IA de nível fiduciário: IA gerida em publicações especializadas – Como a Thomson Reuters resolve a questão da confiança na IA empresarial com o Snowflake

Reuters abre arquivos: como o conteúdo jornalístico se torna matéria-prima valiosa para a IA

Inteligência Artificial de Nível Fiduciário: Porque é que a confiança é fundamental quando se utiliza inteligência artificial

A inteligência artificial consolidou-se como um motor de inovação em diversos setores, mas em áreas altamente sensíveis como o direito, a fiscalidade e a regulamentação, aplicam-se as suas próprias regras. Onde modelos de IA alucinatórios ou disposições legais falhadas podem levar não só a danos na reputação, mas também a enormes riscos de responsabilidade civil, a confiança cega na tecnologia não é uma opção. Para enfrentar este desafio, o fornecedor global de serviços de informação Thomson Reuters está a apostar numa parceria abrangente com a nuvem de dados de IA Snowflake. Na sua essência está o conceito de "IA Gerida" – uma IA estritamente controlada e fiável que prioriza resultados precisos em detrimento da velocidade pura. O artigo seguinte examina a forma como a Thomson Reuters está a consolidar dezenas de milhares de bases de dados, a acelerar drasticamente os processos de trabalho críticos e, aliás, a transformar o seu vasto arquivo de notícias, com décadas de existência, num recurso valioso para a economia global da IA. Descubra por que razão uma excelente governação de dados está a tornar-se uma vantagem competitiva decisiva na publicação especializada moderna e que obstáculos ainda precisam de ser ultrapassados ​​na expansão da IA ​​empresarial.

A "IA de nível fiduciário" é um tipo específico de IA gerida: descreve especificamente o mais alto nível de confiança e governação num ambiente de IA gerida, necessário para casos de utilização sensíveis a questões fiduciárias, tais como direito, impostos e regulamentação, enquanto a IA gerida é o termo mais geral para a infraestrutura de IA operada profissionalmente e supervisionada em geral.

A Thomson Reuters é uma empresa canadiano-britânica de media e tecnologia com sede em Toronto, formada em 2008 através da aquisição da agência de notícias britânica Reuters pela canadiana Thomson Corporation.

A própria Reuters foi fundada em Londres em 1851 e é uma das agências de notícias mais antigas e maiores do mundo. A Thomson Reuters continua a ser controlada maioritariamente pela Woodbridge Company, a empresa de investimento privada da família canadiana Thomson, que detém aproximadamente 67% a 70% das ações. A empresa está cotada na Bolsa de Valores de Nova Iorque e na Bolsa de Valores de Toronto sob o código TRI.

No ano fiscal de 2025, o grupo gerou uma receita de aproximadamente 7,48 mil milhões de dólares e empregou cerca de 27.100 pessoas em mais de 100 países. A empresa está essencialmente dividida em cinco segmentos: Profissionais Jurídicos (produtos de pesquisa jurídica e fluxo de trabalho para escritórios de advogados e organismos governamentais), Corporações (soluções para departamentos jurídicos, fiscais e de compliance internos), Profissionais Fiscais e Contábeis (produtos fiscais e contabilísticos), Reuters News (o negócio tradicional de notícias) e Global Printing.

A Thomson Reuters descreve-se agora como uma “empresa de IA e tecnologia” que suporta profissionais com conteúdos fiáveis ​​e fluxos de trabalho automatizados, com base em mais de 150 anos de experiência acumulada em conteúdos. Entre os seus produtos mais conhecidos estão a plataforma de pesquisa jurídica Westlaw e o assistente de IA generativa CoCounsel para profissionais da área jurídica, ambos cada vez mais dependentes de uma infraestrutura de dados moderna e baseada em IA – precisamente a área central da parceria com a Snowflake analisada anteriormente.

