IA de grado fiduciario: IA gestionada en la publicación especializada: cómo Thomson Reuters resuelve el problema de la confianza en la IA empresarial con Snowflake

Reuters abre sus archivos: Cómo el contenido periodístico se convierte en valiosa materia prima para la IA

IA de grado fiduciario: por qué la confianza lo es todo al usar inteligencia artificial

La inteligencia artificial se ha consolidado como motor de innovación en todos los sectores, pero en ámbitos tan sensibles como el derecho, la fiscalidad y la regulación, se aplican sus propias normas. Donde los modelos de IA erróneos o las disposiciones legales defectuosas pueden provocar no solo daños a la reputación, sino también enormes riesgos de responsabilidad civil, la confianza ciega en la tecnología no es una opción. Para afrontar este reto, el proveedor global de servicios de información Thomson Reuters se apoya en una alianza estratégica con la plataforma de datos de IA Snowflake. Su concepto central es la "IA gestionada": una IA estrictamente controlada y fiable que prioriza los resultados fiables sobre la velocidad. El siguiente artículo analiza cómo Thomson Reuters está consolidando decenas de miles de bases de datos, acelerando drásticamente los procesos de trabajo críticos y, de paso, transformando su vasto archivo de noticias, con décadas de antigüedad, en un valioso recurso para la economía global de la IA. Descubra por qué una excelente gobernanza de datos se está convirtiendo en una ventaja competitiva decisiva en la publicación especializada moderna y qué obstáculos aún deben superarse para escalar la IA empresarial.

La "IA de grado fiduciario" es un tipo específico de IA gestionada: describe específicamente el nivel más alto de confianza y gobernanza dentro de un entorno de IA gestionada, que es necesario para casos de uso sensibles a la responsabilidad fiduciaria, como el derecho, los impuestos y la regulación, mientras que la IA gestionada es el término más general para la infraestructura de IA operada y supervisada profesionalmente en general.

Thomson Reuters es una empresa canadiense-británica de medios de comunicación y tecnología con sede en Toronto, formada en 2008 mediante la adquisición de la agencia de noticias británica Reuters por parte de la corporación canadiense Thomson.

Reuters fue fundada en Londres en 1851 y es una de las agencias de noticias más antiguas y grandes del mundo. Thomson Reuters sigue siendo propiedad mayoritaria de Woodbridge Company, la empresa de inversión privada de la familia canadiense Thomson, que posee entre el 67 y el 70 por ciento de las acciones. La compañía cotiza en la Bolsa de Nueva York y en la Bolsa de Toronto con el símbolo TRI.

En el ejercicio fiscal 2025, el grupo generó ingresos de aproximadamente 7.480 millones de dólares estadounidenses y empleó a cerca de 27.100 personas en todo el mundo, en más de 100 países. La empresa se divide esencialmente en cinco segmentos: Profesionales del Derecho (productos de investigación jurídica y gestión de flujos de trabajo para bufetes de abogados y agencias gubernamentales), Empresas (soluciones para departamentos internos de derecho, impuestos y cumplimiento normativo), Profesionales de Impuestos y Contabilidad (productos de impuestos y contabilidad), Reuters News (el negocio tradicional de noticias) e Impresión Global.

Thomson Reuters se describe ahora como una «empresa de IA y tecnología» que ofrece a los profesionales contenido fiable y flujos de trabajo automatizados, basándose en más de 150 años de experiencia acumulada en la gestión de contenidos. Entre sus productos más conocidos se encuentran la plataforma de investigación jurídica Westlaw y el asistente de IA generativa CoCounsel para profesionales del derecho, ambos cada vez más dependientes de una infraestructura de datos modernizada e impulsada por IA, precisamente el ámbito central de la alianza con Snowflake analizada anteriormente.

