Фідуціарний ШІ: Керований ШІ у спеціалізованих видавництвах – Як Thomson Reuters вирішує проблему довіри до корпоративного ШІ за допомогою Snowflake

Reuters відкриває архіви: Як журналістський контент стає цінною сировиною для штучного інтелекту

Штучний інтелект довірчого рівня: чому довіра — це все, коли використовується штучний інтелект

Штучний інтелект зарекомендував себе як рушійна сила інновацій у різних галузях, але у дуже чутливих сферах, таких як право, оподаткування та регулювання, застосовується власний набір правил. Там, де галюцинаторні моделі ШІ або недосконалі правові положення можуть призвести не лише до репутаційної шкоди, але й до величезних ризиків відповідальності, сліпа довіра до технологій не є варіантом. Щоб вирішити цей виклик, глобальний постачальник інформаційних послуг Thomson Reuters покладається на далекосяжне партнерство з хмарою даних ШІ Snowflake. В її основі лежить концепція «керованого ШІ» – суворо контрольованого, надійного ШІ, який надає пріоритет надійним результатам над чистою швидкістю. У наступній статті розглядається, як Thomson Reuters консолідує десятки тисяч баз даних, різко прискорює критично важливі робочі процеси та, до речі, перетворює свій величезний, багаторічний архів новин на цінний ресурс для світової економіки ШІ. Дізнайтеся, чому відмінне управління даними стає вирішальною конкурентною перевагою в сучасному спеціалізованому виданні та які перешкоди ще потрібно подолати під час масштабування корпоративного ШІ.

«Штучний інтелект фідуціарного рівня» – це специфічний тип керованого ШІ: він конкретно описує найвищий рівень довіри та управління в керованому середовищі ШІ, що необхідно для випадків використання, що чутливі до фідуціарних зобов’язань, таких як право, оподаткування та регулювання, тоді як керований ШІ – це більш загальний термін для професійно керованої, контрольованої інфраструктури ШІ загалом.

Thomson Reuters — канадсько-британська медіа- та технологічна компанія зі штаб-квартирою в Торонто, утворена в 2008 році шляхом придбання британського інформаційного агентства Reuters канадською корпорацією Thomson.

Агентство Reuters було засноване в Лондоні в 1851 році та є одним із найстаріших і найбільших інформаційних агентств у світі. Thomson Reuters залишається контрольним капіталом Woodbridge Company, приватної інвестиційної компанії канадської родини Томсонів, якій належить приблизно від 67 до 70 відсотків акцій. Компанія котирується на Нью-Йоркській фондовій біржі та Торонтській фондовій біржі під тікером TRI.

У 2025 фінансовому році група отримала дохід приблизно 7,48 мільярда доларів США та мала близько 27 100 робочих місць по всьому світу у понад 100 країнах. Компанія по суті поділена на п'ять сегментів: Юридичні фахівці (продукти для юридичних досліджень та робочих процесів для юридичних фірм та державних установ), Корпоративні підприємства (рішення для внутрішніх юридичних, податкових та комплаєнс-відділів), Податкові та бухгалтерські фахівці (податкові та бухгалтерські продукти), Reuters News (традиційний новинний бізнес) та Global Print.

Thomson Reuters зараз описує себе як «компанію зі штучним інтелектом та технологіями», яка надає фахівцям надійний контент та автоматизовані робочі процеси, спираючись на понад 150 років накопиченого досвіду в галузі контенту. Серед найвідоміших продуктів компанії – платформа для юридичних досліджень Westlaw та генеративний помічник зі штучним інтелектом CoCounsel для юристів, обидва з яких дедалі більше покладаються на модернізовану інфраструктуру даних на базі штучного інтелекту – саме ту сферу, яка лежить в основі раніше проаналізованого партнерства Snowflake.

