注：本文是探讨人工智能 (AI) 时代翻译质量的两部分系列文章的第二部分。点击此处阅读第一部分。

一直以来，您始终围绕翻译质量开展工作，而 AI 正在重新定义这一概念。翻译质量的重要性远未减弱，而是依然举足轻重。在 AI 时代，它正愈发成为贵组织成功的核心。

如今，我们能够突破传统质量指标的局限性（例如，仅关注错误计数或对所有内容采用统一标准），转而聚焦于“适用即优”的翻译质量，为不同内容匹配恰当的质量水平，从而优化客户体验并带来可衡量的业务成果，例如拓展全球市场。

基于风险的质量框架如何重塑翻译标准？

基于风险的质量框架正在变革翻译标准：从对所有内容一律采用最高质量要求，转变为“适用即优”的质量理念。

这些框架不再对所有内容一视同仁，而是根据失败所造成的影响对翻译需求进行分类，建立清晰的审核与质量管控层级。高风险内容会获得更充分的人工监督与验证，低风险内容则可通过 AI 解决方案进行翻译，并辅以免责声明和用户反馈循环。

这种模式使组织能够将资源部署到最关键的地方，在保障关键内容的同时平衡速度与质量，又不会拖慢整体生产进度。它还带来更高的透明度和可问责性，使组织更容易确定问题的根本原因、优先安排补救措施，并随着技术和业务需求的演变不断完善质量标准。

译前优秀实践如何影响质量举措？

术语管理

术语管理对质量至关重要，在医疗保健和金融等对准确性要求极高的行业尤其如此。

翻译出错，常常源于同一个词或缩写在不同语境下含义不同，或者简称缺乏明确的翻译。在这种情况下，可以采用低介入式术语辅导，这是一种让术语指导更简单、更高效的新方法。

这种方法不再依赖针对每种语言的、冗长且难以维护的已批准术语列表，而是直接为 AI 翻译系统和人类语言学家提供结构化信息。它包含清晰的术语描述，以及关于术语类型和用法的注释。这种做法可帮助所有相关人员理解棘手术语的预期含义，并在所有语言中实现更一致、更准确的翻译。

其结果是：术语表的更新频率降低，管理开销减少，规模化下的翻译质量提升，且整体工作量下降。

结构化的译前准备

结构化的译前准备正成为日益普遍的优秀实践。通过在翻译前审查源内容是否存在歧义和文化风险，团队可以减少所提出的澄清性问题的数量，并提升首次成稿质量，在受监管行业尤其见效。

将 AI 融入译前优秀实践，带来了哪些实际成效？

在都柏林举行的 LocWorld55 大会上，两家来自受监管行业的公司报告称，AI 辅助的译前准备和术语辅导推动实现了可衡量的改进，不仅缩短了准备时间、减少了译员问询，还提升了质量成果。

在 AI 赋能的本地化中，语言专家的角色如何演变以保障翻译质量？

随着 AI 承担起越来越多的翻译和译后编辑任务，无论在组织内部还是在外部合作伙伴中，语言专业人士的角色都在迅速演变。这一演变不仅让他们能在必要时通过传统方法保障质量，更日益将其定位为战略领导者，从而提升他们的贡献价值。

AI 正在将他们的价值从“执行工作”转变为“统筹工作”，从“劳动力”转变为“专业人士”。他们越来越少关注手动执行，而是更多地聚焦于制定战略，确保 AI 赋能的本地化通过以下方式实现质量和业务目标：

• 筛选和整理语言数据集
• 定义质量框架和本地化治理
• 分析用户对 AI 生成内容的反馈
• 为产品和工程团队提供语言要求方面的建议
• 支持内部利益相关者将 AI 工具融入内容生成流程中

这种演变需要持续进行技能再培训，并将语言专业人士推向战略领导者的位置，从而增强 AI 解决方案的影响。

“适用即优”的翻译对业务影响和质量衡量意味着什么？

“适用即优”的翻译取代了对所有内容一律追求最高质量的传统标准。

通过将翻译质量标准与组织目标（例如市场扩张、客户参与度或监管要求）协调一致，团队可以展示他们的本地化工作如何促成切实的业务成功。这种灵活的方法会根据每种内容类型的具体需求和风险进行量身定制。通过针对每个受众的需求调整翻译质量，组织可以交付不仅准确、而且贴合当地文化且易于理解的全球化内容，从而提升客户体验和参与度。

组织不再套用统一的质量指标，而是根据每个翻译项目对业务成果和客户体验的重要性进行评估，运用基于风险的方法来权衡失败的可能性及其影响。

这种转变让质量衡量更加贴合需求，因为它不再依赖按字数或错误计数衡量的指标，而是采用反映可用性、交付质量和业务影响的新关键绩效指标 (KPI)。借助“适用即优”的翻译和 AI 译后编辑解决方案，团队能够将资源分配到最关键之处，通过更深入的审核保护高风险内容，同时通过用户反馈和持续监控来翻译和改进低风险内容。

协作和反馈循环如何推动问责与持续改进？

协作和反馈循环对于在本地化流程中保持问责制和促进持续改进至关重要。

通过促成语言团队、产品经理和内部利益相关者之间的紧密沟通，组织可确保语言要求得到清晰理解，并使翻译方法与业务目标协调一致。

反馈循环（例如直观的用户界面反馈选项、AI 翻译免责声明，以及针对用户输入的专家评审）提供了结构化机会，以便在出现实际问题时及时捕捉并加以解决。

这种持续交流可帮助团队迅速识别内容质量失败的根本原因，优先安排补救措施，并根据实际业务影响完善质量框架。它还支持实现持续监控和基准测试，让团队更容易随着技术和客户期望的演变而调整工作流。最终，协作和反馈机制将本地化转变为一项战略职能，确保多语言内容始终准确、贴切并契合业务需求。

为什么选择 Lionbridge？

Lionbridge 帮助客户将翻译质量举措与可衡量的业务成果（例如提升市场份额、改善用户满意度、增强合规性）关联起来，确保每一项本地化投资都能带来真正的价值。（了解 Lionbridge 的 REACH 框架如何确保内容投资与预期回报及业务成果相匹配。）

随着翻译质量标准从传统的错误计数转向“适用即优”的评估方式，组织需要的是能够超越传统翻译流程、提供更高阶专业能力的合作伙伴。

Lionbridge 正处于这场变革的前沿。作为战略合作伙伴，我们与客户携手合作，共同定义质量框架、建立治理机制、优化工作流程，并在多元化的语言组合中交付始终如一的质量。我们提供按项目风险状况量身定制的分级审校方案，确保合理分配资源，实现最佳成效。通过将深厚的语言专长与先进技术相结合，Lionbridge 可帮助组织从容适应不断演变的业务需求。

Lionbridge 赋能本地化团队，让他们使用能够引起业务利益相关者共鸣的指标构建内部业务案例，并为战略举措赢得支持。我们帮助团队用业务语言传达本地化的影响，通过运用客户覆盖范围、采用率、销售管道影响、合规性和可及性等概念，让利益相关者清晰了解其切实价值。

作为值得信赖的合作伙伴，Lionbridge 通过弥合技术执行与业务成果之间的鸿沟，助力组织在整个业务范围内证明本地化的影响力，并充分提高 AI 赋能翻译的价值。