Fiabilidad antes que velocidad: el nuevo referente para la inteligencia artificial en las editoriales especializadas

Inteligencia artificial sin errores: Cómo Thomson Reuters resuelve el problema de la confianza en el sistema legal

La inteligencia artificial se considera generalmente un acelerador del crecimiento, pero en los sectores legal, fiscal y regulatorio, la fiabilidad es primordial. Quien venda a abogados, asesores fiscales y departamentos de cumplimiento un sistema de IA que genere párrafos legales incorrectos o cite normativas obsoletas, se arriesga no solo a dañar su reputación, sino también a sufrir consecuencias legales para sus clientes. Es precisamente aquí donde entra en juego la alianza entre Thomson Reuters y Snowflake, presentada en la Snowflake Summit 26 en junio de 2026. Esta alianza demuestra cómo una empresa tradicional de medios e información puede transformar sus extensos y altamente sensibles repositorios de datos en una base sólida para la IA generativa sin perder el control sobre el origen, la calidad y el acceso a los datos.

Thomson Reuters es un proveedor global de servicios de información para asuntos legales, fiscales y regulatorios, que ofrece a sus clientes productos como Westlaw para investigación jurídica y CoCounsel, un asistente de IA generativa para profesionales del derecho. Snowflake, por su parte, se posiciona como una nube de datos de IA, una plataforma que proporciona datos empresariales de forma centralizada, segura y en cumplimiento con las normativas de gobernanza para aplicaciones de análisis e IA. La colaboración entre ambas compañías ofrece un claro ejemplo de cómo el concepto de IA gestionada —inteligencia artificial operada, supervisada e integrada profesionalmente en los procesos de negocio existentes— demuestra su éxito en uno de los entornos regulatorios más exigentes.

De 37.500 tablas a una verdad unificada: la arquitectura de datos detrás de la IA

En 2021, Thomson Reuters eligió Snowflake porque la plataforma combinaba los requisitos de seguridad y gobernanza empresarial con una infraestructura de datos escalable. Desde entonces, la compañía ha creado una única fuente de información segura que abarca más de 37 500 tablas controladas y 350 fuentes de datos diferentes. Esta base impulsa la plataforma interna My Data Space, a través de la cual los equipos centrales distribuyen y comparten productos de datos confiables en toda la organización.

Más de 1500 usuarios internos, entre ingenieros de datos, analistas y ejecutivos, acceden a este sistema diariamente para recuperar datos protegidos y obtener información valiosa para sus flujos de trabajo. Cabe destacar la aceleración de las cargas de trabajo críticas hasta 3,4 veces, lo que permite completar en segundos análisis de datos complejos que antes tardaban semanas. Este avance no se debe simplemente a la capacidad de procesamiento, sino a una canalización de datos consolidada que elimina la preparación manual de datos, permitiendo a los equipos centrarse en la toma de decisiones en lugar de en la logística de datos subyacente.

Cortex AI y CoCo: Las dos herramientas para la velocidad y la modernización

La clave de la implementación técnica reside en Snowflake Cortex AI, un servicio de IA totalmente gestionado que permite a las organizaciones ejecutar grandes modelos de lenguaje directamente sobre sus propios datos protegidos por la normativa, sin necesidad de transferirlos a sistemas externos. Para Thomson Reuters, esto significa que los complejos conjuntos de datos regulatorios se transforman en información en tiempo real, acelerando significativamente el desarrollo de aplicaciones inteligentes. Cortex AI es compatible con modelos de diversos proveedores, como Anthropic, Meta y Mistral, así como con modelos actuales como Claude Opus 5 y Gemini 3 Pro, que se ejecutan directamente en el entorno seguro de Snowflake.

Paralelamente, Thomson Reuters utiliza Snowflake CoCo, un asistente de programación con IA que ayuda a los equipos a modernizar los sistemas heredados y acelerar su migración al entorno Snowflake. Al simplificar el desarrollo en un entorno controlado, los equipos pueden escalar las innovaciones en IA y datos sin comprometer la seguridad ni el cumplimiento normativo. Esta combinación de herramienta analítica y asistente de desarrollo ejemplifica cómo funciona la IA gestionada en la práctica: la infraestructura, la selección de modelos, las políticas de seguridad y la escalabilidad son gestionadas por el proveedor de la plataforma, mientras que la unidad de negocio conserva el control sobre sus datos y casos de uso.