Надійність понад швидкість: новий стандарт штучного інтелекту у спеціалізованих видавництвах

Штучний інтелект без помилок: як Thomson Reuters вирішує проблему довіри в правовій системі

Штучний інтелект загалом вважається прискорювачем зростання, але в юридичному, податковому та регуляторному секторах понад усе важлива одна річ: надійність. Будь-хто, хто продає юристам, податковим консультантам та відділам комплаєнсу систему штучного інтелекту, яка винаходить неправильні юридичні параграфи або цитує застарілі правила, ризикує не лише репутаційною шкодою, а й юридичними наслідками для своїх клієнтів. Саме тут і з'являється партнерство між Thomson Reuters та Snowflake, представлене на саміті Snowflake 26 у червні 2026 року. Воно демонструє, як традиційна медіа- та інформаційна компанія може перетворити свої великі, високочутливі сховища даних на надійну основу для генеративного штучного інтелекту, не втрачаючи контролю над походженням, якістю та доступом до даних.

Thomson Reuters – це глобальний постачальник інформаційних послуг з юридичних, податкових та регуляторних питань, що надає своїм клієнтам такі продукти, як Westlaw для юридичних досліджень та CoCounsel – генеративний помічник на основі штучного інтелекту для юристів. Snowflake, у свою чергу, позиціонує себе як хмару даних на основі штучного інтелекту, платформу, яка централізовано, безпечно та відповідно до правил управління надає корпоративні дані для аналітики та застосувань штучного інтелекту. Співпраця між двома компаніями є яскравим прикладом того, як концепція керованого штучного інтелекту – професійно керованого, контрольованого та інтегрованого штучного інтелекту в існуючі бізнес-процеси – виявляється успішною в одному з найвимогливіших регуляторних середовищ.

Від 37 500 таблиць до єдиної істини: архітектура даних, що лежить в основі штучного інтелекту

Ще у 2021 році Thomson Reuters обрала Snowflake, оскільки ця платформа змогла поєднати вимоги корпоративного управління та безпеки з масштабованою інфраструктурою даних. Відтоді компанія створила єдине безпечне джерело достовірної інформації для понад 37 500 контрольованих таблиць та 350 різних джерел даних. Ця основа забезпечує роботу внутрішньої платформи My Data Space, через яку центральні команди надають та обмінюються надійними продуктами даних по всій організації.

Понад 1500 внутрішніх користувачів, включаючи інженерів даних, аналітиків та керівників, тепер щодня отримують доступ до цієї системи для отримання захищених даних та аналізу своїх робочих процесів. Особливої ​​уваги заслуговує прискорення критичних робочих навантажень до 3,4 раза, що дозволяє виконувати складний аналіз даних, який раніше займав тижні, за лічені секунди. Цей стрибок є не просто питанням обчислювальної потужності, а радше результатом консолідованого конвеєра даних, який усуває ручну підготовку даних, дозволяючи командам зосередитися на прийнятті рішень, а не на базовій логістиці даних.

Cortex AI та CoCo: два інструменти для швидкості та модернізації

В основі технічної реалізації лежить Snowflake Cortex AI, повністю керований сервіс штучного інтелекту, який дозволяє організаціям запускати великі мовні моделі безпосередньо на власних даних, захищених корпоративним управлінням, без необхідності переміщувати їх до зовнішніх систем. Для Thomson Reuters це означає, що складні набори регуляторних даних перетворюються на аналітичні дані в режимі реального часу, що значно пришвидшує розробку інтелектуальних додатків. Cortex AI підтримує моделі різних постачальників, включаючи Anthropic, Meta та Mistral, а також поточні моделі, такі як Claude Opus 5 та Gemini 3 Pro, які працюють безпосередньо в безпечному середовищі Snowflake.

Паралельно, Thomson Reuters використовує Snowflake CoCo, помічника програмування на базі штучного інтелекту, який допомагає командам модернізувати застарілі системи та пришвидшити їхню міграцію до середовища Snowflake. Спрощуючи розробку в контрольованому середовищі, команди можуть масштабувати інновації в галузі штучного інтелекту та даних без шкоди для стандартів безпеки чи відповідності. Це поєднання інструменту аналітики та помічника розробника ілюструє, як керований штучний інтелект працює на практиці: інфраструктура, вибір моделі, політики безпеки та масштабування управляються постачальником платформи, тоді як бізнес-підрозділ зберігає контроль над контентом своїх даних та варіантами використання.

