Blackbaud presenterar Lantern, en domänspecifik modell för insamling

Blackbaud presenterade Lantern, en domänspecifik språkmodell som företaget beskriver som den första som är särskilt byggd för insamlingsintelligens, den 29 september 2026, på sin bbcon 2026 kundkonferens i Columbus, Ohio. Modellen har utvecklats genom ett strategiskt samarbete med Databricks och planeras börja driva utvalda Blackbaud‑produktfunktioner år 2027.

Blackbaud placerade lanseringen mot ojämna avkastningar från AI inom den sociala påverkningssektorn: företaget uppgav att medan 85 % av yrkesverksamma inom social påverkan rapporterar att de använder AI i sitt dagliga arbete, är det endast omkring 10 % av organisationerna som realiserar betydande vinster på sina AI‑investeringar. Lantern, enligt företaget, är byggd på mer än fyra decennier av erfarenhet av insamlingsarbetsflöden, beslut och resultat, så att den förstår givarbeteende snarare än köpbeteende.

”Varje organisation har tillgång till kraftfull AI, men frontmodeller lär sig från internet, medan Lantern lär sig från filantropi,” sade Mike Gianoni, Blackbauds president, VD och vice ordförande. Han uppgav att mer än 100 miljarder dollar samlas in, beviljas eller hanteras via Blackbauds plattformar varje år, och att Lantern förstår insamlingsmål, givardynamik och ideella prioriteringar på sätt som generella AI‑modeller inte gör.

Eftertränad med Databricks på en sektorsignalgraf

I samarbete med Databricks kombinerar Blackbaud ledande öppna modeller på Databricks Data + AI‑plattform med mer än 40 år av intelligens inom social påverkan. Lantern är eftertränad på syntetiska scenarier modellerade på Blackbauds Social Impact Signal Graph för att spegla verkliga insamlingsmönster, ett tillvägagångssätt som Blackbaud säger gör att modellen kan utvecklas i takt med att den underliggande tekniken förbättras.

”Det finns en enorm möjlighet för filantropivärlden att dra nytta av AI, men för att se avkastning krävs rätt data, kontext och styrning,” sade Andy Kofoid, Databricks president för globala fältoperationer. Han påpekade att de två företagen ger ideella organisationer den datagrund de behöver för att skala sin insamling.

Blackbaud uppgav att Lantern utvecklas enligt deras principer för ansvarsfull AI, med integritet, transparens och sektorsanpassad styrning i kärnan.

Utformad kring insamling, med kundinput

Enligt Blackbaud speglar Lantern vikten av behållning, uppgraderingsvägar och livstidsrelationer, dynamiker som företaget beskriver som centrala för insamling och som inte är inbyggda i generella AI‑modeller. Företaget menar att modellen kan lyfta fram möjligheter som annars kan gå obemärkt förbi och hjälpa organisationer att rikta sina insatser där de kan ha störst effekt.

Carrie Cobb, Blackbauds chef för data och AI, sade att Lantern är särskilt byggd för att spegla insamling, med stöd av årtionden av sektorsexpertis och den intelligens som är inbäddad i Social Impact Signal Graph. Hon beskrev resultatet som intelligens som är mer relevant, transparent och handlingsbar eftersom den förstår de relationer och beteenden som driver resultat för kunder.

Lantern byggs med input från Blackbaud‑kunder, inklusive Boston University, Hesed House och YMCA of the North. Tim Cerato, assisterande vice president för hantering av intressentrelationer vid Boston University, sade att en av de största möjligheterna för AI är dess förmåga att förstå en branschs nyanser och förstärka effektiviteten hos de personer som utför arbetet.

Undersökningsdata som ligger till grund för antagningssiffrorna

Adoptionsstatistiken i Blackbauds tillkännagivande härrör från Blackbaud Institutes Bridging the AI Effectiveness Gap-rapport, som bygger på två parallella undersökningar genomförda i mars 2026 i USA av institutet och Edge Research. Undersökningarna omfattade 1 389 yrkesverksamma inom social påverkan och 1 034 givare som stödjer organisationer för social påverkan, en kategori som rapporten definierar som ideella organisationer, vårdinrättningar, grundskolor och gymnasier (K–12), högre utbildningsinstitutioner och stiftelser.

Rapporten klassificerar omkring 10 % av organisationerna som AI‑adaptiva, vilket innebär att de har gått bortom experimentering till systematisk AI‑användning med stöd av styrning, dataklarhet och transparens, medan 75 % klassificeras som AI‑framväxande och 12 % som låsta eller omedvetna. Den fann att endast 50 % av organisationerna använder betalda eller företagsversioner av AI‑verktyg, medan 24 % enbart använder gratisversioner, och att endast omkring en tredjedel av de tillfrågade yrkesverksamma anser att deras organisation använder AI mycket effektivt. När det gäller transparens uppgav 76 % av givarna att det är viktigt för organisationer att tydligt ange när och hur AI används, medan endast 26 % av yrkesverksamma sade att deras organisation gör det.

Tillgänglighet via Platform for Good

Lantern kommer att integreras i Blackbauds Platform for Good, det enhetliga operativsystem som Blackbaud presenterade samma dag på bbcon. Systemet har tre lager: ett Datakärna som kombinerar Blackbaud Philanthropic Dataset, Blackbaud Institute‑forskning och branschdatamängder samt Blackbaud Giving Search; ett Intelligenslager som drivs av Social Impact Signal Graph; och ett Åtgärdslager med AI‑assistenter, agenter och arbetsflöden som fungerar under mänsklig tillsyn. Blackbaud uppgav att Lantern placeras i Intelligenslagret och levererar skräddarsydd intelligens direkt där kunderna redan arbetar.

Samma dagens tillkännagivanden inkluderade förbättringar av en Development Agent som identifierar och engagerar oregistrerade givare, en ny Data Health Agent som är utformad för att upptäcka och åtgärda dataproblem genom gransknings‑och‑godkännandeflöden, samt en ombyggd, native‑cloud Raiser’s Edge NXT med en Strategy Assistant som Blackbaud säger bygger på mer än $1 triljon i gåvhistorik som spåras via produkten.

Lantern planeras att börja driva utvalda Blackbaud Raiser’s Edge NXT‑ och Agents for Good‑funktioner år 2027, med bredare tillgänglighet planerad över Platform for Good.