AnswersPublished17 sources
Thomson Reuters satsar 40 miljoner dollar på att äga sin egen AI
Thomson Reuters har investerat omkring 40 miljoner dollar under mer än två år i sin första egna stora språkmodell, Thomson. Modellen har tränats på utvalt material från Westlaw, Practical Law, Checkpoint och Reuters – mindre än 10 procent av Thomson Reuters totala innehållsbibliotek.
Publicerad avRedigerad med GPT-5.6 LunaBilder genererade med GPT Image 1.5
Research answer
Key takeaways
- Thomson Reuters har investerat omkring 40 miljoner dollar under mer än två år i sin första egna stora språkmodell, Thomson.
- Modellen har tränats på utvalt material från Westlaw, Practical Law, Checkpoint och Reuters – mindre än 10 procent av Thomson Reuters totala innehållsbibliotek.
- Enligt extern rapportering började utvecklingen med Alibabas Qwen och en mellanmodell kallad 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 har lanserat Thomson, företagets första egenutvecklade stora språkmodell. Målet är att ge bolaget större kontroll över den AI-teknik som används i dess professionella produkter. Till en början ska Thomson användas i Tabular Analysis, ett omfattande arbetsflöde för dokumentgranskning i CoCounsel Legal, medan Anthropics Claude fortsatt driver stora delar av plattformen. 7
11
Lanseringen är därför inte ett avståndstagande från externa AI-leverantörer. Snarare handlar det om en hybridstrategi: Thomson Reuters vill äga de modeller som passar bäst för företagets egna data och specialiserade arbetsflöden, men fortsätta använda ledande externa modeller där de ger bättre resultat.
Vad Thomson Reuters har lanserat
Thomson Reuters uppger att företaget har lagt omkring 40 miljoner dollar under mer än två år på personal och beräkningskapacitet för att utveckla Thomson. Summan ska inte blandas ihop med de cirka 450 000 dollar som den slutliga träningskörningen kostade. Den senare siffran avser bara ett steg i ett betydligt större utvecklingsarbete. 2
6
Företaget beskriver Thomson som en modell som Thomson Reuters själv äger och kontrollerar. Den ska ha tränats och driftsatts till en bråkdel av kostnaden för jämförbara så kallade frontier-modeller – de mest avancerade breda språkmodellerna. 7
Den första produktionsanvändningen blir Tabular Analysis i CoCounsel Legal. Thomson är alltså inte tänkt att ersätta alla funktioner i den juridiska AI-assistenten, utan ska börja med strukturerad dokumentgranskning i stor skala. 11
Qwen och Snowdon finns i den rapporterade utvecklingshistorien
I sitt officiella pressmeddelande anger Thomson Reuters bara att Thomson bygger på ”en stark öppen grundmodell”. 7 Extern rapportering, bland annat uppgifter som tillskrivs företagets teknikchef, pekar ut Alibabas Qwen som denna grundmodell. Andra rapporter beskriver hur ett gemensamt team från Thomson Reuters och Imperial College London arbetade om Qwen till en mellanmodell kallad Snowdon. Fokus låg bland annat på etisk och politisk omkalibrering samt säkerhet, innan modellen tränades vidare för professionella användningsområden.
2
14
Skillnaden är viktig: Qwen och Snowdon ingår i den rapporterade utvecklingshistorien, men ingen av dem nämns i Thomson Reuters officiella lansering. Det som är tydligt bekräftat är därför att Thomson började med en öppen grundmodell som därefter anpassades och tränades för Thomson Reuters särskilda behov. 7
Utvalt branschmaterial – inte hela arkivet
Thomson Reuters säger att Thomson har tränats på auktoritativt material från Westlaw, Practical Law, Checkpoint och Reuters. Hundratals ämnesspecialister har också deltagit i träning och utvärdering. 7
Enligt rapporteringen utgör det material som hittills använts mindre än 10 procent av Thomson Reuters totala innehållsbibliotek. 2 Det visar på en medveten prioritering: modellen ska inte nödvändigtvis matas med hela företagets arkiv, utan utvecklas genom noggrant utvalt innehåll, domänkunskap och tester anpassade till specifika arbetsuppgifter.
För yrkesområden som juridik, skatt, redovisning och regelefterlevnad kan det vara mer värdefullt än enbart bred språkförståelse. Modellens nytta beror också på hur väl den fungerar tillsammans med tillförlitligt fackinnehåll och specialiserade verktyg.
