インパクト

社会貢献を
さらに拡大。

高い効果と導入しやすいコストを両立したデジタル変革を支援します。AIをはじめとする拡張性の高いテクノロジーを活用し、非営利組織がより多くの人々や地域社会を支援し、ミッションの成果を最大化できるよう貢献します。

現実

社会貢献に取り組む非営利組織が直面する課題

  1. 限られた資金と予算

    限られた予算の中で最大限の成果を生み出し、間接費を抑えながら、より多くの資金をミッションの実現や支援活動に活用する必要があります。

  2. 人手とリソースの制約

    少人数のチームが幅広い業務を担っているため、ITやデジタル施策に十分なリソースを割くことが難しく、新しいシステムの導入にも負担がかかります。

  3. データの分断・散在

    プロジェクトや活動に関するデータが、スプレッドシートや既存システムなど複数の場所に分散しているため、組織全体の状況を把握しにくく、データに基づく意思決定が難しくなります。

  4. 社会的インパクトの測定

    寄付者や出資者からは、支援によって生まれた成果を明確に示すことが求められます。一方で、多様な支援対象やプロジェクトにおける定性的な成果を、適切に測定・可視化することは容易ではありません。

  5. ドナー・寄付者との関係構築

    継続的なコミュニケーションを通じて寄付者との信頼関係を築き、支援の成果や資金の活用状況を分かりやすく伝えるためには、適切な管理・情報発信の仕組みが必要です。

  6. インパクトの拡大

    支援の質を維持しながら、より多くの人々にサービスを届けるには、プロジェクトの拡大に対応できる運営体制と仕組みの整備が欠かせません。

新しいタブで開きます

提供するソリューション

ソーシャルグッドを支えるAIテクノロジー

社会課題の解決に取り組む組織のために設計された、実践的で導入しやすいテクノロジーソリューションを提供します。

社会的インパクト測定プラットフォーム

高度なデータ収集・分析機能と、寄付者やステークホルダーに成果を分かりやすく伝えるストーリーテリング機能を活用し、支援によって生まれたインパクトを可視化します。

  • セオリー・オブ・チェンジの可視化
  • レポートの自動生成
  • 成果の可視化・レポーティング

関連サービス:AIデータ分析・BI

ドナー・寄付者管理AI

寄付者データのセグメント化、寄付行動の予測分析、パーソナライズされたコミュニケーションを通じて、寄付者との信頼関係を強化します。

  • ドナー管理CRM
  • 寄付予測モデル
  • コミュニケーションの自動化

関連サービス:AIデータ分析・BI

現場データ収集

モバイル対応で現場スタッフを支援し、電波の届かない僻地や現場でも対応可能なオフラインで機能し自動同期する現場データ収集ツールです。

  • オフライン対応モバイルファースト設計
  • GPS機能の統合
  • リアルタイム同期

関連サービス:カスタムソフトウェア開発

助成金・資金管理スイート

AIを活用したツールにより、助成金の検索・申請、コンプライアンス対応、報告業務を効率化します。作業時間を短縮しながら申請の質を高め、助成金獲得の可能性向上を支援します。

  • 助成金検索
  • 申請書作成支援
  • コンプライアンス管理

関連サービス:業務プロセス自動化 (BPA)

記事

最も読まれている記事

AI活用ガイド

ミッションのためのAI活用をステップごとに学ぶ

社会的な使命を担うチームに向けた実践ガイドです。限られた資金の中でAI自動化に何が責任を持ってできるのかという理解から、最初の取り組みの選び方、誰も危険にさらさない進め方までを扱います。

  1. Step 01 理解する

    非営利組織にとってのAI自動化とは?

    AI自動化によって職員の時間をどこでミッションに戻せるのか、データに含まれる人々にとって何を意味するのか、非営利組織特有の制約がなぜ取り組むべき対象を変えるのかを整理します。

  2. Step 02 評価する

    非営利組織のAI自動化を成功させる7つの要点

    まず確認すべきことを解説します。ミッションとの整合、同意と個人に関するデータ、使途が限定された資金、職員の余力、不利益が生じる可能性、そして資金提供者が見たいと考えることです。

  3. Step 03 導入する

    非営利組織での最初のAI活用の実践ガイド

    一つの事務負担から、小さなパイロット、影響を受ける人々を交えた慎重な検証、そして継続するかどうかの率直な判断まで、実践的な進め方をたどります。

AI活用ガイド · Step 01 · 理解する

非営利組織にとってのAI自動化とは?

