Еще два года назад искусственный интеллект в некоммерческом секторе воспринимался как эксперимент или модный инструмент из мира IT. Сегодня он становится рабочей инфраструктурой: помогает писать стратегии, заявки на гранты, проверять отчетность, привлекать доноров, генерировать креативные кампании и даже пересобирать внутренние процессы организаций.
Но вместе с ростом возможностей растет и число новых рисков, отмечает Михаил Письменный, эксперт по цифровизации некоммерческого сектора и разработчик IT-решений для НКО. Речь идет прежде всего об утечке данных, например, если сотрудники сливают в бесплатные нейросети CRM-выгрузки с личными данными подопечных и доноров. В фандрайзинге шаблонные ответы чат-ботов убивают доверие доноров, а гранты за счет «красивого» текста ИИ теперь может выиграть слабая НКО – и провалить проект.
В итоге, делегируя ИИ анализ проблем, формулировку позиций, написание обращений, фонды не просто экономят время, а незаметно утрачивают собственную экспертизу – голос сектора. «Для НКО, чья легитимность строится на глубоком знании контекста и потребностей тех, кому фонды приносят выгоду, это фундаментальный вызов», – считает Елена Пирогова, юрист, программный директор в социальных проектах, практик и наблюдатель в сфере ИИ.
Операционная работа: где ИИ уже встроился в рутину
На сегодня самые устойчивые сценарии применения ИИ в НКО – это подготовка черновиков текстов, писем, отчетов, заявок, расшифровка, структурирование текстов, работа с базой знаний, первичная сортировка обращений, помощь в анализе данных.
Здесь эффект от внедрения наиболее заметен. Он снижает нагрузку на сотрудников и освобождает время для того, что невозможно заменить: разговоров, решений, эмпатии, ответственности.
Мария Шварц, математик и бывший программист, а ныне – директор двух петербургских НКО, пришла в ИИ из IT-разработки. Она не только использует готовые инструменты, но и сама собирает ИИ-ассистентов под разные задачи НКО: «Я сама себе пишу ИИ-агентов или вдохновляюсь чужими решениями и делюсь этим с коллегами».
Мария описывает, как ИИ помогает ей структурировать процессы в фандрайзинге, от анализа аудитории до подготовки писем и планирования действий команды. «Утром открываю своего агента и спрашиваю: так, что я сегодня делаю с фандрайзингом? Он мне расписывает: вот это у тебя грантрайтинг, вот это сегментирование аудитории, вот это цепочки писем». По ее словам, агент помогает не только автоматизировать задачи, но и увидеть всю структуру работы целиком – это сложно удержать в голове одному человеку.
При этом Мария подчеркивает, что полностью делегировать чувствительные задачи ИИ пока рано. Для нее это инструмент анализа и подготовки, но не окончательного решения: «Он может предложить варианты, подсветить слабые места, но последнее слово все равно за мной».
ИИ пишет стратегию фонда. Опыт БФ «Найди семью»
Фонд сначала полгода промучился с внешним консультантом, но стратегию так и не создал. «С ИИ мы создали, может, не идеальную, но рабочую стратегию, – делится Елена Цеплик, президент благотворительного фонда «Найди семью». – Он был полезен в структуре, черновиках, обработке материалов. Но нужно было постоянно проверять фантазию и «любовь к красивым цифрам».
Например, он любит уверенно утверждать, что есть «три шага решения проблемы», и для него это важнее, чем принять, что их может быть больше или меньше. В какой-то момент ИИ, кажется, просто устает и прекращает справляться с простейшими формальными задачами – например, с объединением и версткой документов проекта».
Вывод простой: ИИ не работает как «готовый сотрудник». Он ускоряет черновую работу, но нужен постоянный контроль и очень дробные, четкие задачи.
