AnswersPublished17 sources
Thomson Reuters stawia na własny model AI. Claude nie znika, ale firma chce mniej za niego płacić
Thomson Reuters uruchomił Thomson, swój pierwszy własny duży model językowy, po inwestycji około 40 mln dolarów rozłożonej na ponad dwa lata. Model szkolono na wyselekcjonowanych materiałach z Westlaw, Practical Law, Checkpoint i Reuters, wykorzystując mniej niż 10 proc.
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer
Key takeaways
- Thomson Reuters uruchomił Thomson, swój pierwszy własny duży model językowy, po inwestycji około 40 mln dolarów rozłożonej na ponad dwa lata.
- Model szkolono na wyselekcjonowanych materiałach z Westlaw, Practical Law, Checkpoint i Reuters, wykorzystując mniej niż 10 proc.
- Według doniesień Thomson powstał na bazie Qwen firmy Alibaba, a pośrednim etapem prac był model Snowdon.
AI Prompt
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 uruchomił Thomson, swój pierwszy własny duży model językowy (LLM). Firma chce w ten sposób zyskać większą kontrolę nad sztuczną inteligencją wykorzystywaną w jej produktach dla prawników i innych specjalistów. Na początek Thomson obsłuży funkcję Tabular Analysis, czyli wysokowolumenową analizę dokumentów w CoCounsel Legal. Za sporą część platformy nadal będzie odpowiadał model Claude firmy Anthropic. 7
11
To nie jest więc próba całkowitego odcięcia się od zewnętrznych dostawców AI. Thomson Reuters stawia raczej na model hybrydowy: chce samodzielnie posiadać systemy, które najlepiej korzystają z firmowych danych i wiedzy branżowej, a przy innych zadaniach nadal wykorzystywać duże modele zewnętrzne.
Co ogłosił Thomson Reuters
Thomson Reuters podał, że w ciągu ponad dwóch lat wydał około 40 mln dolarów na ludzi i moc obliczeniową potrzebne do stworzenia Thomsona. Tej kwoty nie należy mylić z około 450 tys. dolarów, które kosztował końcowy trening uruchomionej wersji modelu. Był to tylko jeden z etapów całego projektu. 2
6
Firma podkreśla, że Thomson jest w pełni własnością Thomson Reuters i pozostaje pod jego kontrolą. Model miał być wytrenowany i jest uruchamiany za ułamek kosztów porównywalnych modeli czołowych laboratoriów AI. 7
Pierwsze zastosowanie produkcyjne obejmuje Tabular Analysis w CoCounsel Legal. Thomson ma wykonywać tam zadania związane z uporządkowaną analizą dokumentów, a nie zastępować wszystkie modele używane przez asystenta.
Qwen i Snowdon: co wiadomo o podstawie modelu
W oficjalnym komunikacie Thomson Reuters określił punkt wyjścia jedynie jako „mocną bazę open source”. 7 Zewnętrzne publikacje, powołujące się między innymi na wypowiedzi dyrektora technologicznego firmy, wskazały, że chodziło o Qwen firmy Alibaba. Według tych doniesień wspólny zespół Thomson Reuters i Imperial College London przekształcił Qwen w pośredni model nazwany Snowdon, kładąc nacisk na kwestie etyczne, polityczne i bezpieczeństwa, a następnie dostosował go do zastosowań profesjonalnych.
2
14
To rozróżnienie jest istotne. Qwen i Snowdon są elementami opisywanej przez media historii rozwoju, ale Thomson Reuters nie wymienił żadnej z tych nazw w swoim oficjalnym komunikacie. Najpewniejszy opis brzmi więc: Thomson powstał na bazie rozwiązania open source, które następnie dostosowano i wytrenowano pod kątem zastosowań biznesowych Thomson Reuters. 7
Firma nie wykorzystała całego swojego archiwum
Thomson Reuters informuje, że do szkolenia modelu użył autorytatywnych materiałów z baz Westlaw, Practical Law, Checkpoint i Reuters. W treningu i ocenie modelu uczestniczyły setki ekspertów dziedzinowych. 7
Według doniesień wykorzystany dotąd materiał stanowi mniej niż 10 proc. całej biblioteki treści Thomson Reuters. 2 To pokazuje ważną decyzję projektową: firma nie próbowała po prostu „nakarmić” modelu całym archiwum. Zamiast tego postawiła na starannie wybrane dane, wiedzę specjalistów i testowanie modelu w konkretnych zadaniach.
W przypadku narzędzi dla prawników właśnie taki sposób budowy może mieć większe znaczenie niż sama ogólna zdolność prowadzenia rozmowy. Wartość modelu zależy tu również od tego, jak dobrze pracuje z zaufanymi treściami, źródłami i wyspecjalizowanymi narzędziami.