AI自動化とは、ソフトウェアが情報を読み取り、それが何であるかを判断し、次に何をすべきかを提案する、あるいは実行することです。

社会的な使命を担う組織にとって、その意義はコストだけではありません。報告、翻訳、要約、督促といった事務の負担が、その組織が本来果たすべき仕事から時間を奪っているからです。

制約も異なります。資金は特定の活動に用途が限定されていることが多く、データの多くは、自ら望んでそこに含まれたわけではない人々に関するものです。そして誤った結果は、異議を申し立てる力の乏しい人に届くことがあります。

このガイドでは、どこで時間をミッションに戻せるのか、データに含まれる人々にとって何を意味するのか、どこまで任せるべきか、そして何ができないのかを扱います。

問いは効率ではない

問うべきなのは、

「どうすればより少ない体制で回せるか」ではありません。

問うべきなのは、

「どの時間がミッションから離れて使われており、それを取り戻せるか」です。

この捉え方は言葉づかいの問題にとどまりません。最初に取り組むべき対象が変わります。まとめるのに一週間かかる報告書、翻訳する余裕のない資料、探す余裕のない助成の機会です。

資金提供者にとっても職員にとっても重要な点です。人に関わる仕事に効率の語彙を持ち込むことへの警戒には、もっともな理由があります。

時間が戻ってくる領域

最初の候補として強いのは、事務的で、繰り返し発生し、すでに事業の実施と同じ人の時間を奪い合っている業務です。

  1. 01

    資金提供者への報告

    資金提供者ごとに、同じ情報の異なる切り口を、異なる期日と様式で求められます。

    AIは、すでに保有している記録から初稿を組み立てられます。職員は確認と、判断を要する部分の執筆に専念できます。

    例

    • 報告書の初稿
    • 数値の様式への転記
    • 提出先ごとの様式変換
    • 活動記録の要約

    時間を生むのは初稿です。判断と、提出内容に対する責任は人が持ち続けます。

  2. 02

    相手の言語で届ける

    翻訳とやさしい日本語への書き換えは、「用意されている支援」と「実際に届く支援」とを分けることがあります。

    AIが短時間で初稿を作れることは、少人数の広報体制にとって、実行可能な範囲そのものを変えます。

    例

    • 翻訳の初稿
    • やさしい日本語版
    • 字幕と文字起こし
    • 読みやすい要約

    支援の対象となる方々に届くものは、その言語を話す人が必ず確認してください。初稿は道具であって、公開物ではありません。

  3. 03

    集めた情報を読み解く

    現場の記録、自由記述のアンケート、相談記録、意見フォーム。組織が知っていることの多くはここにありますが、まとめて読む時間が誰にもないため、全体としては読まれていません。

    AIは分類し、要約し、傾向を示せます。解釈するのは人です。

    • 私たちがまだ対応できていない声は何か
    • 同じ地域で繰り返し挙がっている課題は何か
    • 事業内容を変えたあと、何が変わったか
    • 報告している内容を、根拠が支えていない箇所はどこか
  4. 04

    助成金の情報収集と申請準備

    助成の機会を探し、提供者ごとの要件に合わせて申請書を整える作業は、時間がかかり、繰り返しが多く、事業の実施と直接競合します。

    AIは候補を絞り、要件を抽出し、すでに書いた文章をもとに下書きを作れます。

    例

    • 候補の絞り込み
    • 要件の抽出
    • 過去の申請からの下書き
    • 要件充足の確認表

いずれも、その仕事を定義している判断そのものには触れません。触れるのは、その周囲の時間です。

データに含まれる人々

多くの組織は、異議を申し立てる立場が強くない人々の情報を保有しています。支援の対象となる方、申請者、困難な状況にある方。それは求められる基準を変えます。

  • その方々が同意したのは、この用途か。それとも当初の用途だけか
  • 出力から、特定されるべきでない人が特定されうるか
  • その人について誤った判断がなされたとき、何が起きるか
  • この用途を本人に直接説明できるか

