上星期（9 月 23 日），社職與 Meta Hong Kong 合辦了一場「NGO AI 實戰工作坊」，邀請 30 多位來自不同非牟利機構（NGO）的代表參與，一同探討一個許多機構都正在面對的問題：
你的機構是否都曾經試過用 AI 協助撰寫 Proposal、修飾報告，效率的確提升了一點，但整體運作模式依然未有改變？你並不是唯一一個。
根據 Meta 團隊於當日工作坊上引用的數據，全球有 92% 的非牟利機構已經使用 AI，但當中只有 4% 建立到可重複且能夠承傳的工作流程。而社職 CEO ＆ 共同創辦人 Matthew Tam 亦分享 McKinsey 於 2026 年 6 月發布的《State of AI》調查（訪問 97 個國家、1,719 間機構）亦得出相近結論：80% 受訪者表示 AI 令個人生產力提升，但只有 6% 機構將此轉化為顯著業績價值；而在這 6% 高績效機構當中，73% 有重新設計工作流程本身，相比其他機構只有 25%。
換言之，AI 能否帶來真正改變，關鍵並不在於「有沒有用 AI」，而是在於機構有沒有重新設計工作流程（Redesign Workflow）。以下整理當日社職與 Meta 多位講者的核心分享，希望能為正在摸索 AI 應用的機構提供更清晰的方向。
社職 CEO ＆ 共同創辦人 Matthew Tam 先分享他這一年推行 NGO 專屬 AI 培訓時的觀察：許多 NGO 使用 AI 大多停留在個人層面或輔助單一任務（例如撰寫 Proposal、填寫報告），未能發揮具規模的正面價值。
他見到的常見陷阱是：機構由 Word 範本，進化到網上表格，再因同事投訴表格太複雜而簡化，最後索性叫 AI 執筆修飾，結果依然是「垃圾入，垃圾出（Garbage in, garbage out）」。但真正的樽頸從不是表格格式，而是同事未經訓練的分析思考過程，以及機構「夠用就好」的心態。
因此，Matthew Tam 提出一個核心問題：「如果今天由零開始設計這個流程，我們是否仍然會選擇這樣做？」他建議管理層應先引導團隊系統性地釐清問題本質與服務對象，再善用 AI 擴大服務影響力，而非將 AI 直接套用於舊有流程之上——後者往往只能帶來微細的效率提升，真正的轉型在於重新設計決策與資源分配的邏輯。
延伸閱讀：
如果說 Matthew 提出的是機構層面的心態轉變，那麼 Meta 團隊的 Sean 則將這個思路延伸至日常執行層面，拆解 AI 與人力之間的分工界線應該如何劃定。
Sean 分享，不少機構誤以為 AI 工具用得越多越好，卻忽略了知識與經驗是無法單靠工具留存下來。換言之，每次項目完結後，成功經驗經常隨著同事離職或轉崗位而流失，新同事需要重新摸索和掌握。他更強調 AI 是「放大器（Amplifier）」，能夠放大執行力、產出與規模，但機構真正的瓶頸始終在於人——人類的品味（Taste）、判斷力（Judgment）、智慧（Wisdom），以及累積下來的本地語境（Local Context），是 AI 無法取代的核心價值。
他亦引用 OpenAI 提出的 5 個 AI 演進層次，由最基本的 Chatbot 問答，一直進階到與 AI Agent 推理協作；當中人類需要為 AI 定義目標（Goals）、劃清限制（What NOT to do），以及訂立完成標準（Definition of Done）等，即人類始終是 AI 產出質素的最終裁判。
Sean 亦建議機構建立屬於自己的「記憶層（Second Brain）」，將每次成功經驗有結構地累積下來，讓知識可以跨專案承傳，而非每次由零開始。他更拆解了「Impact Story 七步曲」：由資料搜集（Research）、洞察分析（Insight）、制定決策（Decide）、撰寫（Script）、內容製作（Production）、平台適應（Adapt），到最後根據反饋持續迭代（Iterate），示範一個好故事如何轉化為可重複產出的內容。
