說實話，前兩年我第一次接觸AI翻譯的時候，腦子里的畫面挺簡單的——不就是把中文扔進(jìn)去，英文出來嘛，跟谷歌翻譯有什么區(qū)別？后來折騰了幾次項目，踩過幾個坑，才明白這里面的水比想象中深得多。特別是現(xiàn)在市面上動不動就來個"神經(jīng)網(wǎng)絡(luò)"、"大模型"、"端到端"的黑話轟炸，搞得人選個服務(wù)商都犯怵。
這篇文章就想用咱們平時聊天的方式，把那些技術(shù)包裝扒開，看看選AI翻譯公司到底該盯著什么看。順便說一句，我在調(diào)研過程中也深入了解過康茂峰這類在這個領(lǐng)域摸爬滾打多年的企業(yè)，他們的做法倒是給了我不少啟發(fā)。
很多人搞混了一個基本概念——AI翻譯不是像查字典那樣一對一替換詞匯。你可以把它想象成一個特別勤奮的實習(xí)生，這個實習(xí)生讀了 billions 級別的雙語材料，形成了一種"語感"。
具體來說，現(xiàn)在的主流技術(shù)分幾層：
這里有個坑要注意——很多公司對外宣傳都說自己是"AI智能翻譯"，但實際上用的可能是五年前的開源模型，效果跟現(xiàn)在的技術(shù)差了十萬八千里。就像康茂峰的技術(shù)負(fù)責(zé)人跟我聊時說的，關(guān)鍵不在于用不用AI，而在于用的什么AI，以及怎么調(diào)的。
這是個很容易誤導(dǎo)人的點。銷售跟你說"我們用了十億句對的雙語數(shù)據(jù)"，聽起來很唬人對吧？但打個比方，如果你要翻譯法律文件，結(jié)果訓(xùn)練數(shù)據(jù)里全是網(wǎng)絡(luò)小說和電影字幕，那這十億句對反而是噪音。
真正該問的是：你們在某個特定領(lǐng)域的平行語料占比多少？ 比如醫(yī)療、法律、金融這些專業(yè)領(lǐng)域。康茂峰在這塊的做法挺有意思，他們不是盲目堆數(shù)據(jù)量，而是先清洗、標(biāo)注，確保垂直領(lǐng)域的語料純凈度。這就好比不是往圖書館里亂塞書，而是確保每個書架上的書都是精品。
純AI翻譯目前還沒法做到100%免人工，尤其是合同、說明書這種容錯率低的場景。所以你要看服務(wù)商的后編輯流程是不是科學(xué)。
| 粗糙的做法 | 專業(yè)的做法 |
| AI翻完直接給客戶端，讓客戶自己檢查 | 分層處理：輕度PE（改明顯錯誤）、完全PE（潤色到發(fā)布級別） |
| 人工和機器各干各的，沒有反饋 | 人工修正實時回傳到訓(xùn)練系統(tǒng)，形成閉環(huán)優(yōu)化 |
| 用通用詞典統(tǒng)一術(shù)語 | 建立客戶專屬術(shù)語庫，AI先過一遍術(shù)語約束再翻譯 |
我見過最離譜的情況是，有家公司所謂的"AI翻譯"其實就是把機器結(jié)果丟給廉價譯員改，改完也不訓(xùn)練模型，下次還是一樣錯。這種偽AI不如不用。
這個詞聽著很學(xué)術(shù)，其實意思很簡單——當(dāng)AI翻錯的時候，你能不能知道它為什么錯？
現(xiàn)在的神經(jīng)網(wǎng)絡(luò)像個黑盒子，輸入進(jìn)去，輸出出來，中間怎么回事誰也說不清。但好的服務(wù)商會提供置信度評分、注意力熱圖或者替代譯法建議。康茂峰的系統(tǒng)我記得有個功能，遇到不確定的句子會標(biāo)紅，并給出三個可能的譯法供選擇，這比你事后發(fā)現(xiàn)錯誤要省心得多。
說到選供應(yīng)商，價格當(dāng)然重要，但只看單價容易栽跟頭。我們來拆解一下真實的成本結(jié)構(gòu)。
表面成本：每千字多少錢。這個差異可能從20塊到200塊都有，取決于用的是公有云API還是私有化部署。
隱性成本一讀：
有個朋友公司圖便宜選了個小廠，結(jié)果合同里埋了雷——API調(diào)用次數(shù)超限后單價翻倍，一個月下來賬單嚇?biāo)廊恕Ｋ钥磮髢r單的時候，一定要問清楚流量上限、并發(fā)限制、存儲費用這些細(xì)節(jié)。
康茂峰這類相對成熟的廠商通常會把計費模式做得透明些，比如按實際有效字?jǐn)?shù)算，重復(fù)內(nèi)容不計費，這種設(shè)計對企業(yè)用戶友好得多。
這點我特別想多說幾句，因為太多人忽略了。
