Thomson Reuters、自社AIモデルを構築 収益拡大を追い風に

Thomson Reutersは、四半期売上高が9％増加したことを受け、初の実運用対応の自社開発AIモデルをCoCounselへ導入する。タイミングは、Google Newsで広がっている見出しが示す以上に、より鮮明な対立構図を生み出している。同社は単にAI機能を追加しているのではない。権威ある専門コンテンツによって、最先端AI研究所が提供するモデルへの依存を減らせるかを試している。

Thomsonと呼ばれるこのモデルは当初、CoCounsel Legal内の大量文書レビュー機能であるTabular Analysisを支える。Thomson Reutersは、この移行を2026年8月に開始する見通しだ。経営陣は、同モデルがサードパーティー製の代替手段より低レイテンシーかつ低運用コストだと説明しているが、比較結果は独立して検証されていない。

これは、OpenAI、Anthropic、Google、あるいは他のモデル提供者を恒久的な基盤として扱うソフトウェアベンダーとは異なる道筋である。Thomson Reutersは引き続き外部モデルを利用し、CoCounselもマルチモデル製品であり続ける。ただしThomsonは、法務知識、予測可能なコスト、顧客側の管理が、汎用的な対話能力の広さより重要となる選定業務において、同社が所有する代替手段となる。

Thomson Reutersが実際に変えたこと

Thomson Reutersは、自社独自モデルを研究プロジェクトから実運用インフラへと移行させた。

同社は、Thomson Reuters LabsとSafe Sign Technologiesのチームを統合した後、Thomsonの最初の実運用対応バージョンを完成させた。Thomson Reutersは、法務特化型言語モデルの開発企業であるSafe Signを2024年に買収している。この買収により、オープンソースのモデル基盤を専門的な法務業務向けに適応させる知見を得た。

Thomsonはドメイン特化型の大規模言語モデルであり、あらゆる消費者向けタスクではなく、定義された分野に学習と評価の焦点を置いている。同社によれば、Westlaw、Practical Law、Reutersの専門家が厳選した資料に加え、弁護士編集者や実務専門家からの知見を活用した。

Thomson Reutersは同モデルに約4,000万ドルを投資し、法務コンテンツの10％未満で学習させた。最高経営責任者のSteve Hasker氏は投資家に対し、社内ベンチマークでは幅広い一般タスクにおいてThomsonが主要な最先端モデルに近い結果を示したと語った。法務評価でも高い性能を発揮したとしている。

こうした主張には慎重な帰属が必要だ。同社は、外部の人間が完全な比較を再現するのに十分な情報を公開していない。基礎となるすべてのモデル、テストセット、採点方法、実運用上の制約も開示していない。

したがって重要な変化は、ベンチマークでの勝利を主張したことではない。実際の顧客ワークフローにThomsonを導入する決定を下した点だ。同社の決算説明会トランスクリプトによれば、Tabular Analysisが最初の重要な実運用テストとなる。

Tabular Analysisは、文書群にまたがる情報をレビューし、結果を構造化された形式に整理する。弁護士は、契約条項の比較、証拠の確認、文書コレクション全体に繰り返し現れる条項の特定といった場面でこの機能を利用できる。

このタスクはThomson Reutersにとって、限定された出発点となる。出力は元の文書と照合でき、速度と推論コストは既存システムと比較して測定できる。失敗した場合も、広範で自由度の高い法務アシスタント内のエラーより診断しやすい。

経営陣は、この初回導入を評価した後、CoCounselの追加機能をThomsonへ移行することを検討するとしている。すべての外部モデルを直ちに置き換える計画ではない。Hasker氏はCoCounselがすでに十分に機能していると認め、不必要な混乱は避けたいと語った。

この慎重な展開は重要だ。この話題はGoogle Newsで自社モデルのローンチとして広く取り上げられたが、実際の運用範囲はより限定的である。Thomson Reutersは、選定されたワークロードを段階的に移行し始めており、より広い採用は実際の実運用結果に左右される。

この導入は、大手法律事務所に新たな選択肢ももたらす。Hasker氏は、法律事務所が自ら保護した情報とともにThomsonのバージョンを稼働できる環境について、Thomson Reutersが協議していると語った。その場合、CoCounselはその統合された知識レイヤーの上で動作できる。

