AI-lokalisering vs. traditionel lokalisering

Hvis du lokaliserer dine brandmeddelelser til kun 10 sprog, vil du kunne nå 90 % af dit målmarked. Det er imponerende, når man tænker på, at der tales ikke mindre end 7.000 sprog på verdensplan.

Men selv at lokalisere indhold og brugeroplevelser til fem sprog er en stor opgave. Det indebærer ofte tilpasning af hundredvis af siders hjemmesidekopi, marketingmateriale, brugergrænsefladekopi og så videre. Som du ved, kræver dette en betydelig investering af tid, penge og kræfter med en traditionel lokaliseringstilgang.

Så hvad er den mere effektive tilgang, og hvordan er den sammenlignet med den traditionelle proces?

Hvad er lokalisering af kunstig intelligens

AI-lokalisering bruger kunstig intelligens (AI) til at udføre og automatisere forskellige aspekter af lokaliseringsprocessen . Lokalisering er processen med at tilpasse et stykke indholds fulde betydning til en ny region eller målgruppe, herunder oversættelse, tilhørende billeder og kulturelle elementer, der påvirker, hvordan dit indhold vil blive opfattet. Processen er altomfattende og involverer tilpasning af følgende for at sikre klarhed, såvel som kulturel relevans og hensigtsmæssighed:

• Sprog
• Messaging
• Brand stemme og tone
• Visuals
• Brugergrænseflader (til websteder, webapps og softwareapplikationer)
• Dato, tid, måling og talformater
• Valuta og betalingsmetoder

Lad os komme ind på, hvor kunstig intelligens spiller ind her, samt hvordan det er gavnligt.

Hvilken rolle spiller kunstig intelligens i lokalisering?

Kunstig intelligens refererer til maskiner eller computersystemer, der er i stand til at forstå og efterligne menneskelig adfærd. To af dens hovedfunktioner er:

1. Reduktion af den manuelle arbejdsbyrde for mennesker, frigør dem til at fokusere på opgaver med stor effekt, der kræver menneskelig ekspertise
2. Muliggør hurtigere og mere strømlinet udførelse af processer

Inden for AI-området er der tre delfelter, der gør ovenstående muligt, herunder på lokaliseringsprojekter.

De 3 underfelter af AI og deres applikationer i lokalisering

Hvad omfatter AI, og hvad er nogle af dets lokaliseringsrelaterede brugssager?

1. Machine learning (ML): Maskinlæringsalgoritmer trænes på omfattende datasæt, der ofte indeholder millioner af parametre. De bruger det, de lærer, til at lave forudsigelser eller beslutninger, der ligner, hvad et menneske ville - kun mere effektivt og i nogle tilfælde mere præcist.

Maskinlæringsalgoritmer er kræfterne bag oversættelseshukommelse og andre funktioner, der almindeligvis findes i oversættelsesstyringssystemer. Dette inkluderer Smartlings automatiserede kvalitetsvurderinger, som tjekker for problemer som mål- og kildeinkonsistens, bloklistede termer, stavefejl og mere.

2. Dyb læring (DL): Deep learning er en mere kompleks form for ML, der gør computere i stand til at efterligne den måde, den menneskelige hjerne fungerer på. Det gør det via neurale netværk, som kan behandle enorme mængder data, identificere mønstre og lave forudsigelser eller tage passende handlinger baseret på analyse.

I lokaliseringsindustrien er neural machine translation (NMT) en populær anvendelse af dybe neurale netværk. Ikke alene kan NMT-motorer forstå betydningen og konteksten af en sætning og oversætte den nøjagtigt, men de bevarer viden, hvilket gør dem i stand til at levere bedre oversættelser over tid.

Store sprogmodeller (LLM'er) som GPT er også en klasse af deep learning-modeller, der kan behandle og forstå naturlige sprogdata. LLM'er bliver i stigende grad brugt til opgaver som at forhåndsredigere kildetekst for at resultere i oversættelser af højere kvalitet.

3. Naturlig sprogbehandling (NLP): NLP er computeres evne til at forstå og bruge menneskeligt sprog. Du har set denne maskinlæringsteknik på arbejde via fuzzy strengmatching, som identificerer delvise matchninger til tidligere oversatte strenge (på trods af stavevariationer, stavefejl, forkortelser og så videre).

Men en applikation, du måske ikke har set endnu, er automatisk ordlisteindsættelse. Smartling har en unik NLP-drevet teknologi, der uddrager din tilpassede terminologi fra dit indhold for at lette maksimal brandrelevans på tværs af dine oversættelser.

Dette er blot nogle få eksempler på AI-lokalisering. Men er AI-teknologi bare en valgfri klokke eller fløjte, eller gør det virkelig en forskel i de resultater, du kan få?

AI-lokalisering vs. traditionel lokalisering: Hvad er forskellene?

Her er, hvordan de to processer hænger sammen.

1. Hastighed

AI kan lokalisere store partier af indhold på en brøkdel af den tid, det ville tage en eller flere professionelle oversættere. Vores Neural Machine Translation Hub kan for eksempel øjeblikkeligt oversætte milliarder af ord. Så når det kommer til effektivitet, vinder AI-lokalisering oftere end ikke. AI kan også fremskynde andre dele af processen:

• Automatisering af indtag af indhold
• Optimering af kildeindhold før oversættelse
• Lav kvalitetsvurderinger efter oversættelse

Med Smartlings NMT Hub kan du automatisere 90 % eller mere af din arbejdsindsats. Mere end halvdelen af vores kunder automatiserer imponerende 99%+, hvilket resulterer i både tids- og omkostningsbesparelser.

