什么是人工智能翻译？本地化经理的可靠性、安全性和评估指南

您正在运行一个本地化项目，其中包含机器翻译(MT)、某种形式的 AI 翻译，以及针对任何品牌关键内容的专业语言学家。这种组合可能已经存在一段时间了，但基于LLM的翻译背后的技术却在不断发展。

本地化团队如果仍然沿用以往的内容路由方式，要么是对不再需要人工审核的工作投入过多的人工审核，要么是对人工智能翻译那些它原本就不擅长处理的内容过度依赖人工智能翻译。

本指南详细介绍了人工智能翻译究竟是什么，它与机器翻译有何不同，以及人工智能人工翻译(AIHT) 和专业翻译在当今社会仍然扮演着怎样的角色。到最后，你将能够清楚地决定哪个工具处理哪个内容，而不是基于你最初构建工作流程时所作的假设。

什么是人工智能翻译？它与机器翻译有何不同？

机器翻译和人工智能翻译相关但又不同：机器翻译是一个专用引擎，它使用基于规则、统计或神经的方法（取决于引擎）将源文本转换为目标语言。

AI 翻译是一种独特的工作流程，它使用大型语言模型直接翻译内容，并且通常与AI 驱动的质量评估相结合，该工具会自动对每个翻译片段进行评分，以标记哪些片段需要仔细检查，而不是依赖人工样本。

2017 年Transformer 架构及其所依赖的注意力机制的推出，使翻译模型能够权衡整个句子的上下文，而不是逐字翻译，这是如今仍被广泛使用的多语言机器翻译引擎背后的突破。人工智能翻译已经超越了那个基础。

通用 LLM（即用于聊天或编码的模型）现在可以直接翻译。但是，如果没有针对翻译进行专门调整的基础模型，仍然会在长篇文档中错误地处理品牌术语和语气。

人工智能翻译越来越多地通过针对特定任务调整的模型来处理工作：这些模型根据公司的翻译记忆库和词汇表进行微调，或者与检索增强提示相结合，在翻译时提取品牌背景信息。

Smartling 的 AI Hub就是这样工作的，它让团队能够访问 20 多个 LLM 和 MT 引擎，以及检索增强生成 (RAG) 提示，这些提示会参考客户自己的词汇表和翻译记忆库 (TM)，而不是进行冷翻译。

质量评估在此基础上运行，自动对每个片段进行评分，以便将审核时间用于真正需要语言学家的字符串。模型拟合度加上自动评分的结合，使得如今人工智能翻译比几年前的机器翻译覆盖范围更广。

人工智能翻译是否足够可靠？

可靠性取决于技术和内容的风险级别，而不是人工智能翻译这一类别本身。

人工智能翻译与人工翻译有何不同

• 速度：人工智能翻译可在几秒到几分钟内提供结果，而人工或专业翻译则需要数天时间。Smartling Translate应用合适的语言学习模型 (LLM)
  可在数秒内生成安全、符合品牌调性的翻译，是比 Google Translate 或 DeepL 等免费消费级机器翻译 (MT) 工具更安全的选择。

AIHT 将 AI 输出与人工审核相结合，大大缩短了审核时间。Gemini 的本地化团队发现 AIHT 一天就完成了传统人工翻译需要两天才能完成的工作。完全人工翻译耗时最长，因为每个单词都要经过译者翻译，没有初稿可以参考。

• 成本：在比较人工智能翻译与人工翻译和机器翻译时，机器翻译通常最便宜，专业翻译最贵，人工智能翻译和人工智能人工翻译则介于两者之间。合适的层级应该是与内容用途相匹配的层级，而不是价格最低的层级。
• 可扩展性： 人工翻译的工作量呈线性增长：内容翻倍，翻译工时和翻译时间也大致翻倍。

模型翻译多一句话的成本接近于零，因此原始 AI 翻译的扩展效率远高于增加翻译人员。但扩大项目规模取决于商标和词汇表能否随着数量增长而保持输出的品牌一致性。如果没有人工审核，更多的数据量意味着更多的错误，而错误意味着更多的人工审核，这会削弱效率的提升。

• 质量：像多维质量指标(MQM) 这样的结构化框架通过对翻译的错误类型和严重程度进行评分来衡量质量，而不是通过/不通过的单一判断。不同之处在于质量是如何实现的：一种是通过预编辑，即在翻译之前准备好源内容、词汇表和风格指南；另一种是通过后编辑，即语言学家在翻译完成后审查 AI 输出。LQA Agent执行的那种自动即时质量评分，增加了一个预测哪些部分需要人工审核的环节，这样审核时间就能用在真正需要的地方，而不是平均分配给每个字符串。

所有这些都不能取代人类对评论应归类位置的判断。正如Smartling语言服务副总监Andrew Batwash所说：

“你可以设计人工智能系统，使其能够进行有效且有意义的人工干预。”作为语言服务领域的服务提供商，我们真正想做的是思考在人机交互系统中，人扮演着怎样的角色。它们如何创造价值？它是否在正确的时间出现在正确的地点，从而生成客户想要的结果？

