍵因素以及不同因素之間的關(guān)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(qū)藍信封留守兒童關(guān)愛中心作為案例。藍信封專注鄉(xiāng)村兒童的心理陪伴，主要開展書信筆友活動，在活動準(zhǔn)備階段招募和培訓(xùn)志愿者，通過考核的通信志愿者（通信大使）與鄉(xiāng)村兒童一對一結(jié)交筆友，持續(xù)通信一年半，構(gòu)建朋輩關(guān)系。自2016年以來，已為來自全國1478所學(xué)校的鄉(xiāng)村兒童提供書信陪伴服務(wù)，來往信件達181萬封。其數(shù)字化轉(zhuǎn)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(fā)的“第六屆中國青年志愿服務(wù)公益創(chuàng)業(yè)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(gòu)源自2008年“益暖中華”大學(xué)生公益創(chuàng)意大賽的中山大學(xué)學(xué)生社團。③為緩解當(dāng)時學(xué)生群體的流動性給社團帶來的危機，2012年社團開始考慮向?qū)I(yè)社會組織轉(zhuǎn)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(xù)至今，成為日后藍信封重要的“智囊團”，也成為解決機構(gòu)財務(wù)危機的支持者。2018年，理事會提出“降本增效”以渡過財務(wù)難關(guān)，在“招募實習(xí)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(gòu)發(fā)展戰(zhàn)略下，搭建了承載這種工作方式的數(shù)字化系統(tǒng)，這種數(shù)字化轉(zhuǎn)型是一場重要的“革命”。第二，公益組織具有一定的數(shù)字化能力，并且已經(jīng)開始使用AI技術(shù)。目前，藍信封與第三方信息技術(shù)公司合作，已經(jīng)開發(fā)了6大信息化平臺。由全思科技提供技術(shù)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(shù)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(shù)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(shù)支持的AI問答助手，2022年啟用，以1800個基礎(chǔ)業(yè)務(wù)問答作為底層框架，在超過10萬次人工調(diào)試后建立藍信封問答語料庫，產(chǎn)出兩個AI問答助手“小信子”和“小封子”。小信子對外，回應(yīng)書信大使、學(xué)校申請、政府采購、企業(yè)合作等外部對接;小封子對內(nèi)，回應(yīng)全職、兼職、實習(xí)生的內(nèi)部協(xié)作。自主研發(fā)的用戶反饋平臺， 2020年開始內(nèi)測，2023年上線公測，是快速反饋、精準(zhǔn)反饋、有內(nèi)容反饋的平臺，包括快速反饋的企業(yè)/政府微網(wǎng)頁系統(tǒng)，主要用于B端業(yè)務(wù)工作的實時反饋，提供定制化服務(wù)成效評估報告，以及維護捐贈體系。自主研發(fā)的信件監(jiān)測評估系統(tǒng)， 2018年開始內(nèi)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(shù)的信件監(jiān)測評估系統(tǒng)，建立了個案識別、大使輔導(dǎo)、學(xué)校報備三步驟的極端個案監(jiān)測與預(yù)警平臺，年度預(yù)警極端個案1000余例。

前3個平臺的技術(shù)都為第三方成熟技術(shù)采購，第4個平臺的技術(shù)是由藍信封和專業(yè)的第三方信息技術(shù)公司聯(lián)合深度開發(fā)的，第5個、第6個平臺的技術(shù)，是藍信封項目人員（非IT背景）根據(jù)藍信封業(yè)務(wù)需求，以某大型OA平臺及旗下插件體系為技術(shù)基礎(chǔ)，聯(lián)合輪動科技的低代碼開發(fā)平臺應(yīng)用所得。

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

（三） 數(shù)據(jù)收集與分析

本文的數(shù)據(jù)來源是通過訪談得來的一手數(shù)據(jù)，并輔以與藍信封相關(guān)的二手資料。研究人員從不同渠道收集數(shù)據(jù)，并與受訪者確認，以符合數(shù)據(jù)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(jié)束后，將訪談音頻轉(zhuǎn)成文本進行校對，把校對版本發(fā)給受訪者確認，以保證能夠如實反映受訪者觀點，文本內(nèi)容共計119 600字。交叉檢驗機構(gòu)公開資料與訪談內(nèi)容，提高訪談內(nèi)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(wǎng)、相關(guān)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(wǎng)資料編碼為L，其他相關(guān)新聞報道編碼為F。