Fiabilidade antes da velocidade: o novo standard para a inteligência artificial em editoras especializadas

Inteligência artificial sem erros: como a Thomson Reuters resolve o problema da confiança no sistema jurídico

A inteligência artificial é geralmente considerada um acelerador de crescimento, mas nos setores jurídico, fiscal e regulamentar, uma coisa importa acima de tudo: a fiabilidade. Qualquer pessoa que venda a advogados, consultores fiscais e departamentos de compliance um sistema de IA que invente parágrafos legais incorretos ou cite regulamentos desatualizados corre o risco não só de danos à reputação, mas também de consequências legais para os seus clientes. É exatamente neste ponto que entra a parceria entre a Thomson Reuters e a Snowflake, apresentada na Snowflake Summit 26, em junho de 2026. Demonstra como uma empresa tradicional de media e informação pode transformar os seus extensos e altamente sensíveis repositórios de dados numa base robusta para a IA generativa sem perder o controlo sobre a origem, a qualidade e o acesso aos dados.

A Thomson Reuters é um fornecedor global de serviços de informação para assuntos jurídicos, fiscais e regulamentares, oferecendo aos seus clientes produtos como o Westlaw para investigação jurídica e o CoCounsel, um assistente de IA generativo para profissionais da área jurídica. A Snowflake, por sua vez, posiciona-se como uma nuvem de dados de IA, uma plataforma que fornece dados empresariais de forma centralizada, segura e em conformidade com as normas de governação para análises e aplicações de IA. A colaboração entre as duas empresas oferece um exemplo claro de como o conceito de IA gerida — inteligência artificial operada, monitorizada e integrada profissionalmente nos processos de negócio existentes — se revela eficaz num dos ambientes regulatórios mais exigentes.

De 37.500 tabelas a uma verdade unificada: a arquitetura de dados por detrás da IA

Em 2021, a Thomson Reuters escolheu o Snowflake porque a plataforma era capaz de combinar os requisitos de governação e segurança de toda a empresa com uma infraestrutura de dados escalável. Desde então, a empresa construiu uma única fonte de verdade segura, abrangendo mais de 37.500 tabelas controladas e 350 fontes de dados diferentes. Esta base alimenta a plataforma interna My Data Space, através da qual as equipas centrais entregam e partilham produtos de dados fiáveis ​​em toda a organização.

Mais de 1.500 utilizadores internos, incluindo engenheiros de dados, analistas e executivos, acedem agora diariamente a este sistema para recuperar dados protegidos e obter insights para os seus fluxos de trabalho. Particularmente notável é a aceleração de cargas de trabalho críticas até 3,4 vezes, permitindo que análises de dados complexas que antes demoravam semanas sejam concluídas em segundos. Este salto não se deve simplesmente à capacidade computacional, mas sim ao resultado de um pipeline de dados consolidado que elimina a preparação manual de dados, permitindo que as equipas se concentrem na tomada de decisões em vez da logística de dados subjacente.

Cortex AI e CoCo: As duas ferramentas para a velocidade e modernização

No centro da implementação técnica está o Snowflake Cortex AI, um serviço de IA totalmente gerido que permite às organizações executar grandes modelos de linguagem diretamente nos seus próprios dados protegidos por governação, sem ter de os mover para sistemas externos. Para a Thomson Reuters, isto significa que conjuntos de dados regulamentares complexos são transformados em insights em tempo real, acelerando significativamente o desenvolvimento de aplicações inteligentes. O Cortex AI suporta modelos de diversos fornecedores, incluindo Anthropic, Meta e Mistral, bem como modelos atuais como Claude Opus 5 e Gemini 3 Pro, que são executados diretamente no ambiente seguro do Snowflake.

Em paralelo, a Thomson Reuters está a utilizar o Snowflake CoCo, um assistente de programação com inteligência artificial que ajuda as equipas a modernizar os sistemas legados e a acelerar a sua migração para o ambiente Snowflake. Ao simplificar o desenvolvimento num ambiente controlado, as equipas podem escalar as inovações em IA e dados sem comprometer a segurança ou os padrões de conformidade. Esta combinação de ferramenta analítica e assistente de desenvolvimento exemplifica como a IA gerida funciona na prática: a infraestrutura, a seleção de modelos, as políticas de segurança e a escalabilidade são geridas pelo fornecedor da plataforma, enquanto a unidade de negócio mantém o controlo sobre os seus dados e casos de utilização.

