Thomson Reuters、自社LLM「Thomson」を発表　専門領域AIの新たな試金石に

Thomson Reutersは、初の独自大規模言語モデル「Thomson」を発表し、法律、税務、会計、コンプライアンス、ニュースで膨大な専門情報を持つ企業から、自らモデルを開発する企業へと一歩踏み出した。同社は8月24日、強力なオープンソース基盤をもとに社内でモデルを構築し、人材と計算資源に約4000万ドルを投じたと説明した。一般的なフロンティアAI研究所の巨額投資に比べると小さいが、その点こそ同社の主張の核心だ。専門AIは、消費者向け汎用チャットボットと同じ拡大競争を必ずしもたどる必要はない。

Thomsonは、あらゆる質問に答える汎用助手ではなく、正確性、引用品質、業務適合性が重要な専門職向けに設計されている。Thomson Reutersは、Westlaw、Practical Law、Checkpoint、Reutersなどで蓄積してきたコンテンツと編集経験を活用し、多数の分野専門家が訓練目標の設計から評価まで関わったとする。これは、汎用モデルに社内文書を検索させるだけでは、専門作業に必要な信頼性を十分に得られないという問題意識に基づく。

この発表が示すのは、企業AIの別ルートである。多くの導入では、汎用モデルに独自データを接続する検索拡張生成が中心だった。Thomson Reutersは、モデルそのものを所有する価値を強調している。訓練、評価、プライバシー、振る舞いの制御を、法律や税務の専門家が負う責任に合わせて設計できるからだ。同社はFiduciary-Grade AIという概念で、説明責任、透明性、正確性、顧客データ保護を前面に出す。

最初の導入先は、CoCounsel LegalのTabular Analysis機能で、大量の構造化文書レビューに使われる。Thomson Reutersは、CoCounsel Legalを今後もマルチモデル設計に保ち、Thomsonが最も強い場面で同モデルを使い、別のタスクでは他の先進モデルを使うとしている。この実用的な設計は、規制産業の現実に合う。コスト、データ所在地、遅延、監査可能性、既存ツールとの統合がすべて判断材料になるためだ。

同社はさらに、Thomsonの小型版を学術・非商用向けのオープンウェイトモデルとしてHugging Faceで公開し、法律とAIの研究者による外部評価も続ける。商業的な優位性の多くは独自データと業務ツールの中に残るが、外部検証の道を用意することは、法律AIベンダーにとって重要な信頼形成につながる。専門家は強い宣伝文句より、検証可能な証拠を求めている。

Thomsonの登場は、専門モデルが汎用フロンティアモデルを置き換えると証明するものではない。それでも、高価値データを持つ企業がAIプラットフォームの単なる素材提供者にとどまらず、自分たちの業務に合わせてモデルを作り始めていることは明確だ。もし実務で安定した成果を示せば、他の専門情報企業も同じ方向へ進む可能性がある。