Blackbaud esittelee Lanternin, varainkeruuseen suunnatun toimialakohtaisen mallin

Blackbaud esitteli Lantern-mallin, toimialakohtaisen kielimallin, jonka yritys kuvaa ensimmäiseksi varainkeruuintelligenssiin tarkoitettuna malliksi, 29. syyskuuta 2026 bbcon 2026 -asiakaskonferenssissaan Columbusissa, Ohio. Malli on kehitetty strategisen yhteistyön kautta Databricksin kanssa, ja sen on suunniteltu alkavan tehostaa valikoituja Blackbaud-tuotteiden ominaisuuksia vuonna 2027.

Blackbaud asetti julkaisun tekoälyn epätasaisiin tuottoihin sosiaalisen vaikuttavuuden alalla: yrityksen mukaan vaikka 85 % sosiaalisen vaikuttavuuden ammattilaisista raportoi käyttävänsä tekoälyä päivittäisessä työssään, vain noin 10 % organisaatioista näkee merkittäviä tuottoja tekoälyinvestoinneistaan. Blackbaudin mukaan Lantern on rakennettu yli neljän vuosikymmenen varainkeruuprosessien, päätösten ja tulosten kokemukseen, jolloin se ymmärtää lahjoituskäyttäytymisen eikä ostokäyttäytymistä.

„Jokaisella organisaatiolla on pääsy tehokkaaseen tekoälyyn, mutta huippumallit oppivat internetistä, kun taas Lantern oppii hyväntekeväisyydestä“, sanoi Mike Gianoni, Blackbaudin presidentti, toimitusjohtaja ja varapuheenjohtaja. Hän kertoi, että yli 100 miljardia dollaria kerätään, myönnetään tai hallinnoidaan Blackbaudin alustoilla vuosittain, ja että Lantern ymmärtää varainkeruun tavoitteet, lahjoittajadynamiikan ja voittoa tavoittelemattomien organisaatioiden prioriteetit tavoilla, joilla yleiskäyttöinen tekoäly ei pysty.

Jälkikoulutettu Databricksin kanssa toimialasignaali‑verkossa

Tehdessään yhteistyötä Databricksin kanssa, Blackbaud yhdistää johtavia avoimen painon malleja Databricks Data + AI -alustalla yli 40 vuoden sosiaalisen vaikuttavuuden älykkyyden kanssa. Lantern on jälkikoulutettu synteettisissä skenaarioissa, jotka on mallinnettu Blackbaudin Social Impact Signal Graph -verkkoon, jotta se heijastaa todellisia varainkeruukuvioita; Blackbaudin mukaan tämä lähestymistapa mahdollistaa mallin kehittymisen teknologian edetessä.

„Hyväntekeväisyysmaailmalla on valtava mahdollisuus hyötyä tekoälystä, mutta tuottojen näkeminen edellyttää oikeita tietoja, kontekstia ja hallintaa“, sanoi Andy Kofoid, Databricksin maailmanlaajuisen kenttätoiminnan presidentti. Hän totesi, että kaksi yritystä tarjoavat voittoa tavoittelemattomille organisaatioille tarvittavan tietopohjan varainkeruun laajentamiseen.

Blackbaud kertoi, että Lantern on kehitetty sen vastuullisen tekoälyn periaatteiden mukaisesti, keskittyen yksityisyyteen, läpinäkyvyyteen ja alakohtaiseen hallintoon.

Suunniteltu varainkeruun ympärille, asiakaspalautteella

Blackbaudin mukaan Lantern heijastaa asiakassuhteiden säilyttämisen, päivityspolkujen ja elinikäisten suhteiden merkitystä – dynamiikkaa, jonka yritys kuvaa varainkeruun keskeiseksi eikä sitä ole yleiskäyttöisissä tekoälymalleissa. Yritys totesi, että malli voi tuoda esiin mahdollisuuksia, jotka muuten jäisivät huomaamatta, ja auttaa organisaatioita kohdistamaan ponnistelunsa siellä, missä vaikutus on suurin.

Carrie Cobb, Blackbaudin päädata‑ ja tekoälyvirkailija, kertoi, että Lantern on tarkoituksellisesti rakennettu varainkeruun heijastamiseksi, hyödyntäen vuosikymmenten alan asiantuntemusta ja Social Impact Signal Graph -verkossa sisältyvää älykkyyttä. Hän kuvaili tulosta älykkyydeksi, joka on relevantimpaa, läpinäkyvämpää ja toimivampaa, koska se ymmärtää asiakkaiden tuloksia ohjaavat suhteet ja käyttäytymismallit.

