砸4000萬美元 湯森路透自建法律AI模型「湯森」

法律與財稅資訊巨頭湯森路透(Thomson Reuters，TRI)砸下4000萬美元(約新台幣12.8億元)，自行開發大型語言模型（LLM）「湯森(Thomson)」。相較於直接沿用市面上的通用AI模型，湯森路透選擇打造專攻法律、稅務與法規領域的企業級模型，握有自主技術主導權。

根據湯森路透24日發布的聲明，湯森是公司內部開發的首個自有LLM。該模型以開源架構為基礎，並以自家專業內容——包括Westlaw、Practical Law、Checkpoint與路透(Reuters)新聞資料庫——進行中間訓練與後續調校。

湯森路透表示，連同人力與運算成本在內，這次開發總計花費約4000萬美元。相較於通用前沿模型開發競賽普遍聚焦在大規模運算投資，這次案例選擇縮小範圍，鎖定特定業務與獨家數據。

喬爾·赫隆(Joel Hron)湯森路透技術長在聲明中表示：「AI產業多年來都把規模視為答案。」他接著說：「湯森證明了，從強大的基礎模型出發，深入特化在關鍵業務上，就能打造出更有效率、也更可控的智慧。」評論認為，這番話意味著相較於模型規模，湯森路透更看重數據品質與業務適配度。

湯森目前率先應用於法律AI服務CoCounsel Legal的表格分析功能，用於大量文件審查等結構化任務。

CoCounsel持續維持多模型架構，在湯森具備優勢的領域採用湯森，其餘任務則仍並用外部模型。

湯森路透表示，湯森目前訓練所用的自家內容比例不到10%，數百名領域專家參與了從訓練目標設計到最終評估的全過程。

大型語言模型是透過學習大量文件、藉此完成問答、摘要與文件分析的AI模型。不過在企業級AI應用中，除了通用性能之外，能否契合特定文件體系、內部規範與責任歸屬，同樣是評估結果品質的重要關鍵。

除了商業版本，湯森路透也在Hugging Face上公開了供學術與非商業研究使用的小型開放權重模型。開放權重(open-weight)是一種讓開發者能在自有環境中執行並調整模型參數的釋出方式。

華盛頓大學法學院教授喬納森·崔(Jonathan H. Choi)在公司聲明中表示，他以企業稅務課程的高難度題目，測試了湯森、ChatGPT與Claude三款模型。他說：「三個模型都答對了，但整體而言，我更偏好湯森的回答。」

崔教授特別指出，湯森附上的法律論著連結讓答案更透明、也更貼近實務。評論認為，在專業領域中，答案是否正確之外，論述佐證的方式也可能左右實際應用價值。

這起案例也帶出台灣企業同樣關注的課題。企業導入AI服務時，除了模型效能，數據存放位置、推論成本、資安要求與營運複雜度同樣需要一併考量。

本刊此前也曾報導，企業客戶在導入AI服務時會同時衡量成本與資安負擔。以南韓自主研發的NPU（神經網路處理器）為核心的全端AI合作模式，同樣呼應了企業試圖降低對外國GPU基礎設施依賴、藉此減少成本與資安負擔的趨勢。

不過，湯森路透並未將湯森作為獨立商品對外銷售。公司表示，湯森是在既有產品內驅動特定功能的模型層。

這起案例顯示，握有大量專業數據的企業有能力自建專屬模型。至於這種模式是否能為所有企業帶來相同的成本結構與效能，仍有待進一步驗證。