2026年8月24日 — 情報サービスベンダーのトムソン・ロイターは月曜日、自社独自のAIモデルを発表した。同社によれば、トレーニングには他のフロンティアAIモデルの半分未満の費用しかかからなかったという。この発表は、AI市場での収益化を狙うトムソン・ロイターのようなSaaSベンダーに何が可能かを示すものである。

社内で開発されたこのモデルは「Thomson」と名付けられ、法律情報に重点を置いた同社の独自コンテンツに加え、その技術とドメイン専門知識の上に構築された。ベースとなっているのは、インペリアル・カレッジ・ロンドンのFAIR Labが開発した「Snowdon」というモデルである。

トロントに本拠を置くトムソン・ロイターは、Thomsonを、Claude Opus 4.8、GPT 5.5、Gemini 3.1 Proなど市場で最も強力なフロンティアモデルと同等だと位置づけている。今回の発表は、法務情報サービス分野のSaaSベンダーが、2月のAnthropicによるClaude Coworkプラグインのリリースで衝撃を受けたことを受けてのものでもあり、フロンティアAI製品が、こうしたベンダーが長年担ってきた専門業務のワークフローにいかに速く進出しつつあるかを浮き彫りにしている。

法務に加え、トムソン・ロイターは会計やその他のコンプライアンス関連分野の専門家にも新モデルを向けており、ドメイン特化型AIが法務という中核を超えて広がると同社が見ている初期の兆候となっている。

同社によれば、このモデルの起源は2024年のSafe Sign Technologiesの買収にもさかのぼる。Safe Signは法律特化の大規模言語モデル(LLM)を開発していた英国のAIスタートアップであり、そのスタッフがThomsonの基礎研究チームとなった。この買収により、トムソン・ロイターは一段階で即戦力となる研究グループを手に入れた。自社モデルの構築を検討する他のSaaSベンダーが参考にできる道筋である。

他社を促す可能性のあるモデル

「これは、膨大な知的財産と資本を保有する他の機関にとっても、刺激となるモデルになり得ます」と、イリノイ大学シカゴ校でデータサイエンスおよびAI戦略担当のアソシエイト・バイス・チャンセルラーを務めるMichael G Bennett氏は述べた。

同氏は、特にデータがフロンティアモデル開発者に取り込まれていない組織にとっては、商用目的で自社モデルを作ることが理にかなう場合があると付け加えた。

「これは、このテクノロジーをどう取り入れるかを考え、同時に社内にある専門知識やリソースを活用して、本当に強力で有用なモデルだけでなく、フロンティアモデルと差別化できるモデルを構築しようとしてきた多くの業界にとって、目を開かれる出来事になるでしょう」とBennett氏は続けた。

低コストで実現した取り組み

トムソン・ロイターがこのモデルの構築に用いた手法も興味深い、とBennett氏は言う。オープンウェイトモデルをThomsonのベースとして使用したことで、トムソン・ロイターの投資はトレーニングに4,000万ドルのみで済んだ。これは、高度なLLMのトレーニング費用(通常は1億ドルを超えることもある)よりはるかに少ない。ソフトウェア業界全体にとって、この費用計算はモデルそのものと同じくらい重要かもしれない。すでに専門的なデータと専門知識を保有するベンダーにとって、フロンティアAI研究所並みの予算がなくても競争力のある独自モデルが手の届くところにあることを示唆しているからだ。

「彼らの費用は、ゼロからモデルを構築するのに必要な費用より、おそらく1桁ないし2桁少なかったでしょう」とBennett氏は述べた。

Thomsonのモデルが市場でどのようなパフォーマンスを発揮するかは不明だが、このLLMは技術的には良好に機能するはずだとBennett氏は述べた。知識産業の企業にとって、モデル開発の典型的な費用を負担することなくドメイン特化モデルをトレーニングし、低コストのモデルを利用できることは魅力的であり得る、と同氏は付け加えた。

トムソン・ロイターはLLM構築における組織的・技術的なハードルを克服したものの、モデルが他のフロンティアモデルと同等であると顧客を納得させることなど、ベンダーにとっての課題は残っている、とBennett氏は述べた。Thomsonを購読する企業もまた、ドメイン専門知識を持つThomsonのようなLLMがフロンティアAI研究所のモデルと同等かどうかを、自ら検証し比較する必要があるだろう。

業界全体にとって、当面注目すべき指標は、企業顧客が日常の専門業務の中でトムソン・ロイターの「フロンティア級」という主張を裏付けるかどうか、そして、深い独自コンテンツを保有する他のベンダーが同じくオープンウェイトでドメイン特化型の道をたどるかどうかである。

出典: AI Business