Аналитика и работа с данными: интерпретирует все равно человек
Отдельное направление, где ИИ быстро становится частью работы НКО, – аналитика и работа с данными. «ИИ хорош там, где нужно разобрать большой объем информации, структурировать ее и выделить закономерности. Для сектора это особенно актуально: обращения подопечных, коммуникации с донорами, отчеты – все это сложно обрабатывать вручную. ИИ позволяет ускорить разметку, сегментацию и первичный анализ», – говорит Михаил Письменный.
Но здесь возникает ключевой риск – «красивая» аналитика не означает, что организация начала лучше понимать своих подопечных или доноров. ИИ может убедительно формулировать выводы, но при этом ошибаться. Если эти выводы не проверяются, решения начинают опираться на искаженную картину. В работе с данными это означает границу: ИИ помогает обрабатывать информацию, но ответственность за интерпретацию остается у человека.
ИИ верифицирует НКО. Опыт платформы «Благо.ру»
Платформа «Благо.ру» использовала ИИ как инструмент для репутационного анализа некоммерческих организаций. «Мы анализируем информационную открытость, коммуникации, изучаем отчеты, — рассказывает менеджер платформы Наталья Масленникова. — Первичная верификация одной НКО занимает несколько часов, это не считая юридической и программной экспертизы». При этом даже глубокая ручная проверка, подчеркивает она, дает лишь фрагмент картины. Именно это стало отправной точкой для создания ИИ-ассистента: он берет на себя сбор и первичную обработку публичной информации о НКО.
Ключевая идея инструмента — не заменить экспертизу, а расширить ее. В системе анализируются публикации, упоминания, цифровой след организаций, чтобы понять не только наличие событий, но и реакцию на них.
«Репутационные сложности или прошлые недоразумения не всегда критичны, но нам важно знать о них, чтобы понимать специфику работы партнера. Например, организации, помогающие бездомным людям, периодически сталкиваются с вниманием правоохранительных органов. В таких кейсах для нас важен не сам инцидент, а то, как именно организация справляется с вызовами и решает конфликты», — рассказывает Наталья Масленникова.
В «Благо.ру» подчеркивают, что ИИ в этом процессе выступает как помощник: «Поскольку ручной сбор данных за большой период — задача почти непосильная, мы делегировали ее ИИ. Мы не полагаемся на алгоритмы слепо, но используем их как мощный аналитический фильтр». Сейчас на базе этого подхода в организации развивается ИИ-ассистент, который оценивает не только репутацию, но и устойчивость программ и цифровую представленность НКО.
Контент, чат-боты, фандрайзинг: эффективность или деградация
Фандрайзинг – одна из зон, где ИИ внедряется быстрее всего: тексты рассылок, сегментация базы, сценарии коммуникаций. Но, по словам Михаила Письменного, в этой области избыточная автоматизация может дать обратный эффект.
«Сейчас тексты, SMM, контент-планы, изображения, видео активно автоматизируются. Многие уже научились с этим работать, и у большинства получается хорошо. Но здесь возникает риск подмены смысла формой. Удачный текст, быстро написанный нейросетью, не означает эффективную коммуникацию. Автоматический ответ чат-бота не означает качественную помощь, – отмечает Михаил. – Во многих случаях человеку нужен не просто формальный ответ от фонда, а чувство, что к нему отнеслись с теплотой, услышали, поняли. Если организация начинает излишне автоматизировать общение, благополучатель или донор чувствует, что ему ответили по шаблону, и между ним и фондом возникает дистанция».
Кроме того, эксперт отмечает еще один риск. «Сейчас уже больше 70% текстов в интернете создаются с помощью ИИ. Это значит, что новые модели ИИ начинают обучаться на этом же контенте. То есть мы можем предположить, что со временем качество вообще всех текстов в интернете существенно деградирует».
Прибавьте к этому, что нейросети изначально рассчитаны на человека с IQ меньше 100, поэтому и так в основном выдают максимально упрощенные и усредненные ответы.
