Índice do artigofaltam 9 min de leitura
O modelo de linguagem virou aluguel. Qualquer concorrente assina o mesmo, no mesmo dia, pelo mesmo preço. O que ele não assina é o que a sua empresa escreveu nos últimos dez anos.
Existe uma conversa que se repete em quase toda empresa que vende conhecimento: qual ferramenta de IA contratar. É a pergunta errada, e dá para provar isso com uma nota fiscal.
Em agosto de 2026 a Thomson Reuters lançou o próprio modelo de linguagem, batizado de Thomson. O investimento divulgado foi de US$ 40 milhões ao longo de dois anos. A parte que interessa: o treino final do modelo custou US$ 450 mil. Pouco mais de 1% do total. Todo o resto foi acervo, curadoria e gente que sabe ler aquele material.
Este artigo é sobre esse resto. Sobre o que a sua empresa já tem guardado, por que isso é o único ativo de IA que o concorrente não consegue comprar, e o que precisa acontecer antes de ligar qualquer modelo nele.
E já adiantando a leitura preguiçosa: acervo não é backup. Não é a pasta compartilhada. E o resultado não é um chatbot que lê PDF.
Resumo do artigo
- A Thomson Reuters gastou US$ 40 milhões para construir um modelo próprio e o treino final saiu por US$ 450 mil. O dinheiro foi para o acervo, não para o computador.
- O modelo é commodity alugável. O acervo é o que diferencia duas empresas do mesmo setor usando exatamente a mesma IA.
- Acervo cru não serve. Antes de ligar a IA nele é preciso remover sigilo, identificar tipo de documento e definir quem acessa o quê.
- Permissão vem antes de conteúdo. Reorganizar acesso depois que tudo já está indexado é o erro mais caro dessa jornada.
A conta da Thomson Reuters diz onde está o valor
Quando uma empresa com décadas de conteúdo jurídico decide construir o próprio modelo, ela expõe a estrutura de custo que o resto do mercado não vê. E a estrutura é desconfortável para quem acha que IA é uma questão de capacidade computacional.
Três detalhes reforçam o ponto. O modelo partiu de uma fundação aberta, e não de pesquisa do zero: segundo a cobertura do LawSites, a base mais recente foi o Qwen 3.5, e o time trocou o ponto de partida cerca de seis vezes conforme modelos melhores apareciam. Ou seja, a peça que todo mundo acha que é o produto era a peça descartável.
O segundo detalhe: o modelo foi treinado em menos de 10% do conteúdo próprio da empresa. Não faltava tecnologia. Faltava acervo tratado, que é trabalho lento.
O terceiro está na fala do diretor de tecnologia da companhia, Joel Hron, no anúncio: comece de uma boa fundação, especialize profundamente para o trabalho que importa, e você constrói algo capaz, mais eficiente e sob seu controle. A palavra que carrega o argumento é "especialize". Especialização vem de material acumulado, não de assinatura.
Fonte: comunicado da Thomson Reuters e cobertura do LawSites, 24 de agosto de 2026.
O que isso destrava para você: se a maior parte do custo de um modelo especializado é o corpus, então a empresa que já tem corpus está mais perto do resultado do que imagina, e a que só tem assinatura está mais longe do que gostaria.
O que conta como acervo na sua empresa
Acervo é o trabalho concluído mais o julgamento que ficou embutido nele. Não é a pasta de arquivos: é o conjunto de documentos que provam como a sua casa resolve um problema, com as escolhas que ninguém escreveu no manual.
A diferença prática entre os dois lados aparece no que acontece quando você cancela. Cancele a assinatura do modelo e volta tudo ao normal em uma semana, porque o concorrente usa o mesmo. Perca o acervo e você perde a razão pela qual o cliente escolheu você.
É por isso que a pergunta "qual IA contratar" rende pouco. Ela trata a parte alugável como se fosse a decisão estratégica.
