IA de niveau fiduciaire : L’IA gérée dans l’édition spécialisée – Comment Thomson Reuters résout le problème de confiance lié à l’IA d’entreprise avec Snowflake

Reuters ouvre ses archives : comment le contenu journalistique devient une précieuse matière première pour l’IA

IA de qualité fiduciaire : pourquoi la confiance est primordiale lorsqu’on utilise l’intelligence artificielle

L'intelligence artificielle s'est imposée comme un moteur d'innovation dans tous les secteurs, mais dans des domaines aussi sensibles que le droit, la fiscalité et la réglementation, ses propres règles s'appliquent. Là où des modèles d'IA défaillants ou des dispositions légales erronées peuvent non seulement nuire à la réputation, mais aussi engendrer des risques de responsabilité considérables, la confiance aveugle dans la technologie n'est pas envisageable. Pour relever ce défi, le fournisseur mondial de services d'information Thomson Reuters s'appuie sur un partenariat de grande envergure avec Snowflake, la plateforme de données et de cloud d'IA. Au cœur de ce partenariat se trouve le concept d'« IA gérée » : une IA fiable et rigoureusement contrôlée qui privilégie la fiabilité des résultats à la simple rapidité. Cet article examine comment Thomson Reuters consolide des dizaines de milliers de bases de données, accélère considérablement ses processus de travail critiques et, par la même occasion, transforme ses vastes archives d'actualités, vieilles de plusieurs décennies, en une ressource précieuse pour l'économie mondiale de l'IA. Découvrez pourquoi une excellente gouvernance des données devient un avantage concurrentiel décisif dans l'édition spécialisée moderne et quels obstacles restent à surmonter pour déployer l'IA à grande échelle en entreprise.

L’« IA de niveau fiduciaire » est un type spécifique d’IA gérée : elle décrit précisément le plus haut niveau de confiance et de gouvernance au sein d’un environnement d’IA gérée, ce qui est requis pour les cas d’utilisation sensibles sur le plan fiduciaire tels que le droit, la fiscalité et la réglementation, tandis que l’IA gérée est le terme plus général désignant une infrastructure d’IA exploitée et supervisée de manière professionnelle dans son ensemble.

Thomson Reuters est une entreprise canado-britannique de médias et de technologies dont le siège social est situé à Toronto. Elle a été créée en 2008 suite à l'acquisition de l'agence de presse britannique Reuters par la société canadienne Thomson Corporation.

Reuters, fondée à Londres en 1851, est l'une des plus anciennes et des plus importantes agences de presse au monde. Thomson Reuters demeure majoritairement détenue par Woodbridge Company, la société d'investissement privée de la famille canadienne Thomson, qui possède environ 67 à 70 % des actions. La société est cotée à la Bourse de New York et à la Bourse de Toronto sous le symbole TRI.

Au cours de l'exercice 2025, le groupe a généré un chiffre d'affaires d'environ 7,48 milliards de dollars américains et employait quelque 27 100 personnes dans plus de 100 pays. L'entreprise est principalement structurée en cinq segments : Legal Professionals (produits de recherche juridique et de gestion des flux de travail pour les cabinets d'avocats et les organismes gouvernementaux), Corporates (solutions pour les services juridiques, fiscaux et de conformité internes), Tax & Accounting Professionals (produits fiscaux et comptables), Reuters News (activités de presse traditionnelles) et Global Print.

Thomson Reuters se présente désormais comme une « entreprise d'IA et de technologies » qui accompagne les professionnels grâce à des contenus fiables et des flux de travail automatisés, s'appuyant sur plus de 150 ans d'expertise cumulée en matière de contenu. Parmi ses produits phares figurent la plateforme de recherche juridique Westlaw et l'assistant d'IA générative CoCounsel destiné aux juristes, tous deux reposant de plus en plus sur une infrastructure de données modernisée et pilotée par l'IA – un domaine précisément au cœur du partenariat avec Snowflake analysé précédemment.

