24 agosto 2026 — Il fornitore di servizi informativi Thomson Reuters ha lanciato lunedì il proprio modello AI proprietario, che, secondo l'azienda, è stato addestrato a meno della metà del costo degli altri modelli AI di frontiera. Il rilascio mostra cosa è possibile per i fornitori SaaS come Thomson Reuters che intendono sfruttare commercialmente il mercato dell'AI.

Sviluppato internamente, il modello, denominato Thomson, è stato costruito sui contenuti proprietari del fornitore — con un focus sulle informazioni legali — oltre che sulle sue tecnologie e competenze specialistiche. Alla base c'è un modello fondamentale chiamato Snowdon, sviluppato dal FAIR Lab dell'Imperial College London.

Thomson Reuters, con sede a Toronto, presenta Thomson come paragonabile ai più potenti modelli di frontiera sul mercato, tra cui Claude Opus 4.8, GPT 5.5 e Gemini 3.1 Pro. Il lancio arriva dopo che i fornitori SaaS del settore dei servizi di informazione legale sono stati scossi dal rilascio dei plugin Claude Cowork di Anthropic a febbraio — a sottolineare quanto rapidamente i prodotti AI di frontiera possano oggi arrivare nei flussi di lavoro professionali che tali fornitori servono da tempo.

Oltre al diritto, Thomson Reuters punta il nuovo modello ai professionisti di settori come la contabilità e altre aree legate alla compliance — un primo segnale che l'azienda vede l'AI addestrata su domini specifici estendersi oltre il proprio nucleo legale.

L'azienda ha dichiarato che le origini del modello risalgono anche all'acquisizione di Safe Sign Technologies nel 2024. Safe Sign era una startup AI britannica che sviluppava grandi modelli linguistici (LLM) specifici per il settore legale, e il suo team è diventato il gruppo di ricerca fondativo di Thomson. L'acquisizione ha consegnato a Thomson Reuters un team di ricerca pronto all'uso in un solo passo — un percorso che altri fornitori SaaS intenzionati a valutare modelli propri potrebbero studiare.

Un modello che potrebbe stimolare altri attori

"Questo potrebbe rappresentare un modello di ispirazione per altre istituzioni che anch'esse dispongono di immense riserve di proprietà intellettuale e di capitale," ha detto Michael G Bennett, prorettore associato per la data science e la strategia AI presso l'University of Illinois Chicago.

Ha aggiunto che per i fornitori — in particolare per le organizzazioni i cui dati non sono stati assorbiti dai creatori di modelli di frontiera — creare un proprio modello per uso commerciale può avere senso.

"Questo sarà una rivelazione per innumerevoli settori che stanno riflettendo su come abbracciare la tecnologia e, al tempo stesso, sfruttare le competenze intellettuali e le risorse di cui dispongono internamente per costruire non solo un modello davvero potente e utile, ma anche distinguibile da un modello di frontiera," ha proseguito Bennett.

Un'impresa a basso costo

Anche il percorso utilizzato da Thomson Reuters per creare il proprio modello è intrigante, ha detto Bennett. Utilizzando un modello a pesi aperti come base per Thomson, Thomson Reuters ha dovuto investire solo 40 milioni di dollari per addestrarlo — molto meno del costo di addestramento di un LLM avanzato, che tipicamente può superare i 100 milioni di dollari. Per l'industria software nel suo complesso, questa aritmetica potrebbe contare quanto il modello stesso: suggerisce che un modello proprietario competitivo è alla portata dei fornitori che possiedono già dati e competenze specializzate, senza bisogno dei budget di un laboratorio AI di frontiera.

"La loro spesa è stata probabilmente inferiore di uno o due ordini di grandezza rispetto a quanto sarebbe necessario per costruire un modello da zero," ha detto Bennett.

Non è chiaro come si comporterà sul mercato il modello Thomson, ma l'LLM dovrebbe performare bene dal punto di vista tecnico, ha detto Bennett. Per le aziende dei settori della conoscenza, la possibilità di addestrare modelli specifici per dominio senza sostenere le spese tipiche dello sviluppo di modelli, e di utilizzare un modello economico, potrebbe risultare attraente, ha aggiunto.

Sebbene Thomson Reuters abbia superato ostacoli organizzativi e tecnici nella costruzione dell'LLM, restano sfide per il fornitore, tra cui convincere i propri clienti che il modello è paragonabile agli altri modelli di frontiera, ha detto Bennett. Le imprese che si abboneranno a Thomson dovranno inoltre scoprire e confrontare autonomamente se un LLM come Thomson, con le sue competenze specialistiche, sia paragonabile a quelli dei laboratori AI di frontiera.

Per il settore nel suo complesso, gli indicatori da osservare nel breve periodo sono se i clienti aziendali convalideranno le affermazioni di livello di frontiera di Thomson Reuters nel lavoro professionale quotidiano, e se altri fornitori che dispongono di ricchi contenuti proprietari seguiranno lo stesso percorso basato su pesi aperti e addestramento su domini specifici.

Fonte: AI Business