RéponsesPublié17 sources
Thomson Reuters veut reprendre le contrôle de son IA avec le modèle Thomson
Thomson Reuters a investi environ 40 millions de dollars sur plus de deux ans pour développer Thomson ; les 450 000 dollars correspondent uniquement à sa dernière phase d’entraînement. Le modèle a été entraîné à partir de contenus sélectionnés de Westlaw, Practical Law, Checkpoint et Reuters, représentant moins de 1...
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche
Points clés à retenir
- Thomson Reuters a investi environ 40 millions de dollars sur plus de deux ans pour développer Thomson ; les 450 000 dollars correspondent uniquement à sa dernière phase d’entraînement.
- Le modèle a été entraîné à partir de contenus sélectionnés de Westlaw, Practical Law, Checkpoint et Reuters, représentant moins de 10 % de la bibliothèque totale du groupe.
- Selon des informations externes, Thomson s’appuie sur Qwen d’Alibaba et sur un modèle intermédiaire baptisé Snowdon ; l’annonce officielle de Thomson Reuters parle toutefois seulement d’une solide base open source.
Prompt 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 vient de lancer Thomson, son premier grand modèle de langage propriétaire. L’objectif n’est pas de remplacer immédiatement tous les modèles tiers, mais de mieux contrôler l’intelligence artificielle intégrée à ses produits professionnels. Thomson sera d’abord utilisé pour Tabular Analysis, une fonction d’analyse documentaire à grande échelle de CoCounsel Legal, tandis que Claude d’Anthropic continuera d’alimenter une grande partie de la plateforme. 7
11
Derrière cette annonce se dessine donc une stratégie hybride : posséder les modèles les plus utiles aux activités spécifiques de Thomson Reuters et continuer à s’appuyer sur des modèles externes lorsque leurs capacités généralistes restent plus adaptées.
Un investissement de 40 millions de dollars — et non 450 000 dollars
Thomson Reuters indique avoir consacré environ 40 millions de dollars sur plus de deux ans aux équipes et aux ressources informatiques nécessaires au développement de Thomson. 2
6
Ce montant est souvent confondu avec les 450 000 dollars annoncés pour l’entraînement final du modèle. Or cette dernière somme ne couvre qu’une étape du projet : elle exclut notamment les salaires, le développement, la préparation des données, les évaluations, les essais successifs et le temps mobilisé par les spécialistes du domaine. 2
6
L’entreprise affirme que Thomson a été entraîné et fonctionne à une fraction du coût de modèles généralistes comparables, tout en restant entièrement détenu et contrôlé par Thomson Reuters. 7
Qwen et Snowdon : ce que l’on sait, et ce qui reste externe à l’annonce officielle
Dans son communiqué, Thomson Reuters décrit le point de départ comme « une solide base open source », sans en préciser le nom. 7
Des articles de presse, s’appuyant notamment sur des déclarations attribuées au directeur technologique de l’entreprise, identifient cette base comme Qwen, le modèle open source d’Alibaba. D’autres informations font état d’un travail commun entre Thomson Reuters et l’Imperial College London pour transformer Qwen en un modèle intermédiaire appelé Snowdon, avec un travail de réalignement éthique, politique et sécuritaire avant son adaptation aux usages professionnels. 2
14
Cette nuance est importante : Qwen et Snowdon font partie de l’historique de développement rapporté par des sources externes, mais ne sont pas nommés dans l’annonce officielle. Le fait confirmé par Thomson Reuters est que Thomson est parti d’une base open source, ensuite adaptée et entraînée pour les besoins professionnels du groupe. 7
Une sélection de contenus professionnels plutôt que toute l’archive
Thomson Reuters affirme avoir utilisé des contenus de référence provenant de Westlaw, Practical Law, Checkpoint et Reuters, avec la participation de centaines d’experts dans la formation et l’évaluation du modèle. 7
Selon des informations rapportées, ces contenus représentent pour l’instant moins de 10 % de la bibliothèque totale de Thomson Reuters. 2
Le choix est révélateur : l’entreprise cherche à améliorer les performances de Thomson en combinant des sources soigneusement sélectionnées, une expertise métier et des évaluations propres à chaque tâche, plutôt qu’en injectant indistinctement l’intégralité de ses archives dans le modèle.
Pour les métiers du droit et de l’information professionnelle, cette approche peut compter davantage que la seule maîtrise générale du langage. La valeur d’un modèle dépend aussi de sa capacité à travailler avec des contenus fiables, des outils spécialisés et des procédures bien définies.
