Blackbaud lanserar Lantern, en AI-modell specifikt för insamling
Blackbaud har lanserat en ny AI-modell vid namn Lantern, skräddarsydd för att optimera insamlingsverksamheten inom social sektor. Modellen syftar till att överbrygga klyftan mellan användningen av AI och faktiska resultat för ideella organisationer.
COLUMBUS, Ohio – Blackbaud har presenterat Lantern, en ny språkmodell som företaget beskriver som den första domänspecifika modellen avsedd att förbättra insamlingsarbetet inom sektorn för social påverkan. Modellen har utvecklats i ett strategiskt samarbete med Databricks.
Enligt Blackbaud använder en stor del av yrkesverksamma inom social påverkan AI, men endast cirka 10 procent av organisationerna ser betydande avkastning på sina investeringar. Lantern är tänkt att adressera denna "avkastningsklyfta" inom AI. Modellen bygger på mer än 40 års erfarenhet av insamlingsprocesser och resultat.
"Frontiermodeller lär sig från internet, medan Lantern lär sig från filantropi", säger Mike Gianoni, VD för Blackbaud. Han betonade att Lantern förstår insamlingsmål och givarbeteenden på ett sätt som generella AI-modeller inte gör, och därmed ger organisationer skräddarsydda insikter.
Modellen är byggd på Databricks Data + AI Platform och kombinerar ledande öppna modeller med Blackbauds djupa kunskap om social påverkan. Lantern har tränats på syntetiska scenarier baserade på Blackbauds Social Impact Signal Graph för att återspegla verkliga insamlingsmönster. Företaget uppger att modellen följer principer för ansvarsfull AI, inklusive integritet och transparens.
Lantern ska hjälpa organisationer inom social påverkan att identifiera nya möjligheter, förstå relationers utveckling med givare och fokusera resurser mer effektivt. Utvecklingen har skett i samråd med Blackbaud-kunder som Boston University och YMCA of the North för att säkerställa att modellen möter de behov frontlinjefinansiärer har.