隨后，研究人員將訪談的轉(zhuǎn)錄稿與其他文本資料導(dǎo)入質(zhì)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(shù)據(jù)的主題①，主要有如下5個步驟，第一，依據(jù)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(shù)創(chuàng)新的技術(shù)因素、組織因素和環(huán)境因素，進行編碼，如表1所示。 在編碼過程中，本文根據(jù)“技術(shù)—組織—環(huán)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(xiàn)

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

（一） 技術(shù)要素

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

藍信封的整個通信流程均已實現(xiàn)數(shù)字化。在兒童寫信后，學(xué)校負責(zé)人統(tǒng)一收集郵寄至藍信封，藍信封的第三方服務(wù)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(xué)校統(tǒng)一發(fā)到兒童手中。在整個項目流程中，藍信封已初步實現(xiàn)數(shù)智化轉(zhuǎn)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(tǒng)、AI問答助手（外部公眾號端口為“小信子”，內(nèi)部OA平臺端口為“小封子”）、相關(guān)方反饋平臺（企業(yè)、政府、學(xué)校、捐贈人）、極端個案監(jiān)測與預(yù)警平臺（信件評估系統(tǒng)），記錄項目執(zhí)行與機構(gòu)管理過程中產(chǎn)生的所有數(shù)據(jù)資料。②

從技術(shù)要素的準(zhǔn)備階段來看，項目主要包括以下5個方面③：一是數(shù)字化工具使用。在采用人工智能之前，藍信封已經(jīng)實現(xiàn)了員工數(shù)字化和機構(gòu)數(shù)字化，已經(jīng)確定機構(gòu)數(shù)據(jù)的“數(shù)值”標(biāo)簽，與此同時，機構(gòu)的員工具有較強的數(shù)字化能力，能夠使用機構(gòu)的數(shù)字化平臺。二是項目服務(wù)方的數(shù)據(jù)管理。為降低信件丟失率，藍信封通過新建數(shù)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(shù)字化處理，減少信件丟失率。④為評估項目把控通信風(fēng)險，藍信封對信件進行風(fēng)險檢測，招募志愿者將信件文本按照綠燈、黃燈、紅燈三級風(fēng)險分類進行人工風(fēng)險標(biāo)注，購入信件評估系統(tǒng)，通過數(shù)字化郵筒掃描敏感詞，但是仍然搭配志愿者的風(fēng)險標(biāo)注進行風(fēng)險把控。志愿者招募和學(xué)校項目流程管理均采用數(shù)字化平臺采集數(shù)據(jù)，并與數(shù)據(jù)提供者簽署數(shù)據(jù)收集知情同意書。三是組織管理方的數(shù)據(jù)管理。藍信封讓員工定期更新崗位面臨的問題，持續(xù)訓(xùn)練AI模型，以優(yōu)化AI模型在該場景中的表現(xiàn)，滿足機構(gòu)需求，精準(zhǔn)服務(wù)組織的項目管理。收集組織信息，以應(yīng)用場景為中心，基于“特定目的”訓(xùn)練AI模型。四是數(shù)字平臺互通與權(quán)限控制。藍信封在進行數(shù)智化前，已經(jīng)有了完整的培訓(xùn)管理體系、權(quán)限管理體系和OA操作體系，模型的數(shù)值、數(shù)據(jù)標(biāo)簽均已設(shè)定完成，在數(shù)據(jù)管理的基礎(chǔ)上，劃分崗位數(shù)據(jù)使用權(quán)限，建立數(shù)據(jù)權(quán)限控制體系，以保證數(shù)據(jù)安全。五是數(shù)據(jù)可信性檢驗。藍信封在建立數(shù)據(jù)庫并進行模型訓(xùn)練后，通過實地走訪積累案例，匹配實地案例分析結(jié)果與數(shù)據(jù)分析結(jié)果，驗證數(shù)據(jù)可信性。

