À la pointe de la technologie : comment Thomson Reuters met au point une IA pour des activités professionnelles à forts enjeux

Thomson Reuters, société internationale de contenu et de technologie, conçoit depuis plus de 175 ans des contenus et des technologies de confiance pour les professionnels et les institutions appelés à prendre des décisions importantes. Aujourd'hui, cette même mission façonne la manière dont l'entreprise développe l'IA pour les flux de travail juridiques, fiscaux, comptables, de conformité et autres flux de travail professionnels à forts enjeux.

« Nous sommes une entreprise technologique spécialisée dans les professions qui nécessitent rigueur et précision », explique Joel Hron, directeur de la technologie chez Thomson Reuters.

Les produits de l’entreprise sont les outils de référence sur lesquels s’appuient ces professions : Westlaw et Practical Law pour la recherche juridique et les conseils pratiques. CoCounsel Legal, la plateforme d’IA juridique professionnelle de Thomson Reuters, est conçue pour aider les professionnels du droit à mieux exercer leur métier, avec des réponses qu’ils peuvent défendre et des résultats qui apportent une réelle valeur ajoutée. M. Hron a rejoint Thomson Reuters il y a quatre ans lorsque sa startup a été acquise par l'entreprise. Il travaille à l'intersection des produits, de la technologie et de la stratégie. Durant cette période, explique-t-il, l'IA a redéfini la notion de création de logiciels. Choisir les bons partenaires technologiques n'a jamais été aussi important.

Les exigences auxquelles doivent répondre les LLM sélectionnés pour ces produits sont particulièrement précises. M. Hron et son équipe évaluent un nouveau modèle en se demandant si ses résultats peuvent satisfaire aux exigences de vérification des avocats avant de s'appuyer sur ce modèle dans leur travail.

Évaluation de modèles pour les travaux juridiques

De nombreuses entreprises sont capables de créer un outil d'IA juridique, mais rares sont celles qui peuvent en concevoir un dont un avocat accepterait de cautionner les résultats. Thomson Reuters apporte à l'IA professionnelle trois avantages que les systèmes polyvalents ne peuvent pas facilement reproduire : un contenu faisant autorité, une expertise approfondie dans le domaine et l'intégration des flux de travail.

Si un avocat peut se fier à une réponse de Westlaw, ce n’est pas grâce au modèle seul, explique M. Hron. Cette fiabilité repose sur des décennies de jurisprudence soigneusement sélectionnée, sur le travail de plus de 2 700 experts du domaine à travers le monde qui annotent et enrichissent chaque jour ces contenus, ainsi que sur les évaluations que Thomson Reuters réalise à partir de modèles comme Claude. « C’est toujours l’humain, le professionnel, qui assume la responsabilité du travail final. »

Claude est un partenaire technologique précieux, mais le système de qualité professionnelle résulte de la combinaison des modèles de pointe d’Anthropic avec le contenu faisant autorité de Thomson Reuters, son expertise approfondie dans le domaine, l’intégration des flux de travail et l’infrastructure d’évaluation.

Thomson Reuters décrit cette approche comme la Fiduciary-Grade AI™ : une IA fondée sur des contenus faisant autorité, façonnée par une expertise approfondie dans le domaine et intégrée directement dans les flux de travail professionnels, pour que les résultats soient transparents, vérifiables et défendables lorsque les enjeux sont importants.

C'est en raison de cette responsabilité que la vérification compte ici davantage que la fluidité. Thomson Reuters a repensé la recherche juridique autour d'agents capables « non seulement de rechercher et de récupérer des données, mais aussi de valider et de vérifier des citations ». L’exigence est un système qui aide à valider les citations et à présenter clairement les sources, afin que les professionnels puissent examiner, vérifier et exercer leur jugement en toute confiance.

Les retours des clients témoignent de ce changement. Les résultats de recherche qui « prenaient auparavant des dizaines d’heures », explique M. Hron, peuvent désormais être obtenus « en quelques minutes », offrant aux professionnels un point de départ de haute qualité qu’ils peuvent évaluer, affiner et exploiter. « La recherche approfondie a profondément changé notre façon de concevoir la recherche juridique. »

Créer un produit axé sur les agents

Pour Thomson Reuters, concevoir des agents ne consiste pas à créer un chatbot plus intelligent. Cela reflète une nouvelle façon de proposer les produits existants. Hron et son équipe ont entrepris d’apprendre à un agent à utiliser tous les outils que l’entreprise proposait auparavant sous forme de logiciels autonomes. Un seul agent a désormais accès simultanément à des centaines d’outils de l’entreprise.

Ce changement a transformé la façon dont Thomson Reuters évalue ses modèles. « Notre principal test pour Claude consiste à évaluer réellement la qualité de sa planification et sa capacité à utiliser ces outils de manière efficace et appropriée », explique-t-il.

CoCounsel Legal illustre concrètement cette nouvelle approche. Auparavant, il exécutait des skills distinctes les unes après les autres. Reconstruit à partir du Claude Agent SDK, il planifie, délègue et orchestre désormais différents outils et sources de contenu en temps réel, pour qu'un professionnel puisse définir le résultat au lieu de lui dicter chaque étape. Les données clients restent protégées et ne sont pas utilisées pour entraîner des modèles tiers.