O formato muda por setor, a natureza não:
- AdvocaciaMinutas, petições protocoladas e o histórico de como a autoridade decidiu.
- ContabilidadePareceres, teses fiscais defendidas e o que foi aceito na prática.
- ConsultoriaDiagnósticos anteriores, metodologia própria e o que deu errado.
- Engenharia e arquiteturaMemoriais, laudos e projetos que passaram na aprovação.
- Seguros e créditoRegulação de sinistro, pareceres de comitê e critérios de decisão.
- Agências e estúdiosBriefings, roteiros aprovados e o resultado que cada peça deu.
- IndústriaProcedimentos, não conformidades e histórico de manutenção.
- Recursos humanosAvaliações, trilhas de carreira e o que caracteriza um bom contratado ali.
Repare no que todos têm em comum: são decisões tomadas por gente experiente, registradas em documento, sobre casos concretos. É exatamente o material que um modelo genérico não tem e não pode inventar sem errar.
Vale um alerta que vem junto: transformar acervo em produção reduz o tempo de cada entrega, e tempo menor só vira margem se o modelo de cobrança não for por hora. Caso contrário o ganho vai inteiro para o cliente, na forma de fatura menor.
Por que o modelo mais novo não é diferencial
Porque ele chega para todo mundo no mesmo dia. Quando um laboratório publica uma versão melhor, o seu concorrente atualiza a assinatura na mesma tarde que você, pelo mesmo preço de tabela.
Isso muda o que significa "estar à frente". Estar à frente deixou de ser ter acesso à tecnologia e passou a ser ter o que colocar dentro dela. E o relatório Future of Professionals 2026, do Thomson Reuters Institute, com mais de 1.800 profissionais de 62 países, mostra que a ferramenta já chegou e o plano não: 74% usam IA várias vezes por semana, e 18% dizem que a organização não tem direção estratégica nenhuma sobre o assunto.
Fonte: Thomson Reuters Institute, Future of Professionals 2026, publicado em 22 de junho de 2026.
O quadro completo é pior que o par acima. Somando os 18% sem direção nenhuma com quase um terço que diz que a estratégia declarada não aparece no dia a dia, aproximadamente metade dos profissionais trabalha em um lugar onde a estratégia de IA não existe ou não bate com a realidade. Ferramenta todo mundo tem. O que separa é o que se coloca dentro dela.
Acervo cru não serve: o que precisa acontecer antes
Três coisas, nesta ordem, e nenhuma delas é comprável em assinatura.
- Remover o que não pode circular, nome de cliente, valor, dado pessoal e informação estratégica que identifique a operação. Um documento anonimizado pode alimentar o sistema inteiro; o original, não.
- Dizer o que cada documento é, tipo, assunto, ano, quem produziu e se ainda vale. Sem isso o sistema devolve o parecer revogado com a mesma confiança do parecer vigente.
- Definir quem enxerga o quê, por projeto e por pessoa, antes de indexar qualquer coisa.
A ordem não é decorativa. Classificar antes de anonimizar significa reclassificar tudo depois, e indexar antes de definir permissão significa reindexar. Cada inversão custa uma rodada inteira de trabalho.
Essa etapa costuma ser subestimada porque parece burocrática. Ela é a etapa que a Thomson Reuters ainda não terminou depois de US$ 40 milhões: menos de 10% do conteúdo entrou no treino. Se lá é assim, aqui também vai ser.
O que isso destrava: tratar o acervo é a diferença entre um sistema que devolve rascunho aproveitável e um que devolve texto plausível que ninguém pode assinar.
Permissão vem antes de conteúdo
Esta é a regra que mais economiza dinheiro no ano seguinte, e a mais ignorada no primeiro mês.