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

從技術(shù)要素的應(yīng)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(xùn)、通信配對、項目管理與監(jiān)督、數(shù)據(jù)分析與反饋、智能客服等方面輔助機構(gòu)管理，提高運行效率。在志愿者及員工招募與培訓(xùn)階段，使用AI技術(shù)對志愿者進行特質(zhì)測試與篩選，評估志愿者的通信能力與通信質(zhì)量，此外AI技術(shù)將幫助通信大使，模擬通信，幫助志愿者更好了解鄉(xiāng)村兒童的需求與心理狀況。在通信配對中，藍信封依據(jù)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(jiān)督中，反饋平臺（學(xué)校/企業(yè)微網(wǎng)頁反饋系統(tǒng)）搭載AI技術(shù)，統(tǒng)計與識別志愿者通信狀況，如通信速度、通信字數(shù)、通信質(zhì)量等，為項目運行提供實時數(shù)據(jù)，管理項目運行。在數(shù)據(jù)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(zhì)量等相關(guān)數(shù)據(jù)，生成簡易版數(shù)據(jù)分析報告。在進行項目決策時，可以及時調(diào)取相關(guān)數(shù)據(jù)。在客服咨詢系統(tǒng)中，藍信封對生成式人工智能“小信子”和“小封子”進行訓(xùn)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。“小封子”用于提高日常工作效率，前端報名考核、后端收發(fā)信件、培訓(xùn)咨詢、反饋互動的全流程數(shù)據(jù)均已納入內(nèi)部端口。

（二） 組織要素

技術(shù)作為組織創(chuàng)新活動中的重要資源，依靠組織而存在。在組織創(chuàng)新與技術(shù)創(chuàng)新的匹配過程中，兩方面要素的匹配是一種較為復(fù)雜的過程，通過組織聯(lián)動使要素之間實現(xiàn)融合。②組織層面主要涉及數(shù)據(jù)能力、吸收能力和創(chuàng)新能力等要素③，與大型企業(yè)進行技術(shù)轉(zhuǎn)型不同，草根組織的技術(shù)創(chuàng)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(shù)采納過程來看，管理者的理念對機構(gòu)轉(zhuǎn)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(shù)采納的過程。④

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

“我們的（機構(gòu)）特點跟我個人還是有很大的關(guān)聯(lián)性的……理性行動植根于快速學(xué)習(xí)、自主學(xué)習(xí)，不要等別人教你。具有快速的自學(xué)（能力）是對機構(gòu)（員工）的要求，也是我們訓(xùn)練出來的……大家長期觀察，不要這么快（下結(jié)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(shù)據(jù)，我一定要看一手數(shù)據(jù)……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(xùn)練。”（受訪者）

在組織管理層面，互聯(lián)網(wǎng)時代扁平化和分權(quán)化的管理有助于企業(yè)及時感知市場的快速變化，高效整合資源，通過技術(shù)和管理創(chuàng)新獲得競爭優(yōu)勢。①藍信封組織管理采用“理事會+顧問團隊”治理模式。機構(gòu)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(zhàn)略上”指導(dǎo)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(jù)全職團隊的述職提供建議。在理事會建議下，機構(gòu)決定“降本增效”，進行改革。藍信封在探索項目數(shù)字化的過程中逐漸形成了扁平化的組織架構(gòu)，即總干事全職團隊矩陣，構(gòu)建了條塊清晰的數(shù)據(jù)積累模式和管理模式，如圖1所示。機構(gòu)重視與第三方公司的合作，招聘全職人員運營，優(yōu)化組織的數(shù)字化平臺，這樣提高了藍信封的辦公效率。

“以前設(shè)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(yè)務(wù)了……主要就是我的工作效率變得更高了。”（受訪者）

