คำตอบเผยแพร่แล้ว17 แหล่งที่มา
Thomson Reuters ทุ่ม 40 ล้านดอลลาร์ สร้าง AI ของตัวเอง หวังลดการพึ่งพา Claude
Thomson Reuters เปิดตัว Thomson โมเดลภาษาขนาดใหญ่ที่บริษัทเป็นเจ้าของและควบคุมเอง หลังลงทุนประมาณ 40 ล้านดอลลาร์ตลอดกว่า 2 ปี โดยตัวเลข 450,000 ดอลลาร์เป็นเพียงค่าเทรนรอบสุดท้าย โมเดลได้รับการฝึกด้วยเนื้อหาคัดสรรจาก Westlaw, Practical Law, Checkpoint และ Reuters โดยใช้ข้อมูลไม่ถึง 10% ของคลังเนื้อหาทั้งหมดของบริษัท...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย
ประเด็นสำคัญ
- Thomson Reuters เปิดตัว Thomson โมเดลภาษาขนาดใหญ่ที่บริษัทเป็นเจ้าของและควบคุมเอง หลังลงทุนประมาณ 40 ล้านดอลลาร์ตลอดกว่า 2 ปี โดยตัวเลข 450,000 ดอลลาร์เป็นเพียงค่าเทรนรอบสุดท้าย
- โมเดลได้รับการฝึกด้วยเนื้อหาคัดสรรจาก Westlaw, Practical Law, Checkpoint และ Reuters โดยใช้ข้อมูลไม่ถึง 10% ของคลังเนื้อหาทั้งหมดของบริษัท
- รายงานภายนอกระบุว่า Thomson มีจุดเริ่มต้นจาก Qwen ของ Alibaba และโมเดลขั้นกลางชื่อ Snowdon แต่ประกาศอย่างเป็นทางการของบริษัทระบุเพียงว่าใช้รากฐานโอเพนซอร์สที่มีประสิทธิภาพ
AI พรอมต์
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 เปิดตัว Thomson โมเดลภาษาขนาดใหญ่ (LLM) ที่บริษัทพัฒนาขึ้นเองเป็นครั้งแรก เป้าหมายสำคัญคือการทำให้บริษัทควบคุมเทคโนโลยี AI ที่อยู่เบื้องหลังผลิตภัณฑ์ของตัวเองได้มากขึ้น
การเปิดตัวครั้งนี้ไม่ได้หมายความว่า Thomson Reuters จะเลิกใช้ AI จากบริษัทอื่น โดย Thomson จะเริ่มรับหน้าที่ในฟีเจอร์ Tabular Analysis ซึ่งเป็นงานตรวจทานเอกสารปริมาณมากใน CoCounsel Legal ขณะที่ Claude ของ Anthropic ยังคงเป็นกำลังหลักของแพลตฟอร์มในอีกหลายส่วน 7
11
ภาพรวมจึงเป็นกลยุทธ์แบบ ไฮบริด: บริษัทเลือกเป็นเจ้าของโมเดลสำหรับงานที่ได้เปรียบจากข้อมูลและความเชี่ยวชาญเฉพาะทางของตนเอง พร้อมใช้โมเดลภายนอกในงานที่โมเดลขนาดใหญ่แบบอเนกประสงค์ยังทำได้เหมาะสมกว่า
ลงทุน 40 ล้านดอลลาร์ ไม่ใช่แค่ค่าเทรนโมเดล
Thomson Reuters ระบุว่าใช้เงินประมาณ 40 ล้านดอลลาร์ตลอดระยะเวลากว่า 2 ปี สำหรับบุคลากรและทรัพยากรประมวลผลที่จำเป็นต่อการพัฒนา Thomson 2
6
ตัวเลขนี้แตกต่างจากค่าใช้จ่ายประมาณ 450,000 ดอลลาร์ ซึ่งเป็นเพียงการเทรนโมเดลในรอบสุดท้ายของเวอร์ชันที่เปิดตัว ไม่ใช่ต้นทุนทั้งหมดของโครงการ 2
6
