Ce qu'un modèle IA juridique à 40 millions de dollars révèle sur la valeur de vos propres données

Thomson Reuters, l'entreprise derrière la base de données juridique Westlaw et l'agence Reuters, vient de lancer son propre modèle d'intelligence artificielle : Thomson. Sur les tâches juridiques, il rivalise avec les modèles d'IA les plus puissants du monde — et tout cela a coûté 40 millions de dollars. La phase d'entraînement réelle, celle où le modèle apprend à partir des données, a coûté environ 450 000 dollars. OpenAI et Google dépensent des milliards pour la même chose — la différence est frappante.

Thomson Reuters n'est pas parti de zéro. Ils ont pris un modèle d'IA open source performant — disponible gratuitement en ligne — et l'ont spécialisé en profondeur. Il a été entraîné sur des décennies de contenus propriétaires : jurisprudence Westlaw, documents juridiques, actualités Reuters et données financières de Checkpoint. Des centaines de leurs propres experts ont contribué à améliorer la qualité des réponses. Première application : aider les avocats à analyser les documents plus vite dans leur outil CoCounsel.

Le changement essentiel est celui-ci : il ne faut pas le plus gros budget pour construire un bon modèle d'IA. Il faut les bonnes données. Les grands laboratoires dépensent des milliards pour s'entraîner sur presque tout ce qui existe sur internet. Thomson Reuters a dépensé bien moins, mais a utilisé certains des meilleurs contenus juridiques au monde. Sur les tâches juridiques, Thomson performe aussi bien ou mieux que des modèles qui coûtent bien plus cher. Les bonnes données l'emportent sur le plus gros budget.

Thomson Reuters n'en est qu'au début. Le modèle a été entraîné sur moins de 10 % de leur bibliothèque de contenus — la suite arrive. Si vous gérez une entreprise assise sur des années de données structurées et spécialisées — dossiers juridiques, dossiers médicaux, rapports financiers, conversations clients — c'est un signal clair : vos données méritent peut-être d'être valorisées. Prenez une bonne base open source, spécialisez-la pour votre domaine, et vous obtiendrez peut-être quelque chose de plus utile que n'importe quelle API généraliste.