RespuestasPublicado17 fuentes
Thomson Reuters apuesta 40 millones de dólares por tener su propio modelo de IA
Thomson Reuters lanzó Thomson, su primer modelo de lenguaje grande propio, después de invertir unos 40 millones de dólares durante más de dos años; los aproximadamente 450.000 dólares corresponden solo al entrenamient... El modelo se entrenó con material seleccionado de Westlaw, Practical Law, Checkpoint y Reuters,...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación
Conclusiones clave
- Thomson Reuters lanzó Thomson, su primer modelo de lenguaje grande propio, después de invertir unos 40 millones de dólares durante más de dos años; los aproximadamente 450.000 dólares corresponden solo al entrenamient...
- El modelo se entrenó con material seleccionado de Westlaw, Practical Law, Checkpoint y Reuters, y utilizó menos del 10 % de la biblioteca total de contenidos de Thomson Reuters.
- Según informaciones externas, Thomson partió de Qwen, de Alibaba, y de un modelo intermedio llamado Snowdon; el anuncio oficial de la compañía solo habla de una sólida base de código abierto.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Thomson Reuters announce about its first proprietary large language model, Thomson—including its approximately $40 million, two-yea. Article summary: Thomson Reuters announced **Thomson**, its first proprietary large language model: a specialized, company-controlled AI system initially deployed in CoCounsel Legal’s Tabular Analysis document-review workflow. The compan. Topic tags: general, general web, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
Thomson Reuters ha lanzado Thomson, su primer modelo de lenguaje grande propietario. El objetivo es que la compañía tenga más control sobre la inteligencia artificial que integra en sus productos profesionales. De entrada, Thomson se encargará de Tabular Analysis, una función de revisión documental de alto volumen dentro de CoCounsel Legal, mientras Claude, de Anthropic, seguirá impulsando buena parte de la plataforma. 7
11
La decisión no supone abandonar los modelos de terceros. Es, más bien, una apuesta por una estrategia híbrida: desarrollar y controlar los sistemas que más se benefician de los datos y la experiencia sectorial de Thomson Reuters, y seguir recurriendo a modelos externos de vanguardia cuando sean más adecuados.
Qué anunció Thomson Reuters
La compañía asegura que invirtió aproximadamente 40 millones de dólares durante más de dos años en el personal y la capacidad informática necesarios para desarrollar Thomson. Esa cifra no debe confundirse con los cerca de 450.000 dólares que costó el entrenamiento final del modelo: este último importe cubre solo una fase del proyecto completo. 2
6
Thomson Reuters describe Thomson como un modelo totalmente propiedad de la empresa y bajo su control, entrenado y operado por una fracción del coste de modelos de vanguardia comparables. 7 Su primer uso en producción será Tabular Analysis, una herramienta especializada en revisar documentos estructurados, no todas las tareas que realiza el asistente.
11
Qwen y Snowdon: la historia de desarrollo que se conoce
En su anuncio público, Thomson Reuters identifica el punto de partida únicamente como «una sólida base de código abierto». 7 Informaciones externas, incluidas declaraciones atribuidas al director de tecnología de la compañía, señalaron a Qwen, de Alibaba, como esa base. Otros reportes describen una colaboración entre Thomson Reuters e Imperial College London para transformar Qwen en un modelo intermedio llamado Snowdon, con énfasis en su realineamiento ético, político y de seguridad antes de añadir entrenamiento especializado en ámbitos profesionales.
2
14
La distinción es importante: Qwen y Snowdon forman parte de la historia de desarrollo publicada por medios externos, pero no aparecen nombrados en el comunicado oficial de Thomson Reuters. La descripción confirmada por la empresa es que Thomson comenzó con una base de código abierto y después fue adaptado y entrenado para sus propios casos de uso profesionales. 7
Datos profesionales seleccionados, no todo el archivo
Thomson Reuters afirma que Thomson se entrenó con material considerado autorizado de Westlaw, Practical Law, Checkpoint y Reuters, con la participación de cientos de especialistas en las distintas áreas durante el entrenamiento y la evaluación. 7
Según informaciones publicadas sobre el proyecto, el material utilizado hasta ahora representa menos del 10 % de la biblioteca total de contenidos de Thomson Reuters. 2 La estrategia revela una decisión de diseño clara: buscar calidad mediante contenidos cuidadosamente seleccionados, conocimiento especializado y evaluaciones centradas en tareas, en lugar de introducir sin más todo el archivo histórico de la empresa en el modelo.
Este enfoque resulta especialmente relevante en los flujos de trabajo profesionales, donde el valor de la IA no depende solo de su capacidad general para comprender y generar lenguaje. También importa cómo trabaja con fuentes fiables, herramientas especializadas y criterios propios de cada sector.