從流程設計到日常執行，最後來到內容呈現的層面。 Meta 團隊的 Melissa 分享了在社交平台上，如何運用「Less is More」原則設計吸引眼球的視覺內容。
Melissa 表示，社交平台使用者的注意力極短，例如滑動一則帖文平均只需一秒鐘，若圖像與標題未能即時吸引眼球，再有價值的內容都可能無人問津。
Melissa 分享，圖像與標題應作為吸睛的「Hook（鉤子）」，遵循「Less is More」原則，詳細內容則留待在 Caption 中詳述。她即場示範如何利用 Meta AI（meta.ai）生成圖像，以及講解有關發佈內容時的 AI 標籤（AI Labeling）設定。
衷心感謝 Meta Hong Kong 團隊的悉心安排和專業分享，以及各機構代表的支持和參與！
展望工作坊後，大家帶走的不是一套 SOP，而是一個新習慣：由好奇開始，先踏出第一步。AI 能夠放大機構的執行力，但品味、判斷力，以及對社區的理解，始終只有人才能提供。
你的機構準備好重新設計工作流程，還是繼續將 AI 加在舊有做法之上？
立即查詢社職 NGO AI 培訓工作坊，一齊踏出改變的第一步！
聽完上述講者的分享，你或者開始思考：自己的機構應該如何重新設計工作流程？
這正是社職 NGO AI 培訓工作坊希望協助機構解決的問題。
社職一直致力協助本地 NGO 善用科技，提升營運效率與社區影響力。我們的「非牟利機構 AI 能力與轉型計劃」，正是建基於今次活動的核心理念——並非將 AI 硬套在舊有流程之上，而是陪伴機構重新審視、設計屬於自己的工作方式。
計劃設有四個培訓路徑，按不同崗位需要選擇最合適的方向：
・Tier 1：AI 基礎與能力建設：適合前線同工、行政人員及全機構員工，學習撰寫個案紀錄、報告及通訊文稿，建立結構化的 AI 工作流程習慣。
・Tier 2：服務管理 AI 應用：適合服務經理、項目主任及中層管理人員，學習識別工作流程中可借助 AI 支援的環節，並系統性地改善團隊效率。
・Tier 3：AI 領導力與轉型：適合總幹事、副總幹事及高層領導，協助建立 AI 決策素養，制定機構層面的 AI 路線圖。
・Applied AI Solutions（個案應用）：適合跨職能工作小組，針對特定服務場景，完成由社區需求評估、服務設計至計劃書撰寫的完整流程。
培訓由社職 CEO 及共同創辦人 Matthew Tam 親自授課，具備超過十年非牟利界別經驗，深刻理解社福機構的資源現況、員工文化及管理挑戰。
了解更多：
【2026 社福界 AI 應用工作坊】專為香港非牟利機構（NGO）設計的生成式 AI 培訓
延伸閱讀：
問：為何不能直接將 AI 套用於機構現有的工作流程？
答： 若流程本身有問題，AI 只能加快錯誤的做法，結果依然是「垃圾入，垃圾出」，未能帶來實質改善。
問：機構應該如何選擇合適的 AI 培訓路徑？
答： 可按崗位需要選擇：前線同工適合 Tier 1，中層管理適合 Tier 2，高層領導適合 Tier 3，若想針對特定服務項目完整實踐則適合 Applied AI Solutions。
延伸閱讀：
香港非牟利機構可透過精準招募、專業培訓、多元化維繫策略及數據驅動的評估，建立具效率且可持續的義工管理系統。結合數碼工具（例如社職平台、SRM系統）與人性化管理，非牟利機構能提升義工參與度及社會影響力，實現更大的公益價值。
社職義工配對平台與持份者關係管理（SRM）系統為NGO提供專業解決方案，簡化義工招募、管理與維繫，有助項目持續發展。
立即試用社職義工配對平台及SRM系統，加入社職，一齊行善，推動更具影響力的社會改變！
想了解更多專為NGO設計的非牟利機構持份者關係管理（SRM）的詳情，請隨時聯絡我們！
_logo.svg){kind=logo}
