Ini adalah postingan lanjutan dari Luigi Muzii tentang perkembangan masa depan “industri penerjemahan profesional”. Postingan terakhirnya telah menarik banyak perhatian berdasarkan peringkat lalu lintas Google. Dalam pandangan saya, Luigi memberikan nilai besar pada diskusi mengenai “industri” dengan kritiknya yang tinggi terhadap praktik-praktik industri yang meragukan, karena sebagian besar dari apa yang ia tunjukkan adalah fakta yang dapat diamati dengan jelas. Pembicaraan pemasaran yang omong kosong adalah masalah umum di berbagai industri, namun Luigi mengasah beberapa istilah yang sering digunakan di konferensi lokalisasi dan di industri. Anda mungkin memilih untuk tidak setuju dengannya, atau mungkin melihat bahwa ada alasan bagus untuk memulai diskusi baru yang lebih substantif. Antara lain, Luigi menantang penggunaan istilah “agile” yang tidak tepat di dunia lokalisasi dalam postingan ini. Konsep tangkas berasal dari dunia pengembangan perangkat lunak dan paling sering mengacu pada pembuatan prototipe cepat, pengujian, dan implementasi produksi proyek pengembangan perangkat lunak khusus.

Pengembangan perangkat lunak tangkas adalah serangkaian prinsip pengembangan perangkat lunak di mana persyaratan dan solusi berkembang melalui kolaborasi antara tim lintas fungsi yang mengatur dirinya sendiri. Hal ini mendorong perencanaan adaptif, perkembangan evolusioner, pelaksanaan dini, dan perbaikan berkelanjutan, serta mendorong respons yang cepat dan fleksibel terhadap perubahan.

Menerapkan konsep ini pada pekerjaan produksi terjemahan memang merupakan suatu hal yang sulit menurut saya. (Gabor, bisakah Anda memberi saya daftar siapa yang paling sering menggunakan kata ini (agile) di situs web mereka?) Meskipun ada perubahan yang pasti dalam jenis proyek dan cara proyek penerjemahan didefinisikan dan diproses saat ini, penggunaan istilah dari industri perangkat lunak untuk menggambarkan perubahan evolusioner kecil pada proses dan model produksi yang sangat kuno, memang patut untuk diajukan beberapa pertanyaan. Gagasan tentang “terjemahan tambahan” juga agak konyol di dunia di mana hanya ~50% penerjemah yang menggunakan teknologi tahun 1990-an yang disebut memori terjemahan, sebuah teknologi database yang paling “kuno”.

Menurut saya, langkah pertama untuk membuat lompatan besar adalah mengalihkan fokus dari tingkat segmen ke tingkat korpus. Langkah kedua adalah fokus pada teks percakapan pelanggan daripada teks dokumentasi yang hanya sedikit orang yang pernah membacanya. Langkah ketiga adalah memiliki metadata yang tepat dan membangun kekuatan yang lebih besar pada aset linguistik yang dapat dimanfaatkan ini.

MT sudah menjadi alat yang dominan untuk menerjemahkan konten di dunia saat ini, namun hanya sedikit LSP atau penerjemah yang benar-benar tahu cara menggunakannya dengan terampil. Perubahan dalam dunia penerjemahan profesional berjalan lambat, terutama jika memang demikian. bersifat evolusioner, dan melibatkan penggunaan teknologi baru yang terampil (yaitu bukan MT DIY atau TMS DIY). Dalam pengamatan jangka panjang saya tentang bagaimana industri merespons dan menyalahgunakan MT, saya dapat membuktikan hal ini. Saya pikir beberapa orang yang memahami MT dengan benar kemungkinan besar akan menjadi pemimpin yang akan mendefinisikan agenda baru karena pekerjaan MT dan HT yang terintegrasi erat adalah kunci untuk respons yang cepat dan ketangkasan proses bisnis (bukan “agile”) dan perbaikan berkelanjutan. Efektivitas berkaitan erat dengan pengembangan keterampilan proses penerjemahan baru yang paham teknologi dan bermakna, yang hanya dilakukan oleh sedikit orang, sehingga banyak yang cenderung terjebak dalam persaingan dengan pemain baru yang mungkin memasuki pasar dan mengubah aturan.

