AI-lokalisering kontra traditionell lokalisering

Genom att lokalisera ditt varumärkesmeddelande till bara 10 språk kan du nå 90 % av din målmarknad. Det är imponerande när man betänker att det finns inte mindre än 7 000 språk som talas över hela världen.

Men även att lokalisera innehåll och användarupplevelser till fem språk är ett enormt åtagande. Det handlar ofta om att anpassa webbplatskopior till ett värde av hundratals sidor, marknadsföringsmaterial, kopiering av användargränssnitt och så vidare. Som ni vet kräver detta en betydande investering av tid, pengar och ansträngning med en traditionell lokaliseringsmetod.

Så, vad är det effektivare tillvägagångssättet, och hur jämför det med den traditionella processen?

Vad är lokalisering av artificiell intelligens

AI-lokalisering använder artificiell intelligens (AI) för att utföra och automatisera olika aspekter av lokaliseringsprocessen . Lokalisering är processen att anpassa ett innehålls fulla betydelse för en ny region eller målgrupp, inklusive översättning, tillhörande bilder och kulturella element som påverkar hur ditt innehåll kommer att uppfattas. Processen är allomfattande och innebär anpassning av följande för att säkerställa tydlighet, såväl som kulturell relevans och lämplighet:

• Språk
• Messaging
• Varumärkes röst och ton
• Visuals
• Användargränssnitt (för webbplatser, webbappar och mjukvaruapplikationer)
• Datum, tid, mått och talformat
• Valuta och betalningsmetoder

Låt oss komma in på var artificiell intelligens spelar in här, liksom hur det är fördelaktigt.

Vilken roll spelar artificiell intelligens vid lokalisering?

Artificiell intelligens avser maskiner eller datorsystem som kan förstå och efterlikna mänskligt beteende. Två av dess huvudfunktioner är:

1. Minska den manuella arbetsbelastningen för människor, frigöra dem för att fokusera på kraftfulla uppgifter som kräver mänsklig expertis
2. Möjliggör snabbare, mer strömlinjeformad exekvering av processer

Inom området AI finns det tre delfält som möjliggör ovanstående, bland annat på lokaliseringsprojekt.

De tre underfälten av AI och deras tillämpningar i lokalisering

Vad omfattar AI och vilka är några av dess lokaliseringsrelaterade användningsfall?

1. Maskininlärning (ML): Maskininlärningsalgoritmer tränas på omfattande datamängder som ofta innehåller miljontals parametrar. De använder det de lär sig för att göra förutsägelser eller beslut som liknar vad en människa skulle göra – bara mer effektivt och, i vissa fall, mer exakt.

Maskininlärningsalgoritmer är krafterna bakom översättningsminne och andra funktioner som vanligtvis finns i översättningshanteringssystem. Detta inkluderar Smartlings automatiserade kvalitetsbedömningar, som kontrollerar frågor som mål- och källainkonsekvenser, blockerade termer, felstavningar och mer.

2. Deep learning (DL): Deep learning är en mer komplex form av ML som gör det möjligt för datorer att efterlikna hur den mänskliga hjärnan fungerar. Den gör detta via neurala nätverk, som kan bearbeta stora mängder data, identifiera mönster och göra förutsägelser eller vidta lämpliga åtgärder baserat på analys.

Inom lokaliseringsindustrin är neural machine translation (NMT) en populär tillämpning av djupa neurala nätverk. Inte bara kan NMT-motorer förstå innebörden och sammanhanget av en mening och översätta den korrekt, utan de behåller kunskap, vilket gör det möjligt för dem att leverera bättre översättningar över tid.

Stora språkmodeller (LLM) som GPT är också en klass av modeller för djupinlärning som kan bearbeta och förstå naturliga språkdata. LLM:er används alltmer för uppgifter som att förredigera källtext för att resultera i översättningar av högre kvalitet.

3. Naturlig språkbehandling (NLP): NLP är datorers förmåga att förstå och använda mänskligt språk. Du har sett den här maskininlärningstekniken fungera via suddig strängmatchning, som identifierar partiella matchningar till tidigare översatta strängar (trots stavningsvariationer, stavfel, förkortningar och så vidare).

Men en applikation som du kanske inte har sett ännu är automatisk insättning av ordlista. Smartling har en unik NLP-driven teknik som extraherar din anpassade terminologi från ditt innehåll för att underlätta maximal varumärkesrelevans i dina översättningar.

Det här är bara några exempel på AI-lokalisering. Men är AI-teknik bara en valfri klocka eller visselpipa, eller gör det verkligen någon skillnad i de resultat du kan få?

AI-lokalisering kontra traditionell lokalisering: Vilka är skillnaderna?

Så här ser de två processerna ut.

1. Hastighet

AI kan lokalisera stora mängder innehåll på en bråkdel av den tid det skulle ta en eller flera professionella översättare. Vår Neural Machine Translation Hub kan till exempel omedelbart översätta miljarder ord. Så när det kommer till effektivitet vinner AI-lokalisering oftare än inte. AI kan också påskynda andra delar av processen:

• Automatisera intaget av innehåll
• Optimera källinnehåll föröversättning
• Göra kvalitetsuppskattningar efter översättning

Med Smartlings NMT Hub kan du automatisera 90 % eller mer av din arbetsinsats. Mer än hälften av våra kunder automatiserar imponerande 99 %+, vilket resulterar i både tids- och kostnadsbesparingar.