このような取り決めは、ときにソブリンAIと呼ばれる。この文脈では、法律事務所がデータ、モデル環境、運用ポリシーをより強く管理し続けることを意味する。外部ソフトウェア、インフラ、継続的なベンダー支援なしにシステムが機能するという意味ではない。

収益拡大がAI戦略の実行余地を生む

同社は、独立した実験予算ではなく、成長するサブスクリプション事業を通じてモデル戦略に資金を供給している。

Thomson Reutersは第2四半期の売上高を19億5,400万ドルと報告した。前年同期は17億8,500万ドルだった。総売上高は9％増加し、オーガニック売上高は8％増となった。経常収益も9％増加し、四半期売上高の82％を占めた。

Legal Professionals、Corporates、Tax, Audit and Accounting Professionalsの各部門は、同社が「Big 3」と呼ぶ事業群を構成している。これらのセグメントは四半期中に16億2,000万ドルの売上高を生み、全社売上高の83％を占めた。

Big 3のオーガニック売上高は10％増加した。Legal Professionalsは7億7,200万ドルを計上し、報告ベースで10％増、オーガニックベースでも10％増となった。Thomson Reutersは、WestlawとCoCounselを法務分野の経常収益成長における主な寄与要因として挙げた。

Corporatesの売上高は5億3,700万ドルに達し、Tax, Audit and Accounting Professionalsは3億1,100万ドルを寄与した。四半期決算は、3セグメントすべてでの成長を示しているが、それぞれの売上構成や季節性は異なる。

営業利益は28％増の5億5,800万ドルとなった。調整後EBITDAは10％増の7億4,500万ドルで、調整後EBITDAマージンは37.8％から38.1％へ上昇した。フリーキャッシュフローは29％増の7億2,700万ドルだった。

これらの数字は、生成AIが同四半期の全体的な成長をもたらしたことを証明するものではない。Westlaw、トランザクション製品、買収、国際事業、税務ソフトウェア、その他の確立済みサービスも寄与している。Thomson Reutersは、CoCounselの正確な効果を切り分けられるほどの製品別売上情報を公表していない。

それでも、この結果は同社のAI移行をめぐる懸念の一つを和らげる。Thomson Reutersは、中核となる専門職向け事業が縮小するなかで製品基盤を再構築しようとしているわけではない。売上成長と経常サブスクリプションは、即時の単独モデル販売に依存せず、新しいアーキテクチャを試す時間を同社に与えている。

経営陣は通期見通しを、総売上高・オーガニック売上高ともに約8％成長へ引き上げた。Big 3の予想オーガニック成長率も9.5％から10％の範囲に引き上げた。

同社のポートフォリオ変更も、この優先順位を裏付けている。Thomson Reutersは、Global Print事業の51％持分を、KKRの助言を受けるファンドが支配する合弁会社へ売却することで合意した。取引完了時には、総額約5億ドルの手取りを見込んでいる。

Global Printの売上高は同四半期に3％減少した一方、専門職向けソフトウェア部門は拡大した。印刷事業の支配権を合弁会社へ移すことで、Thomson Reutersは経営上の注力と投資をコンテンツベースのソフトウェアおよびAIに集中できる。

これが決算ストーリーにおける中心的な逆転である。出版社や情報提供者は当初、生成AIの犠牲者になり得ると見られていた。モデルは彼らの資料を要約し、従来型検索へのトラフィックを弱め、情報所有者と顧客の間に対話型インターフェースを置く可能性があった。

これに対しThomson Reutersは、蓄積してきたコンテンツをモデルの差別化要因にしようとしている。サブスクリプション型リサーチ製品を支えてきた同じ法務コレクションが、AIシステムの学習、グラウンディング、評価資産になり得る。

同社は既存製品を放棄しているわけではない。汎用アシスタントが専門職のワークフローを取り込む前に、それらの権威性を新たなインターフェースへ移そうとしている。

エンタープライズの購入担当者にとって、収益面の文脈はGoogle Newsの目立つ見出しより重要である。それはThomsonが、注目を集めるための一時的なデモではなく、経常収入に支えられた継続的な製品移行の一部であることを示している。

