Thomson 1.0: l'LLM giuridico-fiscale proprietario di Thomson Reuters

La svolta di un gigante dell'informazione

Per decenni, Thomson Reuters ha venduto l'insumo più prezioso per avvocati e commercialisti: informazione organizzata, affidabile e aggiornata. Westlaw, Practical Law, Checkpoint — basi di dati che strutturano la pratica giuridica e tributaria in molteplici paesi. Il 24 agosto 2026, l'azienda ha compiuto un passo qualitativamente diverso: ha annunciato Thomson 1.0, il suo primo large language model (LLM) sviluppato internamente, progettato specificamente per i domini del diritto e della fiscalità.

Non si tratta più di una partnership con OpenAI. Non è più un wrapper su GPT o Claude. È un modello proprietario, addestrato sull'archivio proprietario dell'azienda, costruito attorno a una tesi precisa: nessuno dispone di dati giuridici e fiscali così profondi quanto Thomson Reuters — e questo asset, convertito in intelligenza di modello, può rappresentare un vantaggio competitivo generazionale.

40 milioni di dollari e un addestramento finale da 450.000 dollari

L'investimento totale dichiarato da Thomson Reuters per sviluppare Thomson 1.0 è stato di 40 milioni di dollari nell'arco di circa due anni, a copertura di talenti e infrastruttura di calcolo. La cifra include l'acquisizione di Safe Sign Technologies, avvenuta nel 2024, che ha portato nel progetto parte del team tecnico responsabile.

Il dato più rivelatore, tuttavia, è emerso dal CTO Joel Hron durante il briefing stampa: il costo dell'addestramento finale del modello è stato di 450.000 dollari — cifra autodichiarata dall'azienda. Per contestualizzare, la stessa Thomson Reuters descrive i 40 milioni di dollari complessivi come "una frazione" dei miliardi investiti da laboratori di frontiera come OpenAI e Anthropic. Non è modestia: è una scommessa metodologica. L'azienda ritiene che dati di altissima qualità e specificità settoriale possano compensare ordini di grandezza di scala bruta.

Il modello è stato guidato tecnicamente da Joel Hron, CTO, e Jonathan Schwarz, Head of AI Research. Centinaia di esperti di dominio hanno partecipato alla definizione degli obiettivi di addestramento e alla valutazione dei risultati — una scelta deliberata di fondere ingegneria ed expertise di settore.

Cosa c'è sotto il cofano

Thomson 1.0 è stato costruito su una base open-source o open-weight. I materiali ufficiali di Thomson Reuters non identificano quale modello base sia stato utilizzato — e due fonti di stampa specializzata divergono al riguardo, citando rispettivamente Qwen 3.5 (Alibaba) e Snowdon, sviluppato all'Imperial College London. Poiché il dossier registra questa contraddizione senza una risoluzione indipendente, e i materiali ufficiali dell'azienda non forniscono dettagli in merito, il punto rimane aperto.

Ciò che è documentato è il carburante del fine-tuning: Westlaw, Practical Law, Checkpoint e Reuters — gli asset di contenuto proprietario dell'azienda. Fino alla data di lancio, meno del 10% del totale di questo archivio era stato utilizzato nell'addestramento, secondo autodichiarazione di Thomson Reuters. Ciò significa che esiste una riserva sostanziale di dati non ancora incorporati, che l'azienda presenta come vettore di evoluzione per le prossime versioni della famiglia di modelli Thomson.

Un punto critico sulla privacy: i dati dei clienti non sono stati utilizzati nell'addestramento senza consenso esplicito, secondo quanto dichiarato dall'azienda.

"Fiduciary-Grade AI": uno standard proprietario — e una promessa

Thomson Reuters ha coniato il termine "Fiduciary-Grade AI™" per descrivere il proprio standard di sviluppo, facendo riferimento diretto al concetto giuridico di dovere di cura. La scelta non è casuale: il pubblico di riferimento — avvocati e commercialisti — opera in regimi di responsabilità professionale rigorosi. Un modello che allucinа una giurisprudenza o interpreta erroneamente una norma tributaria non è semplicemente scomodo; può generare responsabilità legale.

L'azienda dichiara che Thomson 1.0 è stato valutato su oltre 100 benchmark di dominio giuridico e migliaia di casi d'uso specifici. Nel PrBench Legal Hard, il modello ha registrato un punteggio di 0,352, descritto da Thomson Reuters come superiore a tutti i modelli di frontiera testati.