Claude pozostaje częścią CoCounsel
Thomson Reuters nie zamierza zastąpić Claude’a w całym CoCounsel. Thomson ma przejąć zadania, w których jego specjalistyczne szkolenie oraz dostęp do treści Thomson Reuters mogą dawać przewagę. Claude nadal ma zasilać znaczną część platformy, także w ramach rozszerzonej współpracy obu firm. 7
11
W praktyce powstaje architektura hybrydowa:
- Thomson będzie obsługiwać wybrane, masowe zadania profesjonalne, takie jak Tabular Analysis.
- Claude i inne zewnętrzne modele pozostaną użyteczne tam, gdzie ważniejsze są szerokie możliwości modeli ogólnego przeznaczenia.
- Własne systemy i dane mają zapewnić większą kontrolę nad kosztami, dostosowaniem produktu i działaniem infrastruktury.
Dla firm kupujących rozwiązania AI wniosek jest praktyczny: posiadanie własnego modelu nie musi oznaczać rezygnacji z dostawców zewnętrznych. Mniejszy, wyspecjalizowany system może współistnieć z większymi modelami ogólnymi, jeśli każdy z nich dostaje zadania, w których radzi sobie najlepiej.
„Kupić” zamiast bez końca „wynajmować” AI
Uzasadnienie Thomson Reuters jest jednocześnie finansowe i strategiczne. Korzystanie z zewnętrznego modelu przy każdym zapytaniu generuje stały koszt operacyjny i uzależnia firmę od cen, planów rozwoju, dostępności oraz zasad ustalanych przez innego dostawcę. Własny model wymaga dużych nakładów na początku, ale później staje się aktywem, nad którym firma ma kontrolę. 7
13
Kwota 40 mln dolarów pokazuje też, dlaczego sama cena końcowego treningu może wprowadzać w błąd. Około 450 tys. dolarów przyciągnęło uwagę, ponieważ to znacznie mniej niż koszty kojarzone z trenowaniem największych modeli ogólnych. Cały projekt obejmował jednak również zatrudnienie zespołu, obliczenia, rozwój modelu, przygotowanie danych, ewaluację i pracę ekspertów branżowych. 2
6
Thomson Reuters przekonuje tym samym, że firma posiadająca wartościowe, zastrzeżone dane nie musi budować od zera modelu do wszystkich możliwych zastosowań. Może zacząć od otwartej bazy, wyspecjalizować ją i zachować kontrolę nad systemem wykorzystywanym w najważniejszych dla siebie procesach.
Mniejsza wersja open weight trafi na Hugging Face
Thomson Reuters planuje udostępnić na platformie Hugging Face mniejszą wersję modelu z otwartymi wagami, przeznaczoną do badań akademickich i zastosowań niekomercyjnych. W zewnętrznej ocenie mają uczestniczyć także naukowcy zajmujący się prawem. 10
Nie oznacza to, że produkcyjny model Thomson zostanie w całości udostępniony jako open weight. Planowana publikacja wygląda raczej na wersję badawczą i ewaluacyjną, która pozwoli niezależnym ekspertom sprawdzać możliwości oraz ograniczenia systemu.
Co potwierdzono, a co pochodzi z doniesień
Potwierdzony obraz jest następujący: Thomson Reuters uruchomił kontrolowany przez siebie duży model językowy, zainwestował w jego rozwój około 40 mln dolarów, wytrenował go na wybranych profesjonalnych treściach i wdrożył najpierw do analizy dokumentów prawnych. 7
11
Informacje o bazie Qwen, pośrednim modelu Snowdon i współpracy z Imperial College London dostarczają ważnego kontekstu, ale pochodzą z zewnętrznych publikacji, a nie z oficjalnego komunikatu inaugurującego model. 2
14 Podobnie obawy dotyczące bezpieczeństwa chińskich baz open source są pytaniem o łańcuch dostaw i zarządzanie ryzykiem. Dostępne materiały nie potwierdzają, że w Qwen, Snowdonie lub Thomsonie znaleziono tylne drzwi.
Znaczenie tej decyzji jest przede wszystkim strategiczne. Thomson Reuters nie próbuje wygrać rynku ogólnych chatbotów. Sprawdza, czy wyspecjalizowany model szkolony na cennej wiedzy branżowej i używany tylko tam, gdzie ma największą przewagę, może ograniczyć zależność od „wynajmowanej” AI, a jednocześnie zapewnić firmie lepszą ekonomię i większą kontrolę.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Thomson Reuters stawia na własny model AI. Claude nie znika, ale firma chce mniej za niego płacić"?
Thomson Reuters uruchomił Thomson, swój pierwszy własny duży model językowy, po inwestycji około 40 mln dolarów rozłożonej na ponad dwa lata.
What are the key points to validate first?
Thomson Reuters uruchomił Thomson, swój pierwszy własny duży model językowy, po inwestycji około 40 mln dolarów rozłożonej na ponad dwa lata. Model szkolono na wyselekcjonowanych materiałach z Westlaw, Practical Law, Checkpoint i Reuters, wykorzystując mniej niż 10 proc.
What should I do next in practice?
Według doniesień Thomson powstał na bazie Qwen firmy Alibaba, a pośrednim etapem prac był model Snowdon.