Lavorare all'avanguardia: come Thomson Reuters sviluppa l'IA per attività professionali ad alta responsabilità

Thomson Reuters, azienda globale di contenuti e tecnologia, da oltre 175 anni crea contenuti e tecnologie affidabili per professionisti e istituzioni chiamati a prendere decisioni cruciali. Oggi, la stessa missione sta plasmando il modo in cui l'azienda sviluppa l'IA per i flussi di lavoro in ambito legale, fiscale, contabile, di conformità e per altri flussi di lavoro professionali ad alta responsabilità.

"Siamo un'azienda tecnologica incentrata su professioni che richiedono accuratezza e precisione", afferma Joel Hron, CTO di Thomson Reuters.

I prodotti di Thomson Reuters sono gli strumenti di riferimento su cui si basano tali professioni: Westlaw e Practical Law offrono supporto per la ricerca giuridica e la guida pratica, CoCounsel Legal, la piattaforma IA legale di livello professionale di Thomson Reuters, è progettata per potenziare il lavoro dei professionisti del settore legale, fornendo risposte che possono essere sostenute con argomentazioni solide e risultati in grado di generare un valore concreto. Hron è entrato a far parte di Thomson Reuters quattro anni fa, in seguito all'acquisizione della sua startup da parte dell'azienda, occupandosi di aspetti che spaziano tra prodotto, tecnologia e strategia. In quel periodo, afferma, l'IA ha ridefinito il concetto di sviluppo software. Scegliere i partner tecnologici giusti non è mai stato così importante.

Lo standard per selezionare quali LLM utilizzare per alimentare questi prodotti è insolitamente alto. Hron e il suo team valutano un nuovo modello chiedendosi se il lavoro prodotto sia in grado di superare il livello di revisione professionale che gli avvocati applicano prima di farvi affidamento nel proprio lavoro.

Valutazione dei modelli per il lavoro in ambito legale

Sono molte le aziende in grado di creare uno strumento di IA per il settore legale, ma ben poche sanno realizzarne uno su cui un avvocato metterebbe la propria firma. Thomson Reuters apporta tre vantaggi all'IA professionale che i sistemi generici non possono replicare facilmente: contenuti autorevoli, competenze approfondite nel settore e integrazione dei flussi di lavoro.

Il motivo per cui un avvocato può fare affidamento su una risposta di Westlaw non è il modello in sé, afferma Hron. Si tratta di decenni di giurisprudenza selezionata, del lavoro di oltre 2.700 esperti del settore in tutto il mondo che annotano e migliorano questi contenuti ogni giorno, e delle valutazioni che Thomson Reuters sviluppa sulla base di modelli come Claude. "È comunque la figura professionale umana a essere responsabile del prodotto finale."

Claude rappresenta un valido modello partner, ma il sistema di livello professionale deriva dalla combinazione dei modelli di frontiera di Anthropic con i contenuti autorevoli di Thomson Reuters, la profonda competenza nel settore, l'integrazione del flusso di lavoro e l'infrastruttura di valutazione.

Thomson Reuters descrive questo approccio come Fiduciary-Grade AI™: un'IA basata su contenuti autorevoli, modellata da competenze approfondite nel settore e integrata direttamente nei flussi di lavoro professionali, così che i risultati siano trasparenti, verificabili e difendibili quando la posta in gioco è alta.

Questa responsabilità è il motivo per cui, in questo ambito, la verifica conta più della fluidità linguistica. Thomson Reuters ha riprogettato la ricerca legale incentrandola su agenti ottimizzati "non solo per la ricerca e non solo per il recupero, ma anche per la convalida e la verifica delle citazioni". Il requisito è un sistema che aiuti a convalidare le citazioni e a mostrare chiaramente le fonti, così che i professionisti possano esaminare, verificare e applicare il proprio giudizio con sicurezza.

Il cambiamento emerge da ciò che riferiscono i clienti. La ricerca che "richiederebbe decine di ore", afferma Hron, ora arriva "in pochi minuti", offrendo ai professionisti un punto di partenza di alta qualità che possono valutare, perfezionare e mettere in atto. "Deep Research ha segnato un cambiamento profondo nel modo in cui pensiamo alla ricerca legale."

Costruire un prodotto incentrato sugli agenti

Per Thomson Reuters, sviluppare agenti non significa creare un chatbot più intelligente. Riflette un nuovo modo di fornire prodotti esistenti. Hron e il suo team si sono posti l'obiettivo di istruire un agente a utilizzare tutti gli strumenti che l'azienda offriva come software autonomi. Un singolo agente ha ora accesso simultaneo a centinaia di strumenti aziendali.

Questo cambiamento ha modificato il modo in cui Thomson Reuters valutava i modelli. "Il nostro grande test per Claude è valutarne davvero la capacità di creare piani e di utilizzare questi strumenti in modo efficace e corretto", afferma.

CoCounsel Legal ne è un esempio concreto. Prima eseguiva skill separate, una dopo l'altra. Ricostruito sulla base di Claude Agent SDK, ora è in grado di pianificare, delegare e orchestrare l'uso di strumenti e fonti di contenuto in tempo reale; in questo modo, una figura professionale può definire il risultato desiderato anziché dover dettare ogni singolo passaggio. I dati dei clienti rimangono protetti e non vengono utilizzati per addestrare modelli di terze parti.