最後の問いの答えが「いいえ」であれば、それが結論です。事故の報告書の中で気づくより、いま気づくほうが良いことです。

どこまで任せるか

同じ仕組みでも、任せ方は三段階に分かれます。支援の対象となる方々に届くものについては、下の二つが誠実な選択です。

  • 定めた範囲内でAIが実行し、何をしたかを記録する。
  • AIが用意し、外に出る前に人が承認する。
  • AIは収集と要約までを行い、判断は人が担う。

組織内部の事務であれば、上の段階でも構いません。支援の対象となる方が読むもの、あるいはその方が受け取る内容に影響するものは、そうではありません。

AIにできないこと

  • 同意の代わりにはなりません。ある用途への許可は、別の用途への許可ではありません
  • 中立ではありません。作られるもとになった資料を、その欠落ごと反映します
  • 与えられていない地域や文脈の事情は理解しません
  • 資金不足の事業を持続可能にはしません。戻るのは時間であって、資金ではありません
  • 説明責任は引き受けません。それは組織に残ります

AI活用ガイド · Step 02 · 評価する

非営利組織のAI自動化を成功させる7つの要点

非営利組織がAIを検討するとき、二つの問いに同時に答えることになります。それが機能するかどうかと、それが適切かどうかです。

二つ目の問いがこの分野を特徴づけています。そして資金を投じたあとや、資金提供者や地域から問われたあとではなく、その前に答えておくべきものです。

ここでは、最初に固めておきたい七つの点を扱います。

事業ではなく、事務負担から始める

最初の取り組みは、

「誰を支援するかの判断をAIが助けられるか」ではありません。

問うべきなのは、

「どの事務作業が、より多くの支援を届けることを妨げているか」です。

事務作業から始めるのが適切です。効果がすぐに表れ、人に対するリスクが低く、重要な判断を自動化する前に、組織として判断力を養えるからです。

  • 組織内部の作業である。または外部に出る前に確認が入る
  • 周期が明確で、繰り返し発生する
  • 誤っても不便で済み、不利益にはならない
  • その作業をしている職員が、本来は別のことをしたいと考えている

データはおそらく存在し、おそらく技術的には使えます。使って良いかどうかは別の問いであり、いま問うのがもっとも安く済みます。

  • 取得したとき、その方々には何と説明したか
  • その説明は、外部のサービスへ送ることを含んでいるか
  • 匿名化または集計したデータでも成り立つか
  • 組織内でこれを判断するのは誰か。すでに相談したか

匿名化したデータで足りるのであれば、そうしてください。結果をほとんど損なわずに、この節のリスクの大半を取り除けます。

どの資金で賄えるのかを確認する

使途が限定された資金は、優れた取り組みを止めてしまう制約としてもっとも多いものですが、技術の検討では話題にすらならないことがほとんどです。

  • 使途の定めのない資金で賄えるか
  • 資金提供者はこれを事業費と見るか、間接費と見るか
  • 試行時ではなく、本格運用時の従量費用はいくらになるか
  • その資金が終了したとき、その仕組みはどうなるか
  • 組織基盤の強化として支援を得られる可能性はあるか

購入した助成の期間を超えて維持できない道具は、資産の形をした負債です。

誰が運用するのかを率直に見る

小規模な組織に、余裕のある技術担当者がいることは稀です。その一人に依存する取り組みは、ボランティア、外部の専門家、あるいは誰かの夜の時間に依存しています。

  • 出力を確認するのは誰か。それはその人の職務に含まれているか
  • 動かなくなったとき、直すのは誰か
  • その人が辞めたら何が起きるか
  • 新しい職員に、仕組みを説明できるか

一人しか理解していない優れた道具より、職員が扱える地味な道具を選んでください。

誤ったとき、その人に何が起きるかを問う

この種の仕組みは必ず誤ります。この分野では、その結果は業務上の問題にとどまりません。

  • 誤った出力の影響を受けるのは誰か。その人はどうやって気づくか
  • 特定の層が体系的に不利になる可能性はないか
  • 本人が異議を申し立てる手段はあるか
  • もとになった資料は、私たちが関わる地域や人々を反映しているか

