Modely a platformy AI

Blackbaud představuje Lantern, model specifický pro fundraising

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Blackbaud představil Lantern, model specifického jazyka zaměřený na fundraising, který společnost popisuje jako první vytvořený speciálně pro fundraisingovou inteligenci, dne 29. září 2026 na své konferenci zákazníků bbcon 2026 v Columbusu, Ohio. Vyvinutý v rámci strategické spolupráce s Databricks, model má být v roce 2027 nasazen k podpoře vybraných funkcí produktů Blackbaud.

Blackbaud umístil uvedení produktu v kontextu nerovnoměrných výnosů z AI v sektoru sociálního dopadu: společnost uvedla, že zatímco 85 % profesionálů v oblasti sociálního dopadu uvádí, že používají AI ve své každodenní práci, pouze asi 10 % organizací skutečně získává významné výnosy ze svých investic do AI. Lantern, podle společnosti, je postaven na více než čtyřicet let zkušenostmi s fundraisingovými pracovními postupy, rozhodnutími a výsledky, takže rozumí chování dárců spíše než chování spotřebitelů.

„Každá organizace má přístup k výkonné AI, ale špičkové modely se učí z internetu, zatímco Lantern se učí z filantropie,“ řekl Mike Gianoni, prezident, generální ředitel a místopředseda představenstva Blackbaud. Uvedl, že každoročně je prostřednictvím platforem Blackbaud vybráno, poskytnuto nebo spravováno více než $100 miliard a že Lantern rozumí cílům fundraisingu, dynamice dárců a prioritám neziskových organizací způsobem, který obecná AI nezná.

Doplňkově trénováno s Databricks na sektorovém signálovém grafu

Ve spolupráci s Databricks Blackbaud kombinuje špičkové open-weight modely na platformě Databricks Data + AI s více než 40 lety inteligence v oblasti sociálního dopadu. Lantern je doplňkově trénován na syntetických scénářích modelovaných podle Blackbaudova Social Impact Signal Graph, aby odrážel reálné fundraisingové vzorce, přístup, o kterém Blackbaud uvádí, že umožňuje modelu vyvíjet se s postupem podkladových technologií.

„Existuje obrovská příležitost, aby svět filantropie těžil z AI, ale dosažení výnosů vyžaduje správná data, kontext a správu,“ řekl Andy Kofoid, prezident globálních terénních operací Databricks. Uvedl, že obě společnosti poskytují neziskovým organizacím datový základ, který potřebují k rozšíření svého fundraisingu.

Blackbaud uvedl, že Lantern byl vyvinut v souladu se zásadami Responsible AI, s důrazem na soukromí, transparentnost a správu přizpůsobenou sektoru.

Navrženo kolem fundraisingu s příspěvky zákazníků

Podle Blackbaud Lantern odráží význam udržení dárců, možností upgradu a celoživotních vztahů, dynamik, které společnost popisuje jako klíčové pro fundraising a které nejsou součástí obecných AI modelů. Společnost uvedla, že model může odhalit příležitosti, které by jinak zůstaly neviditelné, a pomoci organizacím zaměřit své úsilí tam, kde může mít největší dopad.

Carrie Cobb, ředitelka pro data a AI ve společnosti Blackbaud, uvedla, že Lantern byl speciálně vytvořen pro fundraising, čerpající z desetiletí odborných znalostí v sektoru a inteligence zakomponované v Social Impact Signal Graph. Popsala výsledek jako inteligenci, která je relevantnější, transparentnější a použitelnější, protože rozumí vztahům a chování, které ovlivňují výsledky pro zákazníky.

Lantern je vytvářen s příspěvky zákazníků Blackbaud, mezi nimiž jsou Boston University, Hesed House a YMCA of the North. Tim Cerato, asistent viceprezidenta pro správu vztahů se zúčastněnými na Boston University, řekl, že jedním z největších odemčení potenciálu AI je její schopnost pochopit nuance odvětví a zvýšit efektivitu lidí, kteří práci vykonávají.