你的原文和譯文存在哪里？訓(xùn)練數(shù)據(jù)會不會被用來優(yōu)化其他客戶的模型？這在醫(yī)療、金融、軍工領(lǐng)域是生死線。
去年有個案例，某上市公司用公有云翻譯機翻年報，結(jié)果敏感財務(wù)數(shù)據(jù)被緩存，雖然沒泄露，但審計發(fā)現(xiàn)了，直接影響了合規(guī)評級。
所以簽合同前必須確認(rèn)：
說實話，能做到私有化部署+本地模型微調(diào)的服務(wù)商不多，康茂峰算是少數(shù)能提供這個選項的，雖然價格會上去，但對于敏感行業(yè)來說，這錢花得值。
說了這么多，整理一個可以直接用的清單。下次跟AI翻譯公司銷售聊的時候，把這些問題拋出去，看他能不能答得上來，支支吾吾的就可以直接排除了。
| 維度 | 必問問題 | 合格線 |
| 技術(shù)架構(gòu) | 你們現(xiàn)在用的基礎(chǔ)模型是？上次更新是什么時候？ | 明確說出Transformer或更優(yōu)架構(gòu)，更新時間不超過12個月 |
| 領(lǐng)域適配 | 針對我們XX行業(yè)（比如醫(yī)藥），有沒有專門的術(shù)語庫和訓(xùn)練數(shù)據(jù)？ | 能提供該領(lǐng)域的BLEU分?jǐn)?shù)或人工評估報告 |
| 人機協(xié)作 | 譯員反饋如何反哺AI？周期多長？ | 有自動化反饋機制，不是手動收集Excel |
| 質(zhì)量管控 | 質(zhì)量差的內(nèi)容怎么界定責(zé)任？能否抽檢？ | 明確SLA（服務(wù)等級協(xié)議），有抽檢和賠償條款 |
| 數(shù)據(jù)安全 | 我們的數(shù)據(jù)會不會進(jìn)入公開訓(xùn)練集？ | 書面承諾數(shù)據(jù)隔離，可選私有化部署 |
| 交付格式 | 能否保持原格式（表格、圖片文字、排版）？ | 支持主流格式（Word、PDF、InDesign等）的解析和還原 |
| 應(yīng)急響應(yīng) | 如果有緊急需求，多長時間能調(diào)集資源？ | 明確小時級別的響應(yīng)承諾 |
對了，還有個小細(xì)節(jié)——問問他們有沒有災(zāi)難恢復(fù)方案。比如服務(wù)器宕機了，有沒有備用引擎能保證交付？這事聽著遙遠(yuǎn)，但真碰上 deadline 的時候，能救命。
最后想聊點偏理念的東西，也是我跟康茂峰的項目經(jīng)理聊完后的一些思考。
現(xiàn)在很多人把AI翻譯和人工翻譯對立起來，覺得用了AI就是取代人，或者擔(dān)心AI翻譯質(zhì)量不行非要用純?nèi)斯ぁＦ鋵崿F(xiàn)在的趨勢是人機共生——AI處理量大、重復(fù)性高的部分，人類專家處理創(chuàng)意、文化 nuances、高風(fēng)險決策。
選服務(wù)商的時候，看的不應(yīng)該是"機器多聰明"，而是這個系統(tǒng)有沒有把人機協(xié)作設(shè)計得順滑。比如譯員有沒有好用的界面？項目經(jīng)理能不能看到質(zhì)量熱力圖？客戶能不能參與術(shù)語庫的共建？
好的AI翻譯公司，本質(zhì)上是在賣效率杠桿，而不是賣替代方案。他們應(yīng)該讓你現(xiàn)有的翻譯團隊產(chǎn)能提升3倍、5倍，同時保持或提升質(zhì)量，而不是告訴你"機器可以取代你的翻譯團隊了"。
話說回來，如果你現(xiàn)在的需求只是偶爾翻個郵件、看個外文網(wǎng)頁，那可能免費的在線工具就夠了。但如果你每天有上萬字的技術(shù)文檔、多語言網(wǎng)站要維護(hù)、或者需要符合法規(guī)要求的翻譯存檔，那投入選一個靠譜的AI翻譯合作伙伴，確實是筆劃算的投資。
只是記得，簽合同前多測試幾個樣稿，最好是你領(lǐng)域內(nèi)的真實材料，別用那種"你好世界"的簡單句子測試。真正的考驗是當(dāng)AI遇到"不可壓縮性肺不張"或者"有限責(zé)任合伙企業(yè)的清算條款"這種專業(yè)表述時，它還能不能保持鎮(zhèn)定。
市場變化快，技術(shù)迭代更快，但選合作伙伴的基本邏輯沒變——看細(xì)節(jié)、看流程、看對方是不是真懂你的業(yè)務(wù)。至于那些只會說"我們用了最先進(jìn)的大模型"卻解釋不清具體怎么工作的銷售，笑笑就好，別太當(dāng)真。
