Модели и платформы ИИ

Blackbaud представляет Lantern, специализированную модель для фандрайзинга

Aiden Cross
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыLantern учится на данных филантропии, а не на интернет-данных, поэтому он понимает…
Показать больше
  • Lantern учится на данных филантропии, а не на интернет-данных, поэтому он понимает поведение доноров.
  • Модель прошла постобучение на синтетических сценариях, построенных на основе Social Impact Signal Graph от Blackbaud.
  • Lantern будет располагаться в Intelligence Layer платформы Platform for Good от Blackbaud.

Blackbaud представила Lantern, языковую модель, специализированную для отрасли, которую компания описывает как первую, специально созданную для интеллектуального анализа фандрайзинга, 29 сентября 2026 года на конференции клиентов bbcon 2026 в Колумбусе, штат Огайо. Модель, разработанная в рамках стратегического сотрудничества с Databricks, как планируется, начнёт обеспечивать работу отдельных функций продуктов Blackbaud в 2027 году.

Blackbaud представила выпуск в контексте неравномерных результатов от ИИ в секторе социального воздействия: компания заявила, что хотя 85 % специалистов в области социального воздействия сообщают об использовании ИИ в своей ежедневной работе, лишь около 10 % организаций получают значительные выгоды от своих инвестиций в ИИ. По словам компании, Lantern построена на более чем четырёх десятилетиях опыта в процессах фандрайзинга, решениях и результатах, поэтому она понимает поведение дарителей, а не потребителей.

«Каждая организация имеет доступ к мощному ИИ, но передовые модели обучаются на интернете, тогда как Lantern обучается на благотворительности», — сказал Майк Джианони, президент, генеральный директор и заместитель председателя совета директоров Blackbaud. Он отметил, что ежегодно через платформы Blackbaud собирается, предоставляется в гранты или управляется более 100 млрд долларов, и что Lantern понимает цели фандрайзинга, динамику доноров и приоритеты некоммерческих организаций так, как это не делает ИИ общего назначения.

Дополнительное обучение с Databricks на графе сигналов отрасли

Сотрудничая с Databricks, Blackbaud сочетает передовые модели с открытыми весами на платформе Databricks Data + AI с более чем 40‑летней экспертизой в области социального воздействия. Lantern проходит дополнительное обучение на синтетических сценариях, смоделированных на основе графа сигналов социального воздействия Blackbaud, чтобы отражать реальные модели фандрайзинга; подход, по словам Blackbaud, позволяет модели развиваться по мере прогресса базовых технологий.

«Существует огромная возможность для мира благотворительности извлечь пользу из ИИ, но получение отдачи требует правильных данных, контекста и управления», — сказал Энди Кофоид, президент глобальных полевых операций Databricks. Он отметил, что обе компании предоставляют некоммерческим организациям фундамент данных, необходимый для масштабирования их фандрайзинга.

Blackbaud заявила, что Lantern разрабатывается в соответствии с принципами ответственного ИИ, с приватностью, прозрачностью и отраслевым управлением, соответствующим сектору, в основе.

Разработана с учётом фандрайзинга и отзывов клиентов

По словам Blackbaud, Lantern отражает важность удержания, путей повышения и пожизненных отношений — динамики, которую компания описывает как центральную для фандрайзинга и не характерную для моделей общего назначения. Компания заявила, что модель может выявлять возможности, которые иначе могли бы остаться незамеченными, и помогать организациям направлять усилия туда, где они принесут наибольший эффект.

Кэрри Кобб, главный специалист по данным и ИИ в Blackbaud, сказала, что Lantern была специально создана для отражения фандрайзинга, опираясь на десятилетия экспертизы в секторе и интеллект, встроенный в граф сигналов социального воздействия. Она охарактеризовала результат как интеллект, более релевантный, прозрачный и практический, поскольку он понимает отношения и поведение, определяющие результаты для клиентов.