Inteligência Artificial de Nível Fiduciário: Um novo padrão para a responsabilidade fiduciária em IA

O termo "IA fiduciária", utilizado pela Snowflake e pela Thomson Reuters, descreve um nível de qualidade em que a precisão, a rastreabilidade e a defensabilidade dos resultados são inegociáveis. Caitlin Halferty, responsável de dados e análise da Thomson Reuters, realçou que o verdadeiro valor reside não apenas na velocidade, mas na capacidade de inovar num ambiente controlado, onde as equipas podem transformar dados regulamentares complexos em insights acionáveis, mantendo o nível de confiança, controlo e fiabilidade exigido para aplicações profissionais de alto risco.

Para uma empresa cujos produtos principais são utilizados por advogados, consultores fiscais e especialistas em regulamentação em situações críticas para o negócio, esta abordagem não é um slogan de marketing, mas sim uma necessidade económica. Gastos com IA erróneos ou não documentados numa área onde estão em causa milhões de dólares ou responsabilidade legal colocariam em risco todo o modelo de negócio da corporação. A camada de governação do Snowflake, que inclui controlos de acesso baseados em funções, mascaramento de dados, marcação de objetos e registos de auditoria, fornece a base técnica, enquanto as capacidades de filtragem adicionais, como o Cortex Guard, ajudam a evitar resultados de modelos inadequados ou prejudiciais.

Aqui você aprenderá como sua empresa pode implementar soluções de IA personalizadas de forma rápida, segura e sem grandes barreiras de entrada.

Uma plataforma de IA gerenciada é a sua solução completa e descomplicada para inteligência artificial. Em vez de lidar com tecnologia complexa, infraestrutura cara e processos de desenvolvimento demorados, você recebe uma solução pronta, personalizada para suas necessidades, de um parceiro especializado – geralmente em poucos dias.

Principais vantagens em resumo:

⚡ Implementação rápida: Da ideia à aplicação pronta para uso em dias, não em meses. Oferecemos soluções práticas que geram valor agregado imediato.

🔒 Máxima segurança de dados: Seus dados sensíveis permanecem com você. Garantimos o processamento seguro e em conformidade com as normas, sem compartilhar dados com terceiros.

💸 Sem risco financeiro: você só paga pelos resultados. Os altos investimentos iniciais em hardware, software ou pessoal são completamente eliminados.

🎯 Concentre-se no seu negócio principal: Foque no que você faz de melhor. Nós cuidamos de toda a implementação técnica, operação e manutenção da sua solução de IA.

📈 Preparada para o futuro e escalável: Sua IA cresce com você. Garantimos otimização e escalabilidade contínuas, adaptando os modelos de forma flexível a novas necessidades.

Mais informações aqui:

• Plataforma de IA gerenciada

Westlaw e CoCounsel como beneficiários: implicações práticas para produtos emblemáticos

Um dos principais efeitos da consolidação de dados é imediatamente notório nos dois produtos emblemáticos da Thomson Reuters. Com a fusão dos fluxos de dados da Thomson Reuters para o Westlaw, a consagrada plataforma de investigação jurídica, e o CoCounsel, o assistente de IA generativo para advogados, as principais cargas de trabalho são agora executadas até 3,4 vezes mais rapidamente, possibilitando a transição de relatórios estáticos para insights quase em tempo real. Esta mudança transforma fundamentalmente a forma como os profissionais do direito trabalham diariamente: em vez de aguardarem por atualizações diárias, os utilizadores recebem agora informações contínuas e verificadas sobre as alterações regulamentares.

Christian Kleinerman, Vice-Presidente Executivo de Produto da Snowflake, realçou que a Thomson Reuters demonstra como as empresas podem escalar a IA e a governação em conjunto, criando uma base fiável que permite às equipas trabalhar mais rapidamente e expandir a IA por toda a empresa. Esta declaração sublinha a dupla função estratégica da parceria: é tanto um projecto de modernização tecnológica como uma ferramenta para construir confiança com uma base de clientes tradicionalmente muito avessa ao risco quando se trata de inovação tecnológica.

