通过Welocalize与40多位全球商业领袖的对话，了解人工智能和大语言模型如何彻底改变商业创新。
正如我们所知，人工智能和大语言模型正在改变世界。从内容创作到供应链管理，人工智能和大语言模型正在重塑创新的速度，并成为变革的巨大催化剂，重新定义了可想象的界限。曾经被认为不可能的事情现在不仅是可能的，而且是可以期待的。
Welocalize与来自不同行业的40多家全球公司的领导者进行了对话，探讨人工智能和大语言模型如何重新定义创新。
产业革命
人工智能和大语言模型带来的创新，如OpenAI的ChatGPT和谷歌的Gemini，正在重塑多个行业。Meta、IBM、微软、百度和华为等巨头走在前列，开发和完善了大量的大语言模型，预示着未来几个月将出现广泛的变化，并迅速采用生成内容。
采用和挑战
Welocalize的解决方案主管Darin Goble预计，随着从软件到生命科学的企业感受到实施大语言模型的压力，将发生重大变化。Goble表示:“我们预计将在12至18个月内迅速采用生成内容，从而实现大规模变革。”
尽管处于早期阶段，但公司正面临着在推出大语言模型输出和确保遵守法律标准之间的两难境地。软件行业的一位高管也遇到了同样的困境，因为他们的领导层不顾法律团队的建议，正在推动大语言模型输出的上线。
潮流的转变:神经机器翻译的颠覆
神经机器翻译已经成为语言服务提供商本地化项目的基石。这种操作模式在与人工后期编辑相结合时已被反复证明是成功的。
然而，大语言模型的崛起构成了推翻神经机器翻译的潜在威胁。Welocalize的实验表明，由于不断创新的步伐，大语言模型在本地化方面的表现逐渐超过神经机器翻译。
在一次讨论中，Goble澄清道：“神经机器翻译目前在本地化方面的表现仍优于大语言模型，但我们预计这种情况会随着创新的步伐而改变。”
这种转变只是时间问题。来自跨国互联网品牌和服务提供商的本地化经理分享说，他们在将人工智能作为机器翻译工具的概念验证中取得了积极的成果。Co-Pilot Authoring：范式转变
微软和谷歌等主要软件公司已经集成了GenAI Co-Pilot，为更容易、更快速地生成内容和翻译多种目标语言铺平了道路。
“这是新技术浪潮的典型转变，我们认为对于某些语言对和内容类型来说，这是最终不可避免的，”Goble分享道。随着大语言模型提高内容生成和翻译的速度和效率，公司应该期待更大的内容量。
更新的工作流和转换角色
适应这一技术浪潮意味着重新思考工作流程和不断发展的工作职能。Welocalize开创了新的工作流程，从“源到目标”到“提示到目标”，解决了质量评估、人工参与翻译以及在翻译内容中保持品牌基调和声音等问题。
客户使用提示生成多语言内容和人工智能质量评估来评估其有效性;如果失败，则调整大语言模型并修改提示符。
但是，有几个问题和关切，例如:
-
使用机器翻译与译后编辑和生成式人工智能与译后编辑的成本差异
-
采用新工作流程所节省的估计时间
-
从技术堆栈的角度组合和集成所有元素
-
生成的内容如何在没有人工评估的情况下通过质量评估
-
是否不再需要人类来翻译
-
如何为每种目标语言定制提示
-
谁负责确保品牌的语气和声音在翻译内容中保持一致
-
将这个新工作流程从试点过渡到全面生产的时间表。
Goble指出:“不仅是工作流程，工作职能也需要迅速发展。”“本地化领导者需要向上游转移。本地化管理将演变为全球内容管理。”
风险与对策
虽然大语言模型提供了许多机会，但也带来了一系列挑战，包括准确性、数据保护和监管。
建立对人工智能生成内容的信任和解决安全问题至关重要。
GenAI生成的输出可能是不可预测的和有问题的。偏见、谎言和幻觉是一些可能由有缺陷的训练数据引起的问题。因此，确保用于开发人工智能模型的训练数据是可靠和无偏的是至关重要的。
一家跨国制药和生物技术公司的翻译对人工智能产生虚假陈述的可能性表示担忧。同样，同一公司的一位质量管理领导也表达了对大语言模型使用超出其预期目的的担忧。此外，一位来自国际时尚企业的高级本地化经理对人工智能质量评估的可靠性提出了质疑。
安全是首要任务，包括保护数据隐私和确保保护。“安全担忧将被主要科技公司克服，监管可能因地区而异。我们正在与微软和其他供应商密切合作。我们渴望与我们的客户合作，制定与(通用数据保护条例和他们所在行业的其他信息安全考虑相关的新工作流程，”Goble保证道。
以下是一些确保企业安全和数据隐私的实用方法:
-
使用由主要云提供商托管的人工智能/大语言模型服务，为其人工智能产品提供先进的企业安全和数据保护措施。
-
确保这些提供商使用数据加密，并将基础大语言模型与客户端数据隔离。
-
教育员工正确使用人工智能。警告未经批准的平台。
-
组建一个内部人工智能工作组，积极评估大语言模型的新技术、法律和业务影响。
（机器翻译，轻度译后编辑，仅供参考。）
编辑：曾钰璇