Thomson AIが最先端モデルへの依存に挑む

主な競争は、Thomsonと一つのAI研究所の対決ではない。所有するドメイン基盤と、外部の最先端モデルへの恒久的な依存との競争である。

大半のエンタープライズAI製品は、実用的な近道から始まった。ベンダーは、検索拡張生成（RAG）を通じて、有能な汎用モデルを独自データに接続した。RAGは、問い合わせ時に関連するソース資料を見つけ、回答を生成する前にモデルへ提供する。

このアプローチは依然として有用である。完全な学習プログラムに資金を投じることなく、大規模モデル研究所による改善の恩恵をソフトウェア提供者にもたらす。また、引用を維持し、承認済み情報に回答を制限することもできる。

しかし、サードパーティー製モデルへの依存には戦略上の制約がある。提供者は、モデル変更、推論価格、可用性、レイテンシー、将来のアクセス条件を完全には管理できない。競合他社が類似した基盤知能へのアクセスを購入できる場合、自社製品の差別化も必要となる。

Thomson Reutersはすでに外部モデルを利用しており、Thomsonを即時の万能な代替手段として提示しているわけではない。同社は、オープンソース基盤を選択し、慎重に厳選した専門資料で適応させることが優位性につながるとしている。

経営陣は、データ品質がより小規模な学習予算を補えると主張する。Hasker氏は、約4,000万ドルの投資と法務コンテンツの10分の1未満で、競争力のある社内結果を達成したと語った。

この主張は戦略としてはもっともらしいが、一般原則として確立されたわけではない。特化型モデルは、すべての質問において最先端モデルより優れた回答を出す必要はない。完全なアプリケーションを改善できるほど正確に、迅速に、低コストで、選定された専門業務を遂行できればよい。

Thomson Reutersにとって、そのアプリケーションには権威ある検索、ワークフローロジック、法務引用、ユーザー権限、文書処理、監査可能性が含まれる。モデルはその一層にすぎない。

ここで同社の立場は、新興の法務AIスタートアップとは異なる。Thomson ReutersはすでにWestlaw、Practical Law、そして編集者と分野専門家からなる大規模なネットワークを管理している。また、法律事務所、企業の法務部門、税務チーム、会計事務所に組み込まれた製品を通じた販売網も持つ。

だからといって、同社が競争の影響を受けないわけではない。AnthropicがClaude for Legalへ拡大したことは、最先端モデル開発者が専門職顧客により近づけることを示している。HarveyやLegoraなどの法務AI企業も、外部モデルを軸にインターフェース、ワークフロー、法律事務所との統合を構築している。

LexisNexisは独自の法務コンテンツ、専門職向け販売網、AI製品を持つ。大手法律事務所も、商用モデルと非公開の業務成果物を組み合わせた内部システムを構築できる。

したがって脅威は複数の方向から来ているが、いずれも同じ圧力を生む。Thomson Reutersは、モデルレイヤーをより多く自社で保有することが、顧客が実感できる優位性につながると示さなければならない。社内コストの削減だけでは、弁護士に利用ツールの変更を促すには不十分だ。

同社は、Thomsonによってリクエストから応答までの遅延であるレイテンシーが短縮されると見込んでいる。この利点は、エージェントが多数の処理を順番に実行する際に重要となる。小さな遅延でも20～30のステップで繰り返されれば、ワークフローの使い勝手を損ないかねない。

推論コストを管理できることも、利用が拡大するにつれて重要になる可能性がある。調査のために時折利用されるAIアシスタントと、数千件の文書をレビューしたり、反復的なコンプライアンス業務を完了したりするエージェントでは、コスト構造が異なる。

Thomson Reutersによると、CoCounselのユーザー数はすでに100万人を超えた。経営陣は、インタラクション数とセッション時間はいずれも伸び続けているとしているが、アクティブユーザー率やモデル単位の経済性は開示していない。

エンゲージメントの拡大により、モデルコストは戦略上の課題となる。追加されるタスクごとにコンピュート費用が発生する。適した業務をより低コストで実行できる自社モデルは、利用範囲を広げながら利益率を守る可能性がある。

その代償は維持管理だ。Thomson Reutersは、モデルの継続的な改善、新たなオープンソース基盤の評価、データパイプラインの保護、そして外部における急速な進歩への対応を続けなければならない。モデルを保有することは、ある形の依存を継続的なエンジニアリング上の義務へと置き換える。

