Firma Topcon zwiększyła skalę tłumaczeń opartych na sztucznej inteligencji w działach inżynierii, publikacji technicznych, marketingu i e-learningu, łącząc agentów weryfikacyjnych AI platformy Smartcat z korektorem i przepuszczając wszystko przez szablony. Rezultat: weryfikacja 5000 segmentów w 31 językach, która kiedyś zajmowała dwa tygodnie, teraz kończy się z dnia na dzień, a przetłumaczony interfejs użytkownika jest wdrażany w ciągu kilku dni zamiast dwa razy w roku.
Podczas niedawnego webinaru Smartcat Brittany Clark, starsza dyrektor ds. marketingu produktu w Smartcat, rozmawiała z Michelle Quirke, menedżerką ds. zaangażowania w programie w Topcon, aby przybliżyć drogę, jaką przebyła firma: organizację pracy, wskaźniki, które pozwoliły zbudować zaufanie, oraz wnioski, które – jak przyznaje Quirke – chciałaby poznać dziesięć lat temu.
Najważniejsze wnioski
Szybkość bez kompromisów w kwestii jakości: Agenci weryfikacji Smartcat AI sprawdzają każdy plik w około godzinę, dzięki czemu zadanie obejmujące 31 plików, uruchomione pod koniec dnia, jest gotowe do korekty przez człowieka już następnego ranka.
Dane, a nie intuicja, wyeliminowały wewnętrzną weryfikację: Topcon zrezygnował z obowiązkowej lokalnej weryfikacji materiałów e-learningowych, gdy raporty wykazały, że recenzenci zmieniali znacznie poniżej 5% treści.
Każda zmiana wprowadzona przez sztuczną inteligencję jest wyjaśniona: Agent weryfikujący zostawia komentarz do każdego edytowanego przez siebie segmentu, zapewniając właścicielom projektów wgląd, jakiego nigdy nie mieli w przypadku procesów opartych wyłącznie na pracy ludzi.
Szablony to dźwignia skalowania: szablony przypisań i projektów sprawiają, że lokalizacja wymaga zaledwie kilku kliknięć w przypadku zespołów, które nie korzystają ze Smartcata na co dzień.
Kolejną granicą jest zarządzanie treścią: Topcon chce, aby sztuczna inteligencja pomagała w wyszukiwaniu zduplikowanych, sprzecznych i nieaktualnych treści, zanim w ogóle zostaną one przetłumaczone.
Kim jest Topcon i jaki problem rozwiązywali?
Topcon to globalny producent technologii precyzyjnych, w tym maszyn powszechnie wykorzystywanych w rolnictwie. Jego droga ku tłumaczeniu rozpoczęła się w Ameryce Łacińskiej, gdzie wielu operatorów maszyn nie mówi po angielsku — a firma Topcon nie dysponowała instrukcjami w języku portugalskim ani hiszpańskim.
Kierownik ds. wsparcia w tym regionie zaczął korzystać ze Smartcata do tłumaczenia krótkich przewodników podręcznych dla klientów i dealerów. Michelle została poproszona o ocenę, czy platforma spełnia swoje zadanie. – Spojrzałam na to, a potem po prostu dałam się w to wciągnąć – powiedziała.
Początki były bolesne. Pierwsze dwie instrukcje przetłumaczone przez Topcon były plikami programu Word, które przez lata były edytowane przez wiele osób. Po przetłumaczeniu Michelle spędziła 30–40 godzin na ich ponownym składaniu, za każdym razem, gdy wyrównywała stronę, odnajdując ukryte obrazy i zbłąkany tekst.
Dziś wspiera zespoły inżynieryjne, publikacji technicznych, marketingu i e-learningu – bez dużego, dedykowanego zespołu ds. lokalizacji.
Jak Topcon prowadzi lokalizację na dużą skalę bez wielkiego zespołu ds. lokalizacji?
Model Topcon opiera się na dwóch zasadach: własności oraz zaangażowaniu opartym na ryzyku.
Jednostki biznesowe odpowiadają za własne tłumaczenia. Każdy zespół bierze odpowiedzialność za swój przepływ pracy, dzięki czemu obciążenie zadaniami nie spada na jedną osobę.
Treści wysokiego ryzyka podlegają bezpośredniemu nadzorowi. Ciągi znaków interfejsu użytkownika w projektach inżynieryjnych mogą liczyć nawet 20 000 słów i od 5000 do 6000 segmentów. – Jeśli popełnimy błąd, to na całego – powiedziała Michelle. Sprawdza więc projekty interfejsu użytkownika z góry i blokuje segmenty, które nie mogą ulec zmianie.
