Thomson Reuters hợp tác cùng Claude: Đưa AI vào lĩnh vực pháp lý, rút ngắn thời gian nghiên cứu từ hàng giờ xuống vài phút

Thomson Reuters, một công ty công nghệ và nội dung toàn cầu, đã dành hơn 175 năm để xây dựng nội dung và công nghệ đáng tin cậy cho các chuyên gia và tổ chức khi họ đưa ra những quyết định quan trọng. Ngày nay, sứ mệnh đó đang định hình cách công ty xây dựng AI cho các quy trình làm việc chuyên nghiệp đòi hỏi độ chính xác cao trong lĩnh vực pháp lý, thuế, kế toán, tuân thủ và các lĩnh vực khác.

"Chúng tôi là một công ty công nghệ tập trung vào các ngành nghề đòi hỏi sự chính xác và chuẩn xác tuyệt đối," Joel Hron, CTO của Thomson Reuters, cho biết.

Các sản phẩm của công ty là những công cụ tham chiếu nền tảng cho các ngành nghề này: Westlaw và Practical Law dành cho nghiên cứu pháp lý và hướng dẫn thực tiễn; CoCounsel Legal, nền tảng AI pháp lý cấp chuyên nghiệp của Thomson Reuters, được thiết kế để giúp các chuyên gia pháp lý làm việc hiệu quả hơn, với những câu trả lời có thể bảo vệ được và kết quả mang lại giá trị thực. Hron gia nhập Thomson Reuters bốn năm trước khi startup của ông được công ty mua lại, làm việc tại điểm giao thoa giữa sản phẩm, công nghệ và chiến lược. Trong khoảng thời gian đó, ông cho biết, AI đã định hình lại ý nghĩa của việc xây dựng phần mềm. Việc lựa chọn các đối tác công nghệ phù hợp chưa bao giờ quan trọng hơn thế.

Tiêu chuẩn để lựa chọn các mô hình ngôn ngữ lớn (LLM) nhằm vận hành những sản phẩm này là vô cùng cụ thể. Hron và đội ngũ của ông đánh giá một mô hình mới bằng cách đặt câu hỏi liệu kết quả của nó có chịu được mức độ kiểm duyệt chuyên môn mà các luật sư áp dụng trước khi tin tưởng sử dụng trong công việc của họ hay không.

Đánh giá các mô hình cho công việc pháp lý

Nhiều công ty có thể xây dựng một công cụ AI pháp lý, nhưng rất ít công ty có thể xây dựng được một công cụ mà luật sư sẵn sàng đứng tên bảo chứng. Thomson Reuters mang đến ba lợi thế cho AI chuyên nghiệp mà các hệ thống đa năng khó có thể sao chép: nội dung có thẩm quyền, chuyên môn sâu về lĩnh vực và khả năng tích hợp quy trình làm việc.

Lý do một luật sư có thể tin tưởng vào câu trả lời từ Westlaw không chỉ nằm ở bản thân mô hình, Hron nói. Đó là hàng thập kỷ án lệ được tuyển chọn, công sức của hơn 2.700 chuyên gia trong lĩnh vực trên toàn cầu, những người chú giải và nâng cao nội dung đó mỗi ngày, cùng các đánh giá mà Thomson Reuters xây dựng trên các mô hình như Claude. "Chuyên gia con người đó vẫn là người chịu trách nhiệm cuối cùng cho sản phẩm công việc."

Claude là một đối tác mô hình giá trị, nhưng hệ thống cấp chuyên nghiệp được tạo ra từ sự kết hợp giữa các mô hình tiên phong của Anthropic với nội dung có thẩm quyền, chuyên môn sâu về lĩnh vực, khả năng tích hợp quy trình làm việc và cơ sở hạ tầng đánh giá của Thomson Reuters.

Thomson Reuters mô tả cách tiếp cận này là Fiduciary-Grade AI™ (AI chuẩn mực ủy thác): AI dựa trên nội dung có thẩm quyền, được định hình bởi chuyên môn sâu về lĩnh vực và được nhúng trực tiếp vào các quy trình làm việc chuyên nghiệp, để các kết quả đầu ra minh bạch, có thể kiểm chứng và bảo vệ được khi đối mặt với những vấn đề quan trọng.

