著者：Grce Cowan
2024年、ローカリゼーションの世界ではAIの可能性に興奮が渦巻いていました。しかし、その興奮を現実世界での結果に変えることができるでしょうか? それが難しい部分でした。
2025年に向けて、各チームは日々の業務でAIを実際に活用する方法を模索しています。
2025年1月30日、私たちはこの問題に正面から取り組むために 4 人のローカリゼーション専門家と話し合いました。パネリストは次のとおりです：
2025年、ローカリゼーショントレンドのハイライト
以下では、パネルディスカッションと聴衆の投票から判明した2025 年のローカリゼーションを形作る 3 つの大きなトレンドを紹介します。
2024年、ローカリゼーションチームはパイロットを次々と実行し、 AIの可能性をテストしました。
会議ではAIの影響についての理論的な議論が活発に行われました。しかし、年が進むにつれて何かが変わりました。
Alessandra Binazziは次のように説明しています。
「2024年はまさにPOCとパイロットの年でした。組織は単なる実験ではなく、急激な学習曲線に追いつき、これらのテクノロジーの適切な用途を見つけようとしていました。」
その実験段階は、より実用的なものへと移行しました。
ウェビナーの一環として実施したアンケートでは、ローカリゼーションリーダーの80%以上が、2025年の最優先事項として「実用的なAI実装とワークフローへの統合」を挙げました。
ローカリゼーション チームは次の 3 つの主要領域を優先しています。
実験の時間は終わりました。リーディング企業は、本番環境に対応したソリューションを実装していっています。
これは、AIツールを既存のワークフローに 統合し、具体的なビジネス成果 を 測定することを意味します。焦点は、何が できるかということから、何を確実に提供できるか へと移りました。
すべてを一夜にして変革しようとするのではなく、コンテンツの前処理や品質のチェックなど、AIによってワークフローが明らかに改善される対象ユースケースを選択することから始めます。
AIがあなたのために働くようにすることであり、その逆ではありません。
AIは人間の役割を置き換えるのではなく、再形成するのです。
International Achievers Group のグローバルアドバイザーである Bruno Herrmannは、「新しいツールセット、スキルセット、考え方」の必要性を強調しています。
企業は、AI出力の 品質評価、 迅速なエンジニアリング、 言語データ管理、そして AIプロジェクト管理に投資しています。
これらは単なる職位ではなく、AI機能とビジネスニーズのギャップを埋める新たな専門分野となります。
焦点は AIの機能からビジネスへの影響へと移っています。
Irma は、AIの機能と限界を認識することから始めて、企業の準備を行う中で、最後に具体的なビジネス成果を通じて有効性を測定するという「段階的なアプローチ」を提唱しています。
この体系的なアプローチは、企業が 誇大宣伝サイクルを回避し 、 持続可能な実装に集中するのに役立ちます。
AIはどんな言語ペアでも完璧に処理することを約束しました。しかし現実はもっと複雑です。
「公開されている大規模言語モデルのトレーニングに使用される言語データのほぼ半分は英語で、次にヨーロッパの主要言語がわずかながらあり、他の言語ではその割合はどんどん小さくなっていきます。」
と、CSAリサーチのシニアアナリスト、Alison Toonは説明しています。
この不均衡は、グローバル企業にとって重大な課題を生み出します。
現在普及しているAIモデルでは、英語からスペイン語やフランス語などの一般的な言語ペアの場合、優れたパフォーマンスを発揮します。しかし、トレーニングデータが少ない言語ではパフォーマンスが大幅に低下します。
企業のローカリゼーションでは60～70の言語が関係することが多いため、 普遍的なAIソリューションに頼ることはできません。
この課題を克服するには、既存の翻訳資産を活用することです。これには、長年にわたって蓄積された翻訳メモリ、用語データベース、スタイル ガイドが含まれます。
果たして結果は？
ブランドと顧客に合わせたワークフロー。
リソースの多い言語にはAIファーストのアプローチを使用し、中間に位置する言語にはAIと従来のMTを組み合わせて対応し、あまり一般的でない言語には従来のアプローチを維持します。
従来のMTはなくなることはありません。むしろ広範なツールキットの一部になりつつあります。
