Обработка данных и искусственный интеллект

23.08.2019

500 000 000 долларов — вот ожидаемая сумма прибыли за этот год по направлениям «обработка данных» и «искусственный интеллект» (ИИ) для высокотехнологичных лингвистических компаний, таких как Welocalize, Appen, Pactera.
Эта цифра приближается к 7% от общей выручки ТОП-100 мировых лингвистических компаний и равна выручке, получаемой от перевода юридических текстов. По мнению экспертов, рынок по обучению ИИ утроится в ближайшие 5 лет!
После этих слов зависть лингвистических компаний, не имеющих подразделений по обучению искусственного интеллекта, становится ощутимой. Такие компании боятся упустить возможность получения дополнительной выручки в будущем, видя как сайты их конкурентов меняют домены на «айтишные» ai и io взамен отживающих свой век .сom. Так, например,  сделал Lionbridge, переименовав дочернюю компанию Gengo в Gengo.ai.; за ним последовали французы Ubiqus, ставшие Ubiqus.io.
Однако необходимо ли компаниям, которые еще не перехватили модный тренд ИИ, срочно заняться этим направлением?
Рынок переводов живет за счет строго регламентированных отраслей, в которых заказчики не имеют другого выбора, кроме как переводить  свои материалы. Boeing  нужно поставлять материалы за границу с сопроводительной документацией на соответствующих языках. Pfizer нужно документировать результаты клинических испытаний препаратов на 30 языках для организаций поставок в ЕС. Автоматизация не снимает вопрос качества перевода, так что переводческая отрасль не исчезнет в ближайшие десять лет. Другой вопрос, что ИИ-проекты требуют много специфической работы и тут вопрос точного обеспечения качества  становится крайне  актуальным, ведь только настоящие IT-гиганты, типа Apple, могут обеспечить постоянное тестирование продуктов без оглядки на их стоимость.
Аутсорсинг — это основа современных переводческих компаний, но руководство проектами, связанными с ИИ, является новым процессом для отрасли. Зачастую в сфере переводов не хватает квалифицированных руководителей проектов, подготовленных для доведения полусырой идеи по связанному с ИИ проекту до состояния управляемого процесса с соответствующими алгоритмами и технологическими цепочками. Аутсорсинг — часть, но не весь процесс по ведению ИИ проектов. Именно поэтому такие услуги и появляются столь медленно в переводческой отрасли. Компании, специализирующиеся на отрасли ИИ, обладающие отлаженными процессами и сценариями работы,  очевидно, намного эффективнее в этих вопросах.
Управление процессом работы с данными также представляет собой испытание, поскольку для передачи на аутсорсинг множества задач, составляющих единый проект по ИИ,  требуется эффективная координация действий. Крупные игроки переводческой отрасли (Welocalise, Lionbridge) не пользуются готовыми TMS-системами типа Plunet, а создают свои собственные, подогнанные под конкретные задачи, — вопрос по понятным причинам весьма сложный для решения в средней или небольшой компании. Для меньших по размеру компаний это осложняется еще и меньшими объемами работы и меньшими бюджетами — при таком положении дел очень трудно удержать  ораву голодных внештатников.
Суммируя вышесказанное, можно сказать, что успех
средних по размеру предприятий заключается в нишевой работе. Именно от  достижения баланса между желанием большего
охвата и фактически эффективным управлением будет зависеть успех работы
переводческих компаний в сфере ИИ.