40 triệu USD: Thomson Reuters tự phát triển mô hình AI pháp lý riêng

Thomson Reuters đã chi 40 triệu USD (khoảng 1.016 tỷ đồng) để tự phát triển mô hình ngôn ngữ lớn (LLM) mang tên Thomson, thay vì sử dụng trực tiếp các mô hình AI đa dụng có sẵn trên thị trường. Đây là chiến lược xây dựng mô hình chuyên biệt cho dữ liệu pháp lý, thuế và quy định, do chính công ty sở hữu.

Theo thông cáo của Thomson Reuters ngày 24 (giờ địa phương), Thomson là LLM độc quyền đầu tiên do công ty tự phát triển nội bộ. Mô hình xuất phát từ nền tảng mã nguồn mở, sau đó được huấn luyện bổ sung và tinh chỉnh bằng kho nội dung chuyên sâu của công ty, gồm dữ liệu từ Westlaw, Practical Law, Checkpoint và mảng tin tức Reuters.

Công ty cho biết tổng chi phí khoảng 40 triệu USD, bao gồm cả nhân sự lẫn chi phí tính toán. Trong khi cuộc đua phát triển các mô hình biên (frontier model) đa dụng thường tập trung vào đầu tư tính toán quy mô lớn, Thomson lại được xây dựng có chủ đích, giới hạn trong một lĩnh vực và dựa trên dữ liệu độc quyền cụ thể.

Joel Hron, Giám đốc công nghệ (CTO) của Thomson Reuters, cho biết trong thông cáo: “Trong nhiều năm, ngành AI xem quy mô là câu trả lời cho mọi vấn đề”. Ông nói thêm rằng “Thomson cho thấy khi xuất phát từ một mô hình nền tảng mạnh và đi sâu chuyên môn hóa vào những tác vụ quan trọng, có thể tạo ra trí tuệ nhân tạo hiệu quả và dễ kiểm soát hơn”. Phát biểu này cho thấy công ty đang ưu tiên chất lượng dữ liệu và mức độ phù hợp với công việc hơn là kích thước mô hình.

Tính năng đầu tiên áp dụng Thomson là công cụ phân tích bảng biểu trong dịch vụ AI pháp lý CoCounsel Legal. Mô hình được sử dụng trước tiên cho các tác vụ có cấu trúc rõ ràng, như rà soát khối lượng lớn tài liệu.

CoCounsel vẫn duy trì cấu trúc đa mô hình. Ở những lĩnh vực Thomson thể hiện thế mạnh, công ty sẽ sử dụng Thomson, còn với các tác vụ khác, các mô hình AI bên ngoài vẫn tiếp tục được dùng song song.

Thomson Reuters cho biết đến nay Thomson mới chỉ sử dụng chưa đến 10% lượng nội dung độc quyền của công ty để huấn luyện. Hàng trăm chuyên gia trong các lĩnh vực chuyên môn đã tham gia từ khâu thiết kế mục tiêu huấn luyện đến đánh giá cuối cùng.

Mô hình ngôn ngữ lớn là dạng AI học từ khối lượng văn bản khổng lồ để trả lời câu hỏi, tóm tắt và phân tích tài liệu. Tuy nhiên, đối với AI dùng trong doanh nghiệp, yếu tố quan trọng không chỉ là hiệu năng tổng quát mà còn là chất lượng kết quả gắn với hệ thống tài liệu đặc thù, quy định nội bộ và trách nhiệm pháp lý.

Công ty cũng công bố một phiên bản mô hình trọng số mở (open-weight) quy mô nhỏ hơn trên nền tảng Hugging Face, phục vụ mục đích nghiên cứu học thuật và phi thương mại. Mô hình trọng số mở là hình thức phân phối cho phép nhà phát triển tự chạy và tinh chỉnh trọng số mô hình trên môi trường riêng.

Giáo sư Jonathan H. Choi thuộc Trường Luật, Đại học Washington, cho biết trong thông cáo của công ty rằng ông đã thử nghiệm Thomson cùng ChatGPT và Claude bằng các câu hỏi khó trong một khóa học về thuế doanh nghiệp. Ông nói: “Cả ba mô hình đều đưa ra câu trả lời đúng, nhưng nhìn chung tôi thích câu trả lời của Thomson hơn”.

Ông Choi đánh giá riêng các liên kết trích dẫn tài liệu pháp lý trong câu trả lời của Thomson giúp kết quả minh bạch và sát với thực tế công việc hơn. Điều này cho thấy trong các lĩnh vực chuyên môn, cách trình bày căn cứ có thể quan trọng không kém việc câu trả lời đúng hay sai.

Trường hợp này cũng đặt ra vấn đề không xa lạ với nhiều doanh nghiệp ở các thị trường khác, trong đó có Việt Nam. Khi triển khai AI trong doanh nghiệp, ngoài hiệu năng mô hình, các yếu tố như vị trí lưu trữ dữ liệu, chi phí suy luận, yêu cầu bảo mật và độ phức tạp vận hành cũng cần được cân nhắc đồng thời.

TokenPost trước đó cũng từng đề cập đến việc các doanh nghiệp khách hàng cân nhắc đồng thời chi phí và gánh nặng bảo mật khi triển khai dịch vụ AI. Xu hướng hợp tác AI toàn diện dựa trên chip xử lý mạng nơ-ron (NPU) nội địa cũng nằm trong nỗ lực giảm chi phí hạ tầng và áp lực bảo mật vốn phụ thuộc vào các bộ xử lý đồ họa (GPU) nhập khẩu.

Dù vậy, Thomson Reuters không bán Thomson như một sản phẩm độc lập. Công ty giải thích Thomson là một lớp mô hình vận hành các tính năng cụ thể bên trong sản phẩm hiện có.

Trường hợp của Thomson Reuters cho thấy các doanh nghiệp sở hữu lượng dữ liệu chuyên sâu lớn có thể tự xây dựng mô hình AI riêng. Tuy nhiên, liệu cách tiếp cận này có đảm bảo cùng cấu trúc chi phí và hiệu năng cho mọi doanh nghiệp khác hay không vẫn cần được kiểm chứng riêng.