IA de grado fiduciario: un nuevo referente para la responsabilidad fiduciaria en la IA

El término "IA fiduciaria", utilizado por Snowflake y Thomson Reuters, describe un nivel de calidad donde la precisión, la trazabilidad y la fiabilidad de los resultados son imprescindibles. Caitlin Halferty, directora de datos y análisis de Thomson Reuters, destacó que el verdadero valor reside no solo en la velocidad, sino en la capacidad de innovar en un entorno controlado donde los equipos pueden transformar datos regulatorios complejos en información útil, manteniendo al mismo tiempo el nivel de confianza, control y fiabilidad necesarios para aplicaciones profesionales de alto riesgo.

Para una empresa cuyos productos principales son utilizados por abogados, asesores fiscales y expertos en regulación en situaciones críticas para el negocio, este enfoque no es un eslogan publicitario, sino una necesidad económica. Los gastos erróneos o no documentados en IA en un área donde están en juego millones de dólares o responsabilidades legales pondrían en peligro el modelo de negocio de toda la corporación. La capa de gobernanza de Snowflake, que incluye controles de acceso basados ​​en roles, enmascaramiento de datos, etiquetado de objetos y registros de auditoría, proporciona la base técnica, mientras que funciones de filtrado adicionales como Cortex Guard ayudan a prevenir resultados de modelos inapropiados o perjudiciales.

Aquí aprenderá cómo su empresa puede implementar soluciones de IA personalizadas de forma rápida, segura y sin grandes barreras de entrada.

Una plataforma de IA gestionada es su solución integral y sin preocupaciones para la inteligencia artificial. En lugar de lidiar con tecnología compleja, infraestructura costosa y largos procesos de desarrollo, recibirá una solución lista para usar y adaptada a sus necesidades de un socio especializado, a menudo en tan solo unos días.

Las principales ventajas de un vistazo:

⚡ Implementación rápida: De la idea a la aplicación lista para usar en días, no meses. Ofrecemos soluciones prácticas que generan valor añadido inmediato.

🔒 Máxima seguridad de datos: Tus datos confidenciales permanecen contigo. Garantizamos un procesamiento seguro y conforme a la normativa sin compartirlos con terceros.

💸 Sin riesgo financiero: Solo pagas por resultados. Se eliminan por completo las altas inversiones iniciales en hardware, software y personal.

🎯 Concéntrese en su negocio principal: Concéntrese en lo que mejor sabe hacer. Nos encargamos de toda la implementación técnica, la operación y el mantenimiento de su solución de IA.

📈 A prueba de futuro y escalable: Tu IA crece contigo. Garantizamos la optimización y la escalabilidad continuas, y adaptamos los modelos con flexibilidad a las nuevas necesidades.

Más información aquí:

• Plataforma de IA gestionada

Westlaw y CoCounsel como beneficiarios: implicaciones prácticas para los productos estrella

Un efecto clave de la consolidación de datos se hace evidente de inmediato en los dos productos estrella de Thomson Reuters. Gracias a la integración de sus sistemas de datos para Westlaw, la plataforma de investigación jurídica consolidada, y CoCounsel, el asistente de IA generativa para abogados, las cargas de trabajo principales se ejecutan ahora hasta 3,4 veces más rápido, lo que permite la transición de informes estáticos a información prácticamente en tiempo real. Este cambio transforma radicalmente la forma en que los profesionales del derecho trabajan a diario: en lugar de esperar actualizaciones diarias, los usuarios reciben información continua y verificada sobre novedades regulatorias.

Christian Kleinerman, vicepresidente ejecutivo de producto de Snowflake, destacó que Thomson Reuters demuestra cómo las empresas pueden escalar la IA y la gobernanza de forma conjunta, creando una base sólida que permite a los equipos trabajar con mayor rapidez y escalar la IA en toda la organización. Esta declaración subraya la doble función estratégica de la alianza: se trata, a la vez, de un proyecto de modernización tecnológica y una herramienta para generar confianza con una base de clientes tradicionalmente muy reacia al riesgo en lo que respecta a la innovación tecnológica.