「大規模言語モデルを採用することで、従来のMTが時代遅れであると単純に言うことことはできません。大規模言語モデルはまだそこまでには至っておらず、各テクノロジーにはそれぞれ長所があり、特に主要なヨーロッパ言語以外においては長所があります。」
とAlison Toonは強調しています。
重要なのは、それぞれのツールをいつ使用するかを知ることです。
ただし、プロジェクトによっては両方が必要になる場合もあります。
たとえば、グローバルWebサイトでは、わかりやすいサポートコンテンツと魅力的な顧客ストーリーを組み合わせることになります。
目標は、それぞれのテクノロジーの 長所を活用 しながら、短所を補うことです。
先進的な組織では、AIをやみくもに適用するのではなく、リソースを編成するための戦略的なアプローチを行っています。
方法は次のとおりです。
「言語と言語ペアの成熟度が違いを生むでしょう」と、XTM InternationalのCEOである Ian Evansは指摘します。「インテリジェンスを取り入れて、それをワークフローに組み込むべきです。」
XTM AI Product Tour - XTM International （外部リンク：AI機能詳細ページ）
デモンストレーションをご希望の場合は、いつでもお問い合わせください。
|
お問い合わせ・お見積 | 翻訳テクノロジー株式会社多言語化翻訳の業務効率化、翻訳プロセスの自動化、翻訳ワークフローの最適化などございましたら、お気軽にお問い合わせください。 |
AIの台頭により、ローカリゼーションチームの品質に対する考え方が変わりました。
「フォーカスする点が本当に変化していることがわかります」とAlison Toonは説明しています。
「単にスペルミスを数えることから、言語とコンテンツに適用される真のリスク管理へ移行しています。」
この変化は、2025年に品質が何を意味するかについての理解が深まったことを反映しています。
従来の品質チェックは文法と用語に限定されていました。今日では、より包括的なアプローチが必要です。
「組織の上層部でも品質に注目しています」とAlison Toonは指摘しています。
「どのタイプのコンテンツを大規模言語モデル、機械翻訳、人間によるレビュー、または純粋に人間による翻訳で処理するのがよいかを評価するのに役立ちます。」
データ セキュリティは、品質管理において重要な部分となりました。
Alison Toonによると、セキュリティについての懸念は、今や基本的なデータ保護だけにとどまらないということです。
企業は、 AI処理中に顧客データと機密コンテンツを保護しなければなりません。
コンテンツの出所と処理方法を明確に記録しておくことは、セキュリティとコンプライアンスにとって不可欠です。
AIシステムを通じてデータがどこにどのように流れていくか、についてもプレッシャーが高まっています。
企業はデータ所在地の要件に準拠し、コンテンツワークフローでAIをどのように使用しているかについて完全な透明性を提供する必要があります。
「数年前は、セキュリティは単なるチェック項目の一つに過ぎませんでした」とAlison Tooは説明します。
「現在、大企業にサービスを提供する場合、情報セキュリティに関する50～100ページのアンケートが届きます。」
企業はAI言語モデルに関してますます大きな課題に直面することになります。
従来のMTとは異なり、これらのモデルはブランドの言い回しに合わせて簡単にトレーニングすることができません。
「出力を制御するのが難しく、MTをトレーニングしたのと同じようにこれらのモデルをトレーニングするのは簡単ではありません。
翻訳メモリを入力するだけで、あなたのように話し始めることを期待することはできないのです。」
Alessandra Binazziと説明しました。
引用元：https://xtm.cloudｃ/blog/localization-trends-webinar-highlights/
翻訳テクノロジーのサービス当社は、英国のXTM社が提供する翻訳プラットフォームの、日本国内で唯一の正規リセラーです。XTM社は、世界最大規模の翻訳テクノロジーを開発しており、以下の主なサービスを提供しています。 ・翻訳管理システム（Translation Management System）「XTM」 ・プロジェクト／ベンダーマネジメントをサポートする「XTRF」 ・UI（ユーザーインターフェース）翻訳を効率化する支援ツール「Rigi」 これらのツールを、日本円でのご契約、時差や言語の壁がない安心のサポート体制のもとでご利用いただけます。 導入をご検討中の方は、ぜひお気軽にご相談ください。
|