2. Kostnad

Mänsklig översättning kostar vanligtvis mellan $0,15 och $0,30 per ord. Däremot ligger MT i intervallet $0,000010 till $0,000020 per ord. För att sätta detta i perspektiv kan MT vara skillnaden mellan att betala $150 000 för att översätta en miljon ord eller att betala $10 för översättningen och kanske en nominell extra avgift för efterredigering och lokalisering av bilder.

AI är också drivkraften bakom översättningsminnet. Som namnet antyder memorerar den ditt översatta innehåll – varumärkesröst och terminologi ingår – så att du inte behöver betala för samma översättningar igen. På Smartling siktar vi på minst 40 % översättningsminne, vilket inte bara kan bidra till konsekventa översättningar av hög kvalitet utan också kan minska kostnaderna med nästan hälften.

3. Skalbarhet

Varumärken använder artificiell intelligens för att snabbt lansera nya marknader på grund av den kostnadseffektiva, skalbara naturen hos AI. Den traditionella processen kräver som bekant mycket mänskligt engagemang och manuellt arbete, även med CAT-verktyg och liknande. Detta gör det för dyrt och/eller för tidskrävande för många företag att göra marknadsföringslokalisering eller andra typer av lokalisering i större skala.

4. Personalisering

Förutom att skapa effektivitetsvinster för varumärken kan artificiell intelligens också vara en kundvänd lösning. Till exempel använder AI-chatbotar för konversation NLP för att förstå kundernas frågor eller bekymmer och svara med personliga, mänskliga meddelanden. Det finns också AI-drivna kundsupportlösningar som översätter supportbiljetter och livechattmeddelanden.

5. Kvalitet

Kvalitet är en av de främsta påverkarna i ditt beslut att utnyttja AI för lokalisering eller inte – och det med rätta. Det finns ett definitivt värde i att arbeta med översättare och lingvister som talar modersmål som har lokal expertis. De kan fånga språkliga och kulturella nyanser som AI-teknik ibland inte kan. Men det betyder inte att artificiell intelligens fortfarande inte kan vara användbar för att anpassa innehåll och användarupplevelser för nya målgrupper.

I takt med att AI fortsätter att utvecklas, kommer dess kapacitet att göra det. Vi har redan sett kvaliteten och noggrannheten hos MT förbättras med framstegen inom neural maskinöversättning under de senaste åren. Det kommer bara att fortsätta. Under tiden är det viktigt med en balanserad syn på att utnyttja AI. Andrew Batwash, vår Associate Director of Language Services, uttryckte det så här under vårt Language AI-webinar: "När människor pratar om AI-system, ibland [förväntar de sig att det] måste vara helt automatiserat [utan] någon form av mänsklig inblandning. [Men] du kan designa AI-system för att ha effektiv och meningsfull mänsklig intervention."

AI-system är inte avsedda att ersätta översättare och andra yrkesverksamma som är involverade i lokaliseringsprocessen. Andrew säger:

"De här systemen kommer på många sätt att hjälpa människor att bli mer produktiva. Deras arbete kommer att bli mer värdefullt, mer meningsfullt och det kommer att ge bättre resultat till kunderna. Kunder kommer att inse en hel del effektivitet från ett AI-system [med människor i slingan].”

Den nuvarande och framtida effekten av AI på lokaliseringsindustrin

Branschen ser redan effekten av AI som beskrivits ovan av Andrew. Denna teknik har möjliggjort allt av följande:

• Kostnadsbesparingar tack vare AI-drivna lösningar som översättningsminne, översättningsproxies och automatiserade kvalitetsbedömningar, som alla är tillgängliga i Smartling
• Omfattande automatisering av arbetsflöden med möjlighet att automatisera 90 % eller mer av innehållet
• Realtidsöversättning av enorma textvolymer med kvalitet som stadigt ökar i takt med att tekniken går framåt

Som ett resultat förändras översättarnas roll. De brukade axla huvuddelen av arbetet med hjälp av några verktyg. Nu kan AI göra mycket av arbetet med översättare som uppmanar AI på framsidan av processen och använder sin expertis för att polera översättningar på baksidan. Så bland förändringarna under 2023 och därefter kommer vi att se en större efterfrågan på tjänster efter redigering.

Enligt förutsägelserna från Olga Beregovaya, vår vicepresident för AI och maskinöversättning, kommer vi också att se flera andra förändringar. AI kommer att bättre kunna hantera bland- och multimediaformat. Projektledningsroller kommer att utvecklas till att fokusera mer på programledning. Och det kommer att finnas ett större fokus på mångfald, rättvisa och inkluderingsinitiativ eftersom att minska AI-bias fortsätter att vara ett hett ämne.

Utnyttja Language AI vid varje steg i lokaliseringsprocessen

Du kanske har hört termen Language AI snurra runt i branschen nyligen. Många tänker på det som bara maskinöversättning. I verkligheten omfattar det så mycket mer. Eftersom vi fortsätter att vara i framkanten av lokaliserings- och översättningsteknik kan Smartling-kunder utnyttja artificiell intelligens i alla stadier av lokaliseringsprocessen. Du kan göra detsamma.

För att se hur du kan minska dina översättningskostnader med 70 %, minska din arbetsbelastning med 90 % och få upp till 350 % högre kvalitet på översättningar, kolla in vår 5-minutersdemo. Vi pratar gärna med dig efteråt om hur du kan införliva AI i dina arbetsflöden och vilka fördelar du kan förvänta dig av att göra det!