Штучний інтелект фідуціарного рівня: новий стандарт фідуціарної відповідальності у штучному інтелекті

Термін «фідуціарний штучний інтелект», який використовують Snowflake та Thomson Reuters, описує рівень якості, де точність, відстежуваність та захист результатів не підлягають обговоренню. Кейтлін Халферті, керівник відділу даних та аналітики Thomson Reuters, наголосила, що справжня цінність полягає не лише в швидкості, а й у здатності впроваджувати інновації в контрольованому середовищі, де команди можуть перетворювати складні регуляторні дані на практичні висновки, зберігаючи при цьому рівень довіри, контролю та надійності, необхідний для професійних застосувань з високим рівнем ризику.

Для компанії, чиї основні продукти використовуються юристами, податковими консультантами та експертами з регулювання в критично важливих для бізнесу ситуаціях, такий підхід є не маркетинговим гаслом, а економічною необхідністю. Помилкові або незадокументовані витрати на штучний інтелект у сфері, де на кону мільйони доларів або юридична відповідальність, поставлять під загрозу всю бізнес-модель корпорації. Рівень управління Snowflake, який включає контроль доступу на основі ролей, маскування даних, тегування об'єктів та журнали аудиту, забезпечує технічну основу, а додаткові функції фільтрації, такі як Cortex Guard, допомагають запобігти неналежним або шкідливим результатам моделі.

Тут ви дізнаєтеся, як ваша компанія може швидко, безпечно та без високих бар'єрів входу впроваджувати індивідуальні рішення на основі штучного інтелекту.

Керована платформа штучного інтелекту — це ваше комплексне та безтурботне рішення для штучного інтелекту. Замість того, щоб мати справу зі складними технологіями, дорогою інфраструктурою та тривалими процесами розробки, ви отримуєте готове рішення, адаптоване до ваших потреб, від спеціалізованого партнера — часто всього за кілька днів.

Основні переваги з першого погляду:

⚡ Швидке впровадження: від ідеї до готового до використання застосунку за лічені дні, а не місяці. Ми пропонуємо практичні рішення, які створюють негайну додану цінність.

🔒 Максимальна безпека даних: Ваші конфіденційні дані залишаються з вами. Ми гарантуємо безпечну та відповідність вимогам обробку без передачі даних третім особам.

💸 Без фінансових ризиків: Ви платите лише за результат. Повністю виключаються значні початкові інвестиції в обладнання, програмне забезпечення чи персонал.

🎯 Зосередьтеся на своєму основному бізнесі: Зосередьтеся на тому, що ви робите найкраще. Ми подбаємо про повне технічне впровадження, експлуатацію та обслуговування вашого рішення на базі штучного інтелекту.

📈 Орієнтований на майбутнє та масштабований: Ваш ШІ зростає разом з вами. Ми забезпечуємо постійну оптимізацію та масштабованість, а також гнучко адаптуємо моделі до нових вимог.

Більше інформації тут:

• Керована платформа штучного інтелекту

Westlaw та CoCounsel як бенефіціари: практичні наслідки для флагманських продуктів

Ключовий ефект консолідації даних одразу помітний у двох флагманських продуктах Thomson Reuters. Оскільки Thomson Reuters об'єднує свої канали обробки даних для Westlaw, відомої платформи юридичних досліджень, та CoCounsel, генеративного помічника на базі штучного інтелекту для юристів, основні робочі навантаження тепер виконуються до 3,4 разів швидше, що дозволяє перейти від статичних звітів до аналітики майже в режимі реального часу. Цей зсув докорінно змінює те, як юристи працюють щодня: замість того, щоб чекати на щоденні оновлення, користувачі тепер отримують безперервну, перевірену інформацію про зміни в регуляторних органах.

Крістіан Кляйнерман, виконавчий віце-президент з продуктів Snowflake, наголосив, що Thomson Reuters демонструє, як компанії можуть масштабувати штучний інтелект та управління разом, створюючи надійну основу, яка дозволяє командам працювати швидше та масштабувати штучний інтелект по всьому підприємству. Ця заява підкреслює стратегічну подвійну функцію партнерства: це одночасно проект технологічної модернізації та інструмент для побудови довіри з клієнтською базою, яка традиційно дуже уникає ризику, коли йдеться про технологічні інновації.

