只需将您的品牌信息本地化为 10 种语言，您就能覆盖 90% 的目标市场。 如果你考虑到全世界的语言不下 7,000 种，那这真是令人印象深刻。

但即使将内容和用户体验本地化成五种语言也是一项艰巨的任务。 它通常涉及调整数百页的网站文案、营销材料、用户界面文案等等。 如您所知，采用传统的本地化方法需要投入大量的时间、金钱和精力。

那么，什么是更有效的方法？与传统流程相比如何？

什么是人工智能定位

AI本地化使用人工智能（AI）来执行和自动化本地化过程的各个方面。 本地化是将内容的全部含义改编为适合新地区或目标受众的过程，包括翻译、相关图像以及影响内容感知方式的文化元素。 该过程是包罗万象的，涉及调整以下内容以确保清晰度以及文化相关性和适当性：

• 语言
• Messaging
• 品牌声音和语调
• Visuals
• 用户界面（用于网站、网络应用程序和软件应用程序）
• 日期、时间、测量和数字格式
• 货币和付款方式

让我们来了解一下人工智能在这里发挥作用的地方，以及它带来的好处。

人工智能在本地化中扮演什么角色？

人工智能是指能够理解和模拟人类行为的机器或计算机系统。 它的两个主要功能是：

1. 减少人类的手动工作量，使他们能够专注于需要人类专业知识的高影响力任务
2. 实现更快、更简化的流程执行

在人工智能领域，有三个子领域可以实现上述目标，其中包括本地化项目。

人工智能的三个子领域及其在本地化中的应用

人工智能包含什么？其与本地化相关的一些用例有哪些？

1. 机器学习（ML） ：机器学习算法在通常包含数百万个参数的大量数据集上进行训练。 它们利用所学知识做出与人类类似的预测或决策——只是更有效，在某些情况下也更准确。

机器学习算法是翻译记忆库和翻译管理系统中常见其他功能背后的推动力。 这包括 Smartling 的自动质量评估，可以检查目标和源不一致、黑名单术语、拼写错误等问题。

2. 深度学习 (DL) ：深度学习是 ML 的一种更复杂的形式，它使计算机能够模仿人类大脑的工作方式。 它通过神经网络实现这一点，神经网络可以处理大量数据，识别模式，并根据分析做出预测或采取适当的行动。

在本地化行业，神经机器翻译（NMT）是深度神经网络的一个流行应用。 NMT 引擎不仅可以理解句子的含义和上下文并准确地翻译，而且还能保留知识，从而使其能够随着时间的推移提供更好的翻译。

GPT 等大型语言模型（LLM）也是一类可以处理和理解自然语言数据的深度学习模型。 LLM 越来越多地被用于诸如预编辑源文本之类的任务，以获得更高质量的翻译。

3.自然语言处理（NLP） ：NLP是计算机理解和使用人类语言的能力。 您已经看到了这种机器学习技术在模糊字符串匹配中的应用，它可以识别与先前翻译的字符串的部分匹配（尽管存在拼写变化、拼写错误、缩写等）。

但您可能还没有见过的应用程序是自动词汇表术语插入。 Smartling 拥有独特的 NLP 技术，可以从您的内容中提取自定义术语，从而最大限度地提高您的翻译的品牌相关性。

这些只是人工智能定位的几个例子。 但是，人工智能技术是否仅仅是一个可有可无的花哨东西，或者它是否真的能对你所能获得的结果产生影响？

AI本地化与传统本地化：有何区别？

以下是这两个过程的叠加方式。

1.速度

人工智能可以在一名或多名专业翻译所需时间的一小部分内本地化大量内容。 例如，我们的神经机器翻译中心可以立即翻译数十亿个单词。 因此，从效率角度来看，AI本地化往往胜出。 人工智能还可以加速该过程的其他部分：

• 自动获取内容
• 优化源内容预翻译
• 翻译后进行质量评估

借助 Smartling 的 NMT Hub，您可以实现90% 或更多工作量的自动化。 我们超过一半的客户实现了令人印象深刻的 99% 以上的自动化，从而节省了时间和成本。