Claude försvinner inte från CoCounsel
Thomson Reuters planerar inte att ersätta Anthropic och Claude i hela CoCounsel. Thomson ska användas för uppgifter där företagets egen träning och tillgång till specialiserat innehåll ger en fördel. Claude väntas samtidigt fortsätta driva stora delar av plattformen inom ramen för bolagens utökade samarbete. 7
11
Strategin kan sammanfattas så här:
- Thomson för utvalda, omfattande professionella arbetsflöden som Tabular Analysis.
- Claude och andra externa modeller för uppgifter där breda och mycket kraftfulla frontier-modeller passar bättre.
- Företagskontrollerade modeller och data där kostnad, anpassning och operativ kontroll väger tungt.
För företag som köper AI-tjänster är lärdomen praktisk: att äga en egen modell kräver inte att man slutar använda externa leverantörer. En mindre och mer specialiserad modell kan fungera sida vid sida med större generalistmodeller, så länge varje system får de uppgifter det lämpar sig bäst för.
Ekonomin bakom att äga i stället för att hyra
Thomson Reuters argument är både ekonomiskt och strategiskt. När ett företag betalar en extern leverantör för varje modellkörning blir kostnaden löpande. Samtidigt blir företaget beroende av leverantörens priser, produktplan, tillgänglighet och policyer. En egen modell kräver en stor investering från början, men blir därefter en tillgång som företaget själv kontrollerar. 7
13
De 40 miljonerna visar också varför kostnaden för den sista träningskörningen kan ge en missvisande bild. Summan på omkring 450 000 dollar väckte uppmärksamhet eftersom den ligger långt under de belopp som förknippas med utvecklingen av de största frontier-modellerna. Men projektets totala kostnad omfattar även personal, beräkningskapacitet, modellutveckling, databehandling, utvärdering och arbete från ämnesspecialister. 2
6
Thomson Reuters satsar i praktiken på att företag med värdefulla egna data inte behöver bygga en generell modell från grunden för att få ut AI-värde. Genom att börja med en öppen grund, specialisera den och äga resultatet kan modellen riktas mot de arbetsflöden som ligger närmast kärnverksamheten.
En mindre öppen version ska släppas
Thomson Reuters planerar att släppa en mindre version med öppna modellvikter på Hugging Face för akademisk och icke-kommersiell forskning. Juridiska forskare ska också delta i den externa utvärderingen. 10
Det innebär däremot inte att produktionsmodellen Thomson blir helt öppen. Den planerade versionen bör snarare ses som en forsknings- och utvärderingsmodell som gör det möjligt för externa experter att undersöka modellens prestanda och begränsningar.
Vad lanseringen faktiskt visar
Den bekräftade bilden är att Thomson Reuters har lanserat en företagskontrollerad språkmodell, investerat omkring 40 miljoner dollar i utvecklingen, tränat den på utvalt professionellt innehåll och först placerat den i ett juridiskt arbetsflöde för dokumentgranskning. 7
11
Uppgifterna om Qwen som grund, Snowdon som mellanmodell och samarbetet med Imperial College London ger viktig bakgrund, men kommer från extern rapportering snarare än företagets offentliga lanseringsbesked. 2
14 På samma sätt är farhågor kring säkerheten hos kinesiska öppna modeller en fråga om leveranskedjor och styrning. Den tillgängliga rapporteringen visar inte att någon bakdörr har hittats i Qwen, Snowdon eller Thomson.
Den större betydelsen är strategisk. Thomson Reuters försöker inte vinna marknaden för allmänna chattbotar. Företaget testar i stället om en specialiserad modell, tränad på värdefullt fackinnehåll och använd selektivt, kan minska beroendet av inhyrd AI – samtidigt som kostnaderna och kontrollen förbättras för de arbetsuppgifter som betyder mest.
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 satsar 40 miljoner dollar på att äga sin egen AI"?
Thomson Reuters har investerat omkring 40 miljoner dollar under mer än två år i sin första egna stora språkmodell, Thomson.
What are the key points to validate first?
Thomson Reuters har investerat omkring 40 miljoner dollar under mer än två år i sin första egna stora språkmodell, Thomson. Modellen har tränats på utvalt material från Westlaw, Practical Law, Checkpoint och Reuters – mindre än 10 procent av Thomson Reuters totala innehållsbibliotek.
What should I do next in practice?
Enligt extern rapportering började utvecklingen med Alibabas Qwen och en mellanmodell kallad Snowdon.