Mengingat rumor baru-baru ini tentang Amazon yang mengembangkan layanan teknologi MT, kita tidak perlu terlalu terkejut, jika dalam beberapa tahun ke depan muncul kekuatan baru dalam “penerjemahan profesional”, yang sejak awal benarmengintegrasikan MT + HT + Tenaga Kerja Alih Daya (Super Duper Mechanical Turk) dengan pembelajaran mesin yang terus ditingkatkan dan infrastruktur AI untuk menghasilkan produk terjemahan yang setara dengan biaya yang lebih murah dari LSP seperti Lionbridge atau Transperfect misalnya. Mereka telah membangun mesin MT di “sejumlah besar domain subjek,” sehingga memiliki pengetahuan mendalam tentang cara melakukan hal ini dalam skala miliaran kata per bulan, dan mereka juga merupakan penyedia layanan cloud terbesar saat ini. Seperti yang saya tunjukkan tahun lalu, “pemain yang menghasilkan uang paling banyak dari terjemahan mesin” adalah perusahaan di luar industri penerjemahan. Amazon telah menggantikan Sears dan beberapa pengecer besar lainnya dan mereka memiliki keterampilan yang tepat untuk melakukan hal ini jika mereka benar-benar menginginkannya. Lihat grafik tentang penutupan toko ritel yang sebagian besar didorong oleh AMZN.

Bahkan jika mereka hanya berhasil menguasai 5–10% dari “pasar terjemahan”, hal ini tetap akan menjadikan mereka LSP bernilai miliaran dolar yang dapat menangani proyek 3 kata atau 3 miliar kata ke dalam 10 bahasa dengan kemudahan yang sama, dan lakukan ini dengan sedikit tenaga kerja melalui rapat manajemen proyek dan diskusi tentang kualitas. Ini mungkin juga merupakan modus operandi perbaikan paling otomatis dan berkelanjutan yang pernah kami lihat. Jadi, bayangkan layanan penerjemahan bahasa interaksi pelanggan yang sangat otomatis dan berbasis web, yang memiliki MT skala Google dengan kualitas keluaran lebih baik di 50 domain subjek dan tulang punggung AI, serta jaringan global penerjemah dan editor manusia terbesar yang dibayar. pengiriman, dan diberikan meja kerja penerjemah yang meningkatkan dan membantu pekerjaan penerjemahan sebenarnya di setiap langkah. Bayangkan sebuah meja kerja yang mengintegrasikan analisis korpus, TM, MT, kamus, konkordansi, pencarian sinonim, dan manajemen format, semuanya dalam satu antarmuka, dan yang membuat visi industri penerjemahan tentang “terjemahan tambahan” tampak seperti mainan.

Jadi, kumpulkan semuanya karena zaman sedang berubah.

Sorotan dan penekanan dalam postingan ini dan sebagian besar grafisnya adalah pilihan saya. Saya juga menambahkan beberapa komentar dalam teks Luigi dengan huruf miring ungu. Kutipan Dante di bawah ini sangat sulit untuk diterjemahkan. Saya akan memperbaruinya jika seseorang dapat menyarankan terjemahan yang lebih baik.

— — — — — — — — -

Vuolsi così colà dove si puote/ciò che si vuole, e più non dimandare.

Di sana ada kekuatan untuk melakukan/Apa yang dikehendaki. ; dan lebih jauh lagi tidak perlu dipertanyakan lagi. Merriam-Webster mendefinisikan teknologi sebagai “penerapan praktis dari pengetahuan khususnya di bidang tertentu.” Kamus Oxford mendefinisikannya sebagai “penerapan pengetahuan ilmiah untuk tujuan praktis, khususnya di industri.” Kamus Cambridge mendefinisikan teknologi sebagai “(studi dan pengetahuan tentang) penggunaan penemuan ilmiah secara praktis, khususnya industri.” Collins mendefinisikan teknologi sebagai “metode, sistem, dan perangkat yang merupakan hasil pengetahuan ilmiah yang digunakan untuk tujuan praktis”. Secara lebih luas, Wikipedia mendefinisikan teknologi sebagai “kumpulan teknik, keterampilan, metode, dan proses yang digunakan dalam produksi barang atau jasa atau dalam pencapaian tujuan.”