Причина «глупости» ИИ еще и в том, что нейросети, хотя и работают на нас бесплатно (или за подписку около $20), в реальности съедают электричество, чтобы обработать каждый запрос и дать ответ. «Они устроены так, чтобы сжигать как можно меньше электричества, а для этого поменьше думать над вашим вопросом и тратить минимум серверного машинного времени на ответ, – объясняет Михаил Письменный. – Вот почему важно правильно писать промпты, задавать вопросы, ставить ограничения, верифицировать эти ответы так, чтобы они были реально хорошими. Этому надо учиться».
ИИ оживляет старое фото за пожертвование. Опыт фонда «Настенька»
Фонд провел акцию «Мамин день»: человек загружал фото, делал пожертвование, и ИИ автоматически оживлял снимок (люди на фото улыбались и махали рукой). Вся цепочка — от загрузки фото до генерации видео — была встроена в систему без ручного вмешательства. «ИИ создавал ролик и отправлял его на почту только после успешной оплаты», — объясняет Ирина Темная, фандрайзер по работе с частными донорами фонда «Настенька».
По итогам короткой акции фонд собрал около 100 000 рублей и получил много теплых отзывов. «Несмотря на бешеное развитие нейросетей, такие опции, как генерации качественных видео или обработки визуалов до сих пор недоступны для большинства. Мы же предложили легкий способ не только получить памятное видео для семейного архива, но и поддержать мам, чьи дети сейчас тяжело болеют», — добавляют в фонде.
Теперь команда планирует масштабировать акцию — модель можно переложить на любой современный тренд. «Например, вместо генерации видео мы можем предложить создавать открытки из фотографии в любом заданном стиле (Love is, «Симпсоны», акварель, новогодняя тематика). Для этого нам пришлось глубоко погрузиться в нейросети и разработать сценарий их автоматического использования, минуя ручной фактор», — рассказывает Ирина Темная.
Утечка данных: незаметный, но системный риск
Один из критических рисков связан с утечкой данных и тем, как сотрудники НКО используют ИИ-сервисы в повседневной работе. По словам Михаила Письменного, проблема часто возникает не из-за злого умысла, а из-за рутины и спешки: сотрудники загружают в нейросети выгрузки из CRM, рабочие документы, кейсы подопечных. В этот момент организация фактически теряет контроль над чувствительной информацией – персональными данными, внутренними кейсами, сведениями о донорах и благополучателях.
Это уже не только технический вопрос, но и вопрос правовой ответственности – с точки зрения законодательства, включая ФЗ-152, это может означать передачу персональных данных без правового основания.
По мнению эксперта, такие ситуации, скорее всего, уже стали массовыми, но редко осознаются как проблема внутри организаций.
Мария Шварц подчеркивает, что в работе с ИИ критически важно не передавать чувствительную информацию в открытые системы: «Я никогда не пишу туда имена и персональные данные». В некоторых случаях она использует обезличивание – например, заменяет данные в документах на условные обозначения: «Вместо имени – крестики. Вместо телефона – 555555 и так далее».
ИИ готовит отчет в Минюст. Опыт фонда помощи бездомным животным «Навсегда»
ИИ помог фонду разобрать новую форму отчетности в Минюст, найти пропуски и корректно заполнить поля. «Когда мы сдавали отчет впервые, нам вернули его с формулировкой «поля заполнены не полностью», – делится Никита Зайцев, президент фонда помощи бездомным животным «Навсегда». – Такая же проблема возникла и у других НКО, если они допускали пропуск пункта. ИИ помог нам пройтись по документу и найти все пробелы — второй раз отчет приняли».
Ключевой элемент здесь — локальность: данные не уходят в облако, а остаются внутри системы. В фонде «Навсегда» используют локальную модель Ollama с Gemini-3 для работы с отчетностью.
Гранты и заявки: когда «сильный текст» не означает сильный проект
ИИ активно используется и в подготовке грантовых заявок. По наблюдениям Михаила Письменного, это уже влияет на саму систему грантовых конкурсов.