在員工管理層面，日常工作的各方面需要強調(diào)數(shù)字化能力。在招聘時，全職崗位會考察員工的數(shù)字化能力和學(xué)習(xí)能力，以適應(yīng)組織的工作節(jié)奏;入職后，員工需要全面了解組織核心業(yè)務(wù)。組織采用了高度數(shù)字化的辦公管理系統(tǒng)，采用扁平化管理，通過OA系統(tǒng)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(jù)實踐經(jīng)驗進行自主決策，決策內(nèi)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(diào)取原始數(shù)據(jù)，獲得數(shù)據(jù)分析結(jié)果，幫助員工進行決策。正如受訪者所言：

“……其實我就像督導(dǎo)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(fā)消息，我承諾15分鐘之內(nèi)到。我上門簽字，不打擾他們分析數(shù)據(jù)……（數(shù)字化的管理模式是）他們（員工）不能同時看那么多崗位的數(shù)據(jù)，但我可以同時看多個崗位的數(shù)據(jù)，我可以幫他們做一些判斷，所以他們覺得我是個AI，（在機構(gòu)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(gòu)的架構(gòu)?！?/p>

（三） 環(huán)境要素

在學(xué)生社團年代，藍信封依靠參加各種比賽，能拿到經(jīng)費為一兩千元甚至兩三萬元的運營項目。專業(yè)化之后，機構(gòu)需要支付薪水，這筆開支就成了沉重的負擔(dān)。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(jīng)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(shù)據(jù)展現(xiàn)。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(wù)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(gòu)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(wù)危機發(fā)生的時候，也恰逢藍信封開始規(guī)?；?。當(dāng)時有100多所服務(wù)的學(xué)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(zhì)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(xí)生;第二，找到工作的關(guān)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(shù)字系統(tǒng)。這些做法，藍信封沿用至今。

藍信封通過購買第三方數(shù)字化平臺的管理，提高工作效率，開始進行數(shù)字化轉(zhuǎn)型。當(dāng)然，降本增效只是“節(jié)流”，不“開源”依然不能解決藍信封的財務(wù)危機。藍信封的理事會以他們的“企業(yè)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(wù)收費”替代“捐款”，即將通信服務(wù)購買方（政府和企業(yè)）視為機構(gòu)的核心“客戶”。

“本來（企業(yè)）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(zhì)是做服務(wù)——就是企業(yè)把這個錢給我，我服務(wù)企業(yè)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(yè)各有其實際情況，因此要跟企業(yè)的已有策略去匹配?！保ㄊ茉L者）

為了更好地服務(wù)自己的“客戶”，藍信封努力實現(xiàn)項目全過程的標(biāo)準(zhǔn)化、效率化，最重要的就是提供專業(yè)報告?；诖?，藍信封開始設(shè)計項目評估指標(biāo)、收集“服務(wù)期間”產(chǎn)生的數(shù)據(jù)，對服務(wù)過程進行實證分析，提供專業(yè)的服務(wù)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(yè)購買、基金會、互聯(lián)網(wǎng)眾籌等多元化捐贈渠道，為機構(gòu)提供了穩(wěn)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(xiàn)了對自身項目評估過程的標(biāo)準(zhǔn)化。依托數(shù)字化平臺，藍信封將數(shù)據(jù)收集、數(shù)據(jù)分析、形成報告的工作在數(shù)字化平臺中進行，進行深度學(xué)習(xí)，幫助機構(gòu)決策。藍信封并未完全依靠數(shù)字化工具，而是將高頻率的走訪評估變?yōu)槎ㄆ谧咴L評估，適時更新評估指標(biāo)，逐漸形成“線下走訪+電話回訪+數(shù)據(jù)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(yè)等）提供“可以測量的”服務(wù)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(yè)化雙向驅(qū)動下，不得已才走上了數(shù)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(shù)—組織—環(huán)境”理論框架對藍信封技術(shù)創(chuàng)新實踐進行探索：從技術(shù)要素方面闡明了藍信封數(shù)智化轉(zhuǎn)型的實踐過程與應(yīng)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(shù)應(yīng)用的數(shù)字化基礎(chǔ);從環(huán)境要素方面闡明了藍信封進行技術(shù)創(chuàng)新的外部社會環(huán)境和組織內(nèi)部環(huán)境，說明藍信封技術(shù)創(chuàng)新的起源。