Hal ini seharusnya cukup untuk menghilangkan kesalahpahaman umum bahwa teknologi hanya terbatas pada perangkat fisik. Faktanya, menurut Encyclopedia Britannica, teknologi keras berkaitan dengan perangkat fisik, dan teknologi lunak berkaitan dengan faktor manusia dan sosial. Teknologi keras tidak dapat berjalan tanpa teknologi lunak yang terkait, namun sulit diperoleh karena bergantung pada pengetahuan manusia yang diperoleh melalui instruksi, penerapan, dan pengalaman. Teknologi juga terbagi menjadi dasar dan tinggi .

Yang mengatakan, bahasa, untuk semua efek dan tujuan adalah sebuah teknologi. Teknologi yang lembut dan mendasar, namun sangat canggih.

Mengapa pengenalan teknologi ini memakan waktu lama? Karena kita telah mengalami evolusi teknologi yang eksponensial selama lebih dari setengah abad yang sulit kita kuasai. Kami telah beradaptasi dengan cepat, seperti biasa, namun setiap harinya semakin sedikit.

Evolusi teknologi yang eksponensial ini adalah anak dari “program Apollo”, yang hasilnya telah diakui secara universal sebagai pencapaian terbesar dalam sejarah umat manusia. Ini merangsang hampir semua bidang teknologi.

Beberapa inovasi teknologi terpenting dari program Apollo dipopulerkan pada tahun 80an dan 90an, dan bahkan apa yang disebut sebagai industri penerjemahan, dalam beberapa hal, merupakan turunan dari musim tersebut.
Memang benar, jika lahirnya profesi penerjemahan seperti yang kita kenal sekarang dapat ditelusuri kembali ke tahun-tahun antara dua perang dunia pada abad terakhir, dengan berkembangnya perdagangan dunia, maka Kelahiran industri penerjemahan dapat terjadi sekitar akhir tahun 1980an dengan menyebarnya komputasi personal dan otomatisasi kantor. Produk dalam kategori ini ditujukan untuk pelanggan baru, UKM dan SOHO, bukan pelanggan biasa, yaitu perusahaan besar yang memiliki sumber daya dan staf untuk menangani sistem yang besar dan kompleks. Produk-produk ini dapat dijual ke masyarakat yang lebih luas, bahkan ke luar negeri, namun agar penjualan di seluruh dunia berhasil, produk-produk tersebut harus dapat berbicara dalam bahasa negara target. Penerjemahan kemudian mendapat dorongan besar, dan industri perangkat lunak komputer segera dihadapkan pada masalah dalam mengadaptasi produknya yang semakin beragam ke pasar lokal. Industri penerjemahan seperti yang kita kenal sekarang merupakan evolusi mendadak dari praktik satu orang yang berusia satu abad menjadi toko yang mempekerjakan banyak orang. Faktanya, perantara (agen penerjemahan) sudah ada bahkan sebelum perusahaan teknologi membantu penerjemahan menjadi bisnis global, namun cakupan dan ambisi mereka hanya bersifat lokal. Kebanyakan dari mereka adalah pusat multilayanan, dan kebijakan pemasaran mereka pada dasarnya adalah memperbarui iklan di halaman kuning lokal setiap tahun. Dengan adanya perusahaan perangkat lunak besar, penggunaan memori terjemahan (TM) juga mulai populer. Industri perangkat lunak melihat fitur khas TM dalam menemukan pengulangan, sebuah cara untuk memotong biaya penerjemahan.

