最前線で働く：トムソン・ロイターが高度なリスクを伴う専門業務向けに AI を構築する方法
トムソン・ロイターは、法律や会計といった高リスク領域における専門業務で信頼性を確保するため、生成 AI の限界を克服する独自の構築アプローチとガバナンス体制について詳述している。
キーポイント
高リスク領域への特化
法律や会計などの専門分野では、単なる「流暢さ」ではなく、事実の正確性と根拠の提示が不可欠であり、これが AI システム設計の最優先課題となっている。
ハルシネーション対策と検証
生成 AI の誤情報（ハルシネーション）を防止するため、RAG（検索拡張生成）や厳格な出典提示機能、および人間による継続的な検証プロセスを組み合わせている。
ガバナンスと倫理の統合
技術開発だけでなく、バイアス除去、プライバシー保護、透明性の確保といった倫理的枠組みをシステム設計の初期段階から組み込む「責任ある AI」の実践を示している。
専門家と AI の協働
AI を人間の専門家を代替するものではなく、その能力を拡張・支援するツールとして位置づけ、最終的な判断責任は常に人間が負う体制を構築している。
影響分析・編集コメントを表示
影響分析
この記事は、生成 AI が一般用途から専門業務（LegalTech, FinTech）へ移行する際の課題と解決策を明確に示しており、業界全体が「信頼性」をどう実装すべきかという重要な指針となる。特に、ハルシネーションへの対策や倫理的ガバナンスの具体化は、他社が同様の領域で AI を導入する際のベストプラクティスとして参照される可能性が高い。
編集コメント
一般向けの生成 AI の話題が溢れる中、このように「信頼性」という厳格な要件を課された領域での実装事例は、AI の成熟度を測る上で極めて重要です。
グローバルなコンテンツおよびテクノロジー企業であるトムソン・ロイターは、重要な決断を下す専門家や機関向けに信頼できるコンテンツと技術の構築に175年以上を費やしてきました。現在もなお、この同じ使命が、法務、税務、会計、コンプライアンス、その他の高リスクな専門業務ワークフローにおける同社のAI構築方法を形作っています。
「私たちは、正確性と精密さが求められる職業に焦点を当てたテクノロジー企業です」と、トムソン・ロイターのCTOであるジョエル・フロンは述べています。
同社の製品は、これらの職業が依存する参照ツールです。法務調査と実践的なガイダンスのためのWestlawおよびPractical Law、そしてCoCounsel Legal（トムソン・ロイターが提供するプロフェッショナルグレードの法務AIプラットフォーム）は、法律専門家がその職務をより良く遂行できるよう設計されており、弁護士が責任を持って主張できる回答と、真に価値ある結果を提供します。フロンは4年前に自身のスタートアップ企業が同社に買収された際に入社し、製品・技術・戦略の交差点で活動してきました。彼によれば、この期間中、AIはソフトウェアを構築することの意味そのものを再定義しました。適切なテクノロジーパートナーを選ぶことは、かつてないほど重要になっています。
これらの製品のパワーソースとしてどのLLM（大規模言語モデル）を採用するかを選択する基準は、非常に具体的です。フロンとそのチームは、新しいモデルを評価する際に、弁護士が業務で信頼する前に適用する専門的なレビューの水準に耐えうる成果を出せるかどうかを問います。
法的業務におけるモデルの評価
多くの企業が法的 AI ツールを構築できますが、弁護士が自分の名前で責任を持てるようなツールを構築できる企業はごくわずかです。トムソン・ロイターは、汎用システムでは容易に複製できない専門向け AI において、権威あるコンテンツ、深いドメイン知識、ワークフロー統合という 3 つの優位性を提供します。
クロン氏によれば、弁護士が Westlaw の回答を信頼できる理由は、モデル単体にあるのではなく、数十年にわたって編集・蓄積された判例法、世界中で 2,700 人以上のドメイン専門家が毎日注釈を加え内容を強化する取り組み、そして Claude などのモデルの上に構築される評価プロセスによるものです。「最終的な成果物に対して責任を負うのは、依然としてその人間の専門家です」。
Claude は貴重なモデルパートナーですが、プロフェッショナルグレードのシステムは、Anthropic の最先端モデルとトムソン・ロイターの権威あるコンテンツ、深いドメイン知識、ワークフロー統合、そして評価インフラストラクチャを組み合わせることで実現されます。
トムソン・ロイターはこのアプローチを「Fiduciary-Grade AI™（信託義務レベルの AI）」と呼んでいます。これは、権威あるコンテンツに基づき、深いドメイン知識によって形作られ、専門家のワークフローに直接組み込まれた AI であり、リスクが高い状況において出力が透明性を持ち、検証可能で、法的にも防御可能なものとなるように設計されています。
この責任の所在こそが、ここでは流暢さよりも検証が重要である理由です。トムソン・ロイターは、「単なる検索や単なる取得ではなく、引用の妥当性確認と検証」に特化して調整されたエージェントを中心に法務研究を再構築しました。その要件とは、専門家が自信を持ってレビューし、検証し、判断を適用できるように、引用を検証し、出典を明確に提示するシステムです。
この変化は顧客が報告する内容に現れています。Hron 氏によると、「数十時間かかるはずだった」研究が「数分で完了する」ようになり、専門家が評価・ refinement（精緻化）し、行動に移せる高品質な出発点を提供しています。「深い調査は、法務研究をどう捉えるかという点で劇的な転換点を示しています。」
エージェントファースト製品の構築
トムソン・ロイターにとってエージェントを構築することは、より賢いチャットボットを作ることを意味しません。これは既存製品を提供する新たな方法の反映です。Hron 氏とそのチームは、企業が以前にスタンドアロンソフトウェアとして提供していたすべてのツールを使用できるようにエージェントを教育することを目指しました。現在、単一のエージェントが数百もの同社ツールのアクセス権を同時に有しています。