Quanto ai confronti con modelli concorrenti, le fonti disponibili divergono nelle affermazioni: una sostiene che Thomson performa in modo competitivo rispetto a Claude Opus 4.8, GPT-5.5 e Gemini 3.1 Pro; un'altra afferma prestazioni competitive con Claude Opus 4.8 e superiori a GPT-5.5, Claude Sonnet 5 e Gemini 3.1 Pro in una serie di benchmark giuridici e professionali. Entrambe le versioni sono autodichiarate da Thomson Reuters e non vi è consenso tra le fonti. Avvertenza obbligatoria: tutti questi numeri sono autodichiarati dall'azienda. Il benchmarking accademico indipendente era in corso con istituzioni partner alla data del lancio, ma i risultati non erano ancora stati pubblicati. Qualsiasi analisi critica deve tenere conto di questo limite prima di considerare i confronti come definitivi.

Cosa è disponibile — e cosa ancora non lo è

Qui risiede il dettaglio più importante per chi sta valutando un'adozione immediata: Thomson 1.0 non è disponibile come prodotto standalone alla data di lancio. Le FAQ ufficiali dell'azienda sono esplicite: "No. We do not currently price, sell, or offer Thomson as a standalone model."

Il primo deployment commerciale sarà la funzionalità di Tabular Analysis all'interno di CoCounsel Legal, in una "prossima versione" del prodotto — non ancora attiva al 24 agosto 2026. Questa funzionalità consente di esaminare fino a 10.000 documenti incrociati con fino a 100 domande simultaneamente, con ogni risposta tracciabile alla sua fonte. Per i dipartimenti legali che gestiscono due diligence, revisione di contratti su larga scala o audit fiscali, il potenziale di compressione dei tempi è evidente.

Una versione open-weight di dimensioni ridotte è disponibile su Hugging Face con licenza accademica non commerciale — accessibile a ricercatori e team tecnici che desiderino sperimentare il modello. Il portale API per sviluppatori esiste, ma il CTO Hron lo ha descritto come "still very early" alla data dell'annuncio. Sono in corso trattative preliminari con grandi studi legali e aziende in merito a licenze dirette e fine-tuning con dati proprietari.

Una limitazione tecnica rilevante: Thomson 1.0 non consulta banche dati aggiornate in tempo reale per impostazione predefinita — diversamente da CoCounsel, che ha accesso nativo ai contenuti proprietari di Thomson Reuters. L'azienda sta valutando l'aggiunta del recupero in tempo reale nelle versioni future.

Cosa cambia nella pratica per le aziende

Per gli studi legali, i dipartimenti legali aziendali e le consulenze fiscali, Thomson 1.0 segnala una tendenza che va ben oltre Thomson Reuters: i fornitori di informazione settoriale stanno smettendo di essere clienti passivi dell'IA per diventare detentori di modelli verticali.

Questo ha implicazioni dirette. Strumenti come Tabular Analysis — quando disponibili — possono comprimere in ore attività di due diligence che oggi richiedono settimane di lavoro di junior associate. Più della velocità, è la tracciabilità di ogni risposta alla sua fonte a rendere questo tipo di strumento difendibile all'interno di un contesto regolatorio.

Per i responsabili di tecnologia e operazioni in studi legali e contabili, la domanda non è più "dobbiamo usare l'IA?" ma diventa "quale livello di IA, con quali dati, e con quale grado di auditabilità?" Thomson 1.0 è la risposta di un'azienda che scommette che la risposta corretta parta dai dati — non dalla dimensione del modello.

La famiglia di modelli Thomson è solo agli inizi. Con meno del 10% dell'archivio proprietario utilizzato finora, ciò che verrà dipende meno dalla potenza di calcolo e più dalla cura editoriale dei dati. Questo è il gioco che Thomson Reuters sta giocando.

Fonti

• Thomson Reuters investe US$ 40 milhões e lança modelo ...
• Thomson Reuters Launches Thomson, Its Own Proprietary ...
• Thomson Reuters Leverages its World-Class Data Assets ...
• Thomson Reuters lança modelo de IA próprio por US$ 40 milhões Por Investing.com
• Thomson Reuters launches $40M legal LLM inside CoCounsel
• Thomson Reuters launches proprietary legal LLM "Thomson"