.svg)
.svg)
.svg)
%201Q26_%20GRC%202029.png)
.svg)
.svg)
说到翻译，速度问题已经迎刃而解：人工智能（AI）比任何团队都能更快地将本地化内容推向市场。然而，没有质量基础的速度本身就会产生问题，从术语漂移和不同市场之间的语气变化，到品牌术语在日语中的含义与英语中的含义不同--通常情况下，在出现问题之前，没有人会发现这些问题。
更棘手的问题是信任。人工智能能为您的品牌注入活力吗？您能用 21 种语言为您的帮助中心提供帮助并确保其正确无误吗？您能向全球用户发送产品更新并确信其准确无误吗？
这就是 2026 年全球准备就绪大会围绕的话题。本地化领导者、市场营销从业人员、产品团队以及学习与发展（L&D）专业人士花了一天时间从各个角度提出了这些问题--在每场会议上都出现了这样的答案：信任不是审查步骤。必须将其纳入流程，这意味着必须将其纳入平台。
Smartling 在今年的全球就绪大会上发布了公司历史上最大规模的人工智能创新产品。其中的每项能力都围绕着同一个原则：质量应该是自动的、持续的和可衡量的。而不是团队事后争相核实的东西。
发射：每一层都彰显品质
Smartling 人工智能副总裁 Olga Beregovaya 和产品副总裁 Andrew Saxe 在产品路线图会议上首先讨论了人工智能翻译量的增长速度如何超过任何团队的监管能力。制作的内容和审核的内容之间的差距往往是质量下降的原因所在。
解决这一挑战是 Smartling 发布会的核心内容。 LQA Agent这是一种由人工智能驱动的质量评估，它应用行业标准的多维质量指标 (MQM) 对翻译进行大规模自动评分，提供持续的质量监控，以发现实际需要额外关注的地方并跟踪长期趋势。
超越 LQA 代理、 释放 还包括
- 即时人工智能翻译 内部连接的工具包括 Figma、Adobe Creative Suite 和 AEM，因此您的翻译记忆库、词汇表和 AI 的样式规则适用于所有翻译。
- 自动选择 LLM、 它可以在幕后处理模型选择、提示工程和持续基准测试，从而获得更高质量的输出，且无需更改工作流程。内置的 RAG 可确保每次翻译都能从翻译记忆库、词汇表和人工智能风格规则中提取内容，从而实现比传统 MT 更高质量的输出，而且无需任何设置，也不会锁定模型。
- 人工智能风格规则该系统可在 30 多个地区应用标点符号、日期格式、地区语言标准以及可选的品牌声音或域名要求，以确保每一次输出都符合品牌要求。
- 人工智能图像翻译它可以从图像中提取文本、翻译文本，并将翻译好的文本重建图像--将您对基于文本的资产所期待的质量标准扩展到产品照片、横幅广告和社交资产等图像。
- 语言适应 以缩小地区差异差距，如美国英语到英国英语的差异，而无需全部重译的成本。
每件作品都建立在相同的基础上。质量是默认设置的翻译平台--嵌入在引擎、规则、输出和评估中。
当天的会议给我们带来的质量启示
当速度超越结构时，会出现什么问题？奥尔加和人工智能与 MT 解决方案高级总监亚历克斯-亚尼舍夫斯基（Alex Yanishevsky）主持了分组讨论，直接解决了这一问题。
最后，他们共同认为，没有管理的速度本身就会产生问题，包括术语不一致、没有审计跟踪，以及可能在错误的时刻出现幻觉。会议阐述了人工智能治理在实践中的实际意义：可靠的数据和强大的质量检查、检测和监控、透明度和可审计性以及风险缓解。
在 Smartling 的实施过程中，这看起来就像幻觉检测，它能发现人工智能引入的错误；质量评分，它能将标记的内容发送给人工审核人员；LQA Agent 提供持续监控，以便团队跟踪一段时间内的质量趋势。
人工智能本地化框架来自艰苦的经验
在 SumUp 的运营内部，高级本地化经理 Jasmin Barth 和全球本地化经理 Maja Milosavljevic 分享了他们的团队建立的内容矩阵，该矩阵用于在规模上作出翻译决策，每个分支都以质量为标准。
该框架背后的启示是，内容类型决定质量风险。与内部文档或低风险通知相比，高知名度、受监管和对品牌至关重要的字符串需要不同的路径。当每种内容类型都能获得其实际需要的工作流程时，高质量计划就能取得成功。
他们的会议并没有软化那些塑造了他们的失败。他们分享了发现生产中出现问题的工作流程、不成立的假设，以及监控信号本可以在发货前发现问题的时刻。他们清楚地认识到，早期的艰苦努力正是他们项目的优势所在。
当一家咨询公司推荐普通法学硕士时
IHG Hotels& Resorts 的产品转型总监 Michelle Kerr 分享了她的团队在评估通用大语言模型能否处理 21 种语言和所有自有渠道的本地化时的经验。
结果呢？不可能。通用人工智能可以生成翻译，但它不会应用经认可的术语，不会在不同市场间强制执行风格，不会根据可见度将内容导向正确的质量层，也不会在出错时提供审计跟踪。所有这些要求都需要基础设施，比如将语言资产、管理控制和质量框架集中在一处的平台。
IHG 重建了本地化架构，将翻译工作转移到内容管理系统 (CMS) 的上游。现在，内容可以大规模地路由到正确的翻译方法。质量检查在内容送达客人之前进行，而不是在发货之后。IHG 团队拒绝通用 LLM 提议的那一刻，不仅仅是一个技术决定：更是一个关于质量究竟需要什么的决定。
营销团队在质量出现偏差时才发现的问题
Docusign 本地化和国际运营部首席网络经理 Dervilla O'Reilly 认为，不受监管的人工智能翻译是营销团队最容易面临的质量风险（也是最不容易应对的风险）。