（一） 技術(shù)：數(shù)字化要素與機構(gòu)業(yè)務(wù)要素實現(xiàn)生態(tài)互嵌

數(shù)字化要素與業(yè)務(wù)要素匹配有利于提高組織決策效率，便于組織進行業(yè)務(wù)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(shù)據(jù)收集與處理能力的提升為機構(gòu)轉(zhuǎn)型提供了堅實的基礎(chǔ)，也同樣產(chǎn)生了風(fēng)險。藍信封需要明確建立數(shù)據(jù)收集、數(shù)據(jù)使用、數(shù)據(jù)公開的倫理標(biāo)準(zhǔn)和管理制度，保證服務(wù)對象、志愿者等相關(guān)方的隱私安全和機構(gòu)的數(shù)據(jù)安全。藍信封建立機構(gòu)數(shù)據(jù)收集倫理守則和數(shù)據(jù)使用標(biāo)準(zhǔn)，對技術(shù)架構(gòu)、項目流程、項目管理數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，設(shè)置崗位數(shù)據(jù)使用權(quán)限，暢通崗位職責(zé)內(nèi)的數(shù)據(jù)使用通道。藍信封重視數(shù)據(jù)積累，對項目過程和組織管理中跨崗位的數(shù)據(jù)進行分析，形成全流程數(shù)字化，推動數(shù)字集成。藍信封強調(diào)AI的工具屬性，采用以人工審核為主、機器審核為輔的數(shù)據(jù)分析審核機制，定期更新機構(gòu)AI的語料庫，提高生成式人工智能模型的準(zhǔn)確性，精準(zhǔn)回應(yīng)組織需求。

（二） 組織：人工智能與人工的潛在“智能”結(jié)合優(yōu)化決策

技術(shù)創(chuàng)新是在組織的特定制度化體系及其文化背景中發(fā)生的創(chuàng)新活動。①創(chuàng)新文化是組織技術(shù)創(chuàng)新的重要基石。組織管理者作為組織技術(shù)創(chuàng)新決策的制定者與執(zhí)行者，其個人特質(zhì)會影響企業(yè)數(shù)字化轉(zhuǎn)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(shè)。③組織文化是公益組織技術(shù)創(chuàng)新的因變量，是社會組織實現(xiàn)技術(shù)創(chuàng)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(shù)創(chuàng)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(shù)創(chuàng)新的起點，其與人工智能技術(shù)的實證主義邏輯的匹配讓組織采用人工智能技術(shù)成為可能。組織文化強調(diào)組織內(nèi)部的價值觀、協(xié)調(diào)與整合，為技術(shù)創(chuàng)新奠定基調(diào)，在此基礎(chǔ)上開展數(shù)字化轉(zhuǎn)型。機構(gòu)采用合適的技術(shù)手段，調(diào)整管理方式，充分發(fā)揮技術(shù)優(yōu)勢和人力優(yōu)勢。在組織要素中，數(shù)字化能力并不是組織技術(shù)創(chuàng)新的重要因素，而是適應(yīng)組織技術(shù)創(chuàng)新的重要手段之一。

（三） 環(huán)境：公益專業(yè)化與組織改革疊加驅(qū)動

從環(huán)境要素來看，藍信封進行技術(shù)創(chuàng)新，呈現(xiàn)組織改革和公益專業(yè)化雙向驅(qū)動的特征。藍信封注重降本增效，采用數(shù)字化平臺提高辦公效率，購買第三方技術(shù)服務(wù)，提高組織的數(shù)字化水平，在實踐中摸索數(shù)字化模式與組織業(yè)務(wù)的匹配程度，建立管理平臺、培訓(xùn)平臺和權(quán)限控制體系，最終實現(xiàn)組織管理全流程數(shù)字化。調(diào)整資源結(jié)構(gòu)，從以單渠道募捐向多元收入渠道轉(zhuǎn)型，保證組織資金來源的穩(wěn)定性。提高評估效率，由于項目執(zhí)行過程已經(jīng)全部實現(xiàn)數(shù)字化，“權(quán)限獲得者”可以調(diào)取項目服務(wù)數(shù)據(jù)，進行數(shù)據(jù)分析，獲得項目成效的報告，從而獲得合作方的認可，為機構(gòu)帶來更多的資源。