Um assistente de IA conectado ao seu ambiente enxerga o que o usuário enxerga. No Microsoft 365, por exemplo, o Copilot busca conteúdo pelo Microsoft Graph respeitando as permissões que o usuário já tem em SharePoint, OneDrive, Outlook e Teams. Isso é uma boa notícia e uma armadilha ao mesmo tempo: se a sua pasta compartilhada hoje está aberta para todo mundo porque "somos poucos e nos conhecemos", a IA vai herdar exatamente essa abertura, só que com uma interface que encontra tudo em segundos.
Existe um segundo motivo, puramente econômico. Migrar permissão depois que o acervo já está indexado significa refazer estrutura de pastas, regrupar pessoas, reindexar e revalidar. É o tipo de retrabalho que custa mais do que a implantação original. Definir antes é barato; corrigir depois, não.
O desenho mínimo que funciona para uma equipe pequena tem quatro peças:
| Peça | O que ela resolve |
|---|---|
| Biblioteca por projeto | O acesso passa a ser concedido por trabalho, não por pessoa simpática. Projeto sensível fica isolado por construção. |
| Grupos, não indivíduos | Entrada e saída de gente vira uma operação de um clique, sem caçar permissão espalhada. |
| Rótulo de sensibilidade | O documento carrega a própria classificação e leva a restrição junto quando é copiado ou enviado. |
| Trilha de auditoria | Responde quem acessou o quê e quando. Vira requisito no dia em que alguém pergunta. |
A fronteira entre o que sai e o que não sai da empresa
Escreva a fronteira no sistema, não na cabeça das pessoas. Enquanto a empresa é você e mais dois, disciplina pessoal funciona. Na quinta contratação, não funciona mais, e o relatório do Thomson Reuters Institute mostra por quê: mais de um terço dos profissionais admite usar ferramentas de IA que a organização não sancionou.
Isso não é indisciplina, é gente tentando entregar. A pessoa tem um prazo, a ferramenta oficial é ruim para aquela tarefa, e existe uma melhor a um login de distância. A resposta que funciona não é proibir: é dar o caminho oficial para cada tipo de dado e tornar o caminho errado tecnicamente difícil.
Uma divisão que costuma resolver: material público e pesquisa aberta podem circular em ferramentas de uso geral, porque não há sigilo a proteger. Documento com dado de cliente fica no ambiente corporativo controlado, onde a permissão é herdada e a trilha existe.
O ganho é duplo. Você usa a melhor ferramenta para cada tipo de tarefa e ganha uma frase simples para dizer ao cliente sobre onde o material dele fica.
Vale registrar um ponto de fato sobre o ambiente corporativo, porque ele muda a conversa com clientes: a Microsoft documenta que prompts, respostas e dados acessados via Microsoft Graph não são usados para treinar os modelos de fundação. Ter isso por escrito da fornecedora é diferente de supor.
O acervo é seu. O modelo é alugado. Trate os dois assim
A pergunta que todo dono faz, e faz certo, é: se eu construir isso hoje, fico preso a quem?
A resposta honesta separa três camadas. Uma é descartável por natureza, uma é substituível com esforço e uma é sua.
Quem guarda o acervo em formato aberto, mantém as regras de negócio em código próprio e versiona os prompts fora da plataforma reduz muito o custo de trocar de nuvem ou de modelo. Quem escreve a lógica dentro de uma ferramenta proprietária, na interface dela, refaz tudo quando quiser sair.
Dito isso, sem enfeite: arquitetura reduz o custo de saída, ela não garante a saída. Propriedade do código, direito de uso do que foi construído e obrigação de entrega em caso de encerramento são cláusulas de contrato. Se isso não estiver escrito no papel, nenhum desenho técnico resolve.
Quanto disso dá para fazer sozinho
Bastante, e mais do que a maioria imagina. Modelos atuais escrevem código utilitário razoável, e é comum ver donos de operação montando sozinhos um extrator de dados públicos ou uma rotina de organização de arquivos, sem nunca terem programado. Esse caminho é legítimo e barato.
Ele tem um ponto de parada previsível.