目标并非实现完全自动化的工作流程。它将员工安排在最能发挥其价值的地方，这往往会使整个过程更加高效，而不是效率降低。

有关何时仅靠 AI 翻译就足够了，以及何时需要人工审核的完整决策框架，请参阅AI 与人工翻译。

如何评估人工智能翻译解决方案？

支持的语言：不要只看语言总数，还要看每种语言对的质量。一个声称支持 100 多种语言但对不同语言处理不均衡的平台，其功能并不比一个始终如一地支持较少语言的平台更强大。

定制化：该系统应该能够根据您的品牌术语和翻译记忆进行训练，而不仅仅是通用的流利表达。这是Smartling LanguageAI 平台底层实现的定制化功能，Smartling LanguageAI 平台是 Smartling 的综合平台，用于在 AI 翻译、质量工具和工作流程自动化中应用品牌特定的语言数据。

集成：只有当翻译与你的内容已经存在的地方（你的内容管理系统、代码库、设计工具）连接起来时，翻译才能发挥作用。这就是翻译工作流程管理的作用：自动在团队已使用的系统和翻译步骤之间路由内容。

安全性和治理：安全性和治理是高效人工智能翻译解决方案的关键要素。如果没有它们，您的组织可能会面临数据泄露或法律诉讼等问题。

选择人工智能翻译工具时应该注意哪些方面？

要综合考虑这四个要素，而不是孤立地看待它们：

1. 每个语言对的质量都保持一致（而不仅仅是语言数量）。
2. 能够使用您自己的术语库和翻译记忆库来训练系统。
3. 与您现有的内容系统进行原生集成
4. 经过正式审计的安全和人工智能治理认证

人工智能翻译是否足够安全，可以用于商业用途？

是的，当平台提供LLM提供商控制、定义的人工审核检查点以及有记录的、经过审计的认证时。这种安全性并非默认具备，而且也不是每个供应商都能做到这一点，因此了解实际需要检查哪些方面是很有价值的。

从模型层开始。企业团队需要能够选择和控制 20 多个 LLM 和机器翻译引擎中的哪一个来处理他们的内容，而不是被锁定在供应商为他们决定的单一模型中。Smartling AI Hub提供这种控制功能。不同的 LLM 和引擎具有不同的数据处理和托管配置文件，对内容敏感的团队需要能够绕过那些不合适的配置文件。

除了功能之外，还要注意安全认证。Smartling 拥有ISO/IEC 42001:2023认证，该认证被誉为世界上第一个人工智能管理系统国际标准，此外还拥有 ISO 27001、SOC 2、HIPAA、HITRUST e1 和 PCI Level 1 认证。AI 定位中心更进一步——Smartling 的 ISO 42001 认证零不符合项，涵盖整个平台，没有任何例外。

万豪国际的规模扩张表明了结果：支持的语言数量增加了 5 倍，翻译成本降低了 40%，而且没有出现许多企业团队因安全问题而犹豫不决的情况。

平台的适用场景

以上所有内容均适用于您使用的任何工具：将每种类型的内容与正确的翻译模式相匹配，评估供应商，并设定经得起审查的安全要求。

但实际上，运行本地化项目最难的部分往往是交接，而不是任何单一的决定。如果您的 TMS、机器翻译引擎、质量检查和语言服务提供商 (LSP) 都是独立的，那么每条内容在发布之前都要经过多个系统、合同和所有者。

每一次交接都会增加成本、延误，而且也容易导致上下文或术语丢失。因此，寻找一个能够将技术和人员整合在一起的解决方案是值得的，这样你就可以将每条内容路由到合适的 AI 和人工翻译组合，而无需每次都重新构建工作流程。

Smartling就是为此而设计的。它将翻译管理系统、AI Hub、工作流程自动化、质量工具和 Smartling 自有的专业语言学家整合到一个平台上，因此您无需在软件之外再管理单独的语言服务提供商 (LSP)。团队将获得统一的工作流程、统一的术语和质量标准，以及一个对结果负责的合作伙伴。

将人工智能翻译视为一个连续谱，而不是一个简单的“是”或“否”的问题。

人工智能翻译涵盖了广泛的技术，从机器的原始输出到人工智能辅助的人工审校，再到高风险内容的完全人工翻译。大多数糟糕的决策都是由于团队选择一种方法并将其应用于所有事情造成的。

更好的方法是根据翻译出错可能造成的后果对内容进行排序。法律、人力资源和合规内容涉及监管和合同风险，因此需要专业的人工翻译。

品牌关键内容，例如营销活动和产品发布，都依赖于语气和细微差别，因此，由了解您品牌调性的语言学家优化的 AI 翻译能够带来显著的益处。

技术文档需要的是精确的术语，而不是优美的文笔，因此，借助强大的词汇表和质量检查，人工智能翻译通常就能胜任这项工作。像支持文章或用户评论这类高流量、低风险的内容通常可以直接进行机器翻译。

一旦你将每种内容类型映射到一个层级，你就不再是在抽象地讨论人工智能翻译了。你们在每一件产品上都兼顾了质量、速度和成本。

观看我们五分钟的演示，了解 Smartling LanguageAI 平台如何帮助您的团队将翻译业务扩展到新市场，同时保持质量和控制力。