人工智能商品化现在是几个人工智能领域的确认事实。从一般的角度来看,普通大众不断地寻找免费软件版本来满足他们的软件需求,因此对免费软件有很高的期望。同时,GAFA提供免费服务,将用户数据货币化。
关于人工智能的实施部分,由于客户获取技术不需要付出很多技术努力、高质量结果和低价格,人工智能的以下部分已经显著商品化:
-
语音识别:苹果Siri、谷歌助手和亚马逊Alexa等解决方案。
-
聊天机器人:Chatfuel或Manychat等平台提供聊天会话管理,每次0.03美元。
-
图像识别:Google Photos和Facebook的DeepFace等系统使用卷积神经网络来识别和分类图像中的物品、人物和地点。
机器翻译呢?
当谈到机器翻译(MT)时,有不同的观点:
– 机器翻译软件的一些专业版本的易用性,其中每个用户不到10美元,您就可以获得:
- 无上限的单词翻译数量。
- 个性化术语表和插件接口:这意味着MT可以集成到CRM、CAT工具、TMS等的内部。
从质量的角度来看,一些公共基准已经证实MT可以提供非常好的结果。通过调整词汇表和译后编辑,组织可以回答特定的垂直内容或语气。但是,在法律、金融和医疗保健领域,应该特别注意MT性能,因为所有MT系统的性能并不相同。
从语言的角度来看,提出的语言组合的数量正在迅速增加,因为深度学习系统(其中运行着两个人工智能系统:一个常规的MT系统和一个基于数据集连续训练MT的系统)的能力允许更快地扩展到新的语言。
从经济角度来看,如果我们看一个特定的翻译部分,我们会看到翻译单词的价格演变如下:
其他变化也正在发生:
- 视频广播公司(YouTube)、会议平台(Teams、GoogleMeet等)、CRM编辑(Salesforce、Zendesk等)等大型平台正在为其产品增加字幕和/或翻译服务。
- 通常远离MT世界的BPO参与者,如Webhelp、Teleperformance和Armatis,也已经为他们的客户开发了他们自己的MT集成。他们以非常低的成本提供翻译服务,以增加客户使用他们服务的兴趣。他们还使用他们的离岸代理来训练系统,这可能是一种非常有效的方式来达到高水平的翻译质量。
- 客户也在自己制造混乱,方式是通过使用MT进行自己的翻译、整合他们的词汇表以及管理译后编辑。
MT商品化的答案似乎是积极的,但是如果我们看看MT是如何使用的,它很少被用作独立的应用程序。更常见的是,它被深度集成到复杂的环境(TMS、CAT工具、CRM等)和流程中,其中生产率、质量和可靠性非常重要。
此外,如果我们考虑翻译过程的不同步骤(MT、CAT工具/TMS、译后编辑),每个单词的MT成本可以非常低。但是根据MT的质量输出,每个单词的后期编辑成本可以非常高,以弥合所有的质量差距。MT的商品化显然受到与其环境集成的限制。
观察带有译后编辑的机器翻译的价值链对预测行业的下一步非常有指导意义。
通过观察这些数据,我们可以对形势形成一个新的、更广阔的视野:
- 机器翻译每字成本的降低是由于技术进步,但也是由于以有限的价格使翻译环境适应需要翻译的内容的能力(词汇表、记忆管理、数据集的训练和现有训练环境的重复使用等)。
- CAT/TMS组合有助于提高翻译的生产率和质量,并为某一目的选择最合适的MT。根据定价模式(固定、可变)和数量,每个单词的成本会有很大差异;译后编辑的进展是TMS/CAT效果的组合,通过所有助手提高生产率。MT的进展减少了错误数量,从而缩短了纠正时间。ChatGPT不包括在这些成本中,但预计其整合将进一步降低价格。
这种情况也产生了新的要求,例如:
- QE(质量评估):随着MT翻译的单词的使用量和数量的增加,了解MT翻译的哪些片段需要更准确的译后编辑是很重要的。
- 基于QE结果的行动呼吁:当QE没有达到预期水平时。例如,如果MT在其交付中集成了MQM(多语言质量指标)测量,它将交付翻译片段和MQM翻译评分(从0到100)。举个例子,如果QE低于95,为了避免问题再次出现,提供一个行动建议可能是非常有见地的。这可能是用一个特定的单词来增强词汇表,在记忆库中整合新的翻译,或者表明需要特定翻译的反讽的存在。这些可能是由特定的QE行动呼吁系统提出的建议。对成本的影响可能是流程的译后编辑部分减少了全球审查时间(QE分数高的部分不需要深度审查),以及在一段时间的适应后减少了译后编辑时间。
- 分段或信息流排序,使用人工智能的能力来在分段或信息流内部选择,以翻译哪些需要(比如)由人工翻译。例如,在一家大型连锁酒店的情况下,该酒店需要通过翻译来处理每天超过35种语言的数千条客户信息,以便在只讲英语的代理的24/7共享客户服务中心处理这些信息。在收到的所有电子邮件中识别可能是相当值得的。有一封用德语写的电子邮件,邮件中有一位客户抱怨他们在柏林的酒店食物中毒,提到生了几天病,并加入了医疗证明。这可以通过电子邮件的前端人工智能审查系统来完成,该系统会将这封特定的德国电子邮件标记为对品牌有潜在影响,并涉及法律的主题。根据客户的选择,这封具有法律含义的电子邮件可能不会进入MT流程,也不会由讲英语的共享客户服务团队进行翻译和进一步处理,而是在德国本地客户服务队列中进行特定的高级处理。此外,对于类似的客户决策,具有品牌声誉影响和低MT QE分数的电子邮件可能不会太进入MT流程。将这种分类集成到Salesforce队列管理系统中非常有趣,有助于消除采用MT的障碍。
在这种环境下,对整个流程线的控制提供了一个关键的竞争优势,首先是对要翻译的文件类型、预期质量和预期修订的深入了解。最近,我们看到新兴公司专注于本地化市场的一部分(网站翻译、字幕等),并以极具竞争力的价格和非常易于使用的模式提出了一个非常精简的服务系列。
过程的控制是非常重要的,因为这种深刻的知识使我们能够预测来自客户的所有集成请求,并开发它们或提出适应的插件策略。QE的整合也可以给这些公司带来直接的优势,因为这可以促进客户的采用。
与准确愿景相关的敏捷性和强大的工程专业知识是快速发展的市场中的关键,因为:所有这些因素产生了对整合和适应的膨胀要求,这些都是机会。
(机器翻译,轻度译后编辑,仅供参考。)
编辑:王云菲