La fiabilité avant la vitesse : le nouveau critère de référence pour l'intelligence artificielle dans les maisons d'édition spécialisées

L'IA sans erreurs : comment Thomson Reuters résout le problème de la confiance dans le système juridique

L'intelligence artificielle est généralement considérée comme un accélérateur de croissance, mais dans les secteurs juridique, fiscal et réglementaire, la fiabilité est primordiale. Quiconque propose aux avocats, aux conseillers fiscaux et aux services de conformité un système d'IA qui invente des paragraphes juridiques erronés ou cite des réglementations obsolètes s'expose non seulement à une atteinte à sa réputation, mais aussi à des conséquences juridiques pour ses clients. C'est précisément là qu'intervient le partenariat entre Thomson Reuters et Snowflake, présenté lors du Snowflake Summit 26 en juin 2026. Il démontre comment une entreprise traditionnelle de médias et d'information peut transformer ses vastes bases de données hautement sensibles en un socle solide pour l'IA générative, sans perdre la maîtrise de l'origine, de la qualité et de l'accès à ces données.

Thomson Reuters est un fournisseur mondial de services d'information juridique, fiscale et réglementaire, proposant à ses clients des produits tels que Westlaw pour la recherche juridique et CoCounsel, un assistant d'IA générative destiné aux professionnels du droit. Snowflake, quant à elle, se positionne comme un cloud de données d'IA, une plateforme centralisant et sécurisant les données d'entreprise, tout en respectant les réglementations en vigueur pour les applications d'analyse et d'IA. La collaboration entre les deux entreprises illustre parfaitement comment le concept d'IA gérée – une intelligence artificielle exploitée, supervisée et intégrée aux processus métier existants – peut s'avérer efficace dans un environnement réglementaire particulièrement exigeant.

De 37 500 tables à une vérité unifiée : l’architecture des données derrière l’IA

En 2021, Thomson Reuters a choisi Snowflake car la plateforme permettait de concilier les exigences de gouvernance et de sécurité à l'échelle de l'entreprise avec une infrastructure de données évolutive. Depuis, l'entreprise a bâti une source unique et sécurisée de données fiables, regroupant plus de 37 500 tables contrôlées et 350 sources de données différentes. Cette infrastructure alimente la plateforme interne My Data Space, grâce à laquelle les équipes centrales fournissent et partagent des produits de données fiables au sein de l'organisation.

Plus de 1 500 utilisateurs internes, parmi lesquels des ingénieurs de données, des analystes et des cadres, accèdent quotidiennement à ce système pour récupérer des données protégées et optimiser leurs processus. L’accélération des charges de travail critiques, jusqu’à 3,4 fois supérieure, est particulièrement remarquable : des analyses de données complexes, qui prenaient auparavant des semaines, peuvent désormais être réalisées en quelques secondes. Ce gain de performance ne repose pas uniquement sur la puissance de calcul, mais sur un pipeline de données consolidé qui élimine la préparation manuelle des données, permettant ainsi aux équipes de se concentrer sur la prise de décision plutôt que sur la logistique des données sous-jacente.

Cortex AI et CoCo : deux outils pour la vitesse et la modernisation

Au cœur de la mise en œuvre technique se trouve Snowflake Cortex AI, un service d'IA entièrement géré qui permet aux organisations d'exécuter des modèles de langage complexes directement sur leurs propres données sécurisées et conformes à la gouvernance, sans avoir à les transférer vers des systèmes externes. Pour Thomson Reuters, cela signifie que des ensembles de données réglementaires complexes sont transformés en informations exploitables en temps réel, accélérant considérablement le développement d'applications intelligentes. Cortex AI prend en charge les modèles de différents fournisseurs, notamment Anthropic, Meta et Mistral, ainsi que les modèles actuels tels que Claude Opus 5 et Gemini 3 Pro, qui s'exécutent directement au sein de l'environnement sécurisé Snowflake.

Parallèlement, Thomson Reuters utilise Snowflake CoCo, un assistant de programmation basé sur l'IA qui aide les équipes à moderniser leurs systèmes existants et à accélérer leur migration vers l'environnement Snowflake. En simplifiant le développement au sein d'un environnement contrôlé, les équipes peuvent déployer à grande échelle des innovations en matière d'IA et de données sans compromettre la sécurité ni la conformité. Cette combinaison d'outil d'analyse et d'assistant de développement illustre le fonctionnement concret de l'IA gérée : l'infrastructure, la sélection des modèles, les politiques de sécurité et la mise à l'échelle sont gérées par le fournisseur de la plateforme, tandis que l'unité commerciale conserve la maîtrise de ses données et de ses cas d'usage.

