Thomson Reuters Corp. lance aujourd'hui une version reconstruite de sa plateforme CoCounsel Tax, Audit & Accounting, conçue pour aller au-delà de la simple réponse aux questions mais aussi pour planifier des missions, effectuer des calculs et produire des documents à des fins d'examen professionnel.
La plateforme améliorée combine des agents d'intelligence artificielle avec des informations sur les clients, des recherches fiscales et l'exécution de code pour effectuer des tâches complexes telles que la création de calendriers d'amortissement, la préparation de feuilles de calcul et la rédaction de mémos. La société a déclaré que la nouvelle plateforme était disponible pour tous les clients américains.
Le communiqué cible un défi dans l'application de l'IA générative aux services professionnels : une réponse mathématiquement correcte peut toujours être fausse si le système utilise la mauvaise règle fiscale, néglige la situation du client ou ne parvient pas à expliquer son raisonnement.
« Ils s'attendent à ce que tout outil qu'ils utilisent soit proche de la perfection », a déclaré David Wong, directeur des produits, à propos des comptables fiscaux lors d'un briefing.
Contrairement à son prédécesseur, conçu autour de tâches individuelles, le système reconstruit peut diviser les requêtes complexes en étapes et sélectionner les outils et les informations nécessaires à leur exécution, a déclaré Wong. Les professionnels doivent encore examiner et vérifier les résultats. Le système fournit des citations, des hypothèses et des calculs pour les aider à évaluer ses conclusions avant d'approuver les travaux.
La base de données de recherche est Checkpoint, la collection de Thomson Reuters de plus de 12 millions de documents de source primaire et analytiques, entretenue par des centaines d'experts. La plateforme prend en charge plusieurs modèles d'IA.
Lors d'une démonstration, David Ragones, responsable des produits pour la fiscalité directe et l'audit, a montré comment CoCounsel pouvait utiliser un accord de prêt commercial et le modèle de feuille de calcul d'une entreprise pour produire un calendrier d'amortissement pour un prêt de 5 millions de dollars. L'exemple comprenait une modification des taux d'intérêt, un paiement forfaitaire et un paiement forfaitaire à l'échéance.
Le classeur résultant contenait des formules vivantes, des hypothèses et des références à l’appui. Les utilisateurs peuvent sélectionner des cellules individuelles et demander à CoCounsel d'expliquer les calculs et leurs sources.
La démo montrait également le système recalculant les résultats d'une feuille de calcul à l'aide de routines Python pour vérifier leur exactitude. « Souvent, montrer que le travail fait réellement le travail », a déclaré Lucas Adams, vice-président de l'ingénierie de Thomson Reuters.
Les contrôles de sécurité limitent les agents aux fichiers autorisés par l'accès de l'utilisateur et l'espace de travail concerné. Adams a déclaré que ces restrictions s'étendent à l'infrastructure sous-jacente. L'accès à Internet est limité aux sites Web gouvernementaux approuvés aux côtés de Checkpoint.
Une couche de contexte client partagée préserve les documents téléchargés et le travail effectué au fil des conversations, réduisant ainsi le besoin de fournir à plusieurs reprises des informations de base. Les intégrations incluent UltraTax, Engagement Manager et Guided Assurance de Thomson Reuters.
La prise en charge du Model Context Protocol permet des connexions avec d'autres systèmes et l'accès aux réponses fiscales et comptables citées via des outils d'IA tiers, notamment Claude d'Anthropic PBC et Copilot de Microsoft Corp.
Wong a déclaré que les pénuries de personnel contribuent à stimuler la demande alors que les entreprises cherchent à gérer la charge de travail sans accroître l'embauche saisonnière. Thomson Reuters voit également une opportunité de libérer des professionnels pour des missions de conseil.
Les dirigeants ont reconnu que le test pratique consiste à savoir si l’examen des résultats de l’IA demande moins d’efforts que leur production manuelle. « S'il faut autant de temps pour vérifier le travail que pour l'effectuer, l'IA n'est pas vraiment utile », a déclaré Adams.
