记得我刚开始从事本地化工作的时候，我们公司（CSA Research）没有翻译管理系统（TMS）——那时候TMS还不存在。而我们的语言服务提供商（LSP）拒绝使用翻译记忆库，因为第一次制作多语言客户服务网站，用记忆库会带来“太多额外开销”。我们知道互联网的到来可能会产生大量多语言的运营内容，我们为此冒了巨大风险。后来，我们找到了一家拥有TMS原型的初创公司，这家公司热情满满，确保TMS能正常运作。幸运的是，它成功了，否则事情会大有不同。
如今，处在后本地化时代的边缘，我们公司面临着和大家相似的挑战，或者说是一个机遇——彻底重新发明管理语言的方法。从本地化开始于生产末期，转向将语言运营（LangOps）贯穿工作全过程，吸引了不少愿意参与这次转变的人。这需要使用现代TMS，不仅是作为简单的项目邮件系统，更是作为连接沟通组织内所有语言的系统。
多年来，自动化项目管理已经成为现实。除了必须要有语言专家，如笔译员或口译员的项目，其他项目都不需要人工干预。然而，很少有企业能真正做到流程自动化。企业或许会期望从语言服务提供商那里得到非接触式解决方案，但我们的数据显示，潜力与现实之间尚存在巨大差距。通常，进入公司翻译流程的内容还不适合自动化处理。但现在，随着人工智能（AI）的所有形式都可以嵌入到工作中，包括机器学习、生成性AI、机器翻译等嵌入内容创建、管理、本地化的各个方面，自动化管理应该成为默认方案。
愿意冒险的企业和初创公司可以摆脱传统的多供应商模式，转而与一家涵盖所有语言相关事务的单一来源合作，技术和AI是以人为核心的工作过程中的重要部分，无论是用于无需人工干预的完全自动化内容转换，还是仅能人工处理的翻译。长期以来，对于将一个公司的语言服务合同分配给多个语言服务供应商的争议，都是为了减轻“把所有的鸡蛋放在一个篮子里”的风险。现在，一个或两个篮子更有能力保护所有鸡蛋安全，甚至在孵化前就对它们进行培育。然而，对于更倾向风险规避的本地化经理和高层来说，仍不太可能采用这种方案。他们的选择类似于我的团队在1990年代末和首个TMS公司所做的事情，但风险要大得多。
随着越来越多的核心企业系统使用自动翻译来运营部分平台内容，使用没有企业术语或风格的通用引擎，那些或许成功集中化并简化语言流程的本地化领导者，现在面临新的挑战——内容创作不受控制以及不符合品牌形象等。能够解释为什么、何时、如何，以及可能不重要的地方，确保语言一致性是至关重要的。
你想怎么做？你一定会怎么做？变革即将到来，你有许多选择可以探索。我呢？我会评估输入和输出，评估转换需求，研究所有选项，审视风险，并准备迎接新的冒险。几年后，我们会回头说：“我们当时真的是这样管理语言的吗？”
（机器翻译，轻度译后编辑，仅供参考。）
编辑：张湄婕