Trách nhiệm giải trình đó là lý do tại sao việc xác minh lại quan trọng hơn sự trôi chảy ở đây. Thomson Reuters đã tái cấu trúc nghiên cứu pháp lý xung quanh các tác nhân (agents) được tinh chỉnh để "không chỉ là tìm kiếm và truy xuất, mà còn là xác thực trích dẫn và kiểm chứng." Yêu cầu đặt ra là một hệ thống giúp xác thực các trích dẫn và hiển thị nguồn một cách rõ ràng, để các chuyên gia có thể xem xét, xác minh và áp dụng phán đoán của họ một cách tự tin.

Sự thay đổi này thể hiện rõ qua phản hồi của khách hàng. Hron cho biết, những nghiên cứu "tốn hàng chục giờ" giờ đây có thể hoàn thành "trong vài phút", mang đến cho các chuyên gia một điểm khởi đầu chất lượng cao mà họ có thể đánh giá, tinh chỉnh và hành động. "Nghiên cứu chuyên sâu đã tạo ra một bước chuyển mình sâu sắc trong tư duy về nghiên cứu pháp lý."

Xây dựng sản phẩm ưu tiên tác nhân (agent-first)

Đối với Thomson Reuters, việc xây dựng các tác nhân không phải là tạo ra một chatbot thông minh hơn. Nó phản ánh một cách thức mới để cung cấp các sản phẩm hiện có. Hron và đội ngũ của ông bắt đầu dạy cho một tác nhân cách sử dụng tất cả các công cụ mà công ty từng cung cấp dưới dạng phần mềm độc lập. Giờ đây, một tác nhân duy nhất có thể truy cập hàng trăm công cụ của công ty — cùng một lúc.

Sự thay đổi đó đã thay đổi cách Thomson Reuters đánh giá các mô hình. "Bài kiểm tra lớn của chúng tôi đối với Claude là đánh giá thực sự khả năng lập kế hoạch và sử dụng các công cụ này một cách hiệu quả và chính xác," ông nói.

CoCounsel Legal cho thấy điều đó trông như thế nào. Trước đây, nó chạy các kỹ năng riêng biệt lần lượt. Được xây dựng lại trên Claude Agent SDK, giờ đây nó lập kế hoạch, ủy quyền và điều phối giữa các công cụ và nguồn nội dung trong thời gian thực, để một chuyên gia có thể xác định kết quả thay vì phải chỉ đạo từng bước. Dữ liệu khách hàng vẫn được bảo vệ và không được sử dụng để huấn luyện các mô hình của bên thứ ba.

Hron truy nguyên sự lựa chọn này từ cách hai công ty bắt đầu hợp tác. Thomson Reuters là một trong những khách hàng doanh nghiệp sớm nhất của Anthropic, và yếu tố quyết định không phải là một điểm chuẩn (benchmark). "Điều quan trọng nhất thuyết phục chúng tôi là cách tiếp cận của Anthropic trong việc xây dựng AI doanh nghiệp," ông nói, đồng thời đề cập đến tính minh bạch, an toàn và phát triển AI có trách nhiệm. Điểm chứng minh đầu tiên là nghiên cứu chuyên sâu trong lĩnh vực pháp lý, được xây dựng cùng nhau khi cả hai đội ngũ nhận thấy các kỹ sư của Anthropic sử dụng các công cụ theo cách mà Thomson Reuters đã và đang triển khai.

Những gì công việc tri thức đòi hỏi ở một mô hình

Xuyên suốt các dự án đó, đội ngũ của Hron đã chốt lại bốn điều mà một mô hình phải thực hiện trước khi Thomson Reuters tin tưởng.

Thứ nhất, mô hình, với tư cách là một phần của hệ thống CoCounsel Legal, phải tự kiểm tra các trích dẫn của chính nó. Thay vì chỉ truy xuất nguồn và bỏ qua, hệ thống phải xác thực những gì nó trích dẫn trước khi trình bày kết quả cho con người xem xét và xác minh lần cuối.

Trong hệ thống này, mô hình cũng phải duy trì sự ổn định qua các chuỗi lệnh gọi công cụ dài. Các tác vụ dài hơn đòi hỏi khả năng quản lý ngữ cảnh tốt hơn và việc sử dụng công cụ đáng tin cậy trong suốt quá trình chạy kéo dài. Một mô hình phải giữ được mạch logic qua nhiều bước và nhiều hệ thống, để một tác nhân hoàn thành công việc thực tế thay vì bị đình trệ giữa chừng.