Selon Hron, ce choix remonte à la façon dont les deux entreprises ont commencé à collaborer. Thomson Reuters a été l'une des premières entreprises clientes d'Anthropic, et le facteur décisif n'était pas un benchmark. « Ce qui nous a convaincus avant tout, c’est l’approche d’Anthropic en matière de développement de l’IA d’entreprise », explique-t-il, citant notamment la transparence, la sécurité et le développement responsable de l’IA. La première démonstration concrète de cette collaboration a été la recherche approfondie dans le domaine juridique, développée conjointement après que les deux équipes ont constaté que les ingénieurs d'Anthropic utilisaient les outils tels que proposés par Thomson Reuters.

Ce que le travail intellectuel exige d'un modèle

Sur l'ensemble de ces projets, l'équipe de Hron a défini quatre exigences qu'un modèle doit remplir pour être jugé digne de confiance par Thomson Reuters.

Tout d'abord, dans le cadre du système CoCounsel Legal, le modèle doit vérifier ses propres citations. Au lieu de simplement récupérer une source et de poursuivre le traitement, le système doit valider ses citations avant de présenter ses conclusions à un humain pour examen final et vérification.

Dans ce système, le modèle doit également rester stable pendant de longues chaînes d'appels à des outils. Les tâches plus longues nécessitent une meilleure gestion du contexte et une utilisation fiable des outils sur une période prolongée. Un modèle doit garder le fil tout au long des nombreuses étapes du processus et à travers les différents systèmes, afin que l’agent puisse mener sa tâche à bien plutôt que de s'arrêter à mi-chemin.

Le modèle doit également impliquer l'humain dans le travail, et pas seulement lui fournir la réponse. Pour les tâches les plus ardues, Hron souhaite un modèle qui « associe l’humain au processus d’élaboration d’un livrable, plutôt que de simplement compter sur l’agent pour produire une réponse d’un coup ».

Enfin, le modèle doit libérer du temps pour permettre à l'équipe de Thomson Reuters de s'attaquer à des tâches auxquelles elle ne pouvait auparavant consacrer de ressources. Thomson Reuters développe des capacités de rédaction avancées pour des tâches juridiques complexes, notamment la rédaction de requêtes et d’autres actes de procédure, que les professionnels « passeraient autrement des jours, voire des semaines, à peaufiner », explique-t-il. Cette tâche « nécessitait toujours beaucoup trop de contexte et de précision » pour les modèles précédents. Avec Claude Fable 5, c'est désormais à portée de main.

Le retour sur investissement de l'IA

Hron adopte un point de vue à contre-courant sur le retour sur investissement de l'IA, qui pourrait profiter aux autres dirigeants déployant des modèles. « Si vous cherchez trop à optimiser le calcul du taux de rendement, l’arbre finit par cacher la forêt », explique-t-il. Il souhaite que les équipes ressentent pleinement cette évolution des mentalités et de la culture d’entreprise avant de se pencher sur le coût par tâche. Une fois ce changement de mentalité réalisé, les bénéfices suivent d’eux-mêmes.

Il continue de suivre les mesures d’ingénierie traditionnelles, comme DevOps Research and Assessment (DORA), et le temps nécessaire entre l’idée et la production. Il cite notamment un outil interne de correction des erreurs basé sur Claude, qui a permis d’écourter à seulement quatre minutes la résolution d’un problème de production qui nécessitait jusqu’ici trois heures afin d’en analyser les causes profondes. « La possibilité de rétablir un fonctionnement normal en quelques minutes, et non plus en plusieurs heures, représente une différence substantielle. »

Selon Hron, le changement le plus profond concerne le travail lui-même.

« L’écriture de lignes de code n’est plus l’essentiel du métier », explique Hron à propos de ses ingénieurs ; les compétences qui comptent le plus aujourd’hui sont la pensée systémique, le discernement et le sens de la qualité. Selon lui, le même schéma s’étend au-delà de l’ingénierie, l’IA permettant le développement de « profils en T » : plutôt que de rester cantonnés à un seul domaine, les collaborateurs deviennent capables d’intervenir sur le produit, le design et les finances.

Ensuite

Hron et son équipe sont impatients de repousser les limites avec Claude Fable 5 et les futurs modèles Claude : travail à plus long horizon, meilleure gestion du contexte et appels d’outils sur lesquels ils pourront compter tout au long de la chaîne de tâches exécutées par un agent.

Il tient tout autant à utiliser ces modèles dans son propre travail. Avec Claude Code, il peut « redevenir beaucoup plus technique » : il reprend la main en quelques minutes sur une base de code à laquelle il n’a pas touché depuis des mois, alors qu’il lui aurait auparavant fallu une journée complète. Il se tourne également vers Claude Cowork pour adopter le point de vue d’un directeur financier ou d’un responsable de la stratégie et mettre ses idées à l’épreuve.

C'est dans ces directions que sont développés des modèles comme Claude Fable 5. Pour Hron, permettre à l'IA de produire un travail capable de résister à l'examen d'un tribunal constitue le prochain défi à relever. Au final, une IA professionnelle doit fonctionner dans des environnements où des résultats presque exacts ne suffisent pas.

Démarrer avec Claude Fable 5.