บริษัทระบุว่า Thomson เป็นโมเดลที่ Thomson Reuters เป็นเจ้าของและควบคุมอย่างเต็มที่ ทั้งยังได้รับการฝึกและใช้งานด้วยต้นทุนเพียงส่วนน้อยเมื่อเทียบกับโมเดลแนวหน้าขนาดใกล้เคียงกัน 7 การใช้งานจริงครั้งแรกจะจำกัดอยู่ที่งาน Tabular Analysis ซึ่งเน้นการตรวจทานเอกสารที่มีโครงสร้าง ไม่ใช่การนำโมเดลไปแทนที่ทุกงานของผู้ช่วย AI
เบื้องหลังที่มีทั้ง Qwen และ Snowdon
ในประกาศอย่างเป็นทางการ Thomson Reuters ระบุเพียงว่า Thomson เริ่มต้นจาก “รากฐานโอเพนซอร์สที่มีประสิทธิภาพ” และไม่ได้เปิดเผยชื่อโมเดลต้นทาง 7
อย่างไรก็ตาม รายงานจากสื่อภายนอกและข้อมูลจากผู้บริหารฝ่ายเทคโนโลยีของบริษัทระบุว่า รากฐานดังกล่าวคือ Qwen ของ Alibaba ขณะที่รายงานอีกส่วนหนึ่งกล่าวถึงความร่วมมือระหว่าง Thomson Reuters กับ Imperial College London ในการปรับ Qwen ให้เป็นโมเดลขั้นกลางชื่อ Snowdon โดยเน้นประเด็นด้านจริยธรรม การเมือง และความปลอดภัย ก่อนนำไปฝึกต่อด้วยข้อมูลเฉพาะทางวิชาชีพ 2
14
จุดนี้ควรแยกให้ชัดเจน: Qwen และ Snowdon เป็นรายละเอียดจากรายงานเกี่ยวกับเส้นทางการพัฒนา แต่ไม่ได้ปรากฏในประกาศเปิดตัวอย่างเป็นทางการของ Thomson Reuters ดังนั้นข้อมูลที่ยืนยันได้จากบริษัทคือ Thomson เริ่มจากฐานโอเพนซอร์ส แล้วถูกปรับแต่งและฝึกเพิ่มเติมให้เหมาะกับงานวิชาชีพของ Thomson Reuters 7
ใช้ข้อมูลคัดสรร ไม่ได้ป้อนคลังข้อมูลทั้งหมด
Thomson Reuters ระบุว่า Thomson ได้รับการฝึกด้วยเนื้อหาที่บริษัทมองว่าเป็นแหล่งข้อมูลอ้างอิงที่น่าเชื่อถือจาก Westlaw, Practical Law, Checkpoint และ Reuters โดยมีผู้เชี่ยวชาญเฉพาะด้านหลายร้อยคนเข้ามามีส่วนร่วมในการฝึกและประเมินผลโมเดล 7
รายงานระบุว่าเนื้อหาที่นำมาใช้จนถึงขณะนี้มีสัดส่วน น้อยกว่า 10% ของคลังเนื้อหาทั้งหมดของ Thomson Reuters 2
แนวทางนี้สะท้อนการตัดสินใจสำคัญของบริษัท: คุณภาพของโมเดลไม่ได้มาจากการป้อนข้อมูลให้มากที่สุดเพียงอย่างเดียว แต่เกิดจากการเลือกเนื้อหาที่เหมาะสม ความรู้ของผู้เชี่ยวชาญ และการทดสอบกับงานจริงแบบเฉพาะเจาะจง
สำหรับงานกฎหมาย ภาษี บัญชี และการกำกับดูแล ความสามารถในการเข้าใจภาษาทั่วไปอาจไม่เพียงพอ สิ่งสำคัญไม่แพ้กันคือการทำงานร่วมกับแหล่งข้อมูลที่เชื่อถือได้และเครื่องมือเฉพาะทางขององค์กร
Claude ยังไม่หายไปจาก CoCounsel
