Thomson Reuters investe US$ 40 milhões para ter seu próprio modelo de IA em vez de alugar da OpenAI
A empresa de informações jurídicas criou um modelo próprio baseado no Qwen da Alibaba, apostando que o importante não é a inteligência em si, mas controlar qual inteligência você precisa ter.
A Thomson Reuters está investindo cerca de US$ 40 milhões para construir o Thomson, seu próprio modelo de linguagem de IA (um programa que entende e gera texto como o ChatGPT), baseado no Qwen da Alibaba. A empresa aposta que é melhor controlar a própria tecnologia e integrá-la ao seu acervo jurídico do que depender de fornecedores como OpenAI.
A Thomson Reuters, gigante global de informações jurídicas e de negócios, está lançando o "Thomson", seu próprio modelo de linguagem de IA (um programa que entende e gera texto como o ChatGPT) construído em cima do Qwen (um modelo da empresa chinesa Alibaba disponível para download e customização). O projeto custará cerca de US$ 40 milhões ao longo de dois anos, segundo informou o site The Decoder.
A decisão representa uma aposta de que, para algumas empresas, é melhor construir e controlar a própria tecnologia do que alugar modelos prontos de empresas como OpenAI ou Anthropic (as criadoras do ChatGPT e do Claude, respectivamente). Isso é especialmente relevante no setor jurídico, onde dados são sensíveis e o controle sobre as fontes é crítico.
Mas os testes de desempenho (benchmarks, ou seja, comparações padronizadas entre modelos) só mostram resultados de ponta quando o modelo consegue acessar o próprio acervo da Thomson Reuters — em particular o Westlaw, um banco de dados jurídico com milhões de decisões judiciais, leis e comentários de especialistas. Sem esse conteúdo proprietário, o modelo não se destaca tanto.
Joel Hron, diretor de tecnologia (CTO) da Thomson Reuters, defende que o ponto central não é ter a IA mais "inteligente" do mercado, mas sim saber qual inteligência você precisa possuir diretamente. Em outras palavras: para a empresa, o valor está em combinar um modelo customizável com décadas de conteúdo jurídico que nenhuma OpenAI ou Anthropic tem acesso para treinar seus sistemas.
A estratégia reflete uma tendência crescente entre grandes corporações com vastos acervos de dados especializados: em vez de depender de fornecedores externos, elas optam por investir na construção de modelos próprios que podem ser ajustados e controlados internamente, mesmo que isso signifique custos iniciais bem mais altos.