六、 結(jié)論與啟示

本文從“技術(shù)—組織—環(huán)境”三個維度建立公益組織AI技術(shù)應(yīng)用的分析框架，分析藍信封的數(shù)智化改革，探討公益組織采用人工智能的因素。采用跨學(xué)科分析方法，將組織管理與信息系統(tǒng)聯(lián)系起來。藍信封AI技術(shù)的使用是以需求為導(dǎo)向的、具有極強業(yè)務(wù)兼容性的技術(shù)創(chuàng)新，具體表現(xiàn)為 “明確發(fā)展戰(zhàn)略—錨定機構(gòu)數(shù)字化需求—培育數(shù)字化人才—數(shù)字化平臺建設(shè)與權(quán)限控制—數(shù)智化轉(zhuǎn)型—數(shù)智化反哺—更新優(yōu)化”的路徑。

本文通過藍信封的數(shù)智化實踐，可以得到以下啟示：第一，明確機構(gòu)的發(fā)展戰(zhàn)略。公益組織進行數(shù)字化轉(zhuǎn)型需要圍繞如何滿足組織需求、如何提高項目專業(yè)性的議題，強調(diào)項目服務(wù)優(yōu)化、項目運轉(zhuǎn)高效、項目數(shù)據(jù)可分析等。藍信封進行數(shù)字化創(chuàng)新的目的是“降本增效”，公益組織需要謹慎考慮數(shù)字化轉(zhuǎn)型的路徑。第二，錨定機構(gòu)數(shù)字化需求。公益組織數(shù)字化轉(zhuǎn)型需要依托數(shù)字化平臺，數(shù)字化平臺的建設(shè)能夠幫助機構(gòu)建立全鏈條數(shù)據(jù)管理，提高機構(gòu)項目管理效率。公益組織的數(shù)字化轉(zhuǎn)型需要依據(jù)自身服務(wù)場景和數(shù)據(jù)特征量力而行。第三，培育數(shù)字化人才。從人力資本的需求角度出發(fā)，確定崗位職責(zé)是最容易完成數(shù)字化轉(zhuǎn)型目標(biāo)的方式。在數(shù)字化轉(zhuǎn)型過程中，機構(gòu)需要建立與人才管理體系相適應(yīng)的數(shù)字化培養(yǎng)機制和激勵機制。第四，數(shù)字化平臺建設(shè)與權(quán)限控制。公益組織的AI技術(shù)應(yīng)用需要具有堅實的數(shù)字化基礎(chǔ)。數(shù)字化系統(tǒng)平臺的設(shè)計需要將公益項目與組織管理作為組織數(shù)字化的主要場景，將保護隱私性數(shù)據(jù)安全、防止數(shù)據(jù)泄露和濫用作為數(shù)字化平臺運行前提。在此階段，公益組織需要明確數(shù)據(jù)管理權(quán)限，以滿足合作方的數(shù)據(jù)安全需求。第五，數(shù)智化轉(zhuǎn)型。公益組織可以依靠積累的服務(wù)數(shù)據(jù)訓(xùn)練AI模型，為不同的工作情景訓(xùn)練不同的模型。第六，數(shù)智化反哺。機構(gòu)可以通過定制化的AI模型幫助機構(gòu)進行數(shù)據(jù)決策，開展定期實地評估，驗證模型結(jié)果的可信性。第七，更新優(yōu)化。組織的定制化數(shù)據(jù)需要定期更新，不斷提高模型決策的準(zhǔn)確性。