Thomson Reutersのベンチマークが示していないこと

社内評価の結果は前向きな証拠ではあるが、透明性のある本番環境での測定に代わるものではない。

Thomson Reutersは、Thomsonが幅広い一般タスクにおいて主要なフロンティアモデルと同等の性能を発揮するとしている。また、法務領域での高い性能、低いレイテンシー、そして大幅なコスト削減も報告している。

同社は方向性を示す結果を公開しているが、読者は3つの問いを分けて考えるべきだ。Thomsonは管理された評価でどのようなスコアを得たのか。CoCounsel内でどれほど安定して機能するのか。顧客は競合システムより良い成果を得られるのか。

最初の問いにだけ、同社による暫定的な回答がある。2つ目はTabular Analysisを通じて検証中だ。3つ目には、時間をかけた比較利用、継続率、精度、購買に関する証拠が必要になる。

一般的な公開テストでは専門業務を再現できることがほとんどないため、法務AIのベンチマークは特に難しい。モデルは法的ルールを正しく特定できても、管轄、手続上の状況、例外、または後続の判例を考慮できない場合がある。

長大な文書も別の問題を生む。モデルは大量のテキストを受け入れられても、その中に埋もれた決定的な文言を見落とす可能性がある。Thomson Reutersは以前、特に法務業務で膨大な記録を扱う場合における長文コンテキスト性能の評価という課題について論じている。

同社独自のテストは、公開ベンチマークより実務をよく反映している可能性がある。しかし、独自評価は外部からの検証も制限する。顧客は、選択されたテストがThomsonの学習データや製品設計に有利かどうかを独自に判断できない。

Thomson Reutersのコンテンツで学習することは、さらに別の疑問を生む。同社は膨大な法務・専門分野のコレクションを保有するが、コンテンツが多いからといって、それに比例して性能が向上するわけではない。データはクリーンアップ、構造化、重み付け、更新を行い、管轄固有のメタデータと結び付けなければならない。

Thomson ReutersはDatologyAIと協力して法務ドメイン適応に取り組み、法的推論、検索、下流タスクの改善を報告した。同パートナーによるデータキュレーション事例では、限られたデータとコンピュート予算でより良い結果が得られたと説明されている。ただし、この説明もプロジェクトに関与した企業から提供されたものだ。

本番利用では、より難しいケースが明らかになる。弁護士は、一貫性のない契約書、不完全な記録、スキャン文書、非公開のテンプレートをアップロードする可能性がある。システムは、権威ある法源とクライアント資料を区別し、各結論を裏付ける情報源を明確に示さなければならない。

CoCounselの再構築されたエージェント型インターフェースは、その作業過程を示すよう設計されている。エージェント型AIとは、1つのプロンプトに1つの応答を返すのではなく、目標に向けた一連の行動を計画・実行するソフトウェアを指す。

Hasker氏は、ユーザーがCoCounselのタスク中に生成されるステップ、引用、参照を確認できると述べた。この透明性には価値がある。専門家は、最終出力に依拠する前に中間的な判断へ異議を唱えられるからだ。

それでも、可視化された推論ステップが正確性を保証するわけではない。整理された連鎖の中にも、その後のすべてを左右する初期の分類エラーが含まれ得る。引用そのものは実在していても、そこに付された主張を裏付けていない場合がある。

したがって、人間によるレビューは依然として製品の価値提案の一部である。Thomson Reutersは自社のアプローチを「fiduciary-grade AI」と呼んでいる。これは、権威性、監査可能性、セキュリティ、説明責任のある専門的利用を重視する、同社独自の基準だ。

この呼称を独立した認証と混同すべきではない。購入者は、エラー率、情報源の網羅性、アクセス制御、ログ記録、保存方針、エスカレーション手順など、自らのリスク要件に結び付いた証拠を必要とする。

これらのシステムを検討する企業には、持続可能なナレッジレイヤーも必要だ。案件記録、社内ガイダンス、過去の成果物は、どのモデルも信頼性高く検索できるようになる前に整理されていなければならない。検索可能なナレッジベースは、印象的なモデルデモと信頼できる日常業務との隔たりを縮めることができる。

したがって懐疑的な見方は明快だ。Thomson Reutersは非常に価値の高いデータを保有し、有望な結果を報告している。それでも、こうした資産が、同社が設計したテストの外で再現可能な顧客成果へ結び付くことを証明する必要がある。