Lantern rakennetaan Blackbaudin asiakkaiden, kuten Boston Universityn, Hesed Housen ja YMCA of the Northin, palautteen perusteella. Tim Cerato, apulaisvarapuheenjohtaja, joka vastaa sidosryhmäsuhteiden hallinnasta Boston Universityssa, totesi, että yksi tekoälyn suurimmista avauksista on sen kyky ymmärtää toimialan vivahteita ja tehostaa työntekijöiden vaikuttavuutta.

Kyselytiedot omaksumislukujen takana

Blackbaudin ilmoituksen omaksumistilastot perustuvat Blackbaud Institute -raporttiin Bridging the AI Effectiveness Gap, joka hyödyntää kahta rinnakkaista kyselyä, jotka toteutettiin maaliskuussa 2026 Yhdysvalloissa instituutin ja Edge Researchin toimesta. Kyselyt kattivat 1 389 sosiaalisen vaikuttavuuden ammattilaista ja 1 034 lahjoittajaa, jotka tukevat sosiaalisen vaikuttavuuden organisaatioita; raportti määrittelee tämän kategorian voittoa tavoittelemattomiksi organisaatioiksi, terveydenhuollon organisaatioiksi, perus- ja toisen asteen kouluiksi, korkeakouluyksiköiksi ja säätiöiksi.

Raportti luokittelee noin 10 % organisaatioista AI‑adaptiivisiksi, mikä tarkoittaa, että ne ovat siirtyneet kokeiluvaiheesta järjestelmälliseen tekoälyn käyttöön, jota tukevat hallinto, datavalmius ja läpinäkyvyys, kun taas 75 % luokitellaan AI‑nouseviksi ja 12 % on suljettuja tai tietämättömiä. Se havaitsi, että vain 50 % organisaatioista käyttää maksullisia tai yritystason tekoälytyökaluja, kun taas 24 % käyttää ainoastaan ilmaisversioita, ja että vain noin kolmasosa kyseltyjen ammattilaisten uskoo organisaationsa käyttävän tekoälyä erittäin tehokkaasti. Tietojen julkistamisen osalta 76 % lahjoittajista katsoo, että organisaatioiden on tärkeää ilmoittaa selvästi, milloin ja miten tekoälyä käytetään, kun taas vain 26 % ammattilaisista sanoi organisaationsa tekevän niin.

Saatavuus Platform for Good -alustan kautta

Lantern upotetaan Blackbaudin Platform for Good -yhtenäiseen käyttöjärjestelmään, jonka Blackbaud esitteli samana päivänä bbconissa. Järjestelmässä on kolme kerrosta: Data Core, joka yhdistää Blackbaud Philanthropic Datasetin, Blackbaud Institute -tutkimuksen ja toimialan tietoaineistot sekä Blackbaud Giving Searchin; Intelligence Layer, jota ohjaa Social Impact Signal Graph; sekä Action Layer, jossa on tekoälyavustajia, -agentteja ja työnkulkuja ihmisen valvonnassa. Blackbaud kertoi, että Lantern sijaitsee Intelligence Layer -kerroksessa, toimittaen räätälöityä älykkyyttä suoraan siellä, missä asiakkaat jo työskentelevät.

Samana päivänä tehdyt ilmoitukset sisälsivät kehityksiä Development Agent -ohjelmaan, joka tunnistaa ja aktivoi määrittelemättömiä lahjoittajia, uuteen Data Health Agent -ohjelmaan, joka on suunniteltu havaitsemaan ja ratkaisemaan tietojen ongelmia tarkastus‑ ja hyväksymistyönkulkujen avulla, sekä uudelleenrakennetun, natiivipilvipohjaisen Raiser’s Edge NXT:n, jossa on Strategy Assistant -avustaja, jonka Blackbaudin mukaan hyödyntää yli $1 trillion antohistoriassa, jota tuote seuraa.

Lanternin on suunniteltu alkavan tehostaa valikoituja Blackbaud Raiser’s Edge NXT – ja Agents for Good -toimintoja vuonna 2027, ja laajempi saatavuus on suunniteltu Platform for Good -alustalle.