Conteúdo como matéria-prima: Reuters abre os seus arquivos à economia da IA

Para além da sua plataforma de dados interna, a Reuters anunciou em agosto de 2026 que iria disponibilizar o seu conteúdo jornalístico através do Snowflake Marketplace, permitindo às empresas enriquecer as suas aplicações e modelos de IA com notícias e conteúdos multimédia da Reuters baseados em factos. Este marketplace oferece às empresas acesso ao jornalismo da Reuters desde 1987, disponível em cinco línguas e integrado diretamente nos fluxos de trabalho de IA. Esta abertura representa um passo significativo para todo o setor dos media, demonstrando como os arquivos jornalísticos protegidos por direitos de autor podem tornar-se um recurso monetizável para sistemas de IA generativa sem abdicar do controlo sobre os direitos de utilização.

Isto posiciona a Thomson Reuters simultaneamente como fornecedora de dados contextuais e de formação fiáveis ​​para sistemas de IA de terceiros e como operadora das suas próprias aplicações de IA em conformidade com as normas de governação para os seus principais clientes. Esta dupla função distingue fundamentalmente as editoras e os fornecedores de informação especializados das empresas puramente tecnológicas, uma vez que possuem conjuntos de dados únicos, muitas vezes com décadas de existência, que representam uma vantagem qualitativa significativa para os modelos generativos de IA em comparação com os dados disponíveis publicamente na internet.

Estratégia de plataforma da Snowflake: do data warehouse à camada de controlo para a IA empresarial

A colaboração com a Thomson Reuters está alinhada com a direção estratégica mais ampla da Snowflake, uma vez que a empresa se posiciona cada vez mais como uma camada de controlo para o mundo empresarial baseado em agentes. Em abril de 2026, a Snowflake anunciou melhorias significativas no Snowflake Intelligence e no Cortex Code, concebidas para permitir que as organizações liguem ainda mais fontes de dados, sistemas empresariais e modelos de IA aos seus dados fiáveis ​​da Snowflake numa experiência unificada. O Snowflake Intelligence atua como um assistente pessoal para utilizadores empresariais, adaptando-se ao longo do tempo às preferências e fluxos de trabalho individuais, enquanto o Cortex Code serve como a camada de desenvolvimento para a IA empresarial, permitindo o desenvolvimento orientado por dados em todo o ecossistema.

Desde o seu lançamento em novembro de 2025, esta ferramenta tem tido uma rápida adoção, com mais de metade dos clientes a utilizá-la ativamente para aumentar a produtividade. A Snowflake está a seguir uma abordagem semelhante no setor dos serviços financeiros com o Cortex AI for Financial Services, que combina controlos rigorosos de segurança e conformidade com o acesso a dados de parceiros como a FactSet, a MSCI e a Associated Press. Este paralelo entre os setores financeiro e jurídico destaca um padrão da indústria: sempre que os erros são dispendiosos e a rastreabilidade é essencial, o modelo de IA focado na governação prevalece sobre as abordagens abertas e não controladas.

IA gerida como modelo de negócio: porque é que a gestão se está a tornar mais importante do que a escolha do modelo

O termo IA Gerida descreve uma mudança fundamental na forma como as empresas utilizam a inteligência artificial. Em vez de operar modelos de linguagem individuais de forma isolada, uma empresa como a Thomson Reuters transfere partes significativas da infraestrutura, arquitetura de segurança, seleção de modelos e operações para uma plataforma especializada que lida com estas tarefas à escala e com atualizações contínuas. O verdadeiro valor já não é criado apenas através da formação ou adaptação de modelos individuais, mas sim pela gestão fiável de todo o ciclo de vida dos dados e da IA: desde a aquisição e governação de dados até à entrega de resultados em aplicações de produção.

Para editoras especializadas, escritórios de advogados, empresas de consultoria e outros setores que dependem fortemente do conhecimento, isto significa que a vantagem competitiva deriva cada vez mais não do acesso aos modelos de IA em si — que são agora amplamente padronizados e acessíveis a muitos fornecedores — mas da qualidade, exclusividade e governação dos dados subjacentes. A Thomson Reuters demonstra-o de forma impressionante: a verdadeira vantagem competitiva não reside na utilização de Claude, Gemini ou outros modelos de linguagem em si, mas na capacidade de utilizar estes modelos de forma segura, transparente e em conformidade com a lei em conjuntos de dados altamente especializados, construídos ao longo de décadas.