Ta struktura, w połączeniu ze sztuczną inteligencją, zmieniła tempo wydań. Podczas gdy kiedyś dział inżynierii wypuszczał dwie duże aktualizacje tłumaczeń w roku, obecnie niektóre zespoły prowadzą bieżące projekty, które wprowadzają drobne aktualizacje co tydzień lub co miesiąc. Nawet tłumaczenie interfejsu użytkownika jest realizowane w zaledwie kilka dni.
W przypadku e-learningu oszczędność czasu jest wymierna: Michelle odnotowała oszczędność około 2,5 godziny na kurs, na język. Kurs rolniczy zlokalizowany na dziewięć języków pozwala zaoszczędzić około 22 godzin pracy praktycznej.
Czym jest agent AI do recenzowania i jak korzysta z niego Topcon?
Agent weryfikacyjny AI to sztuczny współpracownik, który sprawdza przetłumaczone treści w kontekście — weryfikując terminologię, znaczenie oraz spójność — i w razie potrzeby edytuje segmenty, zanim korektor wykona ostateczną weryfikację.
Podstawowy przepływ pracy w zakresie e-learningu w firmie Topcon wygląda następująco:
Tłumaczenie AI tworzy pierwszą wersję roboczą.
Agent AI ds. weryfikacji kontekstowej sprawdza go i poprawia.
Korektor ze Smartcat Marketplace przeprowadza ostateczną weryfikację przez człowieka.
Ogólnofirmowa zasada Topcon jest prosta: agenci AI są mile widziani w procesie pracy, o ile człowiek zawsze nadzoruje ich działania.
Kolejnym krokiem jest marketing. Jego obecny przepływ pracy wykorzystuje dwa etapy Marketplace oraz weryfikację wewnętrzną. Planowany przepływ pracy dodaje agenta AI do przeglądu kontekstowego oraz agenta SEO, a następnie korektora Marketplace. Wewnętrzny przegląd staje się opcjonalnym dodatkiem dla nowych produktów, a nie domyślnym etapem.
W jaki sposób firma Topcon sprawdziła, czy można ufać agentom AI przeprowadzającym recenzje?
Michelle przeprowadziła test bezpośredniego porównania. Badając, dlaczego wieloletnie tłumaczenia interfejsu użytkownika nieoczekiwanie uległy zmianie, zaproponowała przeprowadzenie testu poprawności w interfejsie produktu, który funkcjonował na rynku od lat — w 31 językach.
Uruchomiła agentów weryfikacji Smartcat AI na interfejsie użytkownika. Dla porównania stworzyła również osobne agenty za pomocą narzędzia Microsoft Copilot, ograniczone wyłącznie do analizowania dostarczonych przez nią treści.
„Agenci AI od Smartcat po prostu za każdym razem przyćmiewali całą resztę”.
— Michelle Quirke, kierownik ds. zaangażowania w programy, Topcon
Pozostali agenci nie radzili sobie z wolumenem, a ich wyniki dryfowały – „przez chwilę było w porządku, a potem po prostu błądzili”. Weryfikacja przez sztuczną inteligencję oznacza obszary budzące wątpliwości, a ludzie podejmują ostateczną decyzję o tym, które zmiany zostaną wprowadzone.
Co przekonało sceptyków do rezygnacji z wewnętrznych recenzentów?
Przez lata firma Topcon dodawała końcowy etap wewnętrznej weryfikacji. Weryfikacja lokalna (ang. in-country review) to etap, na którym rodzimy użytkownik języka będący pracownikiem znającym produkt sprawdza tłumaczenie przed jego publikacją. Jest to uznana najlepsza praktyka, a badania w regulowanych obszarach, takich jak ocena wyników klinicznych, nadal ją zalecają. Jednak w Topcon recenzenci ci robili to dodatkowo, poza swoją pracą na pełny etat.
Michelle korzystała z raportów w Smartcat, aby przyjrzeć się każdemu projektowi e-learningowemu i zmierzyć, jak wiele zmian faktycznie wprowadzili wewnętrzni weryfikatorzy. Celem było cokolwiek poniżej 5%, a większość projektów plasowała się znacznie poniżej tej wartości.
Tymczasem ten etap stanowił wąskie gardło. Niektóre projekty czekały na wewnętrzny przegląd przez cały rok, a popychanie ich do przodu zajmowało Michelle więcej czasu niż jakikolwiek inny etap tego procesu.
Zatem Topcon usunął wewnętrzną weryfikację z e-learningu, mniej więcej od 18 miesięcy do dwóch lat temu. Dowodem były same kursy: pracownicy, personel pomocniczy i dealerzy mają obowiązek je ukończyć, dzięki czemu na własne oczy przekonują się o jakości tłumaczenia. Gdy inne zespoły zapoznały się z danymi i wynikami, dział publikacji technicznych poszedł w ich ślady, zachowując wewnętrzną weryfikację jedynie w przypadku instrukcji do niektórych nowych produktów.
