А что если будущее корпоративного ИИ — не в скорости, а в глубине?
Представьте: пока все гонятся за быстрыми ответами, Thomson Reuters Westlaw идет против течения. Их платформа Deep Research специально заставляет себя ждать — в среднем 10 минут! И знаете что? Это гениально.
Понимаете, о чем речь? Пока стандартные ИИ выдают первое, что найдут, Deep Research действительно думает. Планирует, анализирует, копается в базе из 20 миллиардов документов — судебные дела, законы, административные решения, комментарии экспертов. Вся эта махина работает как настоящий юрист, только без кофе-брейков.
RAG был хорош, но этого мало
Майк Дан, руководитель продукта Westlaw, объясняет просто: «Мы идем намного глубже с этим итеративным процессом. Не просто быстро отвечаем на вопрос, а даем адвокату взгляд с обеих сторон».
И правда, раньше они использовали обычные RAG-системы. Те выдавали огромные списки дел и статей, а люди потом сами разбирались. Адвокаты говорили: «Полезно, но хочется копнуть глубже». Ну и копнули — создали систему, которая сама анализирует, а не просто ищет.
Вот реальный пример: адвокат спрашивает, можно ли защитить список клиентов как коммерческую тайну в конкретной ситуации. Система находит дела, где такую защиту признали, и дела, где не признали. Показывает аргументы с обеих сторон. Это же совсем другой уровень!
Больше времени — лучше результат
Обычно юристы тратят 10-20 часов на сложные исследования. Deep Research сокращает это время «кардинально», как говорит Дан. При этом есть версии на 3, 7 и даже 20 минут — в зависимости от сложности задачи.
Самое интересное: пока разработчики везде стремятся к максимальной скорости, юристы предпочитают более долгие варианты! «Чем больше времени мы даем агентам на поиск правильного закона и размышления, тем лучше ответы получаем», — признается Дан.
Никаких галлюцинаций — только факты
А вот это серьезное преимущество. В отличие от ChatGPT или других открытых моделей, Deep Research не может процитировать несуществующее дело. Почему? Потому что работает только с проверенной базой Thomson Reuters, которую пополняют сотни юристов-редакторов каждый день.
Дан объясняет разницу между галлюцинациями и просто неправильной информацией: «Галлюцинация — это когда модель выдумывает четвертый пункт закона, где есть только три. А неправильная информация — когда берет устаревшие данные из непроверенного источника».
У них каждый вывод привязан к реальному источнику, на который можно кликнуть и сразу проверить. Просто и надежно.
Команда моделей против одной
Кстати, Westlaw не зациклены на одной модели. Используют разные — от OpenAI, Anthropic, Google — в зависимости от задачи. Омар Бари, технический архитектор проекта, говорит: «Наша стратегия — иметь доступ к максимальному количеству интеллекта».
Умный подход, согласитесь? Зачем ограничивать себя одним инструментом, когда можно использовать лучшее от каждого.
Что это значит для других отраслей
Вот тут становится по-настоящему интересно. Thomson Reuters показывает путь для всех корпораций: иногда лучше замедлиться, чтобы получить реальную ценность. Не каждая задача требует мгновенного ответа.
Представьте такой подход в медицине, финансах, научных исследованиях. Когда ИИ не спешит выдать первое попавшееся, а действительно анализирует данные с разных сторон.
Может, будущее корпоративного ИИ — это не гонка за скоростью, а качественный анализ? Пока другие делают ставку на «быстрее, еще быстрее», Thomson Reuters говорит: «А давайте лучше».
Хотите узнать больше о том, как ИИ меняет корпоративный мир и какие еще неожиданные подходы появляются в индустрии?🔔 Чтобы узнать больше о корпоративном ИИ и следить за новостями мира искусственного интеллекта, подписывайтесь на мой канал «ProAI» в Telegram!