IA de niveau fiduciaire : une nouvelle référence en matière de responsabilité fiduciaire dans le domaine de l’IA

Le terme « IA fiduciaire », employé par Snowflake et Thomson Reuters, désigne un niveau de qualité où l’exactitude, la traçabilité et la justification des résultats sont des impératifs. Caitlin Halferty, responsable des données et de l’analytique chez Thomson Reuters, a souligné que la véritable valeur réside non seulement dans la rapidité, mais aussi dans la capacité d’innover dans un environnement contrôlé où les équipes peuvent transformer des données réglementaires complexes en informations exploitables, tout en préservant le niveau de confiance, de contrôle et de fiabilité requis pour les applications professionnelles à haut risque.

Pour une entreprise dont les produits phares sont utilisés par des avocats, des conseillers fiscaux et des experts en réglementation dans des situations critiques, cette approche n'est pas un simple argument marketing, mais une nécessité économique. Des dépenses erronées ou non documentées en IA, dans un domaine où des millions de dollars ou des responsabilités juridiques sont en jeu, compromettraient l'ensemble du modèle économique de l'entreprise. La couche de gouvernance de Snowflake, qui comprend des contrôles d'accès basés sur les rôles, le masquage des données, l'étiquetage des objets et des journaux d'audit, fournit le socle technique, tandis que des fonctionnalités de filtrage supplémentaires, comme Cortex Guard, contribuent à prévenir les résultats de modélisation inappropriés ou nuisibles.

Plateforme d'IA gérée - Image : Xpert.Digital

Vous découvrirez ici comment votre entreprise peut mettre en œuvre des solutions d'IA personnalisées rapidement, en toute sécurité et sans barrières à l'entrée élevées.

Une plateforme d'IA managée est votre solution clé en main pour l'intelligence artificielle. Fini les technologies complexes, les infrastructures coûteuses et les longs processus de développement : vous bénéficiez d'une solution clé en main, adaptée à vos besoins, fournie par un partenaire spécialisé – souvent en quelques jours seulement.

Les principaux avantages en un coup d'œil :

⚡ Mise en œuvre rapide : De l’idée à l’application prête à l’emploi en quelques jours, et non en plusieurs mois. Nous fournissons des solutions pratiques qui créent une valeur ajoutée immédiate.

🔒 Sécurité maximale des données : Vos données sensibles restent chez vous. Nous garantissons un traitement sécurisé et conforme à la réglementation, sans partage de données avec des tiers.

💸 Aucun risque financier : vous ne payez que pour les résultats. Les investissements initiaux importants en matériel, logiciels ou personnel sont totalement éliminés.

🎯 Concentrez-vous sur votre cœur de métier : nous prenons en charge l’intégralité de la mise en œuvre technique, de l’exploitation et de la maintenance de votre solution d’IA.

📈 Évolutif et à l'épreuve du temps : votre IA évolue avec vous. Nous assurons une optimisation et une évolutivité continues, et adaptons les modèles avec souplesse aux nouveaux besoins.

Plus d'informations ici :

• Plateforme d'IA gérée

Westlaw et CoCounsel en tant que bénéficiaires : implications pratiques pour les produits phares

L'un des principaux effets de la consolidation des données est immédiatement visible dans les deux produits phares de Thomson Reuters. Grâce à la fusion des flux de données de Westlaw, la plateforme de recherche juridique de référence, et de CoCounsel, l'assistant IA génératif pour avocats, les charges de travail essentielles sont désormais exécutées jusqu'à 3,4 fois plus rapidement, permettant ainsi de passer de rapports statiques à des analyses quasi instantanées. Cette évolution transforme en profondeur le quotidien des professionnels du droit : au lieu d'attendre des mises à jour quotidiennes, les utilisateurs reçoivent désormais des informations continues et vérifiées sur l'évolution de la réglementation.

Christian Kleinerman, vice-président exécutif des produits chez Snowflake, a souligné que Thomson Reuters démontre comment les entreprises peuvent déployer simultanément l'IA et la gouvernance en créant une base de confiance qui permet aux équipes de travailler plus rapidement et de généraliser l'IA à l'échelle de l'entreprise. Cette déclaration met en lumière la double fonction stratégique de ce partenariat : il s'agit à la fois d'un projet de modernisation technologique et d'un outil pour instaurer la confiance avec une clientèle traditionnellement très réticente à prendre des risques en matière d'innovation technologique.

