Thomson Reuters es un venerable organización de noticias e información, con raíces históricas que se remontan al siglo XIX. Las dos empresas se fusionaron en 2008 y brindan una combinación de noticias e información especializada en áreas como derecho, comercio y contabilidad.
La organización procesa una tonelada de información cada año y cuenta con un personal de 27 000 expertos en la materia y periodistas de todo el mundo para generar una variedad de contenido. Dado que la IA generativa ha surgido en los últimos meses, seguramente sería tentador usarla en la sala de redacción, como lo han hecho otras organizaciones de noticias, y ver esta capacidad como una oportunidad para reducir el personal, recortar costos y automatizar, automatizar y automatizar.
Si bien la empresa ve los beneficios de la IA tanto para sus empleados como para sus clientes, no está en el campo de reemplazo de trabajadores, al menos no todavía. En cambio, ve a la IA como una forma de ayudar a los clientes a encontrar información más rápido y ayudar a sus empleados a operar de manera más eficiente, eliminando las partes mundanas del trabajo para que las personas puedan hacer lo que mejor saben hacer.
Sería fácil pensar que una organización tan antigua como Thomson Reuters simplemente descartaría la tecnología como la IA generativa, pero la compañía le dice a TechCrunch+ que todo está adentro cuando se trata de la última tecnología, ya que busca formas de mejorar y modernizar su operaciones.
la parte de la gente
La directora de personal, Mary Alice Vuicic, dice que Thomson Reuters considera que la automatización es solo una parte de la historia y, si se concentra en eso, es posible que se pierda algunos de los mayores beneficios de la IA.
“Creemos que la IA es una oportunidad fenomenal para los profesionales a los que servimos a través de nuestros productos, e igualmente internamente para nuestros colegas”, dijo Vuicic a TechCrunch+. “Creemos que es una herramienta para aumentar el potencial de nuestros colegas de nuevas maneras, ayudándolos a trabajar mejor, más rápido y de manera más efectiva”.
Dicho esto, también reconoce que los modelos de lenguaje extenso (LLM, por sus siglas en inglés) no siempre brindan respuestas perfectas, y Thomson Reuters ya confía en la experiencia interna para ayudar a corregir los modelos.