Thomson Reuters chi 40 triệu USD để tự sở hữu mô hình AI chuyên ngành

Ngày 24/8/2026, Thomson Reuters ra mắt Thomson, mô hình ngôn ngữ lớn độc quyền đầu tiên do công ty phát triển nội bộ. Thông báo của Thomson Reuters cho biết doanh nghiệp đầu tư 40 triệu USD cho nhân sự và năng lực tính toán, bắt đầu từ một mô hình mở rồi chuyên môn hóa bằng nội dung, công cụ và chuyên gia của mình.

Thomson là mô hình đa dụng được tăng cường cho công việc chuyên môn có mức rủi ro cao, đặc biệt trong pháp lý và thuế, chứ không chỉ là một mô hình pháp luật. Nơi triển khai đầu tiên được xác định là Tabular Analysis trong CoCounsel Legal ở bản phát hành sắp tới; CoCounsel vẫn dùng kiến trúc đa mô hình thay vì thay toàn bộ AI bên ngoài bằng Thomson.

Thomson được tạo ra bằng continual learning

Thomson Reuters không tiền huấn luyện một mô hình nền mới từ đầu. Nhóm phát triển áp dụng continual learning lên mô hình có trọng số mở, sử dụng cả huấn luyện giữa kỳ và hậu huấn luyện để thay đổi các tham số thay vì chỉ viết prompt, gắn công cụ vào mô hình đóng băng hoặc thực hiện một đợt tinh chỉnh nhỏ.

Báo cáo kỹ thuật nộp lên arXiv ngày 27/8 mô tả các biện pháp nhằm duy trì đồng thời tính dẻo — khả năng tiếp nhận chuyên môn mới — và tính ổn định của những năng lực đã có. Mục tiêu là hạn chế hiện tượng “quên” thường xuất hiện khi một mô hình đa dụng bị thích nghi quá hẹp với một lĩnh vực.

Nhóm tác giả gọi kết quả đánh giá là dạng cải thiện hình chữ π: năng lực tăng ở nhiều nhóm nhiệm vụ, kể cả một số khả năng không được nhắm trực tiếp, trong khi hiện tượng quên gần như bị loại bỏ trong các phép đo của họ. Tuy nhiên, đây là báo cáo do nhóm phát triển Thomson công bố; kết quả cho thấy phương pháp đáng chú ý nhưng chưa chứng minh mô hình dẫn đầu trong mọi nhiệm vụ hoặc môi trường thực tế.

40 triệu USD không phải giá của một lượt huấn luyện

Khoản 40 triệu USD là ngân sách phát triển bao gồm nhân sự và tài nguyên tính toán, không phải hóa đơn GPU của riêng lượt chạy cuối. Sự khác biệt này quyết định cách đọc tính kinh tế của chiến lược: doanh nghiệp không chỉ mua thời gian máy mà còn phải xây dựng dữ liệu hợp lệ, đội nghiên cứu, quy trình đánh giá chuyên gia và năng lực duy trì mô hình.

Phân tích của Forbes ngày 28/8 đối chiếu tổng ngân sách khoảng 40 triệu USD với chi phí GPU ước tính dưới 450.000 USD cho lượt huấn luyện cuối kéo dài ba tuần. Con số nhỏ hơn không bao gồm thương vụ mua Safe Sign Technologies với giá không được công bố, cũng không đại diện cho toàn bộ chi phí nhân sự, hạ tầng, chuẩn bị dữ liệu, thử nghiệm, đánh giá và vận hành tiếp diễn.

Vì vậy, Thomson không chứng minh rằng doanh nghiệp có thể sở hữu một mô hình chuyên ngành chỉ với vài trăm nghìn USD. Trường hợp này cho thấy hẹp hơn rằng chi phí của một lượt huấn luyện có thể thấp hơn nhiều so với tổng vốn cần để tạo ra năng lực tổ chức đứng sau mô hình.

Quyền sở hữu không đồng nghĩa tự cung tự cấp

Trong trường hợp Thomson, “AI có chủ quyền” không có nghĩa Thomson Reuters tự sản xuất mọi thành phần. Công ty vẫn thuê năng lực điện toán đám mây, phụ thuộc vào phần cứng tăng tốc và bắt đầu từ trọng số do bên ngoài phát triển. Phần được đưa về dưới quyền kiểm soát gồm nội dung độc quyền, phương pháp chuyên môn hóa, tiêu chuẩn đánh giá, công cụ, quyết định triển khai và trọng số sau huấn luyện.

Đây là lựa chọn ở giữa việc tự tiền huấn luyện từ con số không và thuê toàn bộ năng lực từ nhà cung cấp mô hình đóng. Một tổ chức có thể tiếp nhận tiến bộ của hệ sinh thái trọng số mở rồi tập trung vốn vào dữ liệu và chuyên môn tạo khác biệt; đổi lại, mỗi lần đổi nền tảng vẫn cần huấn luyện lại, kiểm thử an toàn, đánh giá chất lượng và tích hợp sản phẩm.

Với doanh nghiệp pháp lý, thuế hoặc tuân thủ, quyền kiểm soát sâu hơn có thể ảnh hưởng đến nơi mô hình chạy, dữ liệu nào được dùng để cải thiện nó và tiêu chuẩn nào xác định câu trả lời đủ đáng tin. Nhưng sở hữu trọng số không tự động giải quyết quyền sử dụng dữ liệu, nghĩa vụ bảo mật thông tin khách hàng hay trách nhiệm đối với câu trả lời sai.

Triển khai đầu tiên vẫn có phạm vi hẹp

Thomson được chọn cho Tabular Analysis, quy trình xử lý khối lượng lớn tài liệu có cấu trúc trong CoCounsel Legal. Trạng thái đã công bố là mô hình sẽ xuất hiện trong một bản phát hành sắp tới dành cho hãng luật và bộ phận pháp chế doanh nghiệp, không phải một dịch vụ mô hình độc lập đã được cung cấp đại trà.

Thomson Reuters dự kiến mở rộng các mô hình Thomson sang danh mục pháp lý và thuế, đồng thời phát triển thêm lựa chọn triển khai có mức kiểm soát cao hơn. Một phiên bản nhỏ được cung cấp dưới dạng trọng số mở cho mục đích học thuật và phi thương mại; mô hình cũng đang được mở cho một nhóm học giả pháp lý và AI để hỗ trợ đánh giá bên ngoài.

Các tuyên bố hiệu năng hiện tại cần được đọc đúng chủ thể thử nghiệm. Một số so sánh pháp lý đánh giá cả hệ thống Thomson có quyền sử dụng Westlaw, Practical Law và Reuters, trong khi hệ thống đối chứng dùng cấu hình công cụ khác; kết quả của cả hệ thống không thể quy hoàn toàn cho mô hình nền. Hiện câu chuyện mới được xác nhận ở mức ra mắt mô hình, công bố phương pháp và xác định nơi triển khai đầu tiên; dữ liệu sử dụng thực tế, chi phí vận hành dài hạn và đánh giá độc lập trên quy mô rộng vẫn chưa có.