Le contenu comme matière première : Reuters ouvre ses archives à l’économie de l’IA

En plus de sa plateforme de données interne, Reuters a annoncé en août 2026 la mise à disposition de son contenu journalistique via la Snowflake Marketplace. Cette plateforme permet aux entreprises d'enrichir leurs applications et modèles d'IA avec des actualités et des contenus multimédias Reuters factuels. Elle leur donne accès à des articles de Reuters remontant à 1987, disponibles en cinq langues et directement intégrables aux flux de travail d'IA. Cette ouverture représente une avancée majeure pour l'ensemble du secteur des médias, démontrant comment des archives journalistiques protégées par le droit d'auteur peuvent devenir une ressource monétisable pour les systèmes d'IA générative, sans que les éditeurs ne renoncent au contrôle de leurs droits d'utilisation.

Cette double fonction positionne Thomson Reuters à la fois comme fournisseur de données d'entraînement et contextuelles fiables pour les systèmes d'IA tiers et comme opérateur de ses propres applications d'IA conformes aux bonnes pratiques de gouvernance pour ses principaux clients. Ce double rôle distingue fondamentalement les éditeurs et les fournisseurs d'informations spécialisés des entreprises purement technologiques, car ils possèdent des ensembles de données exclusifs, souvent constitués au fil des décennies, qui représentent un avantage qualitatif significatif pour les modèles d'IA génératifs par rapport aux données publiques disponibles sur Internet.

Stratégie de plateforme de Snowflake : de l’entrepôt de données à la couche de contrôle pour l’IA d’entreprise

La collaboration avec Thomson Reuters s'inscrit dans la stratégie globale de Snowflake, qui se positionne de plus en plus comme une plateforme de contrôle pour l'écosystème d'entreprise basé sur les agents. En avril 2026, Snowflake a annoncé des améliorations significatives apportées à Snowflake Intelligence et Cortex Code, conçues pour permettre aux organisations de connecter davantage de sources de données, de systèmes d'entreprise et de modèles d'IA à leurs données Snowflake de confiance, au sein d'une expérience unifiée. Snowflake Intelligence agit comme un assistant personnel pour les utilisateurs métiers, s'adaptant au fil du temps à leurs préférences et flux de travail, tandis que Cortex Code sert de couche de développement pour l'IA d'entreprise, permettant un développement piloté par les données dans l'ensemble de l'écosystème.

Depuis son lancement en novembre 2025, cet outil a connu une adoption rapide, plus de la moitié des clients l'utilisant activement pour accroître leur productivité. Snowflake poursuit une approche similaire dans le secteur des services financiers avec Cortex AI for Financial Services, qui combine des contrôles rigoureux de sécurité et de conformité avec l'accès aux données de partenaires tels que FactSet, MSCI et l'Associated Press. Ce parallèle entre les secteurs financier et juridique met en lumière une tendance sectorielle : là où les erreurs sont coûteuses et la traçabilité essentielle, le modèle d'IA axé sur la gouvernance l'emporte sur les approches ouvertes et non contrôlées.

L’IA managée comme modèle économique : pourquoi le management devient plus important que le choix du modèle

Le terme « IA managée » décrit un changement fondamental dans la manière dont les entreprises utilisent l'intelligence artificielle. Au lieu d'exploiter des modèles de langage individuels de manière isolée, une entreprise comme Thomson Reuters transfère une part importante de son infrastructure, de son architecture de sécurité, de la sélection des modèles et de ses opérations à une plateforme spécialisée qui gère ces tâches à grande échelle et avec des mises à jour continues. La véritable valeur ajoutée ne réside plus uniquement dans l'entraînement ou l'adaptation de modèles individuels, mais dans la gestion fiable de l'ensemble du cycle de vie des données et de l'IA : de l'acquisition et de la gouvernance des données à la mise en production des résultats dans les applications.