Thomson Reuters ไม่ได้ประกาศว่าจะใช้ Thomson แทน Claude ในทุกส่วนของ CoCounsel โดย Thomson จะรับผิดชอบงานที่การฝึกเฉพาะทางและการเข้าถึงข้อมูลของ Thomson Reuters ช่วยให้ได้เปรียบ ขณะที่ Claude มีแนวโน้มจะยังขับเคลื่อนแพลตฟอร์มส่วนใหญ่อยู่ ภายใต้ความร่วมมือที่ขยายตัวระหว่างทั้งสองบริษัท 7
11
โครงสร้างที่บริษัทกำลังวางไว้มีลักษณะดังนี้:
- Thomson สำหรับงานวิชาชีพที่มีปริมาณสูงและมีขอบเขตชัดเจน เช่น Tabular Analysis
- Claude และโมเดลภายนอกอื่น ๆ สำหรับงานที่ต้องอาศัยความสามารถกว้างของโมเดลแนวหน้า
- ระบบและข้อมูลที่บริษัทควบคุมเอง สำหรับงานที่ต้นทุน การปรับแต่ง และการควบคุมการดำเนินงานมีความสำคัญเป็นพิเศษ
สำหรับองค์กรที่กำลังวางกลยุทธ์ AI บทเรียนที่เห็นได้ชัดคือ การเป็นเจ้าของโมเดลไม่ได้แปลว่าต้องเลิกใช้ผู้ให้บริการ AI รายอื่น โมเดลขนาดเล็กและเฉพาะทางสามารถทำงานร่วมกับโมเดลอเนกประสงค์ขนาดใหญ่ได้ หากแบ่งงานให้แต่ละระบบทำสิ่งที่ตนเองถนัดที่สุด
จากการ “เช่าใช้” สู่การถือครองสินทรัพย์ AI
เหตุผลของ Thomson Reuters มีทั้งมิติทางการเงินและเชิงกลยุทธ์ การพึ่งพาผู้ให้บริการภายนอกสำหรับการประมวลผลทุกครั้งทำให้เกิดค่าใช้จ่ายต่อเนื่อง และทำให้บริษัทต้องขึ้นอยู่กับราคา แผนพัฒนาผลิตภัณฑ์ ความพร้อมให้บริการ และนโยบายของบริษัทอื่น
การสร้างโมเดลของตัวเองต้องใช้เงินลงทุนก้อนใหญ่ตั้งแต่ต้น แต่ระบบที่ได้จะกลายเป็นสินทรัพย์ซึ่งบริษัทควบคุมเอง 7
13
ตัวเลข 40 ล้านดอลลาร์ยังช่วยอธิบายว่าเหตุใดการพูดถึงค่าเทรนรอบสุดท้ายเพียง 450,000 ดอลลาร์จึงอาจทำให้เข้าใจคลาดเคลื่อน แม้ค่าใช้จ่ายรอบสุดท้ายจะต่ำกว่าต้นทุนการฝึกโมเดลแนวหน้าที่ใหญ่ที่สุดอย่างมาก แต่โครงการทั้งหมดรวมถึงค่าบุคลากร พลังประมวลผล การพัฒนาโมเดล การเตรียมข้อมูล การประเมินผล และเวลาของผู้เชี่ยวชาญเฉพาะด้าน 2
6
แนวคิดของ Thomson Reuters คือ บริษัทที่มีข้อมูลเฉพาะตัวและมีมูลค่าสูงไม่จำเป็นต้องสร้างโมเดลอเนกประสงค์ขนาดใหญ่จากศูนย์เสมอไป การเริ่มจากฐานโอเพนซอร์สแล้วปรับแต่งให้เหมาะกับงานของบริษัท อาจเพียงพอที่จะสร้างคุณค่าจาก AI และทำให้บริษัทเป็นเจ้าของระบบสำหรับงานที่ใกล้กับธุรกิจหลักที่สุด
เตรียมปล่อยรุ่นเล็กบน Hugging Face
Thomson Reuters มีแผนปล่อย Thomson รุ่นเล็กในรูปแบบ open-weight บน Hugging Face เพื่อการวิจัยเชิงวิชาการและการใช้งานที่ไม่ใช่เชิงพาณิชย์ โดยจะมีนักวิชาการด้านกฎหมายเข้ามาช่วยประเมินผลจากภายนอก 10
