Thomson Reuters bouwt een eigen juridisch AI-model

Thomson Reuters lanceert deze zomer 'Thomson', een eigen taalmodel dat specifiek getraind is op juridische data. Geen marketingverhaal over AI-ambities, maar een concreet product dat al betere resultaten laat zien dan algemene modellen op juridische taken. Voor advocatenkantoren die dagelijks met CoCounsel werken, verandert dit de spelregels.

Hoe Thomson is ontstaan

Het begon in 2024, toen Thomson Reuters het Britse Safe Sign Technologies overnam. Dat was een startup uit Cambridge die werkte aan een klein juridisch taalmodel, opgericht door een voormalig trainee van A&O Shearman en versterkt met onderzoekers van DeepMind, Harvard en MIT. Op dat moment was het plan al duidelijk: TR wilde een eigen LLM bouwen, gebaseerd op opensourcemodellen van partijen als Meta en Mistral, en gevoed met hun enorme juridische dataset.

CTO Joel Hron legt het uit met de metafoor van een grote letter T. De brede armen staan voor algemene taalvaardigheid, wiskunde en code. De verticale kolom is de diepe juridische training: jurisprudentie, contracten, fiscale data en nieuwsinformatie van Reuters.

Waarom dit relevant is voor de advocatuur

Thomson is geen theoretisch experiment. Op vier van de tien belangrijke benchmarks voor juridische taken presteert het model nu al beter dan algemene modellen zoals die van OpenAI en Anthropic. De overige zes zijn in ontwikkeling. Dat klinkt misschien abstract, maar de praktische gevolgen zijn concreet.

Als je kantoor CoCounsel gebruikt voor document review, dan draait Thomson straks op de achtergrond mee, zonder dat je het per se merkt. De output wordt beter, de juridische nauwkeurigheid hoger. Voor kantoren die gevoelige data verwerken, is er een extra voordeel: Thomson kan on-premises draaien. Geen data die naar externe servers gaat. Hron benadrukt dat dit voor veel grote kantoren een doorslaggevend argument is.

De technische aanpak

Wat Thomson technisch interessant maakt, is de portabiliteit. TR gebruikt opensourcemodellen als basis en traint daar bovenop met eigen juridische data en expertise van hun ruim 4.500 vakinhoudelijke experts. Hron beschrijft het helder: een opensourcemodel is uiteindelijk een matrix van getallen, en het draait om het verfijnen van die getallen met juridische trainingsdata.

Dat betekent ook dat TR niet vastgebonden zit aan een specifiek basismodel. Als er een beter opensourcemodel beschikbaar komt, kunnen ze Thomson daarop laten draaien. Ondertussen wordt het model continu beter door nieuwe data en aanvullende training. De hardware draait op eigen GPU-clusters bij vaste partners, wat de privacy en veiligheid verder versterkt.

Geen verdedigingsstrategie, wel een strategisch voordeel

Is dit een reactie op het risico dat OpenAI of Anthropic zelf de juridische markt betreden? Hron zegt van niet. TR blijft samenwerken met de grote modelontwikkelaars. Maar Thomson geeft hen wel iets wat geen enkele algemene AI-aanbieder kan evenaren: terabytes aan juridische data, gecombineerd met decennia aan redactionele expertise.

Dat is precies waar het interessant wordt voor jouw kantoor. De markt voor juridische AI is druk, met steeds meer spelers die zich op contractwerk en transactiepraktijken richten. Een eigen juridisch LLM geeft TR een voorsprong die moeilijk te kopiëren is. Vooral op het vlak van contract review en transactiewerk kan Thomson het verschil maken.

Wat dit voor jou betekent

De komst van Thomson bevestigt een trend die we al langer signaleren: generieke AI is niet genoeg voor juridisch werk op hoog niveau. De toekomst ligt bij modellen die diep in het juridische domein zijn getraind, met data die betrouwbaar, schoon en relevant is.

Of je kantoor nu CoCounsel gebruikt of niet, deze ontwikkeling dwingt je om na te denken over je AI-strategie. Welke tools gebruik je? Hoe goed presteren ze op jouw specifieke rechtsgebied? En ben je bereid om te investeren in AI die echt begrijpt wat je doet?

Wil je weten hoe jouw kantoor zich het beste kan positioneren in dit veranderende landschap? Plan een gesprek en we denken graag met je mee.

Vorige
Vorige

Declarabele uren naar waardecreatie: het nieuwe verdienmodel  

Volgende
Volgende

Capgemini bevriest salarissen, Accenture eist AI-adoptie. Wat betekent dat voor jou?