Blackbaud esittelee Lantern-kielimallin rahankeräykseen
Blackbaud julkisti Lantern-kielimallin, joka on suunniteltu erityisesti sosiaalisen vaikuttamisen sektorin rahankeräyksen tehostamiseen. Malli pyrkii ratkaisemaan yleiskäyttöisten tekoälymallien puutteita hyväntekeväisyystyössä.
COLUMBUS, Ohio – Blackbaud on esitellyt Lantern-kielimallin, jonka yhtiö kuvailee olevan ensimmäinen alakohtainen kielimalli, joka on suunniteltu rahankeräyksen tehostamiseen sosiaalisen vaikuttamisen alalla. Malli kehitettiin yhteistyössä Databricksin kanssa.
Yhtiön mukaan suuri osa sosiaalisen vaikuttamisen ammattilaisista käyttää tekoälyä, mutta vain pieni osa organisaatioista saavuttaa merkittäviä tuloksia. Blackbaud pyrkii Lanternin avulla kuromaan umpeen tämän "tekoälytulosten kuilun". Malli perustuu yli 40 vuoden kokemukseen rahankeräyksen työnkuluista ja tuloksista.
"Tekoälymallit oppivat internetistä, kun taas Lantern oppii filantropiasta", sanoi Blackbaudin toimitusjohtaja Mike Gianoni. Hän korosti, että Lantern ymmärtää rahankeräyksen tavoitteita ja lahjoittajien käyttäytymistä paremmin kuin yleiskäyttöiset tekoälyratkaisut, tarjoten kohdennettua älykkyyttä organisaatioille.
Malli on rakennettu Databricks Data + AI -alustalle hyödyntäen avoimen painoarvon malleja ja Blackbaudin keräämää sosiaalisen vaikuttamisen dataa. Mallia on koulutettu synteettisillä skenaarioilla, jotka perustuvat Blackbaudin Social Impact Signal Graph -tietokantaan heijastamaan todellisia rahankeräyksen malleja. Yhtiö kertoo mallin noudattavan vastuullisen tekoälyn periaatteita, kuten yksityisyyttä ja läpinäkyvyyttä.
Lanternin on tarkoitus auttaa sosiaalisen vaikuttamisen organisaatioita tunnistamaan uusia mahdollisuuksia, ymmärtämään lahjoittajasuhteiden kehittymistä ja keskittymään tehokkaimmin resurssien käyttöön. Mallin kehityksessä on otettu huomioon myös Blackbaudin asiakkaiden, kuten Boston Universityn ja YMCA of the Northin, tarpeet.