Контент як сировина: Reuters відкриває свої архіви для економіки штучного інтелекту

Окрім своєї внутрішньої платформи даних, у серпні 2026 року агентство Reuters оголосило, що зробить свій журналістський контент доступним через Snowflake Marketplace, що дозволить компаніям збагачувати свої програми та моделі штучного інтелекту новинами та мультимедійним контентом Reuters, заснованими на фактах. Цей торговий майданчик надає компаніям доступ до журналістики Reuters, починаючи з 1987 року, доступної п'ятьма мовами та безпосередньо інтегрованої в робочі процеси штучного інтелекту. Це відкриття знаменує собою важливий крок для всієї медіаіндустрії, демонструючи, як захищені авторським правом журналістські архіви можуть стати монетизованим ресурсом для генеративних систем штучного інтелекту, не втрачаючи контролю над правами використання.

Це позиціонує Thomson Reuters одночасно як постачальника надійних навчальних та контекстних даних для сторонніх систем штучного інтелекту та як оператора власних програм штучного інтелекту, що відповідають вимогам управління, для своїх основних клієнтів. Ця подвійна роль принципово відрізняє видавців та постачальників спеціалізованої інформації від суто технологічних компаній, оскільки вони володіють ексклюзивними, часто десятирічними наборами даних, які представляють значну якісну перевагу для генеративних моделей штучного інтелекту порівняно з загальнодоступними даними з Інтернету.

Стратегія платформи Snowflake: від сховища даних до рівня управління для корпоративного штучного інтелекту

Співпраця з Thomson Reuters відповідає ширшому стратегічному напрямку Snowflake, оскільки компанія все більше позиціонує себе як рівень управління для агентно-орієнтованого корпоративного світу. У квітні 2026 року Snowflake оголосила про значні вдосконалення Snowflake Intelligence та Cortex Code, розроблені, щоб дозволити організаціям підключати ще більше джерел даних, корпоративних систем та моделей штучного інтелекту до своїх довірених даних Snowflake в рамках єдиного інтерфейсу. Snowflake Intelligence діє як персональний робочий помічник для бізнес-користувачів, адаптуючись з часом до індивідуальних уподобань та робочих процесів, тоді як Cortex Code служить рівнем розробки для корпоративного штучного інтелекту, забезпечуючи розробку на основі даних у всій екосистемі.

З моменту запуску в листопаді 2025 року цей інструмент швидко впроваджується, і понад половина клієнтів активно використовують його для підвищення продуктивності. Snowflake застосовує аналогічний підхід у секторі фінансових послуг з Cortex AI for Financial Services, який поєднує суворий контроль безпеки та відповідності з доступом до даних партнерів від таких постачальників, як FactSet, MSCI та Associated Press. Ця паралель між фінансовим та юридичним секторами підкреслює галузеву закономірність: там, де помилки є дороговартісними, а відстеження є важливим, модель штучного інтелекту, що орієнтована на управління, переважає над відкритими, неконтрольованими підходами.

Керований ШІ як бізнес-модель: Чому управління стає важливішим за вибір моделі

Термін «Керований ШІ» описує фундаментальний зсув у тому, як компанії використовують штучний інтелект. Замість того, щоб використовувати окремі мовні моделі окремо, така компанія, як Thomson Reuters, передає значну частину інфраструктури, архітектури безпеки, вибору моделей та операцій на спеціалізовану платформу, яка обробляє ці завдання в масштабі та з постійними оновленнями. Справжня цінність створюється не виключно шляхом навчання чи адаптації окремих моделей, а завдяки надійному управлінню всім життєвим циклом даних та ШІ: від збору та управління даними до отримання результатів у виробничих додатках.

Для спеціалізованих видавництв, юридичних фірм, консалтингових фірм та інших наукоємних галузей це означає, що конкурентна перевага дедалі більше випливає не з доступу до самих моделей штучного інтелекту (вони зараз значною мірою стандартизовані та доступні багатьом постачальникам), а з якості, ексклюзивності та управління базовими даними. Thomson Reuters вражаюче демонструє це: справжня конкурентна перевага полягає не у використанні моделей Claude, Gemini чи інших мов як таких, а у можливості використовувати ці моделі безпечно, прозоро та юридично відповідно до вимог на вузькоспеціалізованих наборах даних, що накопичувалися десятиліттями.