Funciona bem sozinho
- Rotinas isoladas sobre dado público, sem sigilo envolvido.
- Organização e classificação inicial do próprio acervo, que exige julgamento de quem conhece o material.
- Protótipo para descobrir se a ideia se sustenta antes de investir.
- Ajuste fino de instruções, feito por quem opera e sabe o que está errado na saída.
Passa a exigir engenharia
- Modelo de permissão por projeto, que erra silenciosamente e caro.
- Verificação automática do que a IA produz contra uma fonte de verdade.
- Testes que provam que a mudança de hoje não quebrou o que funcionava ontem.
- Continuidade: sistema que sobrevive a quem o construiu sair de férias.
O item que mais surpreende é o terceiro. Na X-Apps, a geração de proposta comercial passa por mais de mil testes automatizados, e ela existe justamente porque a versão anterior, sem essa rede, começou a errar conforme as regras se acumulavam. Um agente com dez regras é dócil; com cem, ele esquece as primeiras. Sem teste, ninguém percebe até o cliente perceber.
Vale a mesma lógica da equipe: um sistema que só uma pessoa entende é um risco de continuidade, seja essa pessoa um funcionário ou o próprio dono.
Por onde começar sem parar a operação
Comece pelo pedaço que não toca em sigilo e devolve resultado visível, normalmente a coleta automatizada de dados públicos que hoje é feita a mão. É o que mantém a operação rodando enquanto o trabalho lento do acervo acontece em paralelo.
Duas escolhas fazem diferença nessa largada. A primeira: dimensione para o volume que você realmente tem. Arquitetura desenhada para milhares de execuções por dia em uma operação que faz dezenas cobra caro para ficar ligada sem uso. A segunda: quem opera precisa poder ajustar o sistema. Calibração feita por quem revisa o resultado todo dia vale mais que um ciclo trimestral de melhoria.
Fontes e método
Apuração de 31 de agosto de 2026. Os dados sobre o modelo Thomson vêm do comunicado da Thomson Reuters e da cobertura do LawSites de 24 de agosto de 2026. Os percentuais de adoção e de expectativa de cliente vêm do relatório Future of Professionals 2026, do Thomson Reuters Institute, publicado em 22 de junho de 2026, com mais de 1.800 profissionais em 62 países e campo em março e abril de 2026. As informações sobre grounding e uso de dados no Microsoft 365 vêm da documentação técnica da Microsoft. Thomson Reuters e Microsoft são empresas externas à X-Apps e não têm relação comercial com este conteúdo.
Perguntas frequentes
Não. Documento solto em pasta compartilhada é arquivo morto. Acervo é o material tratado, com sigilo removido, tipo identificado e permissão definida. Sem esse trabalho a IA responde mal e ainda responde para quem não deveria ver.
Na maioria dos casos não. Treinar modelo é caro e raramente necessário. O caminho normal é indexar o acervo e entregá-lo ao modelo no momento da pergunta, mantendo a permissão de cada documento.
Um chatbot que lê PDF responde perguntas. Um acervo tratado alimenta a produção do trabalho: minutas, pareceres, propostas e laudos que saem parcialmente prontos porque o sistema conhece como a casa faz.
Com regra escrita no sistema, não com disciplina pessoal. Ambiente separado por classificação de dado, rótulo de sensibilidade e bloqueio técnico de saída valem mais que uma política que ninguém lê.
Depende de onde as regras de negócio e o acervo ficam. Acervo em formato aberto, regras em código próprio e prompts versionados fora da plataforma reduzem muito o custo de troca. A garantia de saída, porém, é contratual, não arquitetural.
Sim, e costuma conseguir mais rápido, porque tem menos sistema legado e menos gente para alinhar. O erro comum é dimensionar a arquitetura para um volume que a empresa não vai ter.
Quer transformar o acervo da sua empresa em sistema?
Solicite um orçamento e avance com diagnóstico, modelo de permissão e um primeiro entregável em produção.