法律事務所とエンタープライズ購入者が注目すべき理由

Thomsonは新たな購買選択肢を生む一方、AIアーキテクチャをベンダー評価でより重要な要素にする。

専門的な業務の購入者はかつて、調査対象の網羅性、ソフトウェア機能、サポート、契約条件を比較していた。現在は、どのモデルが各タスクを実行するのか、それらのモデルがどこで稼働するのか、顧客データがどのように扱われるのか、そして提供者が基盤アーキテクチャを変更した場合に何が起きるのかも問わなければならない。

Thomson Reutersはハイブリッドな答えを提示できる。CoCounselは、選定されたタスクをThomsonに振り分ける一方、他のモデルの方が優れている領域では引き続きそれらを利用できる。これにより、アプリケーションは単一モデルのシステムより適応力を高められる可能性がある。

ハイブリッド設計は、評価を難しくする可能性もある。顧客は1つの製品インターフェースを目にしても、特定の結果を生成したモデルを把握できないかもしれない。購入者は、モデルルーティング、重要な更新、テスト基準、インシデント対応を網羅した明確な文書を求めるべきだ。

大規模な法律事務所には別の選択肢がある。Hasker氏は、一部の事務所が、管理された環境でThomsonと保護された社内情報を組み合わせることに関心を示していると述べた。この構成は、Thomson ReutersのコンテンツとCoCounselのワークフローへのアクセスを維持しながら、データと導入に対する事務所の権限を高める可能性がある。

その魅力は理解できる。法律事務所は、機密のクライアント記録、交渉履歴、社内の先例、弁護士の職務成果物を保有している。契約上の保護が存在していても、すべてのタスクを広く共有される外部サービス経由で処理すれば、ガバナンス上の懸念が生じかねない。

隔離または専用の環境ですべての問題が解決するわけではない。事務所には依然として、アクセス制御、データ分類、保持ルール、セキュリティレビュー、ベンダーと顧客の責任分担の明確化が必要だ。

小規模組織では計算が異なる。専用のAIインフラを運用したり、大規模な評価チームを維持したりする可能性は低い。必要なのは、分かりやすい管理機能と予測可能な挙動を備えたパッケージ型サービスだ。

こうした購入者にとって、モデル保有が重要なのは最終製品を改善する場合に限られる。より速い文書レビュー、より明確な引用、裏付けのない結論の減少、安定した可用性には意味がある。モデルの名称自体には意味がない。

ナレッジワーカーは、インターフェースも変化すると見込むべきだ。調査、文書レビュー、出力の作成を行うエージェントは、ユーザーの役割を各ステップを組み立てる作業から、プロセスを監督する役割へと移す。

時間を節約できる一方で、リスクも集中する。手作業で調査するユーザーは、タスク全体を通じて証拠に触れる。エージェントを監督するユーザーが目にするのは、選択された情報源と要約された履歴だけかもしれない。

そのため、研修はプロンプトの小技ではなく検証に重点を置くべきだ。専門家は、対象範囲に異議を唱える方法、法源の権威性を確認する方法、不足文書を特定する方法、システムの一連の行動をレビューする方法を知る必要がある。

ユーザー数100万人という節目は、CoCounselがすでに意味のある流通基盤を持つことを示している。ただしThomson Reutersは、そのうち何人が日々アクティブなのか、職業別に利用状況がどう異なるのか、最新のエージェント型バージョンを使う割合がどの程度かを開示していない。

エンタープライズ導入は、アカウントへのアクセスだけでは測れない。ユーザーが再び利用し、実質的な業務を完了し、受け入れがたいレビュー負担を生まずに更新する時に、持続的な価値が現れる。

Google NewsでAI関連のニュースを追っていると、この区別は見失われやすい。製品へのアクセスは発表を生むが、信頼できる導入は組織内でゆっくりと進展する。

同社の四半期決算は、WestlawとCoCounselが法務分野の継続収益成長に寄与したため、初期の商業的シグナルを示している。ただし、既存製品間の拡大が価格設定、バンドル、新規顧客、移行のどれによるものかは、まだ区分していない。