Pour les éditeurs spécialisés, les cabinets d'avocats, les cabinets de conseil et autres secteurs à forte intensité de connaissances, cela signifie que l'avantage concurrentiel ne repose plus sur l'accès aux modèles d'IA eux-mêmes – désormais largement standardisés et accessibles à de nombreux fournisseurs – mais sur la qualité, l'exclusivité et la gouvernance des données sous-jacentes. Thomson Reuters en est une illustration éloquente : le véritable avantage concurrentiel ne réside pas dans l'utilisation de Claude, Gemini ou d'autres modèles de langage en soi, mais dans la capacité à les utiliser de manière sécurisée, transparente et conforme à la législation sur des ensembles de données hautement spécialisés, constitués sur plusieurs décennies.

Dynamique concurrentielle sur le marché de l'information spécialisée : l'accélération comme facteur de différenciation

En accélérant les traitements jusqu'à 3,4 fois, Thomson Reuters fournit à ses clients finaux (avocats, fiscalistes et analystes réglementaires) des informations cruciales et actualisées beaucoup plus rapidement qu'auparavant. Sur un marché où des concurrents comme LexisNexis, Bloomberg Law et des start-ups juridiques spécialisées lancent également des outils d'IA générative, la rapidité, alliée à la fiabilité, devient un facteur de différenciation essentiel. Le premier fournisseur à proposer des réponses fiables et vérifiées gagne la confiance d'une communauté professionnelle traditionnellement très réticente aux nouvelles technologies.

Parallèlement, cette évolution confère un avantage structurel aux fournisseurs d'informations établis, disposant de vastes ensembles de données constitués au fil du temps et validés juridiquement, par rapport aux nouveaux entrants sur le marché qui, bien que maîtrisant les technologies d'IA modernes, ne possèdent pas une profondeur de données et une réputation comparables. La collaboration avec Snowflake constitue ainsi une sorte de barrière à l'entrée sur le marché : si une entreprise plus petite pourrait théoriquement utiliser la même infrastructure cloud, elle ne dispose pas de la base de données constituée sur plusieurs décennies, fruit d'une longue tradition, qui représente le contenu substantiel des applications d'IA.

Risques et questions en suspens liés à la mise à l'échelle de l'IA fondée sur la gouvernance

Malgré la présentation positive des communiqués de presse officiels, plusieurs questions cruciales pour une évaluation équilibrée restent sans réponse. Ni Thomson Reuters ni Snowflake ne publient d'informations détaillées sur les taux d'erreur réels des systèmes d'IA utilisés, la fréquence des interventions humaines ou les coûts précis de mise en œuvre. L'indicateur d'accélération de 3,4x se réfère explicitement à certaines charges de travail critiques et non à tous les cas d'utilisation au sein de l'entreprise, ce qui limite sa pertinence pour une évaluation globale du succès.

Par ailleurs, la question de la dépendance à un fournisseur de cloud unique demeure pertinente : une entreprise qui fonde l’intégralité de son infrastructure de données et de sa gouvernance de l’IA sur une plateforme comme Snowflake s’engage stratégiquement de manière significative, ce qui pourrait avoir des conséquences notables en cas de hausse des prix, de perturbations techniques ou de réorientation stratégique de la part du fournisseur. La question de la manière dont les modèles d’IA générative gèrent les sources juridiques contradictoires ou obsolètes au sein de l’immense ensemble de données de 37 500 tableaux reste également sans réponse dans les déclarations publiques et constituera probablement un défi permanent dans la pratique.

Les données gouvernées comme nouvelle compétence fondamentale de l'industrie des médias

Le partenariat entre Thomson Reuters et Snowflake offre un exemple éloquent de la manière dont les médias traditionnels et les entreprises d'information spécialisées peuvent conserver leur pertinence à l'ère de l'IA générative. Au lieu de concurrencer directement les principaux fournisseurs de modèles d'IA, ils se positionnent comme des conservateurs, des gestionnaires et des garants de la qualité des ensembles de données audités, qui constituent le socle d'applications d'IA fiables. Cette tendance devrait s'étendre à d'autres secteurs soumis à des exigences réglementaires strictes dans les années à venir, tels que la santé, la supervision financière et le secteur public, où l'origine, la traçabilité et le contrôle des données sont au moins aussi importants que la simple puissance de calcul des modèles utilisés.