«Есть ощущение, что барьер на получение гранта снизился. Даже слабые заявки могут выглядеть сильными. Но это создает риск: организация выигрывает, а реализовать проект не может. И наоборот, другая организация, которая могла бы полученные грантовые деньги освоить правильно, их не получит, потому что она не пользуется ИИ и нет так убедительно написала заявку», – отмечает эксперт.
Анна Морозова, эксперт по оргразвитию НКО и создательница сервиса LemonPie в своем телеграм-канале также поднимает тему массовой генерации заявок без участия человека: «Эта история вышла на новый небывалый уровень. Я тут оценивала заявки не скажу какого конкурса. И штук 8 из 12 были написаны ИИ без участия человека. У меня вообще нет никаких претензий к использованию ИИ. Но тут люди не стали заморачиваться… Я все пытаюсь понять, где на сайте этой НКО или в соцсетях хоть что-то, подтверждающее этот восхитительный текст с невероятно длинными тире? Вы поймите, я же еще и в себе сомневаюсь. Думаю, что показалось… Но нет! Похоже, при написании заявки они ИИ даже ссылку на свой сайт не давали».
Анна пишет в свое блоге, что ввела в своей CRM тег «черная метка» для таких случаев.
ИИ заменяет IT-cотрудников. Опыт социально-экологического стартапа «Чистые игры»
Дмитрий Иоффе, основатель социально-экологического стартапа «Чистые игры» и разработчик ИИ-сервиса «ГрантоРез», отмечает, что, благодаря обучению на огромных массивах открытой информации и кодов программирования ИИ особенно быстро развивается в сфере разработки цифровых продуктов и уже заметно меняет рынок.
«Уже многие вообще не пишут код сами, вручную, – это умеет делать ИИ. По словам Иоффе, это снижает стоимость и ускоряет создание сервисов: то, что раньше занимало месяцы и требовало команды подрядчиков, сейчас можно собрать быстрее и проще, если грамотно использовать новые инструменты.
Так, «Чистые игры» одной из первых в НКО-секторе пересобрала процесс разработки платформы своего проекта и отказалась от части внешних подрядчиков в IT-сфере. Дмитрий подчеркивает, что решение не было импульсивным: «Мы полгода смотрели, изучали, пробовали, тестировали, как ИИ будет выполнять нужные нам задачи. Потом приняли окончательное решение отказаться от части услуг программистов. В итоге это сэкономило нам очень много денег».
Цена ошибки. Зачем НКО политика использования ИИ
Базовый принцип использования ИИ в НКО можно сформулировать так. ИИ стоит использовать, если его ошибка обойдется дешево (снизил стоимость рутины, сэкономил время – отлично). Если ошибка дорога – жизни, доверие, репутация, качество помощи – ИИ должен работать только как помощник под вашим контролем, а ни в коем случае не автономный исполнитель.
Михаил Письменный уверен: в ближайшее время будут выигрывать не те НКО, которые внедрили нейросетки, а те, кто умеет по-взрослому ими пользоваться, кто уже прописал политику применения ИИ в своей организации: какие задачи можно автоматизировать, какие нельзя, какие данные допустимо обрабатывать, кто отвечает за проверку результата, где требуется обязательный человеческий контроль, а где нет.
Елена Пирогова считает, что формальных мер – политик и регламентов – недостаточно: «Мне кажется, сектору нужен более широкий разговор о границах допустимого использования ИИ, о стандартах прозрачности и о том, как сохранить человеческую экспертизу как основу своей работы».
Эффективность, порожденная машинами, начинает воспроизводить саму себя: если ИИ ускоряет работу, система требует от нас больше работы за то же время. Вопрос уже не в том, внедрять ли ИИ в НКО, а в том, где проходит граница его допустимого применения.
Рисунки Дмитрия ПЕТРОВА