Jak szybki jest nowy przepływ pracy?
Michelle przedstawiła dokładne porównanie stanu przed i po dla zlecenia obejmującego około 5000 segmentów w 31 językach. Uruchamia wszystkie 31 plików naraz, kończy pracę na dany dzień i ma je gotowe do korekty przez człowieka następnego ranka.
Przed: przegląd wewnętrzny | Po: agent weryfikujący AI + korektor ludzki | |
|---|---|---|
Kto recenzuje | Lokalni pracownicy, poza swoimi pełnoetatowymi obowiązkami | Agent Smartcat AI ds. weryfikacji kontekstowej |
Czas weryfikacji (zlecenie na 5000 segmentów, 31 języków) | Około dwóch tygodni | Przez noc; całe zlecenie gotowe za parę dni |
Czas na plik | Nie śledzone | Około jednej godziny |
Wyjaśnienie zmian | Komentarze tylko wtedy, gdy potrzebne było wyjaśnienie | Komentarz do każdego segmentu zmienionego przez agenta |
Najgorszy możliwy czas opóźnienia | Do roku oczekiwania na weryfikację | Nie zgłoszono |
Ostateczna weryfikacja przez człowieka | Recenzent wewnętrzny | Korektor Smartcat Marketplace |
Ta prędkość daje nowe możliwości. Gdy zespół produktowy twierdzi, że dana wersja językowa nie zostanie wydana, jeśli tłumaczenia nie dotrą w wyznaczonym terminie, Topcon może teraz natychmiast dostarczyć wstępną wersję wygenerowaną wyłącznie przez sztuczną inteligencję — dzięki czemu zespół może sprawdzić interfejs użytkownika na ekranie — podczas gdy korektor kończy ostateczną wersję w ciągu dwóch dni.
Dlaczego agent ds. weryfikacji budzi zaufanie?
Agent recenzujący Smartcat pozostawia komentarz do każdego zmienionego przez siebie segmentu, wyjaśniając powód zmiany. Tłumacze zazwyczaj zamieszczają komentarze tylko wtedy, gdy potrzebują wyjaśnień.
„Nie mówię w tym języku, ale opinia zawarta w tym komentarzu miała dla mnie absolutny sens. Stąd bierze się twoja pewność siebie”.
— Michelle Quirke, kierownik ds. zaangażowania w programy, Topcon
Komentarze te stanowią obecnie najlepsze narzędzie firmy Topcon do przekonywania kolejnych zespołów: wystarczy pokazać im wprowadzone zmiany oraz stojące za nimi uzasadnienie. Jeden z wieloletnich tłumaczy Marketplace wręcz zatwierdza uwagi agenta, zostawiając niekiedy tylko jedno słowo – „świetnie”. Jak ujęła to Michelle, to tylko jedno słowo, ale mówi wszystko.
Jaka jest jedna najważniejsza lekcja dotycząca skalowania lokalizacji?
Ustandaryzuj przepływ pracy i ukryj złożoność za szablonami. Szablon przepływu pracy to zapisany zestaw etapów, przypisanych osób i zasobów językowych, które każdy nowy projekt dziedziczy automatycznie, dzięki czemu użytkownicy wybierają szablon zamiast konfigurować projekt od zera.
Kiedy Michelle po raz pierwszy szkoliła zespoły wewnętrzne, nie było żadnych szablonów. Każdy użytkownik musiał nauczyć się, jak tworzyć projekt i jakie zasoby językowe do niego dołączać. Teraz szablony zadań i projektów — wraz z konektorami z Adobe Experience Manager (AEM) i Adobe Workfront — wykonują tę pracę automatycznie.
„Jeśli uda ci się skłonić ludzi do uzgodnienia ustalonego schematu pracy, zdjąć z nich cały ten trud, przygotować to wszystko dla nich – nie muszą nawet o tym wiedzieć. Wykonywanie tej pracy staje się radością, a nie udręką”.
— Michelle Quirke, kierownik ds. zaangażowania w programy, Topcon
Dla okazjonalnych użytkowników oznacza to zaledwie kilka kliknięć i zadanie jest wykonane. Dla Michelle oznacza to, że nie monitoruje już codziennie każdego projektu. Powiadomienia informują ją, gdy coś wymaga uwagi; w przeciwnym razie „działa to samo”.