À long terme, le succès des stratégies d'IA gérée ne dépendra pas de la puissance du modèle de langage, mais plutôt de la constance avec laquelle les entreprises gèrent, maintiennent et préparent leurs données en vue d'une utilisation productive. Thomson Reuters, grâce à son investissement pluriannuel dans une architecture de données unifiée et contrôlée, s'est forgé un avantage structurel qui se traduit aujourd'hui par des gains de vitesse et d'efficacité mesurables, tout en servant de modèle à l'ensemble du secteur de l'édition et de l'information professionnelles.

Snowflake et Unframepoursuivent tous deux l'objectif de fournir une IA d'entreprise sécurisée et conforme à la gouvernance, mais diffèrent fondamentalement dans leur modèle commercial et leur groupe cible : Snowflake est principalement une plateforme d'infrastructure de données, Unframe est une solution de livraison entièrement gérée.

Modèle économique et approche de base

Snowflake, initialement une plateforme d'entrepôt de données cloud, est devenue un « cloud de données IA » offrant aux entreprises l'infrastructure, les outils de gouvernance et les composants d'IA comme Cortex AI pour développer leurs propres applications d'IA, soit de manière indépendante, soit via des partenaires tels que Thomson Reuters. Unframe en revanche, se présente comme une « plateforme de déploiement d'IA gérée ». Au lieu de proposer des outils à monter soi-même, elle fournit en quelques jours des solutions d'IA prêtes à l'emploi et opérationnelles pour des problématiques métier spécifiques, configurées à partir de modules préconfigurés selon une architecture prédéfinie. Avec Unframe , le client définit le résultat souhaité, tandis que l'entreprise prend en charge la mise en œuvre technique, l'exploitation et l'optimisation continue.

Similitudes

Les deux fournisseurs mettent l'accent sur un haut niveau de gouvernance, de sécurité et de traçabilité, un argument de vente majeur pour les grandes entreprises souhaitant déployer l'IA sans perdre le contrôle de leurs données sensibles. Tous deux sont également indépendants des modèles, ce qui signifie qu'ils n'imposent pas à leurs clients un modèle de langage unique et permettent l'utilisation de différents modèles tels que Claude, Gemini ou GPT au sein d'une même plateforme. Enfin, ils s'attachent à unifier les données provenant de sources diverses et à les préparer de manière contextualisée pour les applications d'IA : Snowflake via sa plateforme de données centralisée Unframe via sa « Knowledge Fabric ».

Principales différences

Quand Unframe.AI pourrait-il devenir plus intéressant ?

Unframes'avère être le choix le plus judicieux, notamment pour les entreprises qui recherchent des résultats rapides et mesurables pour des cas d'usage spécifiques et clairement définis, sans pour autant disposer d'importantes équipes internes d'ingénierie des données ou de développement IA. En effet, la plateforme annonce une mise en œuvre en quelques jours, et non en plusieurs mois. Ceci est particulièrement pertinent pour les organisations qui possèdent déjà des systèmes informatiques distribués et ayant évolué au fil du temps, tels que SAP, Salesforce ou des bases de données existantes, et qui souhaitent les intégrer à leurs flux de travail IA sans migrations complexes. Unframe utilise en effet des connecteurs préconfigurés pour ces systèmes, évitant ainsi la création d'une plateforme de données centralisée comme Snowflake.

Le modèle de tarification d' Unframe , basé sur les résultats, séduit également les entreprises réticentes à réaliser d'importants investissements initiaux, car elles ne paient généralement qu'une fois l'efficacité de la solution démontrée. Des études de cas, telles que la réduction de 45 % du délai moyen de réponse chez un assureur figurant au classement Fortune 500 ou le triplement du délai de règlement des sinistres chez un assureur international, illustrent que cette approche est particulièrement adaptée aux cas d'usage opérationnels et axés sur les processus, avec des indicateurs clés de performance (KPI) clairement mesurables. Cependant, dès lors qu'une entreprise souhaite construire et gérer une infrastructure de données complète à l'échelle de l'entreprise, comprenant des milliers de tables et de sources de données, comme ce fut le cas pour Thomson Reuters, une plateforme telle que Snowflake demeure la solution structurellement plus appropriée, bien que nettement plus chronophage.

Konrad Wolfenstein

Je serais heureux de vous servir de conseiller personnel.

wolfenstein∂xpert.digitalmeVous pouvez contacter à ou

Appelez-moi simplement au +49 7348 4088 965 .

LinkedIn