问题并不在于人工智能产生了明显糟糕的翻译。这种情况更微妙，因为如果没有经过品牌培训的工作流程、词汇表的执行和反馈回路，当质量偏离公司的指导方针时，就不会有任何信号：一个品牌术语在德语中的翻译不一致；一个语气在法语中的变化；一个短语在受监管市场中的表达方式不同。这些都不会体现在交付报告或字数统计中。
她的团队的工作涉及大多数营销本地化项目所忽略的两件事：教育利益相关者了解不受管理的人工智能在实践中究竟会产生什么，以及在人工智能接触内容之前对其进行调整。这样，营销本地化的质量就不再是一个下游检查点，而是在翻译开始之前就已决定。
从 200 小时到 2,000 小时：自动化的终点和质量的起点
IBM SkillsBuild 的全球项目战略师兼学习体验主管 Bruno Gonçalves 带来了一个数字，它重塑了&D 团队对规模的看法：IBM 的翻译学习内容从 200 个小时增加到 2000 个小时，而团队规模却比以前更小。
当团队着手扩大规模时，完全自动化并不是解决办法：内容是技术性的，有些学习者只有 14 岁，有些语言需要从右向左的支持，而工具的设计并不适合。取而代之的是一个 "人在回路中 "的系统，明确决定人工智能翻译的可信度和不可信度。他们专门为 L&D 内容类型建立了翻译记忆库，解决了 SCORM 和 Rise（通用电子学习文件格式）兼容性方面的难题，而这些难题并没有既定的操作指南，他们还制定了明确的规则，规定在什么情况下人工验证是不可接受的。
IBM SkillsBuild 的优质经验是，规模化并不意味着从工作流程中移除人力。这意味着要将它们精确地放在人工智能不足的地方，并建立起了解差异的基础设施。
没有人提醒你的 95%
Chris Dell 是 Next Chapter Advisory + Coaching 公司的高级顾问，在企业规模的建设与购买决策中，他一直都是左右逢源。他的观点是，虽然 API 调用是构建翻译系统的简单 5% ，但其他 95% - 翻译记忆库集成、词汇表执行、合规性控制、连接器维护以及每次新模型发布时重新调整提示 - 永远都要由工程团队来完成。
每一个组成部分都是质量变量。自制堆栈没有翻译记忆库，没有持续的质量监控，也没有审计跟踪。无论您的团队有多少时间和能力来长期建设和维护，他们都能胜任。归根结底，内部构建的真正成本不是初始开发，而是持续的质量欠账。
来自全球准备就绪大会的更多信息
建立高管认同的实际需要 - DoorDash 本地化负责人 Winnie Wong、Tinder 全球化和国际增长高级经理 Kenny Imery 以及全球增长和全球化负责人 Jerome Selinger 讲述了他们如何让以不同指标思考的高管们了解本地化的影响。MQM 分数能打动本地化团队，但打动首席执行官的是质量能直接转化为转换率、市场保留率和上市时间。小组成员分享了他们的组织在翻译过程中的成功之处。
本地化的隐性工作 - AllTrails 本地化战略经理 Rossella Barry 和 Taskrabbit 全球化高级经理 Verónica Celdrán 探讨了翻译开始前就存在的质量问题：提交的字符串没有上下文、文件缺失、内容污染翻译记忆库并造成长达数月的返工循环。掌握正确的提交标准才能真正推动质量指标的提高，也才能使人工智能更快、影响更大。进气口越干净，人工智能的性能就越好。
超越试点：高绩效团队如何推广人工智能 - Spotify 本地化总监 Tommaso Rossi、SAS 翻译项目经理 Patricia Sainz、Rover.com 本地化主管 Julio Leal 和 SumUp 内容本地化全球主管 Ana Vehar 以当天最坦诚的对话结束了内容会议。讨论中始终贯穿的一条主线是，人工智能试点与推广之间的差距归根结底是质量上的差距。那些能有效扩大人工智能翻译规模的团队都首先建立了高质量的基础设施。
全球就绪奖
会议最后表彰了以正确方式开展本地化工作的项目。今年的 "全球就绪奖 "获奖者：Atlassian（卓越奖）、Busuu（无障碍奖）、Docusign（协作奖）、Fortra（加速奖）、Kyndryl（全球化奖）、Netskope（合作伙伴奖），以及弗吉尼亚州联邦/VITA（开拓者奖）--因 67 个州级机构入职全球准备就绪系统而获此殊荣。 Global Delivery Network 使居民能用自己的语言获取重要的政府内容。
本地化领导者的目标
Anna Schlegel，Universalization.ai 首席执行官、在全球就绪大会开幕式上，他指出了大多数本地化领导者已经知道但尚未完全意识到的问题：人工智能时代并没有让这项工作变得更容易，而只是提高了标准。因为对人工智能产品的信任是目前全球内容领域最棘手的问题之一。能够解决这个问题的人，都是对语言在不同市场的实际应用有着最深入了解的人。
安娜的核心理念在每次会议中都会出现。台上的每一位从业者都有一个版本的相同故事：人工智能让翻译变得更快，而新的挑战则是如何确保产出的内容是你的品牌所赖以生存的。这就是 Smartling 质量创新的终极价值--以人工智能所需的速度提供值得信赖的翻译，并大规模自动监控质量。
全球准备就绪大会的所有 11 场会议均可点播。观看发布会、实践者会议和完整对话，请访问 smartling.com/conference.