El contenido como materia prima: Reuters abre sus archivos a la economía de la IA

Además de su plataforma de datos interna, Reuters anunció en agosto de 2026 que pondría su contenido periodístico a disposición a través de Snowflake Marketplace, lo que permitiría a las empresas enriquecer sus aplicaciones y modelos de IA con noticias y contenido multimedia de Reuters basados ​​en hechos. Este mercado ofrece a las empresas acceso al periodismo de Reuters desde 1987, disponible en cinco idiomas e integrado directamente en los flujos de trabajo de IA. Esta apertura representa un paso significativo para toda la industria de los medios, demostrando cómo los archivos periodísticos protegidos por derechos de autor pueden convertirse en un recurso monetizable para sistemas de IA generativa sin renunciar al control sobre los derechos de uso.

Esto posiciona a Thomson Reuters simultáneamente como proveedor de datos de entrenamiento y contexto confiables para sistemas de IA de terceros y como operador de sus propias aplicaciones de IA que cumplen con las normativas de gobernanza para sus clientes principales. Este doble rol distingue fundamentalmente a las editoriales y proveedores de información especializada de las empresas puramente tecnológicas, ya que poseen conjuntos de datos exclusivos, a menudo con décadas de antigüedad, que representan una ventaja cualitativa significativa para los modelos de IA generativa en comparación con los datos disponibles públicamente en internet.

Estrategia de plataforma de Snowflake: Del almacén de datos a la capa de control para la IA empresarial

La colaboración con Thomson Reuters se alinea con la dirección estratégica general de Snowflake, ya que la compañía se posiciona cada vez más como una capa de control para el mundo empresarial basado en agentes. En abril de 2026, Snowflake anunció mejoras significativas en Snowflake Intelligence y Cortex Code, diseñadas para permitir a las organizaciones conectar aún más fuentes de datos, sistemas empresariales y modelos de IA con sus datos confiables de Snowflake dentro de una experiencia unificada. Snowflake Intelligence actúa como un asistente personal para usuarios empresariales, adaptándose con el tiempo a las preferencias y flujos de trabajo individuales, mientras que Cortex Code sirve como capa de desarrollo para la IA empresarial, lo que permite el desarrollo basado en datos en todo el ecosistema.

Desde su lanzamiento en noviembre de 2025, esta herramienta ha tenido una rápida adopción, con más de la mitad de los clientes utilizándola activamente para aumentar la productividad. Snowflake está adoptando un enfoque similar en el sector de servicios financieros con Cortex AI for Financial Services, que combina rigurosos controles de seguridad y cumplimiento con acceso a datos de socios como FactSet, MSCI y Associated Press. Este paralelismo entre los sectores financiero y legal pone de manifiesto una tendencia en la industria: allí donde los errores son costosos y la trazabilidad es esencial, el modelo de IA centrado en la gobernanza prevalece sobre los enfoques abiertos y sin control.

La IA gestionada como modelo de negocio: por qué la gestión se está volviendo más importante que la elección del modelo

El término IA gestionada describe un cambio fundamental en la forma en que las empresas utilizan la inteligencia artificial. En lugar de operar modelos de lenguaje individuales de forma aislada, una empresa como Thomson Reuters transfiere partes importantes de la infraestructura, la arquitectura de seguridad, la selección de modelos y las operaciones a una plataforma especializada que gestiona estas tareas a gran escala y con actualizaciones continuas. El verdadero valor ya no se crea únicamente mediante el entrenamiento o la adaptación de modelos individuales, sino a través de la gestión fiable de todo el ciclo de vida de los datos y la IA: desde la adquisición y la gobernanza de datos hasta la entrega de resultados en aplicaciones de producción.

Para las editoriales especializadas, los bufetes de abogados, las consultoras y otros sectores intensivos en conocimiento, esto significa que la ventaja competitiva no reside cada vez más en el acceso a los modelos de IA en sí mismos —que ahora están en gran medida estandarizados y son accesibles para muchos proveedores— sino en la calidad, la exclusividad y la gobernanza de los datos subyacentes. Thomson Reuters lo demuestra de forma contundente: la verdadera ventaja competitiva no reside en el uso de Claude, Gemini u otros modelos de lenguaje per se, sino en la capacidad de utilizar estos modelos de forma segura, transparente y conforme a la ley en conjuntos de datos altamente especializados, acumulados durante décadas.