公益組織數(shù)智化轉(zhuǎn)型是中國社會治理現(xiàn)代化轉(zhuǎn)型需要回應(yīng)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(shù)字鴻溝研究。當(dāng)前，公益組織的數(shù)字化能力存在差異，數(shù)字鴻溝導(dǎo)致一些公益組織在數(shù)字化發(fā)展階段處于弱勢地位，公益行業(yè)需要關(guān)注弱勢組織的數(shù)字化轉(zhuǎn)型。第二，公益組織數(shù)智化轉(zhuǎn)型效果及影響因素研究。向公益行業(yè)傳達“數(shù)智化轉(zhuǎn)型”經(jīng)驗，豐富中國公益組織的本土轉(zhuǎn)型模式。

（責(zé)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(shù)字化的現(xiàn)實審視與未來發(fā)展》，《人民論壇·學(xué)術(shù)前沿》2022年第22期。

② ④ 吳磊：《數(shù)字化賦能第三次分配：應(yīng)用邏輯、議題界定與優(yōu)化機制》，《社會科學(xué)》2022年第8期。

③ 羅敏：《數(shù)字技術(shù)賦能第三次分配：轉(zhuǎn)向、場景及路徑》，《西南民族大學(xué)學(xué)報》（人文社會科學(xué)版）2023年第7期。

① 羅敏：《數(shù)字技術(shù)賦能第三次分配：轉(zhuǎn)向、場景及路徑》，《西南民族大學(xué)學(xué)報》（人文社會科學(xué)版）2023年第7期。

② 謝瓊：《公益慈善數(shù)字化的現(xiàn)實審視與未來發(fā)展》，《人民論壇·學(xué)術(shù)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(shù)智：數(shù)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(shù)智化：數(shù)字政府、數(shù)字經(jīng)濟與數(shù)字社會大融合》，電子工業(yè)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(yīng)對不確定性挑戰(zhàn)的戰(zhàn)略轉(zhuǎn)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(xué)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(shù)內(nèi)涵、行業(yè)應(yīng)用與挑戰(zhàn)》，《北京郵電大學(xué)學(xué)報》2024年第7期。

11 12 微軟公益、恩派公益：《公益組織智慧化創(chuàng)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(shù)字時代平臺型媒體現(xiàn)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(shù)字經(jīng)濟驅(qū)動黃河流域高質(zhì)量發(fā)展路徑研究——基于TOE框架的動態(tài)QCA分析》，《經(jīng)濟體制改革》2024年第2期。

⑤ 徐延輝、李武呈：《從TOE到TOEI：數(shù)字社會基層治理的動員機制研究》，《吉林大學(xué)社會科學(xué)學(xué)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(xué)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(xué)生型法定NGO的發(fā)展問題研究》，華東理工大學(xué)碩士學(xué)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(chuàng)新操作手冊》，2024年。

② 資料來自藍信封微信公眾號（L01）。

③ 在準(zhǔn)備階段，分析藍信封員工的表現(xiàn)，機構(gòu)員工如何配合實現(xiàn)數(shù)智化，關(guān)注藍信封為何使用以及如何使用數(shù)智技術(shù)。

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(chuàng)新與技術(shù)創(chuàng)新匹配視角下的當(dāng)前高端裝備制造企業(yè)的管理突破》，《科學(xué)管理研究》2020年第6期。

③ 張銘、曾靜、曾娜、王冬玲：《“技術(shù)—組織—環(huán)境”因素聯(lián)動對互聯(lián)網(wǎng)企業(yè)數(shù)字創(chuàng)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(xué)學(xué)與科學(xué)技術(shù)管理》2024年第3期。

④ 結(jié)合技術(shù)應(yīng)用框架，關(guān)注組織層面是藍信封完成數(shù)智化轉(zhuǎn)型的核心要素。

① 王曉玲、陳艷、楊波：《互聯(lián)網(wǎng)時代組織結(jié)構(gòu)的選擇：扁平化與分權(quán)化——基于動態(tài)能力的分析視角》，《中國軟科學(xué)》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、祝可、肖歡：《CEO知性特質(zhì)與企業(yè)數(shù)字化轉(zhuǎn)型關(guān)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(wèi)振：《創(chuàng)新行為、資源充足度和創(chuàng)新合法性——與創(chuàng)新型文化匹配的實證研究》，《科學(xué)學(xué)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.