この転換は、トムソン・ロイターがモデルを評価する方法を変えました。「Claude に対する私たちの大きなテストは、いかに計画を立て、これらのツールを効果的かつ正しく使用できるかを本当に評価することです」と彼は述べています。
CoCounsel Legal は、それがどのようなものかを示しています。以前は別々のスキルを順番に実行していましたが、Claude Agent SDK を基盤に再構築され、現在はツールやコンテンツソース間でリアルタイムに計画、委任、調整を行うようになりました。これにより、専門家はすべての手順を指示するのではなく、結果を定義できるようになります。顧客データは保護され、第三者モデルの学習には使用されません。
Hron 氏は、この選択が両社がどのように協業し始めたかに遡ると説明しています。Thomson Reuters は Anthropic の初期の企業顧客の一つであり、決定的な要因はベンチマークではありませんでした。「私たちに最も響いたのは、Anthropic がエンタープライズ AI を構築するアプローチです」と彼は語り、透明性、安全性、責任ある AI 開発を挙げています。最初の証明点は、法律分野における深い研究で、両チームが Anthropic のエンジニアが Thomson Reuters がすでに提供しているのと同じ方法でツールを使用していることに気づいたことで共同して構築されました。
モデルに知識労働が求めるもの
同社全体のプロダクト、オペレーション、ビジネスチームは、プロセス自動化や軽微なプロトタイピングに Claude Cowork を活用しています。これらのプロジェクトを通じて、Hron 氏のチームは Thomson Reuters がモデルを信頼する前に、モデルが果たすべき4つの要件に落ち着きました。
まず、CoCounsel Legal システムの一部として、モデルは自身の引用を検証する必要があります。単にソースを取得して次に進むのではなく、システムは人間による最終的なレビューと検証を行う前に、自分が引用した内容の妥当性を確認しなければなりません。
このシステムにおいて、モデルは長いツール呼び出しチェーン全体で一貫性を持ち続ける必要があります。より複雑なタスクでは、長時間にわたる文脈管理と信頼性の高いツールの使用が求められます。モデルは多くのステップや複数のシステムにまたがるスレッドを維持し続けなければならず、エージェントが途中で立ち止まることなく実際の業務を完了できるようにする必要があります。
さらに、単なる回答を提供するだけでなく、人間を作業プロセスに組み込む必要があります。最も困難な仕事においては、Hron は「エージェントに一発で答えさせるのではなく、人間の開発者が成果物作成のループに参加できるようなモデル」を求めています。
そして最後に、Thomson Reuters チームが以前は対応する余裕（バンド幅）がなかった業務に時間を割けるようにする必要があります。Thomson Reuters は、複雑な法的作業のための高度なドラフト作成機能を開発中です。これには、専門家が通常「数日または数週間を費やして完璧に仕上げる」ことになる動議の起草や提出書類などが含まれます。Hron 氏によると、これらのタスクは以前のモデルでは「文脈と精度が非常に多く必要で、対応が困難だった」とのことです。しかし、Claude Fable 5 では、それが可能になりました。
AI の投資対効果
Hron は、AI の投資対収益率（ROI）について、他のモデルを展開するリーダーたちにも役立つかもしれない逆説的な見解を持っています。「リターン計算の最適化にあまりにもこだわりすぎると、木を見て森を見ずになる」と彼は言います。彼は、タスクあたりのコストを調整する前に、チームが文化的・思考様式の変化を実感することを望んでいます。その思考様式の変化が起これば、収益は自然についてくるのです。
彼は依然として、DevOps Research and Assessment（DORA）やアイデアから本番環境への期間といった従来のエンジニアリング指標を追跡しており、Claude を基盤に構築された内部のエラー修正ツールについても言及しています。このツールにより、本番環境の問題に対する根本原因分析にかかっていた 3 時間が、4 分での修正へと短縮されました。「数時間ではなく数分で健康状態へ回復できる能力は、決定的な違いです」。
Hron によると、より深い変化は仕事そのものに向かっています。
「コード行を書く行為自体がもはや職務ではない」と、彼のエンジニアたちについて Hron は述べています。今最も重要なスキルは、システム思考、判断力、そして審美眼です。彼は、このパターンがエンジニアリングの領域を超えて広がり、AI によって人々がより「T 字型」になり、一つの分野に留まるのではなく、製品、デザイン、財務の各領域を横断して活動できるようになると見ています。
次のステップ
トムソン・ロイターの従業員は、Claude Code を活用してコードベースの概要を素早く把握し、長時間稼働するエージェントを構築しています。Hron 氏とそのチームは、Claude Fable 5 および将来の Claude モデルを用いて境界を押し広げることに熱意を抱いています。具体的には、より長期的な視野での作業、優れたコンテキスト管理、そしてエージェントが実行する一連のタスク全体を通じて信頼できるツール呼び出し機能です。
彼自身もこれらのモデルを実務で活用することに非常に意欲的です。Claude Code により、「再び技術的な側面を深く追求できるようになり」、数ヶ月触れていなかったコードベースでも、1 日ではなく数分で概要を把握することが可能になりました。また、CFO や戦略責任者の視点を模倣してアイデアの圧力テストを行うため、Claude Cowork を活用しています。