Конкурентна динаміка на ринку спеціалізованої інформації: прискорення як фактор диференціації

Збільшення робочих навантажень до 3,4 раза дозволяє Thomson Reuters надавати своїм кінцевим клієнтам — юристам, податковим експертам та аналітикам з питань регулювання — критично важливу та актуальну інформацію значно швидше, ніж раніше. На ринку, де такі конкуренти, як LexisNexis, Bloomberg Law та спеціалізовані стартапи юридичних технологій, також впроваджують генеративні інструменти штучного інтелекту, швидкість у поєднанні з надійністю стає вирішальним фактором. Перший постачальник, який надає надійні, перевірені відповіді, завойовує довіру професійної групи, яка традиційно надзвичайно консервативно ставиться до нових технологій.

Водночас, цей розвиток подій створює структурну перевагу для відомих постачальників інформації з великими, історично сформованими та юридично перевіреними наборами даних порівняно з новими учасниками ринку, які, володіючи сучасними технологіями штучного інтелекту, не мають порівнянної глибини даних та репутації. Таким чином, співпраця зі Snowflake також виступає своєрідним бар'єром для виходу на ринок: хоча менша компанія теоретично могла б використовувати ту саму хмарну інфраструктуру, їй бракує багаторічного, курованого скарбничного фонду даних, який становить фактичний зміст застосунків штучного інтелекту.

Ризики та відкриті питання масштабування ШІ на основі управління

Незважаючи на позитивне зображення в офіційних прес-релізах, кілька питань залишаються без відповіді, які є вирішальними для збалансованої оцінки. Ні Thomson Reuters, ні Snowflake не публікують детальну інформацію про фактичний рівень помилок використовуваних систем штучного інтелекту, частоту етапів перевірки людиною або конкретні витрати на впровадження. Метрика прискорення в 3,4 раза явно стосується певних критичних робочих навантажень, а не всіх випадків використання в компанії, що обмежує її значення для загальної оцінки успіху.

Крім того, актуальним залишається питання залежності від єдиного постачальника хмарних послуг: компанія, яка базує всю свою інфраструктуру даних та управління штучним інтелектом на такій платформі, як Snowflake, бере на себе значне стратегічне зобов'язання, яке може мати помітні наслідки у разі підвищення цін, технічних збоїв або стратегічних перебудов постачальника. Питання про те, як генеративні моделі штучного інтелекту обробляють конфліктуючі або застарілі юридичні джерела в межах величезного набору даних із 37 500 таблиць, також залишається без відповіді в публічних заявах і, ймовірно, створюватиме постійні труднощі на практиці.

Керовані дані як нова ключова компетенція медіаіндустрії

Партнерство між Thomson Reuters та Snowflake надає проникливу модель того, як традиційні медіа та спеціалізовані інформаційні компанії можуть залишатися актуальними в епоху генеративного штучного інтелекту. Замість того, щоб безпосередньо конкурувати з основними постачальниками моделей штучного інтелекту, вони позиціонують себе як куратори, розпорядники та захисники високоякісних, перевірених наборів даних, які слугують основою для надійних застосувань штучного інтелекту. Ця тенденція, ймовірно, пошириться на інші галузі з високими регуляторними вимогами в найближчі роки, такі як охорона здоров'я, фінансовий нагляд та державний сектор, де походження, можливість аудиту та контроль даних щонайменше такі ж важливі, як і сама обчислювальна потужність використовуваних моделей.

У довгостроковій перспективі успіх стратегій керованого штучного інтелекту залежатиме не від того, яка мовна модель є найпотужнішою, а від того, наскільки послідовно компанії керують своїми даними, підтримують їх та готують їх до продуктивного використання. Thomson Reuters, завдяки своїм багаторічним інвестиціям в єдину, контрольовану архітектуру даних, створила структурну перевагу, яка зараз перетворюється на вимірне підвищення швидкості та ефективності та одночасно служить основою для всієї професійної видавничої та інформаційної галузі.

Snowflake та Unframe.AI прагнуть безпечного та відповідного до корпоративного управління забезпечення корпоративного штучного інтелекту, але принципово відрізняються своєю бізнес-моделлю та цільовою групою: Snowflake — це, перш за все, платформа інфраструктури даних, Unframe — це повністю кероване рішення.