Dinâmicas concorrenciais no mercado de informação especializada: a aceleração como factor de diferenciação

A aceleração das cargas de trabalho até 3,4 vezes permite à Thomson Reuters fornecer aos seus clientes finais — advogados, especialistas fiscais e analistas regulamentares — informações críticas e atualizadas muito mais rapidamente do que antes. Num mercado onde concorrentes como a LexisNexis, a Bloomberg Law e startups de tecnologia jurídica especializadas estão também a introduzir ferramentas de IA generativa, a velocidade combinada com a fiabilidade está a tornar-se um diferencial crucial. O primeiro prestador a oferecer respostas robustas e verificadas conquista a confiança de um grupo profissional tradicionalmente muito conservador em relação às novas tecnologias.

Ao mesmo tempo, este desenvolvimento cria uma vantagem estrutural para os fornecedores de informação estabelecidos, com extensos conjuntos de dados históricos e legalmente validados, em comparação com os novos entrantes no mercado que, embora possuam tecnologia de IA moderna, não têm profundidade de dados e reputação comparáveis. A colaboração com a Snowflake funciona, portanto, também como uma espécie de barreira à entrada no mercado: embora uma empresa mais pequena possa, teoricamente, utilizar a mesma infraestrutura de cloud, não possui o acervo de dados curado ao longo de décadas que constitui o conteúdo substancial real das aplicações de IA.

Riscos e questões em aberto da escalabilidade da IA ​​baseada na governação

Apesar da imagem positiva apresentada nos comunicados de imprensa oficiais, várias questões cruciais para uma avaliação equilibrada permanecem sem resposta. Nem a Thomson Reuters nem a Snowflake divulgam informações detalhadas sobre as taxas de erro reais dos sistemas de IA utilizados, a frequência das etapas de revisão humana ou os custos específicos de implementação. A métrica de aceleração 3,4x refere-se explicitamente a determinadas cargas de trabalho críticas e não a todos os casos de utilização da empresa, o que limita a sua relevância para uma avaliação global de sucesso.

Além disso, a questão da dependência de um único fornecedor de cloud continua a ser relevante: uma empresa que baseia toda a sua infraestrutura de dados e governação de IA numa plataforma como o Snowflake assume um compromisso estratégico significativo que pode ter consequências notáveis ​​em caso de aumentos de preços, interrupções técnicas ou realinhamentos estratégicos por parte do fornecedor. A questão de como os modelos generativos de IA lidam com fontes legais conflituantes ou desatualizadas dentro do enorme conjunto de dados de 37.500 tabelas também permanece sem resposta nas declarações públicas e provavelmente representará um desafio constante na aplicação prática.

Dados governados como uma nova competência essencial da indústria dos media

A parceria entre a Thomson Reuters e a Snowflake oferece um modelo esclarecedor de como os media tradicionais e as empresas de informação especializada se podem manter relevantes na era da IA ​​genérica. Em vez de competirem diretamente com os principais fornecedores de modelos de IA, posicionam-se como curadoras, administradoras e protetoras de conjuntos de dados auditados e de alta qualidade, que servem de base para aplicações de IA fiáveis. É provável que este padrão se estenda a outros setores com elevados requisitos regulamentares nos próximos anos, como a saúde, a supervisão financeira e o setor público, onde a origem, a auditabilidade e o controlo dos dados são tão importantes como o poder computacional dos modelos utilizados.

A longo prazo, o sucesso das estratégias de IA gerida não dependerá de qual o modelo de linguagem mais poderoso, mas sim da consistência com que as empresas gerem, mantêm e preparam os seus dados para uma utilização produtiva. A Thomson Reuters, através do seu investimento plurianual numa arquitetura de dados unificada e controlada, construiu uma vantagem estrutural que se traduz agora em ganhos mensuráveis ​​de velocidade e eficiência, servindo simultaneamente de modelo para todo o setor da publicação profissional e da informação.

Tanto a Snowflake como Unframeprocuram o objetivo de fornecer IA empresarial de forma segura e em conformidade com as normas de governação, mas diferem fundamentalmente nos seus modelos de negócio e público-alvo: a Snowflake é principalmente uma plataforma de infraestrutura de dados, Unframe oferece uma solução totalmente gerida.