これらの機能は Claude Fable 5 などのモデルが構築される方向性を示すものであり、最終的に法廷で通用しなければならない業務においては、Hron 氏はこれが次に取り組むべきフロンティアであると捉えています。結局のところ、プロフェッショナル向け AI は、「ほぼ正解」では不十分な環境で機能しなければなりません。
Claude Fable 5 の利用を開始する: Claude Fable 5 について詳しく見る。
原文を表示
Thomson Reuters, a global content and technology company, has spent more than 175 years building trusted content and technology for professionals and institutions making consequential decisions. Today, that same mission is shaping how the company builds AI for legal, tax, accounting, compliance, and other high-stakes professional workflows.
"We're a technology company focused on professions that demand accuracy and precision," says Joel Hron, CTO of Thomson Reuters.
Its products are the reference tools those professions run on: Westlaw and Practical Law for legal research and practical guidance, CoCounsel Legal, Thomson Reuters professional-grade legal AI platform, is designed to make legal professionals better at their jobs, with answers they can defend and outcomes that provide real value. Hron joined Thomson Reuters four years ago when his startup was acquired by the company, working at the intersection of product, technology, and strategy. In that time period, he says, AI has reshaped what it means to build software. Choosing the right technology partners has never been more important.
The bar for selecting which LLMs to use to power these products is unusually concrete. Hron and his team evaluate a new model by asking whether its work can withstand the level of professional review lawyers apply before relying on it in their work.
Evaluating models for legal work
Plenty of companies can build a legal AI tool, but far fewer can build one a lawyer would put their name on. Thomson Reuters brings three advantages to professional AI that general-purpose systems cannot easily replicate: authoritative content, deep domain expertise, and workflow integration.
The reason a lawyer can rely on a Westlaw answer is not the model on its own, says Hron. It is decades of curated case law, the work of 2,700+ domain experts across the globe who annotate and enhance that content every day, and the evaluations Thomson Reuters builds on top of models like Claude. "That human professional is still the one who is accountable for the end work product."
Claude is a valuable model partner, but the professional-grade system comes from the combination of Anthropic's frontier models with Thomson Reuters' authoritative content, deep domain expertise, workflow integration, and evaluation infrastructure.
