ChatGPT于2022年底发布，立即引发了围绕生成式AI的炒作。许多人迅速宣称AI将消灭所有工作。在翻译领域，AI所做的是提高生产力并开辟新机会。

在最近的一次网络研讨会上，TransPerfect的AI.NOW负责人Diego Bartolome和机器翻译实施经理Ty Trainer深入探讨了他们所说的“翻译AI”，一种在现有技术之上堆叠生成式AI的翻译方式。他们讨论了如何开始将AI集成到工作流程、用例和新兴机会中。

翻译AI：新的现实

TransPerfect从事机器翻译（MT）已有大约30年的历史。现在，我们正在整合生成式AI（特别是大型语言模型，或LLMs）以帮助我们做更多事情。翻译AI是一种理解这种集成AI方式进行翻译和本地化工作的框架。它是将AI视为一组协同工作的技术，而不仅仅是一个独立的、不相连的技术，这些技术共同作用以最大化生产力，同时也确保质量和节省成本。

AI炒作如何影响公司？

推动实施：公司被领导层压力要求实施AI解决方案。但他们可能不知道如何做到这一点，或者这将对运营意味着什么。理想情况下，这应该是缓慢而深思熟虑地完成的，考虑到公司内不同业务单元的各种用例和需求。

IT解决“语言问题”：翻译已经从市场营销部门转移到IT部门。公司认为人工翻译昂贵，并将生成式AI视为最高效的解决方案。但通常，在实施解决方案之前不会咨询参与内容和本地化过程的人员。为了有效，公司需要通过人来推动变革，因为仅靠技术无法解决一切问题。

重塑内容和本地化目标：翻译行业正变得更加科技化，这正在重塑角色并挑战传统流程——甚至创造了新的职业路径。人们需要了解这项技术以及如何最好地将其融入工作流程中。

AI成熟度模型

有一种诱惑是为了AI而实施AI，但这是错误的方法。

不要因为AI存在就实施它；而是用它来解决商业问题。许多公司正处于实施AI的初期阶段，他们“提升”的最佳方式是通过实验。我们在客户的AI旅程中与客户一起实验。我们创建试点项目和最小可行产品（MVPs）——产品和服务的第一个版本，让客户了解生成式AI或AI何时可以帮助业务。如果有效，我们就扩大规模。如果不起作用，我们就尝试其他东西。

从炒作到现实：我们看到生成式AI最有用地应用在哪里？

我们研究LLMs如何与现有的翻译工作流程相结合以改进流程。我们问：我们如何堆叠——或更有意义地结合——生成式AI进入针对翻译的特定工作流程？我们可以将生成式AI与公司用于翻译的现有AI技术（即神经机器翻译NMT）结合使用。

机器翻译是AI的一个成熟应用。它已经处于生产力的顶峰15-20年了。LLMs是一项较新的技术。虽然NMT是为翻译设计的，但LLMs在它们能做什么方面是开放的。在TransPerfect，我们发现几乎在每个用例中，NMT在翻译质量方面都优于生成式AI。我们利用两者的优势。

以下是我们看到成功的三个领域：

加速后期编辑任务

最大化翻译效率

提供更大的翻译流畅性

一旦我们有了自己的源内容，我们就使用AI来优化它。这是完全自动化的步骤。然后我们使用翻译AI（NMT + LLMs）进行翻译和后期编辑，有人类参与选项。

新兴机会

合成AI被用来从内容中提取见解。我们预见能够为多语言内容生成整合合成AI。不是先产生内容然后再将其翻译成多种语言，而是直接以多种语言生成内容。最终，我们将拥有语言内审阅者，而不是翻译者。

这将首先发生在风险较低的内容上。例如，你可以给合成AI一个原型、几个功能和一个图像，为不同的零售商编写多语言的产品描述。

评估翻译需求

你是否需要在仅使用人力会太昂贵的项目中使用机器翻译？你是否需要实时翻译来快速回复来自不同地区的大量客户？你是否想提高你的人工翻译过程的效率？

查看需要翻译的文件样本。你需要多少种语言？你有什么质量要求？你有历史翻译可以参考吗？我们可以使用你所拥有的来计算你可以从MT期待看到的大致生产力和质量水平。

公司整合AI的最佳做法是从小处着手。一个只进行人工翻译的组织不能期望立即跳到完全自动化的工作流程。

记住，数据对于AI模型训练和证明ROI至关重要。组织需要可靠地报告ROI。拥有可靠的方法使用数据来衡量影响是至关重要的。最后，整合不会一蹴而就。期待构建、学习和迭代。

原文链接

（机器翻译，轻度译后编辑，仅供参考）

编辑：周冰雪