2. Omkostninger

Menneskelig oversættelse koster typisk mellem $0,15 og $0,30 pr. ord. I modsætning hertil ligger MT i intervallet $0,000010 til $0,000020 pr. ord. For at sætte dette i perspektiv kan MT være forskellen mellem at betale $150.000 for at oversætte en million ord eller betale $10 for oversættelsen og måske et nominelt ekstra gebyr for efterredigering og lokalisering af billeder.

AI er også drivkraften bag oversættelseshukommelse. Som navnet antyder, husker den dit oversatte indhold – brand stemme og terminologi inkluderet – så du ikke skal betale for de samme oversættelser igen. Hos Smartling satser vi på minimum 40 % oversættelseshukommelse, hvilket ikke kun kan bidrage til ensartede oversættelser af høj kvalitet, men også kan reducere omkostningerne med næsten det halve.

3. Skalerbarhed

Brands bruger kunstig intelligens til hurtigt at lancere nye markeder på grund af AI's omkostningseffektive, skalerbare karakter. Den traditionelle proces kræver som bekendt en del menneskelig involvering og manuelt arbejde, selv med CAT-værktøjer og lignende. Dette gør det for dyrt og/eller for tidskrævende for mange virksomheder at lave markedsføringslokalisering eller andre former for lokalisering i større skala.

4. Personalisering

Udover at skabe effektivitet for brands, kan kunstig intelligens også være en kundevendt løsning. For eksempel bruger samtale-AI-chatbots NLP til at forstå kundespørgsmål eller bekymringer og svare med personlige, menneskelignende beskeder. Der er også AI-drevne kundesupportløsninger, der oversætter supportbilletter og live chatbeskeder.

5. Kvalitet

Kvalitet er en af de bedste påvirkere i din beslutning om at udnytte AI til lokalisering eller ej – og det med rette. Der er en klar værdi i at arbejde med oversættere og sprogforskere, der har lokal ekspertise. De kan fange sproglige og kulturelle nuancer, som AI-teknologi nogle gange ikke kan. Men dermed ikke sagt, at kunstig intelligens stadig ikke kan være nyttig til at tilpasse indhold og brugeroplevelser til nye målgrupper.

Efterhånden som AI fortsætter med at udvikle sig, vil dens muligheder også. Vi har allerede set kvaliteten og nøjagtigheden af MT forbedres med fremskridtene inden for neural maskinoversættelse i løbet af de sidste par år. Det vil kun fortsætte. I mellemtiden er et afbalanceret synspunkt om at udnytte AI afgørende. Andrew Batwash, vores Associate Director of Language Services, udtrykte det på denne måde under vores Language AI-webinar: "Når folk taler om AI-systemer, forventer de nogle gange, at det skal være fuldt automatiseret [uden] nogen form for menneskelig indgriben. [Men] du kan designe AI-systemer til at have effektiv og meningsfuld menneskelig indgriben."

AI-systemer er ikke beregnet til at erstatte oversættere og andre fagfolk, der er involveret i lokaliseringsprocessen. Andrew siger:

"Disse systemer vil på mange måder hjælpe folk med at være mere produktive. Deres arbejde vil være mere værdifuldt, mere meningsfuldt, og det vil give et bedre output til kunderne. Kunder kommer til at realisere en masse effektivitet fra et AI-system [med mennesker i løkken]."

Den nuværende og fremtidige indvirkning af AI på lokaliseringsindustrien

Industrien ser allerede virkningen af AI beskrevet ovenfor af Andrew. Denne teknologi har aktiveret alt det følgende:

• Omkostningsbesparelser takket være AI-drevne løsninger som oversættelseshukommelse, oversættelsesproxyer og automatiserede kvalitetsvurderinger, som alle er tilgængelige i Smartling
• Omfattende workflowautomatisering med mulighed for at automatisere 90 % eller mere af indholdet
• Oversættelse i realtid af store mængder tekst, og kvaliteten stiger støt, efterhånden som teknologien udvikler sig

Som følge heraf ændres oversætternes rolle. De plejede at bære hovedparten af arbejdet ved hjælp af nogle værktøjer. Nu kan AI udføre meget af arbejdet med oversættere, der tilskynder AI på forsiden af processen og anvender deres ekspertise til at polere oversættelser på bagenden. Så blandt ændringerne i 2023 og derefter vil vi se en større efterspørgsel efter efterredigeringstjenester.

Ifølge forudsigelserne fra Olga Beregovaya, vores vicepræsident for kunstig intelligens og maskinoversættelse, vil vi også se flere andre ændringer. AI vil være bedre i stand til at håndtere blandede og multimedieformater. Projektledelsesroller vil udvikle sig til at fokusere mere bredt på programledelse. Og der vil være et større fokus på initiativer til diversitet, ligeværdighed og inklusion, da reduktion af AI-bias fortsat er et varmt emne.

Udnyt sprog AI på hvert trin i lokaliseringsprocessen

Du har måske hørt udtrykket Language AI svirre rundt i branchen for nylig. Mange tænker på det som bare maskinoversættelse. I virkeligheden omfatter det så meget mere. Fordi vi fortsat er på forkant med lokaliserings- og oversættelsesteknologi, kan Smartling-kunder udnytte kunstig intelligens på tværs af alle stadier af lokaliseringsprocessen. Du kan gøre det samme.

Se vores 5-minutters demo for at se, hvordan du kan reducere dine oversættelsesomkostninger med 70 %, reducere din arbejdsbyrde med 90 % og få op til 350 % højere kvalitet oversættelser. Vi vil med glæde chatte med dig bagefter om, hvordan du inkorporerer AI i dine arbejdsgange og de fordele, du kan forvente ved at gøre det!