Nó cũng phải đưa con người vào công việc, chứ không chỉ là câu trả lời. Đối với những công việc khó nhất, Hron muốn một mô hình sẽ "đưa con người vào vòng lặp phát triển sản phẩm công việc thay vì chỉ dựa vào tác nhân để đưa ra câu trả lời trong một lần duy nhất."

Và cuối cùng, nó phải giải phóng thời gian cho những công việc mà đội ngũ Thomson Reuters trước đây không có đủ nguồn lực để giải quyết. Thomson Reuters đang phát triển các khả năng soạn thảo nâng cao cho công việc pháp lý phức tạp, bao gồm soạn thảo kiến nghị, các hồ sơ mà các chuyên gia nếu không sẽ phải "mất nhiều ngày hoặc nhiều tuần để hoàn thiện," ông nói. Tác vụ này "luôn đòi hỏi quá nhiều ngữ cảnh và độ chính xác" đối với các mô hình trước đây. Với Claude Fable 5, điều đó giờ đây đã nằm trong tầm tay.

ROI (Tỷ suất hoàn vốn) của AI

Hron có một quan điểm khác biệt về ROI của AI, điều mà các nhà lãnh đạo khác đang triển khai mô hình có thể thấy hữu ích. "Nếu bạn cố gắng tối ưu hóa quá mức cho việc tính toán tỷ suất hoàn vốn, bạn sẽ không thấy được bức tranh toàn cảnh," ông nói. Ông muốn các đội ngũ cảm nhận được sự thay đổi về văn hóa và tư duy trước khi họ điều chỉnh chi phí cho mỗi tác vụ. Khi sự thay đổi tư duy đó diễn ra, lợi nhuận sẽ tự động theo sau.

Ông vẫn theo dõi các thước đo kỹ thuật truyền thống như DORA (DevOps Research and Assessment) và thời gian từ ý tưởng đến sản xuất, và ông chỉ ra một công cụ khắc phục lỗi nội bộ được xây dựng trên Claude đã biến một vấn đề sản xuất từ ba giờ phân tích nguyên nhân gốc rễ thành một bản sửa lỗi trong bốn phút. "Khả năng phục hồi trạng thái khỏe mạnh trong vài phút so với hàng giờ là một sự khác biệt đáng kể."

Sự thay đổi sâu sắc hơn, theo Hron, nằm ở chính công việc.

"Việc viết các dòng mã không còn là công việc chính nữa," Hron nói về các kỹ sư của mình; những kỹ năng quan trọng nhất hiện nay là tư duy hệ thống, khả năng phán đoán và gu thẩm mỹ. Ông thấy mô hình tương tự đang lan rộng ra ngoài kỹ thuật, với việc AI giúp mọi người trở nên "đa năng hơn" (T-shaped), có khả năng kết nối giữa sản phẩm, thiết kế và tài chính thay vì chỉ bó hẹp trong một lĩnh vực.

Điều gì tiếp theo

Hron và đội ngũ của ông rất háo hức đẩy mạnh các giới hạn với Claude Fable 5 và các mô hình Claude trong tương lai: công việc có tầm nhìn dài hạn hơn, quản lý ngữ cảnh tốt hơn và khả năng gọi công cụ mà họ có thể tin cậy xuyên suốt chuỗi tác vụ mà một tác nhân thực hiện.

Ông cũng háo hức không kém khi sử dụng các mô hình này trong công việc của chính mình. Claude Code đã cho phép ông "trở nên kỹ thuật hơn nhiều một lần nữa," nắm bắt nhanh chóng một cơ sở mã mà ông đã không đụng đến trong nhiều tháng chỉ trong vài phút thay vì cả ngày, và ông chuyển sang sử dụng Claude Cowork để đảm nhận góc nhìn của một CFO hoặc giám đốc chiến lược nhằm kiểm tra áp lực các ý tưởng.

Đó là những hướng đi mà các mô hình như Claude Fable 5 đang được xây dựng xung quanh, và đối với công việc cuối cùng phải đứng vững trước tòa, Hron coi đó là biên giới đáng để chinh phục tiếp theo. Suy cho cùng, AI chuyên nghiệp phải hoạt động trong những môi trường mà việc "gần đúng" là chưa đủ tốt.

Bắt đầu với Claude Fable 5.