Основна бізнес-модель та підхід

Snowflake виникла як хмарна платформа сховища даних, яка перетворилася на «хмару даних зі штучним інтелектом», надаючи компаніям інфраструктуру, інструменти управління та будівельні блоки штучного інтелекту, такі як Cortex AI, для створення власних додатків на основі штучного інтелекту, самостійно або через партнерів, таких як Thomson Reuters. Unframe з іншого боку, чітко описує себе як «керовану платформу доставки штучного інтелекту». Замість того, щоб надавати саморобні інструменти, вона пропонує готові до використання, готові до виробництва рішення штучного інтелекту для вирішення конкретних бізнес-задач протягом кількох днів, налаштовані з попередньо створених модульних «будівельних блоків» відповідно до архітектури креслення. З Unframe клієнт, по суті, визначає бажаний результат, а компанія займається технічним впровадженням, експлуатацією та постійною оптимізацією.

Подібності

Обидва постачальники наголошують на високому рівні управління, безпеки та відстежуваності як ключовому аргументі для великих підприємств, які прагнуть впровадити штучний інтелект, не втрачаючи контролю над конфіденційними даними. Обидва також є модельно-агностичними, тобто вони не обмежують клієнтів єдиною мовною моделлю, а дозволяють використовувати різні LLM, такі як Claude, Gemini або GPT, в межах однієї платформи. Обидва також дотримуються принципу об'єднання даних з різних вихідних систем та їх контекстуалізованої підготовки для застосувань штучного інтелекту: Snowflake через свою централізовану платформу даних, Unframe через свою "Knowledge Fabric".

Ключові відмінності

особливість	Сніжинка	Unframe.AI
Основна пропозиція	Хмарна інфраструктура даних з компонентами штучного інтелекту (Cortex AI)	Повністю керовані, готові рішення на базі штучного інтелекту
Модель впровадження	Компанії/партнери створюють власні додатки на платформі	Unframe створює, налаштовує та експлуатує рішення для клієнта
Час досягнення цінності	Можливе багаторічне впровадження (Thomson Reuters з 2021 року)	Від кількох днів до кількох тижнів, за словами постачальника
Модель ціноутворення	Виставлення рахунків у хмарі на основі використання	Орієнтовано на результат, іноді без ризику, аж до доказу ефекту
Цільова аудиторія	Великі корпорації з власними командами даних/розробників	Компанії зі списку Fortune 500 без значних внутрішніх потужностей з розробки штучного інтелекту
Розгортання	Основна хмарна платформа	Хмара, локальна, приватна хмара, гібридна

Коли Unframe.AI може стати цікавішим?

Unframe.AI, ймовірно, буде більш привабливим вибором, особливо для компаній, яким потрібні швидкі, вимірювані результати для конкретних, чітко визначених випадків використання без наявності великих власних команд з інженерії даних або розробки штучного інтелекту, оскільки платформа чітко рекламує впровадження за лічені дні, а не місяці. Це особливо актуально для організацій, які вже мають розподілені, історично сформовані ІТ-системи, такі як SAP, Salesforce або застарілі бази даних, і хочуть інтегрувати їх у робочі процеси штучного інтелекту без складних міграцій, оскільки Unframe чітко використовує попередньо створені конектори для таких систем, замість того, щоб вимагати створення централізованої платформи даних, як Snowflake.

Модель ціноутворення Unframe , що базується на результатах, також робить її привабливою для компаній, які вагаються робити великі початкові інвестиції, оскільки вони зазвичай платять лише після того, як рішення доведе свою ефективність. Такі тематичні дослідження, як скорочення середнього часу реагування на 45% у страхової компанії зі списку Fortune 500 або втричі швидше врегулювання претензій у глобального страхового постачальника, демонструють, що цей підхід особливо добре підходить для операційних, процесно-орієнтованих випадків використання з чітко вимірюваними ключовими показниками ефективності (KPI). Однак, як тільки компанія хоче створити та підтримувати контроль над комплексною корпоративною інфраструктурою даних з тисячами таблиць та джерел даних, як це було у випадку з Thomson Reuters, така платформа, як Snowflake, залишається структурно більш доцільним, хоча й значно більш трудомістким рішенням.

Я буду радий служити вашим особистим консультантом.

Ви можете зв'язатися зі мною за адресою wolfenstein∂xpert.digital або

Просто зателефонуйте мені за номером +49 7348 4088 965 .

LinkedIn