Co dalej: zarządzanie treścią i jedno źródło prawdy
Szybsze tłumaczenie ujawnia większy problem: wiedzę o tym, które treści są aktualne. Treści firmy Topcon pochodzą od działu wsparcia, działu zarządzania produktem, ekspertów merytorycznych oraz autorów dokumentacji technicznej. Z czasem prowadzi to do powstawania niemal bliźniaczych skróconych przewodników i instrukcji, które zawierają nieco odmienne informacje.
Regulacje podnoszą stawkę. Nowy wymóg UE oznacza, że deklaracje zgodności muszą być dostępne bez konieczności logowania, a kraje takie jak Francja wymagają, aby przed wprowadzeniem produktu do sprzedaży wszystkie informacje o produkcie były sporządzone w języku lokalnym.
Firma Topcon reaguje na to, wdrażając uproszczony język angielski techniczny (Simplified Technical English) w celu tworzenia krótszych podręczników o większym potencjale ponownego wykorzystania, tworząc treści w AEM oraz chroniąc pojedyncze źródło prawdy, dzięki czemu pojedyncza zmiana jest aktualizowana we wszystkich miejscach. Michelle bada również nadchodzące narzędzie Content Update Coworker od Smartcat, które analizuje istniejące treści i rekomenduje, co warto stworzyć lub zaktualizować, aby wewnętrzny ekspert mógł to zatwierdzić.
Jej prośba do Smartcat: mocniej zintegrować się z procesem pracy po obu stronach – przed tłumaczeniem i po nim. Powodem, dla którego ma to znaczenie, jest klient.
„Smartcat umożliwia nam dostarczanie treści naszym klientom w ich ojczystym języku. Nic nie może się równać z możliwością zaoferowania komuś czegoś w jego własnym języku”.
— Michelle Quirke, kierownik ds. zaangażowania w programie, Topcon
Pokrywa się to z tym, co obserwujemy na rynku: jak wynika z raportu Global Growth Report 2026 firmy Smartcat, 96% przedsiębiorstw rozwija swoje treści wielojęzyczne.
Najczęściej zadawane pytania
Czym jest agent weryfikacyjny AI w Smartcat?
Agent weryfikacyjny AI to cyfrowy współpracownik oparty na sztucznej inteligencji, który analizuje treść przetłumaczoną przez AI w odpowiednim kontekście i poprawia ją przed korektą dokonywaną przez człowieka. Agent weryfikacyjny Smartcat dodaje komentarz wyjaśniający każdą wprowadzoną zmianę, dzięki czemu właściciele projektów widzą, dlaczego dany segment został edytowany.
Czy agenci sztucznej inteligencji ds. recenzji mogą zastąpić ludzkich recenzentów?
W Topcon agenci weryfikacji AI zastępują powolne, ręczne etapy weryfikacji, ale nie ludzki osąd. Każdy przepływ pracy nadal kończy się udziałem weryfikatora z platformy Smartcat Marketplace, a obowiązująca w firmie Topcon zasada mówi, że po agencie sztucznej inteligencji pracę zawsze przejmuje człowiek.
Czy weryfikacja przez sztuczną inteligencję powinna odbywać się przed, czy po weryfikacji przez człowieka?
Topcon najpierw przeprowadza weryfikację przez sztuczną inteligencję, a na końcu korektę wykonywaną przez człowieka. Agent AI ds. recenzji przetwarza duże ilości tekstu i dba o spójność przez noc, a ostateczne zdanie należy do korektora, dla którego uwagi agenta stanowią kontekst do każdej zmiany.
Ile czasu pozwala zaoszczędzić agent AI do recenzowania?
W firmie Topcon weryfikacja obejmująca 5000 segmentów w 31 językach, która kiedyś zajmowała około dwóch tygodni, obecnie odbywa się przez noc, a każdy plik jest sprawdzany w około godzinę. W przypadku e-learningu firma Topcon oszczędza około 2,5 godziny na kurs w każdym języku.
Kiedy wewnętrzna weryfikacja (w kraju docelowym) wciąż ma sens?
Topcon traktuje przegląd wewnętrzny jako opcjonalny dodatek w przypadku zupełnie nowych produktów, gdzie wiedza o produkcie ma największe znaczenie. W przypadku rutynowych treści raporty wykazały, że wewnętrzni recenzenci zmieniali mniej niż 5% tekstu, dlatego ten etap został usunięty.
Jaki jest najszybszy sposób na skalowanie lokalizacji w różnych zespołach?
Uzgodnijcie standardowy przepływ pracy i wbudujcie go w szablony zadań oraz projektów, najlepiej uruchamiany za pomocą łączników z systemów takich jak Adobe Experience Manager lub Workfront. Użytkownicy muszą wówczas jedynie wybrać odpowiedni szablon.
