40 ล้านดอลลาร์! ทอมสัน รอยเตอร์ส(Thomson Reuters) ทุ่มพัฒนาโมเดล AI กฎหมายของตัวเอง

ทอมสัน รอยเตอร์ส(Thomson Reuters) ทุ่มเงินราว 40 ล้านดอลลาร์สหรัฐ พัฒนาโมเดลภาษาขนาดใหญ่ (LLM) ของตัวเองในชื่อ 'ทอมสัน' (Thomson) แทนที่จะใช้โมเดล AI ทั่วไปเหมือนบริษัทอื่น บริษัทเลือกสร้างโมเดลสำหรับองค์กรที่เจาะลึกเฉพาะข้อมูลด้านกฎหมาย ภาษี และการกำกับดูแล ซึ่งเป็นจุดแข็งของตัวเองอยู่แล้ว

ทอมสัน รอยเตอร์ส ระบุในแถลงการณ์เมื่อวันที่ 24 (เวลาท้องถิ่น) ว่าโมเดล 'ทอมสัน' เป็น LLM ตัวแรกที่บริษัทพัฒนาขึ้นเองทั้งหมดภายในองค์กร โดยเริ่มต้นจากโมเดลโอเพนซอร์ส แล้วนำไปฝึกต่อและปรับแต่งด้วยข้อมูลเฉพาะทางที่บริษัทมีอยู่แล้ว ทั้งจาก เวสต์ลอว์ (Westlaw), แพร็กทิคัล ลอว์ (Practical Law), เช็กพอยต์ (Checkpoint) และคลังข่าวของ รอยเตอร์ส (Reuters)

บริษัทเปิดเผยว่าใช้งบประมาณรวมทั้งค่าบุคลากรและค่าประมวลผลราว 40 ล้านดอลลาร์ ต่างจากการแข่งขันพัฒนาโมเดล AI แบบทั่วไปที่มักทุ่มเงินมหาศาลไปกับพลังประมวลผลเพียงอย่างเดียว โมเดลนี้จึงเป็นตัวอย่างของการจำกัดขอบเขตให้แคบลง มุ่งเฉพาะงานและข้อมูลที่บริษัทเป็นเจ้าของเอง

โจเอล ฮรอน(Joel Hron) ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของทอมสัน รอยเตอร์ส กล่าวในแถลงการณ์ว่า "วงการ AI มองเรื่อง 'ขนาด' เป็นคำตอบมาหลายปี แต่ทอมสัน (Thomson) พิสูจน์ว่าการเริ่มจากโมเดลพื้นฐานที่แข็งแรง แล้วเจาะลึกเฉพาะงานสำคัญ สามารถสร้างความฉลาดที่มีประสิทธิภาพและควบคุมได้มากกว่า" คำพูดนี้สะท้อนแนวคิดที่ให้น้ำหนักกับคุณภาพข้อมูลและความเหมาะสมกับงาน มากกว่าการแข่งขันเรื่องขนาดโมเดลเพียงอย่างเดียว

งานแรกที่โมเดล 'ทอมสัน' เข้าไปรับผิดชอบคือฟีเจอร์วิเคราะห์ตารางข้อมูลในบริการ AI ด้านกฎหมาย CoCounsel Legal ซึ่งเหมาะกับงานที่มีโครงสร้างชัดเจน เช่น การตรวจเอกสารจำนวนมาก

อย่างไรก็ตาม CoCounsel ยังคงใช้โครงสร้างแบบหลายโมเดลควบคู่กันไป กล่าวคือใช้ 'ทอมสัน' ในจุดที่โมเดลนี้ถนัด และยังคงพึ่งพาโมเดลภายนอกสำหรับงานประเภทอื่นต่อไป

ทอมสัน รอยเตอร์ส ระบุว่าจนถึงตอนนี้ 'ทอมสัน' ใช้ข้อมูลของบริษัทในการฝึกโมเดลไม่ถึง 10% ของคลังข้อมูลทั้งหมด และมีผู้เชี่ยวชาญเฉพาะทางหลายร้อยคนเข้าร่วมตั้งแต่ขั้นตอนออกแบบเป้าหมายการฝึกไปจนถึงการประเมินผลลัพธ์สุดท้าย