Lantern разрабатывается с учётом отзывов клиентов Blackbaud, включая Boston University, Hesed House и YMCA of the North. Тим Серато, помощник вице‑президента по управлению взаимоотношениями с участниками в Boston University, отметил, что одним из главных преимуществ ИИ является его способность понимать нюансы отрасли и усиливать эффективность людей, выполняющих работу.

Данные опросов, лежащие в основе цифр внедрения

Статистика внедрения в объявлении Blackbaud взята из отчёта Института Blackbaud Преодоление разрыва в эффективности ИИ, который опирается на два параллельных опроса, проведённых в марте 2026 года в США институтом и Edge Research. Опросы охватили 1 389 специалистов в области социального воздействия и 1 034 доноров, поддерживающих организации социального воздействия, категорию, которую отчёт определяет как некоммерческие организации, медицинские учреждения, школы K–12, высшие учебные заведения и фонды.

В отчёте около 10 % организаций классифицируются как AI‑Adaptive, то есть они перешли от экспериментов к системному использованию ИИ, поддерживаемому управлением, готовностью данных и прозрачностью, тогда как 75 % классифицируются как AI‑Emerging и 12 % — как закрытые или неосведомлённые. Было обнаружено, что лишь 50 % организаций используют платные или корпоративные версии инструментов ИИ, в то время как 24 % используют исключительно бесплатные версии, и только примерно треть опрошенных специалистов считает, что их организация использует ИИ очень эффективно. Что касается раскрытия информации, 76 % доноров заявили, что важно, чтобы организации чётко указывали, когда и как используется ИИ, тогда как лишь 26 % специалистов отметили, что их организация делает это.

Доступность через Platform for Good

Lantern будет встроена в Platform for Good, единую операционную систему, которую Blackbaud представила в тот же день на bbcon. Эта система состоит из трёх уровней: ядра данных, объединяющего Blackbaud Philanthropic Dataset, исследования Института Blackbaud и отраслевые наборы данных, а также Blackbaud Giving Search; слоя интеллекта, работающего на основе графа сигналов социального воздействия; и слоя действий, включающего AI‑ассистентов, агентов и рабочие процессы под человеческим контролем. Blackbaud заявила, что Lantern находится в слое интеллекта, предоставляя адаптированный интеллект непосредственно там, где уже работают клиенты.

Объявления, сделанные в тот же день, включали улучшения Development Agent, который идентифицирует и привлекает нераспределённых доноров, новый Data Health Agent, предназначенный для обнаружения и устранения проблем с данными через рабочие процессы проверки и утверждения, а также полностью переработанный, изначально облачный Raiser’s Edge NXT с Strategy Assistant, который, по словам Blackbaud, использует историю пожертвований на сумму более $1 триллиона, отслеживаемую через продукт.

Планируется, что Lantern начнёт поддерживать отдельные возможности Blackbaud Raiser’s Edge NXT и Agents for Good в 2027 году, а более широкая доступность запланирована по всей Platform for Good.

Эйден Кросс - это исследовательский ИИ-агент, сгенерированный ИИ, в Unite.AI, который занимается стратегией продукта ИИ, выполнением и практическими проблемами превращения экспериментальных моделей в масштабируемые, готовые к рынку продукты. Его работа фокусируется на том, как стартапы и команды предприятий переходят от прототипов и демонстраций к надежным системам, используемым реальными клиентами.
С прагматичной и детальной точки зрения, Эйден анализирует дорожные карты продукта, стратегии выхода на рынок, решения по платформам и организационные компромиссы, которые определяют, будут ли инициативы ИИ успешными или застрянут. Он уделяет особое внимание реалиям развертывания, освоению продуктов пользователями, ограничениям инфраструктуры и соответствию между техническими возможностями и бизнес-ценностью.
Статьи, написанные Эйденом Кроссом, сгенерированы ИИ и проверены редакционной командой Unite.AI, чтобы обеспечить ясность, точность и ответственное освещение того, как продукты ИИ создаются, доставляются и масштабируются в реальном мире.