二つ目の問いに確信が持てない場合は、判断に人を残してください。それは臆病さではなく、適切な統制です。

公に何を説明するかを決めておく

支援の対象となる方、資金提供者、そして報道関係者に何を伝えるかを、あらかじめ決めてください。三つの答えが食い違うのであれば、設計はまだ固まっていません。

  • どこでAIを使っているか。専門家でない人に伝わる言葉で
  • 意図してAIを使っていない領域はどこか
  • 対応する前に、誰が出力を確認したか
  • 懸念を伝える方法と、それに答えるのは誰か

削減した費用ではなく、戻った時間を測る

非営利組織の自動化において誠実な指標は、ミッションに戻された職員の時間です。資金提供者にとっても納得しやすい指標です。

  • 週あたり何時間が、どの職務に戻ったか
  • その作業は最初から最後まで、いま何分かかるか
  • 職員が出力を修正する頻度
  • その作業を担当する人が、これを使い続けたいと思っているか
  • 戻った時間で、組織は何をしたか

報告する価値があるのは最後の一行です。戻った時間は、それで何かが行われてはじめて成果になります。

AI活用ガイド · Step 03 · 導入する

非営利組織での最初のAI活用の実践ガイド

軽くする価値のある事務負担が見つかり、七つの要点も確認しました。ここから先の進め方は、最初の取り組みを、誰にも不利益を与えないほど小さく、かつ効果があったかどうかが分かるほど率直に保つためのものです。

ここでいう「小さく」は、志の低さではありません。最後の検証を信頼できるものにするための条件です。

対象の作業と、その限界を書き出す

理事や資金提供者が読める短い説明を一つ。その仕組みが何をするのか、決して何をしないのか、そして誰が確認するのかです。

  • 対象の作業を、狭く具体的に
  • 仕組みが参照する情報と、そこから取り除いたもの
  • 誰が、何の前に出力を確認するのか
  • 単独で判断させてはならないこと
  • 効果を判断する指標を一つ

「させないこと」の一行を最初に書いてください。組織を守る部分であり、もっとも暗黙のままにされやすい部分です。

いまのやり方のまま、作業を測る

何かを変える前に、その作業にかかる時間、発生する頻度、担当している人を記録してください。半日の計測が、最後の判断を説明できるものにします。

それは、時間が戻ったことを示せたからではなく「新しそうだから」という理由で道具が使われ続ける、というよくある結末からも組織を守ります。

誰も傷つけない材料で試す

組織内部の資料、過去のデータ、あるいは匿名化した情報を使ってください。パイロットの目的は品質を知ることであり、品質は誰かを晒さずとも判断できます。

  • 最初の実行は、内部資料または匿名化した情報で
  • 扱いにくい事例が現れる程度の件数で
  • すべての出力を確認のために保存する
  • 利用する前に、指名された担当者が確認する

現場にもっとも近い人たちと検証する

その作業を担当している職員と一緒に出力を確認してください。適切な場合には、その活動が関わる人々を代表する立場の方とも。

  • 誰も気づかなかったであろう形で、誤っていたのはどこか
  • 関わる人々を取り違えているように読める箇所はないか
  • 全件確認をやめるには、何が必要か
  • そもそも行うべきでないことが含まれていないか

最後の問いは、技術的な検討では出てきません。それでも問い、答えを記録してください。

確認を挟んで使い、そのことを伝える

実際の業務で使い始めるときは、出力と影響を受ける人との間に必ず人を置き、利用している事実を明らかにしてください。

  • 当初は、すべての出力を人が承認する
  • どこでAIを使っているかを、対外的な説明に明記する
  • 職員や支援の対象となる方が問題を伝えられる窓口
  • 入力と出力の記録。必要な期間を超えて保持しない
  • 責任者を指名する

判断する。やめる勇気も持つ

一、二か月後の検証日を決め、測定した基準値に照らして実際に判断してください。

率直な三つの結論

  • 続ける
  • 規模を縮めて続ける
  • やめる

やめることは正当な結論であり、報告できる成果でもあります。慎重に試し、測定し、継続しないと判断できた組織は、資金提供者が求めている判断力をまさに示しています。

社会貢献を、さらに大きく広げませんか?

非営利組織ごとに、プログラム、支援対象、資金の状況は異なります。Robo Labは、支援を必要とする人々のために時間とリソースを生み出せるよう、AIと自動化を活用できる領域の特定を支援します。

チームに相談する AIソリューションを見る