โมเดลภาษาขนาดใหญ่คือ AI ที่เรียนรู้จากเอกสารจำนวนมาก แล้วนำไปใช้ตอบคำถาม สรุปเนื้อหา หรือวิเคราะห์เอกสารได้ แต่สำหรับ AI ที่ใช้ในองค์กร นอกจากประสิทธิภาพโดยรวมแล้ว คุณภาพของคำตอบที่สอดคล้องกับระบบเอกสารเฉพาะ กฎระเบียบภายใน และความรับผิดชอบต่อผลลัพธ์ ก็เป็นเรื่องสำคัญไม่แพ้กัน

บริษัทยังเปิดเผยโมเดลโอเพนเวท (open-weight) ขนาดเล็กบน Hugging Face ให้แวดวงวิชาการและงานวิจัยที่ไม่แสวงหากำไรนำไปใช้ได้ฟรี โดยโอเพนเวทคือรูปแบบการเผยแพร่ที่เปิดให้นักพัฒนานำค่าน้ำหนักของโมเดลไปรันและปรับแต่งในระบบของตัวเองได้

โจนาธาน ชอย(Jonathan H. Choi) อาจารย์คณะนิติศาสตร์ มหาวิทยาลัยวอชิงตัน ระบุในแถลงการณ์ของบริษัทว่าได้ทดสอบ 'ทอมสัน' เทียบกับ ChatGPT และ Claude ด้วยคำถามระดับยากในวิชาภาษีนิติบุคคล เขากล่าวว่า "ทั้งสามโมเดลตอบถูกทั้งหมด แต่โดยรวมแล้วผมชอบคำตอบของ 'ทอมสัน' มากกว่า"

ชอยยังให้ความเห็นเพิ่มเติมว่าการที่คำตอบมีลิงก์อ้างอิงไปยังบทความวิชาการด้านกฎหมายโดยตรง ทำให้คำตอบโปร่งใสและใช้งานได้จริงมากขึ้น สะท้อนว่าในงานเฉพาะทาง ความถูกต้องของคำตอบอย่างเดียวอาจไม่พอ วิธีการอ้างอิงหลักฐานก็มีผลต่อการนำไปใช้งานจริงเช่นกัน

กรณีนี้ไม่ใช่เรื่องไกลตัวสำหรับบริษัทในเกาหลีใต้เช่นกัน เพราะ AI สำหรับองค์กรไม่ได้วัดกันแค่ประสิทธิภาพของโมเดล แต่ยังต้องพิจารณาเรื่องตำแหน่งจัดเก็บข้อมูล ต้นทุนการประมวลผล ข้อกำหนดด้านความปลอดภัย และความซับซ้อนในการดูแลระบบไปพร้อมกัน

ก่อนหน้านี้ TokenPost เคยรายงานว่าลูกค้าองค์กรมักชั่งน้ำหนักเรื่องต้นทุนและความปลอดภัยควบคู่กันเวลาเลือกใช้บริการ AI ซึ่งสอดคล้องกับกระแสความร่วมมือพัฒนา AI แบบฟูลสแตกที่ใช้ชิปประมวลผลโครงข่ายประสาทเทียม (NPU) ที่พัฒนาในประเทศเกาหลีใต้ ซึ่งมีเป้าหมายลดต้นทุนและภาระด้านความปลอดภัยจากโครงสร้างพื้นฐานที่พึ่งพาชิปกราฟิก (GPU) จากต่างประเทศ

ทั้งนี้ ทอมสัน รอยเตอร์ส ไม่ได้ขาย 'ทอมสัน' เป็นผลิตภัณฑ์แยกต่างหาก บริษัทอธิบายว่าโมเดลนี้เป็นเพียงชั้นเทคโนโลยีที่ทำงานอยู่เบื้องหลังฟีเจอร์เฉพาะภายในผลิตภัณฑ์ที่มีอยู่แล้วเท่านั้น

กรณีของทอมสัน รอยเตอร์ส แสดงให้เห็นว่าบริษัทที่มีข้อมูลเฉพาะทางจำนวนมากสามารถพัฒนาโมเดล AI ของตัวเองได้จริง แต่ยังต้องรอการตรวจสอบเพิ่มเติมว่าวิธีนี้จะให้โครงสร้างต้นทุนและประสิทธิภาพแบบเดียวกันกับทุกบริษัทหรือไม่