过去两年，AI进入公益领域的速度前所未有。阿里巴巴达摩院的PANDA系统在常规平扫CT中筛查胰腺癌，山水自然保护中心用AI助手从海量红外相机照片中筛出野生动物，大爱清尘借助一套可复用的数字化系统把团队效率提高了十二倍。这样的项目，亚洲公益事业研究中心（Centre for Asian Philanthropy and Society, 以下简称CAPS）在亚太地区梳理出220个，其中63个来自中国大陆。报告基于这220个案例以及对10个经济体42家机构的深度访谈，考察私人社会投资应如何配置资源，才能让AI向善项目从试点走向常态运营。对基金会、企业公益和ESG团队而言，问题已经不再是AI能不能用于公益，而是资金应该投向哪里、投给谁、什么时候投。

CAPS于9月2日发布的《亚洲人工智能向善投资观察》（Cars Without Roads: Investing in AI for Good Across Asia）正是为回答这个问题而作。报告以“车”与“路”作比：“车”是已经开发出来的模型、工具和应用，“路”是支撑它们落地并长期发挥作用的人才与组织能力、持续资金、共享基础设施和治理安排。受访机构的经验指向同一个判断：资金更容易流向“造车”，“修路”则长期缺少投入；决定一个项目成败的，往往不是模型有多先进，而是路有没有修好。

这种失衡首先体现为意愿与现实的落差。在参与访谈前问卷的36家机构中，83.3%预计未来两三年会进一步深化对AI向善的参与，但只有13.9%已将AI纳入日常运营并设立持续性预算。报告由此提出四点核心发现：人力与组织的准备度比模型能力更能决定成败，42家受访机构中有34家明确提及这一点；按量计费的AI服务越成功、使用者越多，后续成本反而越高，报告称之为“成功的代价”，而传统资助通常只覆盖开发与初期部署；共享基础设施的缺位本质上是协调失灵，难点不在技术，而在于如何组织各方共同投入；治理介入的时点决定可调整空间的边界，介入越早，能够改变的越多。

报告的全部案例与核心发现，同步整理为免费开放的中英双语平台“人工智能向善指南”（AI for Good Navigator）。它并非一份简单的案例清单，而是为所有关注AI向善的机构与个人，提供一份了解现状、辅助决策的参考工具。可以按需检索已有实践、了解其背后的支持模式，也可以对照其中框架对项目进行评估。完整数据集可下载，注明出处即可免费使用。平台可通过aiforgood.caps.org访问，完整报告中英文版可在CAPS官网下载。

AI工具与模型仍在快速演进，“车”会越来越多、越来越好。它们能否转化为长期的公共价值，取决于“路”能否获得同等、持续的投入。

专场交流会：共议AI向善如何“共修一路”

9月17日（周四），CAPS将在上海举办线下专题交流会，将报告发现转化为中国本土可讨论、可行动的内容。活动包括报告核心发现分享、“人工智能向善指南”平台演示、本土实践案例解读，以及围绕“从‘有车无路’到‘共修一路’”的圆桌对话。届时，来自企业、基金会和媒体机构的实践者将齐聚一堂，共同探讨AI公益从试点走向可持续运营的现实路径。

搜索视频号“亚洲公益事业研究中心（CAPS）”，点击预约直播。