Dinámica competitiva en el mercado de información especializada: la aceleración como factor diferenciador

La aceleración de las cargas de trabajo hasta 3,4 veces permite a Thomson Reuters proporcionar a sus clientes finales —abogados, expertos fiscales y analistas regulatorios— información crítica y actualizada con mucha mayor rapidez que antes. En un mercado donde competidores como LexisNexis, Bloomberg Law y startups especializadas en tecnología legal también están introduciendo herramientas de IA generativa, la velocidad combinada con la fiabilidad se está convirtiendo en un factor diferenciador crucial. El primer proveedor en ofrecer respuestas sólidas y verificadas se gana la confianza de un grupo profesional tradicionalmente muy conservador con las nuevas tecnologías.

Al mismo tiempo, este desarrollo crea una ventaja estructural para los proveedores de información consolidados, que cuentan con conjuntos de datos extensos, acumulados históricamente y legalmente verificados, en comparación con los nuevos participantes del mercado que, si bien poseen tecnología de IA moderna, carecen de una profundidad de datos y una reputación comparables. La colaboración con Snowflake actúa, por lo tanto, como una especie de barrera de entrada al mercado: si bien una empresa más pequeña podría, en teoría, utilizar la misma infraestructura en la nube, carece del vasto y selecto conjunto de datos recopilados durante décadas que constituye el contenido sustancial de las aplicaciones de IA.

Riesgos y cuestiones abiertas de la escalabilidad de la IA basada en la gobernanza

A pesar de la imagen positiva que proyectan los comunicados de prensa oficiales, quedan varias preguntas sin respuesta, cruciales para una evaluación equilibrada. Ni Thomson Reuters ni Snowflake publican información detallada sobre las tasas de error reales de los sistemas de IA utilizados, la frecuencia de las revisiones humanas ni los costes específicos de implementación. La métrica de aceleración de 3,4x se refiere explícitamente a ciertas cargas de trabajo críticas y no a todos los casos de uso dentro de la empresa, lo que limita su relevancia para una evaluación general del éxito.

Además, la cuestión de la dependencia de un único proveedor de nube sigue siendo relevante: una empresa que basa toda su infraestructura de datos y gobernanza de IA en una plataforma como Snowflake asume un compromiso estratégico significativo que podría tener consecuencias notables en caso de aumentos de precios, interrupciones técnicas o reajustes estratégicos por parte del proveedor. La cuestión de cómo los modelos de IA generativa gestionan las fuentes legales contradictorias u obsoletas dentro del enorme conjunto de datos de 37 500 tablas también permanece sin respuesta en las declaraciones públicas y probablemente suponga un desafío constante en la aplicación práctica.

Los datos gobernados como una nueva competencia clave de la industria de los medios de comunicación

La alianza entre Thomson Reuters y Snowflake ofrece un ejemplo revelador de cómo los medios tradicionales y las empresas de información especializada pueden seguir siendo relevantes en la era de la IA generativa. En lugar de competir directamente con los principales proveedores de modelos de IA, se posicionan como gestores, custodios y garantes de conjuntos de datos auditados de alta calidad que sirven de base para aplicaciones de IA fiables. Es probable que este modelo se extienda a otros sectores con altos requisitos regulatorios en los próximos años, como la sanidad, la supervisión financiera y el sector público, donde el origen, la auditabilidad y el control de los datos son al menos tan importantes como la potencia de cálculo de los modelos utilizados.

A largo plazo, el éxito de las estrategias de IA gestionada no dependerá del modelo de lenguaje más potente, sino de la coherencia con la que las empresas gestionen, mantengan y preparen sus datos para un uso productivo. Thomson Reuters, gracias a su inversión plurianual en una arquitectura de datos unificada y controlada, ha creado una ventaja estructural que ahora se traduce en mejoras cuantificables en velocidad y eficiencia, y que a su vez sirve de modelo para todo el sector editorial y de la información profesional.

Tanto Snowflake como Unframe.AI persiguen el objetivo de proporcionar IA empresarial de forma segura y en cumplimiento con la normativa, pero difieren fundamentalmente en su modelo de negocio y grupo objetivo: Snowflake es principalmente una plataforma de infraestructura de datos, Unframe ofrece una solución totalmente gestionada.

