抓住关键机遇：助力组织以少翻多，实现飞跃发展

如果您近期发现贵组织对本地化支持的需求急剧上升，其实这并非个例。根据我们的行业调查显示，过去 12 个月内，企业内部翻译部门的工作需求出现了显著的增长。具体表现为，项目文件数量上升了 48%，提交翻译需求的部门数量增加了 37%，且每个项目的字数也增长了 37%。 

 

然而，处理日益增长的本地化工作量以及更加多样化、规模更大的本地化项目，可能会给运营带来极大的挑战。您需要利用相同的资源完成更多的翻译任务，同时还要确保翻译质量达到预期的标准。  

 

这种平衡往往难以实现。但是，如果贵组织能够以更高效的方式交付本地化内容，那么潜在的回报将会是巨大的。这样一来，您不仅能够满足不断增长的需求，还能以更具吸引力的方式接触到更广泛的受众，并与其建立更加紧密的联系。大量研究表明，人们更倾向于与那些以其母语呈现的内容进行互动。  

 

值得庆幸的是，随着本地化需求的快速增长，我们亦见证了一系列强大的新技术和数字化功能的涌现，它们不仅加速了本地化进程，更从根本上重塑了本地化流程。

 

如果贵组织希望实现无所不译，那么一定要把握住以下三个机遇： 

就在不久前，翻译行业首次直面神经机器翻译 (NMT) 的崛起。而神经机器翻译也迅速崭露头角，成为了翻译行业中极具影响力的语言人工智能应用。现今，一种新技术——生成式 AI，特别是大语言模型 (LLM)——正在席卷而来，引发了人们对它可能带来的深远影响的热烈讨论。同时，这种新技术也为我们展示了一个全新的、充满各种可能性的世界。 

 

尽管 LLM 并非专为翻译设计，但其高度的流畅性和强大的可调适性使其具有巨大的潜力。正因如此，众多组织正积极寻求将其融入翻译流程中的方法。例如，充分发挥 LLM 的优势，并防止捏造信息和偏见等缺点，使其成为翻译专业人员的得力助手。当 LLM 与翻译记忆库 (TM)、术语库或机器翻译 (MT) 相结合时，它能够显著增强翻译的质量和准确性，同时避免引入错误或偏见。 

 

在 Trados 中，我们利用这种方法，让生成式翻译功能有效地引导 LLM 重译 MT 翻译的句段，或从零开始翻译未翻译的句段。此流程够融入获批准的术语，并严格遵循特定的风格、长度限制和性别等提示。 

 

除了上述例子外，还有许多其他应用场景展示了 AI 的使用或探索方式，其中 LLM：  

这些示例清晰地表明，在翻译技术中正确地利用 AI 功能不仅可以加速语言服务专家的翻译效率，还可以简化重复的项目管理职责。但是，就像使用 NMT 一样，重要的是我们要认识到，AI 并不能完全取代人工译员和项目经理的角色。只有当 AI 融入到人类的工作流时，其巨大的潜能才能得到充分发挥，让专家技能更上一层楼，从而助力专家更高效地处理日常的本地化任务。因此，通过利用 AI，我们可以用相同的资源生成更多的翻译内容。以往需要人工完成的任务，现在得以自动化，从而释放出资金，使其能够投入到其他更为关键和迫切的领域中。 

云技术彻底改变了本地化行业。它不仅推动了翻译技术的普及，还重塑了管理和完成工作的方式。借助基于云的翻译平台，您的团队能够在一个位置轻松访问先进的本地化技术功能，实现无缝协作，并与供应链中的其他成员共享请求和文档。  

 

随着行业逐渐从本地/桌面环境转向云端，我们发现云优先（与纯云端不同）的工作方式已深入人心，尤其是集中式云存储语言资产和云管理流程带来的便捷性，使得这种工作方式备受青睐。最常见的组合是基于云的翻译管理与基于桌面的翻译工具相结合。  

 

这种向云优先工作的转变也为组织带来了新的机遇。随着云解决方案的部署和访问变得愈加便捷，以及基于云的编辑工具更易调适以满足不同受众的需求，机器翻译 (MT) 的质量也得到了显著提升，近期我们发现，越来越多的人开始关注由本身并非翻译专业人员的领域专家 (SME) 进行的云端翻译审校。在涉及专业知识和特定术语使用的主题领域，这一需求尤其明显。  

 

许多组织看到了依靠 MT 的机会，他们的 SME 可以根据需求对机译进行编辑，而无需翻译专业人员的直接帮助。这种“SME 作为译后编辑人员”模式背后的核心理念是，只要质量达到足够好的水平，其工作与其说是译后编辑，不如说是进行术语审校，而 LLM 的流畅性可能会进一步加速这一趋势的发展。 

 

对于贵公司的翻译团队，云优先工作方式可以帮助提高工作效率，特别是在进行调适时，让 SME 能够更轻松地贡献其专业知识。通过使用云本地化工具，您不仅能够在内部高效完成更多工作，还能确保花在外部本地化支持上的每一笔投资都能为企业带来可观的价值回报。 

随着组织在满足其本地化需求的数量、速度和多样性方面遇到瓶颈，许多组织开始意识到他们过去采用的临时方法已经无法跟上步伐。“语言运营”(LangOps) 是一个逐渐被行业所采纳的术语，指组织需要采取的方法，将本地化从临时活动转变为战略业务推动因素。这种方法应当自然地融入到业务流程中，在整个企业中得到一致的应用。  

 

“战略”是这里的关键。为 LangOps 重新组织业务意味着将其视为最高管理层的问题来对待，由上层领导制定方向和决策，从上至下推动实施。LangOps 的目标是打破组织内的孤岛现象，促进跨职能之间的协作，使本地化工作变得可扩展。 

 

技术，特别是 AI，是 LangOps 的关键推动因素。因为 AI 能够支持可扩展的端到端流程，使以前的人工流程自动化，以及帮助组织更加一致地开展跨组织边界的本地化工作。LangOps 通常采用以 AI 优先的方法，但同时也认识到“人工把关”在质量保证和管理中的重要性。 

 

除了注重 AI 和上述云优先工作方式外，各个组织还需成为翻译生态系统应用的领导者。人们逐渐意识到，构建一个包含无缝集成元素和系统的技术堆栈至关重要，该技术堆栈作为 LangOps 的推动因素，有助于推动工作流更加顺畅。由于单一解决方案无法全面满足不同的需求，因此，选择一种具备集成功能的解决方案变得尤为关键。这包括评估 API 的可用性、是否有开箱即用连接器，以及评估是否有活跃的开发人员社区为平台构建集成和扩展。 

 

对于公司内部翻译团队而言，如果组织在本地化方面采取更具战略性的方法，这将是一个好消息。这将为他们提供进一步发展的机会，将自己定位为 LangOps 计划中的战略顾问（无论是作为内部顾问，还是合作伙伴），为组织创造更大的价值。此外，LangOps 通过以明确、统一和可重复的方式将本地化实践融入工作流，让更多人能够更一致地翻译更多内容。因此，您可以轻松地使您的内容更具包容性。  

 

现在，本地化比以往任何时候都更加重要，同时也更具挑战性。贵组织需要在更短的时间内，利用相同的资源来完成更多的翻译任务。如果没有正确的技术，这项任务几乎无法完成。然而，只要您拥有正确的工具和便捷的支持，您就能够胸有成竹地应对新兴趋势所带来的机遇。  

 

如果您有兴趣了解如何利用翻译技术将挑战转化为机遇，请联系我们的专家进行探讨。