Claude no desaparece de CoCounsel
La estrategia de Thomson Reuters no consiste en sustituir Claude en todo CoCounsel. Thomson asumirá las tareas en las que su entrenamiento especializado y el acceso a los contenidos de Thomson Reuters puedan ofrecer una ventaja, mientras que Claude seguirá impulsando buena parte de la plataforma en el marco de la relación ampliada entre ambas compañías. 7
11
El resultado será una arquitectura híbrida:
- Thomson para determinados flujos profesionales de gran volumen, como Tabular Analysis.
- Claude y otros modelos externos para tareas en las que resulten más útiles sus capacidades generales y de vanguardia.
- Sistemas y datos bajo control de la empresa cuando el coste, la personalización y la autonomía operativa sean prioritarios.
Para las empresas que están comprando tecnología de IA, la lección es práctica: ser propietario de un modelo no obliga a prescindir de los proveedores externos. Un sistema más pequeño y especializado puede convivir con modelos generales de mayor tamaño si cada uno recibe el trabajo que mejor sabe hacer.
La economía de «tener» frente a «alquilar»
La justificación de Thomson Reuters es tanto financiera como estratégica. Pagar a un proveedor externo por cada inferencia —cada respuesta o procesamiento que realiza el modelo— genera un coste operativo continuo y deja a la empresa expuesta a los precios, la hoja de ruta, la disponibilidad y las políticas de otra compañía. Un modelo propio exige una inversión inicial considerable, pero el sistema resultante se convierte en un activo que la empresa controla. 7
13
La cifra de 40 millones de dólares también muestra por qué el coste del entrenamiento final puede llevar a confusión. Los aproximadamente 450.000 dólares llamaron la atención porque están muy por debajo de los costes asociados al desarrollo de los modelos de frontera más grandes. Sin embargo, el proyecto completo incluyó personal, capacidad informática, desarrollo del modelo, preparación de datos, evaluación y trabajo de especialistas sectoriales. 2
6
En esencia, Thomson Reuters sostiene que una empresa con datos propios de alto valor no necesita construir desde cero un modelo generalista para beneficiarse de la IA. Puede partir de una base abierta, especializarla y controlar el sistema resultante en los procesos más cercanos a su negocio.
Está prevista una versión más pequeña con pesos abiertos
Thomson Reuters planea publicar en Hugging Face una versión más pequeña con pesos abiertos para investigación académica y usos no comerciales, con la participación de especialistas en Derecho en la evaluación externa. 10
Eso no significa que el modelo de producción Thomson vaya a ser completamente abierto. La versión anunciada debe entenderse como una herramienta de investigación y evaluación que permitirá a expertos externos analizar su rendimiento y sus limitaciones.
Qué confirma el anuncio —y qué no
La imagen confirmada es la de una compañía que ha lanzado un modelo de lenguaje grande bajo su propio control, ha invertido unos 40 millones de dólares en su desarrollo, lo ha entrenado con una selección de contenidos profesionales propios y lo ha desplegado inicialmente en un flujo de revisión documental jurídica. 7
11
La supuesta base Qwen, el modelo intermedio Snowdon y la colaboración con Imperial College London aportan contexto, pero esos detalles proceden de informaciones externas y no del anuncio público de lanzamiento de la compañía. 2
14 Del mismo modo, las dudas sobre la seguridad de las bases de modelos de código abierto procedentes de China pertenecen al ámbito de la cadena de suministro y la gobernanza tecnológica; las informaciones proporcionadas no demuestran que se haya encontrado una puerta trasera en Qwen, Snowdon o Thomson.
La importancia de fondo es estratégica. Thomson Reuters no intenta ganar el mercado de los chatbots generalistas. Está comprobando si un modelo especializado, entrenado con conocimiento profesional de alto valor y desplegado de forma selectiva, puede reducir su dependencia de una IA alquilada y, al mismo tiempo, ofrecer un mejor equilibrio entre costes, rendimiento y control.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Thomson Reuters apuesta 40 millones de dólares por tener su propio modelo de IA"?
Thomson Reuters lanzó Thomson, su primer modelo de lenguaje grande propio, después de invertir unos 40 millones de dólares durante más de dos años; los aproximadamente 450.000 dólares corresponden solo al entrenamient...
¿Cuáles son los puntos clave a validar primero?
Thomson Reuters lanzó Thomson, su primer modelo de lenguaje grande propio, después de invertir unos 40 millones de dólares durante más de dos años; los aproximadamente 450.000 dólares corresponden solo al entrenamient... El modelo se entrenó con material seleccionado de Westlaw, Practical Law, Checkpoint y Reuters, y utilizó menos del 10 % de la biblioteca total de contenidos de Thomson Reuters.
¿Qué debo hacer a continuación en la práctica?
Según informaciones externas, Thomson partió de Qwen, de Alibaba, y de un modelo intermedio llamado Snowdon; el anuncio oficial de la compañía solo habla de una sólida base de código abierto.