Modelo y enfoque empresarial principal

Snowflake se originó como una plataforma de almacenamiento de datos en la nube que ha evolucionado hasta convertirse en una "Nube de Datos de IA", proporcionando a las empresas la infraestructura, las herramientas de gobernanza y los componentes básicos de IA, como Cortex AI, para desarrollar sus propias aplicaciones de IA, ya sea de forma independiente o a través de socios como Thomson Reuters. Unframe por otro lado, se describe explícitamente como una "Plataforma de Entrega de IA Gestionada". En lugar de proporcionar herramientas de bricolaje, ofrece soluciones de IA listas para usar y para producción, que resuelven problemas empresariales específicos en cuestión de días, configuradas a partir de "componentes básicos" modulares predefinidos según una arquitectura planificada. Con Unframe , el cliente define el resultado deseado, mientras que la empresa se encarga de la implementación técnica, la operación y la optimización continua.

Similitudes

Ambos proveedores destacan un alto nivel de gobernanza, seguridad y trazabilidad como argumento clave para las grandes empresas que buscan implementar IA sin perder el control de los datos confidenciales. Además, ambos son independientes del modelo, lo que significa que no obligan a los clientes a usar un único modelo de lenguaje, sino que permiten el uso de diversos modelos de lenguaje como Claude, Gemini o GPT dentro de la misma plataforma. Ambos también siguen el principio de unificar datos de diversos sistemas de origen y prepararlos de forma contextualizada para aplicaciones de IA: Snowflake a través de su plataforma de datos central Unframe a través de su "Knowledge Fabric".

Diferencias clave

característica	Copo de nieve	Unframe.AI
Oferta principal	Infraestructura de datos en la nube con componentes de IA (Cortex AI)	Soluciones de IA totalmente gestionadas y listas para usar
Modelo de implementación	Las empresas/socios desarrollan sus propias aplicaciones en la plataforma	Unframe construye, configura y opera la solución para el cliente
Tiempo de generación de valor	Posibilidad de implementación plurianual (Thomson Reuters desde 2021)	Según el proveedor, el plazo oscila entre unos días y algunas semanas
Modelo de precios	Facturación en la nube basada en el uso	Basado en resultados, a veces sin riesgo, hasta que se demuestre su eficacia
Público objetivo	Grandes corporaciones con sus propios equipos de datos/desarrolladores	Empresas Fortune 500 sin capacidad significativa de desarrollo interno de IA
Despliegue	Plataforma de nube principal	Nube, local, nube privada, híbrida

¿Cuándo podría Unframe.AI volverse más interesante?

Unframeprobablemente sea la opción más atractiva, especialmente para empresas que necesitan resultados rápidos y medibles para casos de uso específicos y claramente definidos, sin necesidad de grandes equipos internos de ingeniería de datos o desarrollo de IA, ya que la plataforma anuncia explícitamente una implementación en días en lugar de meses. Esto es particularmente relevante para organizaciones que ya cuentan con sistemas de TI distribuidos y de crecimiento histórico, como SAP, Salesforce o bases de datos heredadas, y desean integrarlos en flujos de trabajo de IA sin migraciones complejas, puesto que Unframe utiliza conectores preconfigurados para dichos sistemas en lugar de requerir la creación de una plataforma de datos central como Snowflake.

El modelo de precios basado en resultados de Unframe también resulta atractivo para las empresas reacias a realizar grandes inversiones iniciales, ya que normalmente solo pagan una vez que la solución ha demostrado su eficacia. Casos de estudio como la reducción del 45 % en el tiempo medio de respuesta en una aseguradora Fortune 500 o la resolución de siniestros tres veces más rápida en un proveedor de seguros global demuestran que este enfoque es especialmente adecuado para casos de uso operativos y orientados a procesos con indicadores clave de rendimiento (KPI) claramente medibles. Sin embargo, en cuanto una empresa quiere construir y mantener el control sobre una infraestructura de datos empresarial integral con miles de tablas y fuentes de datos, como fue el caso de Thomson Reuters, una plataforma como Snowflake sigue siendo la solución estructuralmente más apropiada, aunque requiere mucho más tiempo.

Estaré encantado de servir como su asesor personal.

Puedes contactarme en wolfenstein∂xpert.digital o

Llámame al +49 7348 4088 965 .

LinkedIn