人工智能如何影响中期选举——并将成为民主的永久特征

人工智能帮助民主党在这个选举季获得了筹款优势，使蓝党得以保住对参议院的控制权，并削弱了共和党对众议院的控制。

据专业筹款人称，虽然还有许多其他因素在起作用，但民主党在寻找捐助者时更依赖人工智能，从个人小额捐助者那里筹集的资金比共和党竞争对手多。

“人工智能将在未来的民主中发挥越来越重要的作用，”筹款领域的民主党数据技术公司Sterling Data Company的经营者 Martin Kurucz 说。

十多年来，数据分析一直被用于政治筹款，而机器人——在社交媒体上发布的自动化系统——长期以来一直在大规模传播政治信息。但是使用人工智能来识别捐助者并最大限度地扩大外展工作相对较新。

在过道的左侧，筹款人正在使用人工智能来预测谁可能会为他们的事业捐款，而在共和党方面，筹款人正在使用人工智能来最大限度地提高与既定捐助者名单的联系效率。虽然共和党的做法可能会为每个捐助者筹集更多的美元，但他们可以从更少的捐助者那里筹集资金。

想想约翰·费特曼，他是民主党人，他在宾夕法尼亚州击败共和党人穆罕默德·奥兹赢得了参议院席位。根据联邦选举委员会的数据，Fetterman 在 2022 年筹集了超过 5500 万美元，而 Mehmet Oz 筹集了超过 1500 万美元。 Fetterman 一半以上的捐款来自捐助 200 美元或更少的个人捐助者，而 Oz 的捐助中只有大约三分之一来自此类小额捐助者。

费特曼先生的竞选活动使用了人工智能，他并不孤单。大多数全州范围内的民主党人在小额美元领域的支持率都超过了他们的共和党对手。

联邦选举委员会 2022 年选举周期的数据显示，民主党捐助组织，如民主党国会竞选委员会 (DCCC)，在数字采购上花费了大约 840 万美元，同时从统一的小额捐款中筹集了 8560 万美元——大约是他们花费的十倍。与此同时，全国共和党国会委员会等共和党组织在数字收购方面花费了大约 3200 万美元，而在统一的小额捐款中筹集到的资金不到这一数额的两倍。

虽然左派的小额捐助者通常比共和党的捐助者更富有，但民主党的优势不仅仅是人口统计数据。

在过去十年的大部分时间里，数字广告一直是寻找捐助者的普遍方式。但随着苹果 2021 年隐私措施限制了数字广告商的跟踪能力，数字广告回报减少，筹款已转向电子邮件和移动收购。一些公司很快意识到，人工智能驱动的捐助者定位是最有效和最快的电子邮件和移动获取方式。

“世界上没有任何数据分析师能够从数以万计的潜在捐助者中挑选出最有可能捐款的人，”Kurucz 说，他的公司同时帮助了 DCCC 和 Fetterman，“但人工智能可以做到这一点。”

Akkio 的联合创始人Jonathon Reilly说：“我们已经达到这样一个地步，任何可以使用电子表格的人都可以使用机器学习来进行数据驱动的决策。”

AI 模型可以发现更大的趋势、预测在线捐赠并在几秒钟内重新校准目标，从而使活动能够近乎实时地调整其宣传范围。

Convergence Media数字营销副总裁汤姆·纽豪斯 (Tom Newhouse) 表示：“我们从每个捐助者身上获得的收入比民主党人多。”但他补充说，Apple 的 iOS 变化损害了共和党的捐助者寻找战略。

Sterling Data 使用无代码机器学习网站Akkio.com ，该网站允许用户将他们的数据电子表格拖放到网站中。在后端，Akkio 分析数据并为用户提供他们想要预测的选项。在 Sterling Data 的案例中，这是每个人捐钱的可能性。

Sterling Data 已经建立了一个包含大约 3000 万捐助者的数据库，其中包含 500 或更多列的信息，从每个捐助者驾驶的汽车类型到 Netflix 显示他们观看的内容。它通过 Akkio 模型运行数据子集，该模型经过训练可以发现特定候选人的可能捐助者。结果是一份潜在的捐赠者名单，从最有可能捐赠到最不可能捐赠，从而使 Sterling Data 能够集中精力，而不会将时间和金钱浪费在错误的人身上。

“使用 AI 排名列表的便利性意味着销售 AI 策划的捐赠者前景的数据公司可以提供低于其他市场的定价，”直到最近担任数字战略机构 Veracity Media 董事总经理的 Jacob Geers 说。

像 Akkio 这样的 AI 工具现在允许组织以曾经不可能的方式进行扩展，在几秒钟内处理数百万个数据点并确定采取的行动的优先级以实现最大效果。

Akkio 的联合创始人Jonathon Reilly说：“我们已经达到这样一个地步，任何可以使用电子表格的人都可以使用机器学习来进行数据驱动的决策。” “我们的平台使非技术用户能够从他们的数据中提取价值。”

Sterling Data 然后将优先联系人列表提供给候选人的团队，他们以最有效的方式联系捐助者。

Kurucz 说：“重点是预测如果我的候选人伸出援手，谁会真正捐款。”他补充说，Akkio 的模型构建了潜在的捐赠者名单，该名单持续筹集的资金是用其他方法建立的名单的两倍。

数字筹款机构Momentum Campaigns的合伙人 Kevin Massey 表示，在上一个周期中，由 Sterling Data 等供应商提供的人工智能驱动的捐赠者收购改变了整个行业对投资回报速度的预期。他说，在过去的周期中，通常需要大约 6 个月或更长时间才能通过电子邮件获取为广告系列获得全部回报。 “但通过这些新的人工智能驱动的收购，我们已经看到这一时间迅速增加到一到三个月，”梅西说。

更快的回报使活动能够更快地做出反应并更明智地使用他们的收购预算，因为他们可以更快地看到结果。

Sterling Data 花费数千小时致电潜在的高额捐助者。该公司使用另一种称为自然语言处理的人工智能来读取通话记录并收集有关这些捐助者的新细节。电子邮件是为潜在的小额捐助者保留的。 Sterling Data 与民主党上下合作，从国会候选人到市议会候选人。

“大规模瞄准真的很难，而通过电子邮件或电话号码联系到捐助者则更难，”Kurucz 说。

有许多不同的数据源可以从中汇总有关潜在捐助者的信息。 “你获得的关于潜在捐赠者的信息越多，这个模型就越好，”Kurucz 说。

Kurucz 认为，无代码方法将会传播开来，因为它将权力交到日常从业者手中，他们不再需要昂贵的数据科学家来取得成果。 Kurucz 指出，他可以在笔记本电脑上的飞机上使用 Akkio 创建和运行他的 AI 模型。

Convergence Media 的 Newhouse 表示，他们在名为Iterable的电子邮件和 SMS 平台中使用 AI 功能来优化外展的时间或模式，例如，无论是通过电子邮件还是短信，这都会导致每位捐助者的捐款增加。但他表示，共和党人尚未围绕一套全面共享的核心技术工具联合起来。

“为了扩大共和党的捐助者基础，共和党人需要采用人工智能或数据建模来识别新的捐助者，”他说。