2.成本

人工翻译的费用通常为每字 0.15 美元至 0.30 美元。 相比之下，MT 的价格范围为每字 0.000010 美元到 0.000020 美元。 从这个角度来看，机器翻译的费用可能相差很大：是花 15 万美元翻译一百万字，还是花 10 美元进行翻译，或许还要支付一笔象征性的额外费用用于后期编辑和本地化图像。

人工智能也是翻译记忆背后的驱动力。 顾名思义，它会记住您的翻译内容（包括品牌声音和术语），这样您就不必再次为相同的翻译付费。 在 Smartling，我们的目标是至少拥有 40% 的翻译记忆库，这不仅可以实现一致的高质量翻译，还可以将成本降低近一半。

3.可扩展性

由于人工智能具有成本效益和可扩展性，品牌正在利用人工智能快速进入新市场。 众所周知，即使使用 CAT 工具等，传统流程也需要大量人力参与和手动工作。 这使得许多公司进行大规模营销本地化或其他类型的本地化成本过高或耗时过长。

4.个性化

除了为品牌创造效率之外，人工智能还可以成为面向客户的解决方案。 例如，对话式 AI 聊天机器人使用 NLP 来理解客户的问题或疑虑，并以个性化、类似人类的消息做出回应。 还有人工智能客户支持解决方案，可以翻译支持票和实时聊天消息。

5. 质量

质量是影响您是否利用 AI 进行本地化的首要因素之一，这是理所当然的。 与拥有当地专业知识的母语翻译和语言学家合作具有明显价值。 它们可以捕捉人工智能技术有时无法捕捉到的语言和文化细微差别。 但这并不是说人工智能不能用于为新受众调整内容和用户体验。

随着人工智能的不断进步，其能力也将不断增强。 我们已经看到，随着过去几年神经机器翻译的进步，机器翻译的质量和准确性有所提高。 这种情况还将继续下去。 与此同时，对如何利用人工智能有一个平衡的观点至关重要。 我们的语言服务副总监 Andrew Batwash 在我们的语言 AI 网络研讨会上这样说道：“当人们谈论 AI 系统时，有时他们 [期望它] 必须完全自动化，无需任何人工干预。 [但是]你可以设计人工智能系统来实现有效且有意义的人类干预。”

人工智能系统并非旨在取代参与本地化过程的翻译和其他专业人员。 安德鲁 说：

“这些系统在很多方面将帮助人们提高生产力。 他们的工作将更有价值、更有意义，并且将为客户提供更好的产出。 客户将从 [以人类为主导的] 人工智能系统中获得巨大的效率。”

人工智能对本地化行业的当前和未来影响

业界已经看到了安德鲁上述描述的人工智能的影响。 这项技术实现了以下所有功能：

• 借助翻译记忆库、翻译代理和自动质量评估等人工智能解决方案节省成本，所有这些解决方案均可在 Smartling 中使用
• 广泛的工作流程自动化，能够实现 90% 或更多内容的自动化
• 实时翻译大量文本，质量随着技术进步而稳步提高

因此，翻译人员的角色正在发生变化。 他们过去常常借助一些工具来承担大部分工作。 现在，人工智能可以完成大部分工作，翻译人员可以在流程前端提示人工智能，并在后端运用他们的专业知识来完善翻译。 因此，在 2023 年及以后的变化中，我们将看到对后期编辑服务的需求更大。

根据我们的人工智能和机器翻译副总裁Olga Beregovaya 的预测，我们还将看到其他一些变化。 人工智能将能够更好地处理混合和多媒体格式。 项目管理角色将会不断发展，更加注重项目管理。 由于减少人工智能偏见继续成为热门话题，人们将更加关注多样性、公平性和包容性举措。

在本地化过程的每一步中利用语言人工智能

您可能听说过最近业界流传的“语言人工智能”这个术语。 许多人认为它只是机器翻译。 事实上，它涵盖的内容远不止这些。 由于我们始终处于本地化和翻译技术的前沿，Smartling 客户可以在本地化过程的所有阶段利用人工智能。 你也可以这样做。

要了解如何降低 70% 的翻译成本、减少 90% 的工作量并获得高达 350% 的更高质量的翻译，请查看我们的 5 分钟演示。 我们很乐意与您讨论如何将 AI 融入您的工作流程以及您可以从中获得的好处！