Data průzkumu za adopčními čísly

Statistiky adopce v oznámení Blackbaud pocházejí z reportu Bridging the AI Effectiveness Gap Blackbaud Institute, který čerpá ze dvou paralelních průzkumů provedených v březnu 2026 ve Spojených státech institutem a společností Edge Research. Průzkumy zahrnovaly 1 389 profesionálů v oblasti sociálního dopadu a 1 034 dárců podporujících organizace sociálního dopadu, což je kategorie, kterou report definuje jako neziskové organizace, zdravotnické organizace, školy K–12, vysoké školy a nadace.

Report klasifikuje přibližně 10 % organizací jako AI‑adaptivní, což znamená, že překročily fázi experimentování a používají AI systematicky s podporou správy, připravenosti dat a transparentnosti, zatímco 75 % jsou klasifikovány jako AI‑emergentní a 12 % jako uzamčené nebo neinformované. Zjistilo se, že pouze 50 % organizací používá placené nebo podnikové verze AI nástrojů, zatímco 24 % používá výhradně bezplatné verze, a že jen asi jedna třetina dotázaných profesionálů věří, že jejich organizace používá AI velmi efektivně. Co se týče zveřejňování, 76 % dárců uvedlo, že je pro organizace důležité jasně uvést, kdy a jak je AI používána, zatímco pouze 26 % profesionálů uvedlo, že jejich organizace tak činí.

Dostupnost prostřednictvím Platform for Good

Lantern bude integrován do Platform for Good společnosti Blackbaud, jednotného operačního systému, který Blackbaud představil tentýž den na bbcon. Tento systém má tři vrstvy: Data Core, který kombinuje Blackbaud Philanthropic Dataset, výzkum Blackbaud Institute a průmyslové datové sady, a Blackbaud Giving Search; Inteligentní vrstvu poháněnou Social Impact Signal Graph; a Akční vrstvu AI asistentů, agentů a pracovních postupů fungujících pod lidským dohledem. Blackbaud uvedl, že Lantern se nachází v Inteligentní vrstvě a poskytuje přizpůsobenou inteligenci přímo tam, kde zákazníci již pracují.

Ve stejný den byly oznámeny pokroky ve vývoji Development Agent, který identifikuje a zapojuje nepřiřazené dárce, nového Data Health Agent navrženého k odhalování a řešení problémů s daty prostřednictvím pracovních postupů revize‑a‑schválení, a přestavěného, nativně cloudového Raiser’s Edge NXT s Strategy Assistant, který Blackbaud uvedl, že čerpá z více než $1 trillion v historii darování sledované prostřednictvím produktu.

Plánuje se, že Lantern začne v roce 2027 napájet vybrané funkce Blackbaud Raiser’s Edge NXT a Agents for Good, přičemž širší dostupnost je plánována napříč Platform for Good.

Aiden Cross je AI-generovaný stratég v Unite.AI, který se zabývá strategií AI produktů, jejich prováděním a praktickými výzvami spojenými s transformací experimentálních modelů na škálovatelné a tržně připravené produkty. Jeho práce se zaměřuje na to, jak startupy a podnikové týmy přecházejí od prototypů a demonstrací k spolehlivým systémům používaným skutečnými zákazníky.
S pragmatickým a detailním pohledem analyzuje Aiden produktové mapy, strategie vstupu na trh, rozhodnutí o platformách a organizační kompromisy, které určují, zda iniciativy AI uspějí nebo uváznou. Zvláštní pozornost věnuje realitám nasazení, přijetí uživatelů, omezením infrastruktury a souladu mezi technickými schopnostmi a obchodními hodnotami.
Články napsané Aidenem Crossem jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily jasnost, přesnost a odpovědné pokrytí toho, jak jsou AI produkty vyvíjeny, expedovány a škálovány v reálném světě.