Modelo e abordagem de negócio principais

A Snowflake surgiu como uma plataforma de data warehouse na nuvem que evoluiu para uma "Nuvem de Dados de IA", fornecendo às empresas a infraestrutura, as ferramentas de governação e os componentes de IA, como o Cortex AI, para que possam criar as suas próprias aplicações de IA, seja de forma independente ou através de parceiros como a Thomson Reuters. Unframe por outro lado, descreve-se explicitamente como uma "Plataforma de Entrega de IA Gerida". Em vez de fornecer ferramentas do tipo "faça você mesmo", entrega soluções de IA prontas a utilizar e a produzir para problemas de negócio específicos em poucos dias, configuradas a partir de "componentes" modulares pré-construídos, de acordo com uma arquitetura predefinida. Com Unframe , o cliente define o resultado desejado, enquanto a empresa trata da implementação técnica, da operação e da otimização contínua.

Semelhanças

Ambos os fornecedores enfatizam um elevado nível de governação, segurança e rastreabilidade como um ponto-chave de venda para as grandes empresas que procuram implementar a IA sem perder o controlo sobre os dados sensíveis. Ambos são também agnósticos em relação aos modelos, o que significa que não ligam os clientes a um único modelo de linguagem, mas permitem a utilização de vários modelos de linguagem de aprendizagem automática (LLMs), como Claude, Gemini ou GPT, dentro da mesma plataforma. Ambos seguem também o princípio de unificar os dados de diversos sistemas de origem e prepará-los de forma contextualizada para aplicações de IA: a Snowflake através da sua plataforma de dados central Unframe através da sua "Knowledge Fabric".

Principais diferenças

recurso	Floco de neve	Unframe.AI
Oferta principal	Infraestrutura de dados na cloud com componentes de IA (Cortex AI)	Soluções de IA totalmente geridas e prontas a usar
Modelo de implementação	As empresas/parceiros criam as suas próprias aplicações na plataforma	Unframe cria, configura e opera a solução para o cliente
Tempo para obter valor	Implementação plurianual possível (Thomson Reuters desde 2021)	De alguns dias a algumas semanas, segundo o fornecedor
Modelo de preços	Faturação em nuvem baseado no uso	Baseado em resultados, por vezes sem risco, até que a eficácia seja comprovada
Público-alvo	Grandes corporações com as suas próprias equipas de dados/desenvolvimento	Empresas da Fortune 500 sem capacidade significativa de desenvolvimento interno de IA
Implantação	Plataforma de cloud principal	Nuvem, local, nuvem privada, híbrido

Quando Unframe. AI poderá tornar-se mais interessante?

Unframeserá provavelmente a opção mais atrativa, especialmente para empresas que necessitam de resultados rápidos e mensuráveis ​​para casos de utilização específicos e claramente definidos, sem a necessidade de grandes equipas internas de engenharia de dados ou desenvolvimento de IA, uma vez que a plataforma anuncia explicitamente a implementação em dias, e não em meses. Isto é particularmente relevante para organizações que já possuem sistemas de TI distribuídos e consolidados, como SAP, Salesforce ou bases de dados legacy, e desejam integrá-los em fluxos de trabalho de IA sem migrações complexas, dado que Unframe utiliza conectores pré-construídos para estes sistemas, em vez de exigir a criação de uma plataforma de dados central como o Snowflake.

O modelo de preços baseado em resultados da Unframe também a torna atrativa para as empresas que hesitam em fazer grandes investimentos iniciais, uma vez que normalmente só pagam quando uma solução se revela eficaz. Estudos de caso, como a redução de 45% no tempo médio de resposta numa seguradora da Fortune 500 ou a regularização de sinistros três vezes mais rápida numa seguradora global, demonstram que esta abordagem é particularmente adequada para casos de utilização operacionais e orientados para o processo, com indicadores-chave de desempenho (KPIs) claramente mensuráveis. No entanto, assim que uma empresa pretende construir e manter o controlo sobre uma infraestrutura de dados abrangente e empresarial com milhares de tabelas e fontes de dados, como foi o caso da Thomson Reuters, uma plataforma como o Snowflake continua a ser a solução estruturalmente mais apropriada, embora significativamente mais demorada.

Terei o maior prazer em atuar como seu consultor pessoal.

Você pode entrar em contato comigo pelo endereço wolfenstein∂xpert.digital ou

Basta me ligar no número +49 7348 4088 965 .

LinkedIn