Thomson Reuters lanserar egen AI-modell efter investering på 40 miljoner dollar

Thomson Reuters tar ett stort steg inom generativ AI och lanserar Thomson, företagets första egenutvecklade stora språkmodell. Modellen har tränats med en investering på 40 miljoner dollar och ska ge Thomson Reuters större kontroll över både AI-infrastruktur, kostnader och data.

Thomson Reuters lanserar nu Thomson, företagets första egenutvecklade stora språkmodell, LLM. Satsningen innebär att bolaget går från att huvudsakligen integrera externa AI-modeller till att också äga och kontrollera en central del av den AI-teknik som ska användas i företagets professionella tjänster.

Till skillnad från många av de största AI-aktörerna, som investerat miljardbelopp i beräkningskapacitet och infrastruktur, har Thomson Reuters valt en annan strategi. Thomson bygger på en etablerad modell med öppen källkod som därefter har vidareutvecklats och specialiserats för företagets användningsområden.

• 

  ANNONS

  
  

• 

  EGET INNEHÅLL

  
  

• 

  SPONSRAD

  
  

• 

  ANNONS

  
  

Totalt har Thomson Reuters investerat 40 miljoner dollar i träning av modellen, inklusive kompetens och beräkningskapacitet.

Resultatet är enligt företaget en AI-modell som Thomson Reuters äger och kontrollerar fullt ut, samtidigt som kostnaderna för att köra modellen ska vara betydligt lägre än för traditionella frontier-modeller.

Bygger på Thomson Reuters egen data

En viktig del av strategin är företagets omfattande tillgång till professionellt och branschspecifikt innehåll.

Thomson har utvecklats med stöd av årtionden av innehåll, teknik och domänexpertis från Thomson Reuters. I arbetet ingår bland annat resurser från Westlaw, Practical Law, Checkpoint och Reuters.

Hundratals ämnesexperter har dessutom deltagit i processen, från utformningen av träningsmålen till de slutliga utvärderingarna av modellen.

Enligt Thomson Reuters har hittills mindre än tio procent av företagets innehåll använts för att träna modellen.

Företaget ser därför fortsatt potential att utveckla Thomson genom ytterligare specialisering snarare än att enbart öka mängden träningsdata.

Utmanar jakten på allt större AI-modeller

Lanseringen kommer samtidigt som AI-industrin under flera år har fokuserat på allt större modeller, större datamängder och snabbt växande investeringar i beräkningskapacitet.

Thomson Reuters menar att Thomson visar att det finns en alternativ väg.

Genom att utgå från en stark grundmodell och därefter specialisera den för specifika professionella arbetsuppgifter kan företag, enligt Thomson Reuters, skapa avancerad AI med betydligt lägre kostnader.

Joel Hron, Chief Technology Officer på Thomson Reuters, beskriver modellen som ett exempel på hur ekonomin kring professionell AI kan förändras.

Företagets tidiga utvärderingar uppges samtidigt visa att Thomson kan prestera på nivå med moderna frontier-modeller inom flera typer av uppgifter.

AI-suveränitet blir allt viktigare

En central del av lanseringen handlar också om AI-suveränitet.

För företag och organisationer blir frågor om hur AI-modeller tränas, var de körs, vilka beteenden och bias som finns inbyggda samt hur information skyddas allt viktigare.

Genom att äga modellen själv får Thomson Reuters större kontroll över hela kedjan.

Det minskar samtidigt beroendet av externa AI-leverantörer och ger företaget större möjlighet att styra hur tekniken används i produkter där säkerhet, sekretess och korrekthet är avgörande.

Thomson Reuters framhåller särskilt modellens förmåga att följa komplexa instruktioner och arbeta med omfattande domänspecifikt material.

Företagets tidiga resultat pekar enligt Thomson Reuters på att kombinationen av egen träningsdata, mänsklig expertis och en stark grundmodell kan ge resultat som inte kan uppnås enbart genom att ge en generell AI-modell tillgång till relevant information.

Oberoende experter testar Thomson

Inför lanseringen har Thomson Reuters även gjort modellen tillgänglig för en grupp forskare och experter inom juridik och AI.

Syftet är att låta externa aktörer utvärdera modellens prestanda och bidra till fortsatt validering och utveckling.

Företaget planerar att fortsätta göra Thomson tillgänglig för externa utvärderingar under de kommande månaderna.

En mindre version av Thomson ska dessutom göras tillgänglig som en open-weight-modell via Hugging Face för akademisk och icke-kommersiell användning.

Första användningen sker i CoCounsel Legal

Den första kommersiella implementeringen av Thomson sker i Tabular Analysis i CoCounsel Legal.

Funktionen används för strukturerad analys av stora mängder dokument, ett område där Thomson Reuters bedömer att en specialiserad AI-modell kan ge tydliga fördelar.

CoCounsel Legal kommer samtidigt att fortsätta använda flera olika AI-modeller. Thomson används där den egna modellen bedöms ge störst fördel, medan andra ledande modeller kan användas för andra typer av uppgifter.

Thomson väntas bli tillgänglig i Tabular Analysis för advokatbyråer och företagsjuridiska avdelningar i en kommande version.

Thomson Reuters planerar därefter att introducera modellerna inom fler delar av företagets juridik- och skatteportfölj.

Egen AI blir en strategisk tillgång

Lanseringen illustrerar en bredare utveckling på företagsmarknaden för AI.

När generativ AI blir en allt viktigare del av verksamhetskritiska system handlar konkurrensen inte längre enbart om vilken modell som är störst eller mest kraftfull. Kontroll över data, träningsprocesser, kostnader, infrastruktur och modellernas beteende blir allt viktigare.

För Thomson Reuters innebär Thomson att företaget nu kontrollerar ytterligare en central del av sin tekniska värdekedja.

Bolaget har sedan tidigare innehållet, expertisen och de professionella verktygen. Med Thomson får företaget även en egen AI-modell som kan utvecklas och specialiseras för framtidens professionella arbetsflöden.