อย่างไรก็ตาม แผนดังกล่าวไม่ได้หมายความว่า Thomson รุ่นที่ใช้งานจริงจะเปิดน้ำหนักโมเดลทั้งหมดต่อสาธารณะ รุ่นที่เตรียมปล่อยควรถูกมองว่าเป็นเวอร์ชันสำหรับการวิจัยและการประเมินผล ซึ่งเปิดโอกาสให้ผู้เชี่ยวชาญภายนอกตรวจสอบทั้งประสิทธิภาพและข้อจำกัดของโมเดล
สิ่งที่ยืนยันได้ และสิ่งที่ยังมาจากรายงานภายนอก
ข้อมูลที่ยืนยันได้ในขณะนี้คือ Thomson Reuters เปิดตัว LLM ที่บริษัทควบคุมเอง ลงทุนพัฒนาประมาณ 40 ล้านดอลลาร์ ฝึกด้วยเนื้อหาวิชาชีพที่คัดสรรจากทรัพย์สินข้อมูลของบริษัท และเริ่มนำไปใช้กับงานตรวจทานเอกสารทางกฎหมาย 7
11
รายละเอียดเกี่ยวกับ Qwen, โมเดลขั้นกลาง Snowdon และความร่วมมือกับ Imperial College London ช่วยให้เห็นภาพเบื้องหลังมากขึ้น แต่รายละเอียดเหล่านี้มาจากรายงานภายนอก ไม่ใช่ประกาศเปิดตัวอย่างเป็นทางการของบริษัท 2
14
เช่นเดียวกัน ความกังวลเกี่ยวกับความปลอดภัยของโมเดลโอเพนซอร์สจากจีนเป็นประเด็นด้านห่วงโซ่อุปทานและธรรมาภิบาลเทคโนโลยี แต่ข้อมูลที่มีไม่ได้ยืนยันว่าพบประตูหลังใน Qwen, Snowdon หรือ Thomson
ความสำคัญของการเปิดตัวครั้งนี้จึงไม่ได้อยู่ที่การที่ Thomson Reuters จะลงมาแข่งในตลาดแชตบอตทั่วไป แต่คือการทดสอบว่าโมเดลเฉพาะทางที่ฝึกด้วยองค์ความรู้วิชาชีพมูลค่าสูงและนำไปใช้แบบเลือกจุด สามารถลดการพึ่งพา AI ที่ต้องจ่ายค่าบริการต่อเนื่อง พร้อมเพิ่มการควบคุมและประสิทธิภาพด้านต้นทุนให้กับงานสำคัญของบริษัทได้หรือไม่
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "Thomson Reuters ทุ่ม 40 ล้านดอลลาร์ สร้าง AI ของตัวเอง หวังลดการพึ่งพา Claude" คืออะไร
Thomson Reuters เปิดตัว Thomson โมเดลภาษาขนาดใหญ่ที่บริษัทเป็นเจ้าของและควบคุมเอง หลังลงทุนประมาณ 40 ล้านดอลลาร์ตลอดกว่า 2 ปี โดยตัวเลข 450,000 ดอลลาร์เป็นเพียงค่าเทรนรอบสุดท้าย
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Thomson Reuters เปิดตัว Thomson โมเดลภาษาขนาดใหญ่ที่บริษัทเป็นเจ้าของและควบคุมเอง หลังลงทุนประมาณ 40 ล้านดอลลาร์ตลอดกว่า 2 ปี โดยตัวเลข 450,000 ดอลลาร์เป็นเพียงค่าเทรนรอบสุดท้าย โมเดลได้รับการฝึกด้วยเนื้อหาคัดสรรจาก Westlaw, Practical Law, Checkpoint และ Reuters โดยใช้ข้อมูลไม่ถึง 10% ของคลังเนื้อหาทั้งหมดของบริษัท
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
รายงานภายนอกระบุว่า Thomson มีจุดเริ่มต้นจาก Qwen ของ Alibaba และโมเดลขั้นกลางชื่อ Snowdon แต่ประกาศอย่างเป็นทางการของบริษัทระบุเพียงว่าใช้รากฐานโอเพนซอร์สที่มีประสิทธิภาพ