Thomson Reuters describes this approach as Fiduciary-Grade AI™: AI grounded in authoritative content, shaped by deep domain expertise, and embedded directly into professional workflows, so outputs are transparent, verifiable, and defensible when the stakes are high.
That accountability is why verification matters more here than fluency. Thomson Reuters rebuilt legal research around agents tuned for "not just search and not just retrieval, but citation validation and verification." The requirement is a system that helps validate citations and surface sources clearly, so professionals can review, verify, and apply their judgment with confidence.
The change shows up in what customers report. Research that "would take dozens of hours," Hron says, now arrives "in a matter of minutes," giving professionals a high-quality starting point they can evaluate, refine, and act on. "Deep research has been a profound shift in how to think about legal research."
Building an agent-first product
For Thomson Reuters, building agents isn't about creating a smarter chatbot. It reflects a new way to deliver existing products. Hron and his team set out to teach an agent to use all the tools the company used to offer as standalone software. A single agent now has access to hundreds of company tools — simultaneously.
That shift changed how Thomson Reuters evaluated models. "Our big test for Claude is to really assess how good it is at making plans and using these tools effectively and correctly," he says.
CoCounsel Legal shows what that looks like. It used to run separate skills one after another. Rebuilt on the Claude Agent SDK, it now plans, delegates, and orchestrates across tools and content sources in real time, so a professional can define the outcome instead of dictating every step. Customer data remains protected and is not used to train third-party models.
Hron traces the choice back to how the two companies started working together. Thomson Reuters was one of Anthropic's earliest enterprise customers, and the deciding factor wasn't a benchmark. "The number one thing that spoke to us was Anthropic's approach to building enterprise AI," he says, citing transparency, safety, and responsible AI development. The first proof point was deep research in legal, built together as both teams noticed how Anthropic's engineers used the tools the way Thomson Reuters was already shipping them.
What knowledge work demands of a model
Across those projects, Hron's team has settled on four things a model has to do before Thomson Reuters trusts it.
First, the model, as part of the CoCounsel Legal system, has to check its own citations. Rather than retrieve a source and move on, the system has to validate what it cites before presenting its findings to a human for final review and verification.
In this system, the model also has to hold steady across long chains of tool calls. Longer tasks demand better context management and dependable tool use over an extended run. A model has to keep the thread across many steps and many systems, so an agent finishes real work instead of stalling halfway through.
It also has to bring a person into the work, not just the answer. For the hardest jobs, Hron wants a model that will "bring the human into the loop of developing a work product rather than just relying on the agent to one shot an answer."
And finally, it has to free up time for work the Thomson Reuters team didn't have bandwidth to tackle before. Thomson Reuters is developing advanced drafting capabilities for complex legal work, including motion drafting, filings that professionals would otherwise "spend days or weeks perfecting," he says. The task "always required far too much context and precision" for earlier models. With Claude Fable 5, it's now within reach.
The ROI of AI
Hron takes a contrarian view on AI's return on investment, one other leaders rolling out models might find useful. "If you try to optimize too much for the rate of return calculation, you miss the forest for the trees," he says. He wants teams to feel the cultural and mindset shift before they tune for cost per task. Once that mindset shift happens, the returns follow on their own.
He still tracks traditional engineering measures like DevOps Research and Assessment (DORA) and time from idea to production, and he points to an internal error-remediation tool built on Claude that turned a production issue from three hours of root cause analysis into a four-minute fix. "The ability to get back to health within minutes versus hours is a material difference."
The deeper change, according to Hron, is to the work itself.
"The act of writing lines of code is no longer the job," Hron says of his engineers; the skills that matter most now are systems thinking, judgment, and taste. He sees the same pattern spreading past engineering, with AI making people "more T-shaped," able to reach across product, design, and finance rather than staying in one lane.
What's next
Hron and his team are eager to push the boundaries with Claude Fable 5 and future Claude models: longer-horizon work, better context management, and tool calling they can count on across the chain of tasks an agent runs.
He is just as eager to use these models in his own work. Claude Code has let him "be far more technical again," coming up to speed on a codebase he hasn't touched in months within minutes rather than a day, and he turns to Claude Cowork to take on the perspective of a CFO or strategy officer and pressure-test ideas.
Those are the directions models like Claude Fable 5 are being built around, and for work that ultimately has to hold up in court, Hron sees that as the frontier worth pushing on next. After all, professional AI has to work in environments where being almost right is not good enough.
Get started with Claude Fable 5.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み