Hron fa risalire la scelta a come le due aziende hanno iniziato a collaborare. Thomson Reuters è stata uno dei primi clienti aziendali di Anthropic e il fattore decisivo non è stato un benchmark. "L'aspetto principale che ci ha convinti è stato l'approccio di Anthropic alla creazione di un'IA di livello aziendale", afferma, citando la trasparenza, la sicurezza e lo sviluppo responsabile dell'IA. La prima dimostrazione concreta è stata la ricerca approfondita in ambito legale, sviluppata insieme quando entrambi i team hanno notato come gli ingegneri di Anthropic utilizzavano gli strumenti nel modo in cui Thomson Reuters li stava già distribuendo.

Cosa il lavoro intellettuale richiede a un modello

In tutti questi progetti, il team di Hron ha individuato quattro requisiti che un modello deve soddisfare prima che Thomson Reuters possa fidarsene.

Innanzitutto, il modello, come parte del sistema CoCounsel Legal, deve verificare le proprie citazioni. Anziché recuperare una fonte e andare avanti, il sistema deve convalidare ciò che cita prima di presentare i risultati a un essere umano per la revisione finale e la verifica.

In questo sistema, il modello deve inoltre rimanere coerente attraverso lunghe catene di chiamate agli strumenti. Le attività più lunghe richiedono una migliore gestione del contesto e un utilizzo affidabile degli strumenti nel corso di un'esecuzione prolungata. Un modello deve mantenere la continuità attraverso molti passaggi e sistemi, in modo che un agente porti a termine un lavoro concreto anziché bloccarsi a metà.

Deve anche coinvolgere la persona nel lavoro, non solo nella risposta. Per i compiti più complessi, Hron punta a un modello che "coinvolga l'essere umano nel processo di creazione di un risultato lavorativo, anziché affidarsi esclusivamente all'agente affinché fornisca una risposta in un unico passaggio".

Infine, deve liberare tempo per attività che prima il team di Thomson Reuters non aveva le risorse per affrontare. Thomson Reuters sta sviluppando funzionalità di stesura avanzate per attività legali complesse, tra cui la stesura di istanze e documenti che altrimenti i professionisti "passerebbero giorni o settimane a perfezionare", afferma. L'attività "richiedeva sempre troppo contesto e precisione" per i modelli precedenti. Con Claude Fable 5, ora è a portata di mano.

Il ROI dell'IA

Hron ha una visione controcorrente sul ritorno sull'investimento dell'IA, che altri leader impegnati nell'implementazione di modelli potrebbero trovare utile. "Se si cerca di ottimizzare eccessivamente il calcolo del tasso di rendimento, si finisce per perdere di vista l'insieme", afferma. Hron vuole che i team percepiscano il cambiamento culturale e di mentalità prima di ottimizzare il costo per attività. Una volta avvenuto questo cambiamento di mentalità, i ritorni arrivano da sé.

Continua a monitorare le metriche ingegneristiche tradizionali, come quelle del framework DevOps Research and Assessment (DORA) e il tempo che intercorre tra l'ideazione e la messa in produzione. Inoltre, cita uno strumento interno per la risoluzione degli errori, basato su Claude, che ha permesso di trasformare un problema in produzione, la cui analisi delle cause profonde avrebbe richiesto tre ore, in un intervento risolutivo di quattro minuti. "La capacità di ripristinare il corretto funzionamento in pochi minuti anziché in ore rappresenta una differenza sostanziale."

Il cambiamento più profondo, secondo Hron, riguarda il lavoro stesso.

"L'atto di scrivere righe di codice non è più il lavoro in sé", afferma Hron riguardo al suo team di sviluppo; le skill che ora contano di più sono il pensiero sistemico, il giudizio e il gusto. Secondo Hron, lo stesso modello si sta diffondendo oltre l'ambito ingegneristico, con l'IA che rende le persone "più a forma di T", cioè in grado di spaziare tra prodotto, design e finanza, anziché restare confinate in un unico ambito.

Passaggi successivi

Hron e il suo team sono desiderosi di superare i limiti con Claude Fable 5 e i futuri modelli Claude: lavoro a più lungo termine, una migliore gestione del contesto e chiamate agli strumenti su cui poter contare lungo l'intera catena di attività eseguite da un agente.

È altrettanto entusiasta di utilizzare questi modelli nel proprio lavoro. Claude Code gli ha permesso di "tornare ad essere molto più tecnico": ora riesce a familiarizzare in pochi minuti, anziché in un giorno, con una codebase che non tocca da mesi. Inoltre, si affida a Claude Cowork per assumere il punto di vista di un CFO o di un responsabile della strategia e mettere alla prova le idee.

Sono queste le direzioni su cui si sta concentrando lo sviluppo di modelli come Claude Fable 5 e, per un lavoro che alla fine deve reggere in tribunale, Hron le considera la prossima frontiera su cui vale la pena insistere. Dopotutto, l'IA per uso professionale deve funzionare in ambienti in cui essere quasi precisi non basta.

Comincia a usare Claude Fable 5.