Thomson Reuters demokratyzuje AI bez kodowania

Możesz stworzyć własne narzędzie AI bez pisania ani linijki kodu. Thomson Reuters właśnie to udowodnił – ich platforma Open Arena pozwala prawnikowi, analitykowi czy dziennikarzowi budować spersonalizowane rozwiązania AI tak łatwo, jak wypełniasz formularz online.

Thomson Reuters, gigant branży informacyjnej obsługujący miliony profesjonalistów na całym świecie, stworzył Open Arena w oparciu o Amazon Bedrock i ekosystem usług AWS. Platforma rozwiązuje realny problem: zespoły IT są przeciążone zapytaniami o nowe funkcje AI, a profesjonaliści potrzebują rozwiązań dostosowanych do swoich potrzeb – i potrzebują ich natychmiast.

Tradycyjny model wdrażania AI w korporacjach wymaga miesięcy pracy programistów, architektów systemów i specjalistów od bezpieczeństwa. Każda nowa funkcja musi przejść przez kolejki zadań, testy i procesy zatwierdzania. Tymczasem prawnik pracujący nad skomplikowaną sprawą potrzebuje narzędzia do analizy precedensów już dziś, nie za pół roku. Open Arena eliminuje ten bottleneck, przenosząc moc tworzenia rozwiązań AI bezpośrednio w ręce użytkowników końcowych.

Amazon Bedrock jako fundament masowej adopcji AI

Open Arena wykorzystuje Amazon Bedrock jako podstawowy silnik. To daje Ci dostęp do wielu modeli językowych bez konieczności zarządzania infrastrukturą. Platforma integruje Amazon OpenSearch Service do wyszukiwania semantycznego, Amazon S3 do przechowywania dokumentów, Amazon DynamoDB jako bazę danych oraz AWS Lambda do wykonywania funkcji serverless.

Ta architektura pozwala skalować rozwiązanie bez martwienia się o wydajność – system automatycznie dopasowuje zasoby do aktualnego obciążenia. Konfigurujesz swojego asystenta AI przez interfejs graficzny, wybierając model, definiując zachowanie i podłączając własne źródła danych.

Wybór Amazon Bedrock jako fundamentu nie jest przypadkowy. Platforma ta oferuje dostęp do różnych modeli – od Claude przez Anthropic, po modele od Cohere czy AI21 Labs. Użytkownik może eksperymentować z różnymi modelami w zależności od specyfiki zadania, bez przepisywania całej logiki aplikacji. Jeden asystent może wykorzystywać model lepszy w analizie prawnej, inny – zoptymalizowany pod kątem przetwarzania danych finansowych. Wszystko to bez angażowania zespołu deweloperskiego.

Praktyczne scenariusze dla prawników, analityków i dziennikarzy

Thomson Reuters zidentyfikował kluczowe przypadki użycia, które Open Arena rozwiązuje bez angażowania programistów.

Prawnicy tworzą asystentów analizujących dokumenty prawne Jeśli chodzi o konkretnych jurysdykcji. Analitycy finansowi budują narzędzia do ekstrakcji danych z raportów kwartalnych. Dziennikarze konfigurują systemy do weryfikacji faktów i podsumowywania źródeł.

Możesz podłączyć własne dokumenty, bazy wiedzy czy API do swojego asystenta. System automatycznie indeksuje treści i udostępnia je modelowi AI podczas zapytań (co eliminuje problem halucynacji typowy dla czystych modeli językowych).

Przykład z praktyki: kancelaria prawna specjalizująca się w prawie podatkowym może w ciągu godziny stworzyć asystenta, który zna wszystkie aktualne interpretacje podatkowe, orzecznictwo sądów administracyjnych i wewnętrzne notatki z poprzednich spraw. Zamiast przeszukiwać setki dokumentów ręcznie, prawnik zadaje pytanie w języku naturalnym i otrzymuje odpowiedź z konkretnymi odwołaniami do źródeł. Analityk finansowy może zbudować narzędzie, które automatycznie wyciąga kluczowe wskaźniki z raportów spółek, porównuje je z danymi historycznymi i generuje podsumowanie trendów – wszystko w kilka minut, bez pisania skryptów Pythona.

Dziennikarze śledczy zyskują możliwość tworzenia asystentów, którzy przeszukują archiwalne artykuły, dokumenty publiczne i transkrypcje wywiadów, pomagając identyfikować powiązania między faktami i weryfikować spójność informacji z różnych źródeł. To szczególnie przydatne przy długoterminowych śledztwa, gdzie trzeba przetworzyć tysiące stron materiałów.

bezpieczeństwo i kontrola na pierwszym planie

Platforma no-code nie oznacza braku kontroli. Open Arena implementuje szczegółowe uprawnienia dostępu, szyfrowanie danych i pełny audit trail wszystkich interakcji. Administratorzy widzą, kto tworzy jakich asystentów, jakie dane wykorzystują i jak często są używani.

Thomson Reuters podkreśla, że dane klientów pozostają w ich ekosystemie AWS i nie są wykorzystywane do trenowania modeli. Każda organizacja może także definiować własne guardrails – ograniczenia dotyczące typów zapytań czy źródeł danych, które asystenci mogą przetwarzać.

System pozwala na granularną kontrolę dostępu na poziomie pojedynczych dokumentów czy kategorii danych. Możesz stworzyć asystenta, który ma dostęp tylko do publicznych informacji, albo takiego, który przetwarza wrażliwe dane klientów – ale tylko dla użytkowników z odpowiednimi uprawnieniami. Każde zapytanie jest logowane z informacją o użytkowniku, czasie i wykorzystanych źródłach danych, co spełnia wymogi compliance w regulowanych branżach jak finanse czy prawo.

Open Arena pokazuje, że demokratyzacja AI nie musi oznaczać chaosu i utraty kontroli. Przeciwnie – dobrze zaprojektowana platforma no-code może zwiększyć bezpieczeństwo, bo eliminuje shadow IT i nieautoryzowane eksperymenty z publicznymi narzędziami AI, gdzie dane firmowe mogą wyciec poza organizację. Wszystko dzieje się w kontrolowanym środowisku, z pełną widocznością dla działów IT i bezpieczeństwa.

Źródła

• AWS Machine Learning Blog - Democratizing AI: How Thomson Reuters Open Arena supports no-code AI