Pourquoi Claude reste au cœur de CoCounsel
Thomson Reuters ne prévoit pas de remplacer Claude dans l’ensemble de CoCounsel. Thomson sera affecté aux tâches pour lesquelles son entraînement spécialisé et son accès aux contenus du groupe peuvent constituer un avantage. Claude, de son côté, devrait continuer à alimenter une grande partie de la plateforme dans le cadre du partenariat élargi entre les deux entreprises. 7
11
Cette organisation repose sur trois niveaux :
- Thomson pour certaines tâches professionnelles à fort volume, comme Tabular Analysis ;
- Claude et d’autres modèles externes pour les demandes qui bénéficient davantage de capacités généralistes de pointe ;
- Des systèmes et des données contrôlés par Thomson Reuters lorsque le coût, la personnalisation et la maîtrise opérationnelle sont prioritaires.
Pour les entreprises qui déploient de l’IA, le message est concret : posséder un modèle ne signifie pas renoncer à tous les fournisseurs externes. Un modèle plus petit et spécialisé peut cohabiter avec des modèles généralistes plus puissants, chacun étant chargé des tâches auxquelles il est le mieux adapté.
« Posséder » plutôt que « louer » l’intelligence artificielle
La logique de Thomson Reuters est à la fois financière et stratégique. Payer un fournisseur externe à chaque requête crée une dépense d’exploitation permanente et rend l’entreprise dépendante de ses tarifs, de sa feuille de route, de sa disponibilité et de ses règles. Un modèle propriétaire demande un investissement initial élevé, mais il devient ensuite un actif que l’entreprise peut contrôler. 7
13
Les 40 millions de dollars annoncés illustrent aussi pourquoi le chiffre de 450 000 dollars peut être trompeur. Le coût de la dernière session d’entraînement est nettement inférieur à celui généralement associé aux plus grands modèles généralistes. Mais le projet complet comprend bien davantage qu’une seule session de calcul : recrutement, puissance informatique, développement, données, tests et expertise sectorielle. 2
6
Thomson Reuters fait ainsi le pari qu’une entreprise disposant de données propriétaires à forte valeur n’a pas besoin de créer un modèle généraliste à partir de zéro. Elle peut partir d’une base open source, la spécialiser, puis conserver la maîtrise du système utilisé dans les activités les plus proches de son cœur de métier.
Une version plus petite bientôt ouverte à la recherche
Thomson Reuters prévoit de publier sur Hugging Face une version plus petite aux poids ouverts, destinée à la recherche universitaire et non commerciale. Des universitaires spécialisés dans le droit participeront à son évaluation externe. 10
Cette annonce ne signifie pas que le modèle de production Thomson sera lui-même entièrement ouvert. La version prévue doit plutôt être considérée comme un outil de recherche et d’évaluation, permettant à des experts externes d’examiner ses performances et ses limites.
Ce que l’annonce confirme — et ce qu’elle ne prouve pas
Le tableau confirmé est le suivant : Thomson Reuters a lancé un grand modèle de langage contrôlé par l’entreprise, investi environ 40 millions de dollars dans son développement, l’a entraîné sur une sélection de contenus professionnels propriétaires et l’a déployé en premier lieu dans une fonction d’analyse documentaire juridique. 7
11
Les informations sur Qwen, le modèle intermédiaire Snowdon et la collaboration avec l’Imperial College London apportent un éclairage utile, mais elles proviennent de sources externes et non du communiqué officiel de lancement. 2
14
De même, les interrogations générales sur la sécurité des modèles open source chinois relèvent de la gouvernance et de la sécurité de la chaîne d’approvisionnement. Les éléments fournis n’établissent pas qu’une porte dérobée a été découverte dans Qwen, Snowdon ou Thomson.
La portée de cette annonce est donc surtout stratégique. Thomson Reuters ne cherche pas nécessairement à gagner la bataille des chatbots généralistes. Le groupe teste plutôt une hypothèse qui intéresse de nombreuses grandes entreprises : un modèle spécialisé, entraîné sur des connaissances professionnelles de grande valeur et déployé de manière ciblée, peut-il réduire la dépendance à une IA louée tout en améliorant les coûts et le contrôle ?
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Thomson Reuters veut reprendre le contrôle de son IA avec le modèle Thomson » ?
Thomson Reuters a investi environ 40 millions de dollars sur plus de deux ans pour développer Thomson ; les 450 000 dollars correspondent uniquement à sa dernière phase d’entraînement.
Quels sont les points clés à valider en premier ?
Thomson Reuters a investi environ 40 millions de dollars sur plus de deux ans pour développer Thomson ; les 450 000 dollars correspondent uniquement à sa dernière phase d’entraînement. Le modèle a été entraîné à partir de contenus sélectionnés de Westlaw, Practical Law, Checkpoint et Reuters, représentant moins de 10 % de la bibliothèque totale du groupe.
Que dois-je faire ensuite en pratique ?
Selon des informations externes, Thomson s’appuie sur Qwen d’Alibaba et sur un modèle intermédiaire baptisé Snowdon ; l’annonce officielle de Thomson Reuters parle toutefois seulement d’une solide base open source.