購入者はThomsonを、勝者が確定した証拠ではなく、重要なアーキテクチャ上の変化として捉えるべきだ。これはThomson Reutersにコストと製品開発に対するより大きな管理権限を与える。顧客は、その管理が自らの業務を改善するかを判断しなければならない。

Thomsonの成否を決める3つのシグナル

次の段階は、本番性能、顧客導入、測定可能な財務貢献によって評価される。

第1のシグナルは、8月のTabular Analysis移行だ。Thomson Reutersは、Thomsonが実際のワークロード下で、許容できる精度、速度、安定性を備えて大量文書レビューを処理できることを示さなければならない。

この導入は同社の中核的な仕組みを試すことになる。レイテンシーが低下し、信頼性を損なわずにユーザーがより多くの文書中心タスクを完了できれば、CoCounselの追加機能を移行する根拠は強まる。

目立たない遅延、限定的な展開、またはサードパーティーモデルへの回帰は、この主張を弱める。経営陣がモデルのコストと速度の優位性を強調した後に、具体的な性能報告がない場合も同様だ。

最も有用な開示は、タスク完了、レビュー済み文書量、レイテンシー、エスカレーションされたエラー、コンピュートコストについて、Thomsonと従来の本番構成を比較するものだろう。部分的な運用データであっても、一般的なベンチマークの主張を改めて示すより多くの情報を提供する。

第2のシグナルは、Thomson Reutersが大手法律事務所とのソブリン導入を発表するかどうかだ。経営陣は協議が進行中だとしているが、実名の契約や本番構成は開示されていない。

実際の顧客導入は、ThomsonをCoCounsel内部のコンポーネントにとどまらないものへ拡張する。管理された環境で、専門モデル、Thomson Reutersのコンテンツ、非公開の組織知識を組み合わせることに、法律事務所が価値を見いだしていることを示すだろう。

詳細が重要になる。限定された業務グループによるパイロットは実験段階を示す。保護された事務所資料と反復的なワークフローを対象とするより広範な導入は、モデル保有が持続的な事業機会を生むという同社の主張を裏付ける。

第三のシグナルは財務面だ。投資家には、CoCounselやその他のAI製品が、コンピューティング、開発、営業、サポートのコストによって利益率を損なうことなく、継続的な収益を生み出しているという、より明確な証拠が必要になる。

Thomson Reutersは第2四半期に力強い全体成長と、より高い調整後EBITDAマージンを報告した。また、売上高見通しも引き上げた。これらの結果は投資余力をもたらす一方で、Thomsonの採算性を切り分けて示すものではない。

今後の決算説明会では、AIが顧客支出を増やしているのか、既存のソフトウェア予算を振り替えているのか、それとも主に既存サブスクリプションを守る役割を果たしているのかが明らかになるはずだ。それぞれの結果が持つ意味は異なる。

新規支出は、リーガルAIアシスタントが未開拓の成長機会だという経営陣の説明を裏付ける。予算の代替であれば、Thomsonはより防御的な存在となり、コスト構造を変えながら顧客関係を維持することになる。

競合の対応にも注目すべきだ。フロンティア研究所はモデルの改善を続け、専門特化型のリーガル製品はより深い統合を追加していくだろう。大手法律事務所も、プライベートシステムや複数ベンダーの試験を続ける。

Thomson Reutersに必要なのは、Thomsonがあらゆる代替手段を打ち負かすことではない。定義された専門業務に対して十分な性能を維持しつつ、CoCounselにより優れた経済性、制御性、独自知識へのアクセスを提供することだ。

これは厳しい目標だが、あらゆる能力でフロンティア研究所と競争するよりは現実的である。同社は他の業務を外部モデルに振り分け、コンテンツによって結果が変わる領域にThomsonを充てることができる。

そのため、Google News経由で訪れた読者は、表面的なモデル発表の先を見るべきだ。重要な出来事は、長年の実績を持つ情報プロバイダーが、信頼されるコンテンツを自社保有のAIインフラへと転換できるかを問う本番テストである。

まずはTabular Analysisの移行を注視したい。次に、実名を伴う法律事務所への導入と、より明確なAI収益の採算性にも目を向けるべきだ。これらのシグナルは、Thomsonが真のプラットフォーム優位性になるのか、それともはるかに大きなソフトウェア・ポートフォリオの中にある興味深い選択肢にとどまるのかを示すだろう。