Sejauh ini, TM merupakan inovasi terhebat dan mungkin merupakan satu-satunya terobosan dalam penerjemahan. Seperti yang baru-baru ini “diingat” oleh Paul Filkin dari SDL, TM adalah penerapan penelitian Alan Melby dan timnya di Universitas Brigham Young pada awal tahun 80-an. Karena tidak mampu menanggung biaya overhead yang diperoleh dari klien beranggaran besar dalam jumlah besar, vendor penerjemahan merancang cara universal untuk memulihkan kehilangan keuntungan dengan meminta diskon kepada vendor mereka, apa pun jenis pekerjaannya. Pada akhir tahun 1990an, Sistem Manajemen Penerjemahan (TMS) mulai menyebar; mereka adalah satu-satunya inovasi lain, yang kurang penting dan tidak terlalu berdampak dibandingkan TM.

Pada akhir dekade pertama tahun 2000an, mesin terjemahan mesin online (MT) gratis mulai menghasilkan keluaran yang “cukup baik”, dan sejak melonjaknya permintaan akan konten global selama tiga dekade terakhir telah mengakibatkan kebutuhan yang jauh lebih besar untuk konten tersebut. menerjemahkan konten dibandingkan dengan jumlah talenta yang tersedia, MT telah berkembang secara stabil dan eksponensial, hingga saat ini, mesin menerjemahkan lebih dari 150 miliar kata per hari, 300 kali lebih banyak dibandingkan manusia, dalam lebih dari 200 kombinasi, melayani lebih dari 500 juta pengguna setiap bulannya. (Sebenarnya, saya berani bertaruh total hariannya melebihi 500 miliar kata. KV)

Kami sekarang berada di ambang otomatisasi penuh pada layanan terjemahan. Tiga komponen utama alur kerja pada umumnya mungkin hampir sepenuhnya terotomatisasi: produksi, manajemen, dan pengiriman. Produksi hampir dapat diotomatisasi sepenuhnya dengan MT; TMS hampir sepenuhnya mengotomatiskan manajemen dan pengiriman terjemahan. Kenapa hampir? Karena industri penerjemahan tidak kebal terhadap gelombang dan hype, namun secara umum industri ini sangat konservatif, sedikit reaktif, dan karena itu “terlambat” dalam mengadopsi teknologi. Bukti nyata adalah kecintaan terhadap metodologi tangkas, dan dampaknya berdampak pada beberapa pemain industri paling terkemuka. Tentu saja, keunggulan tidak selalu berarti kompetensi.

Faktanya, agile lebih merupakan sebuah nama merek, “dengan sensasi pemasaran yang terkait”, dan dengan demikian, lebih merupakan sebuah tren manajemen, yang memiliki umur terbatas. Faktanya, proses lokalisasi hampir tidak cocok untuk metodologi tangkas, karena pendekatan dan prosesnya yang khas. Jika benar bahwa tidak ada trik baru yang dapat diajarkan kepada anjing tua mana pun, agar tangkas dapat bertahan, sikap mengajar dan berlatih yang sudah berusia seabad harus direformasi secara mendalam. Selain itu, meskipun agile telah menjadi paradigma manajemen proyek perangkat lunak yang paling populer, hal ini dipahami karena kualitas perangkat lunaknya tidak benar-benar meningkat, yang secara umum dianggap rendah. (Ini adalah situs web bernama http://agileisbullshit.tumblr.com/ yang mendokumentasikan banyak masalah dari pendekatan ini. KV) Sebaliknya, industri penerjemahan selalu mengklaim sangat fokus aktif dan berkomitmen terhadap kualitas. Jika kualitas menjadi perhatian utama bagi pembeli terjemahan, hal ini mungkin berarti bahwa sebagian besar vendor masih jauh dari mencapai tingkat kualitas yang cukup baik secara konstan. Faktanya, meskipun daftar kelemahan keamanan pada perusahaan perangkat lunak besar menunjukkan tingkat kekurangan terbuka yang tinggi, keluhan dari pengguna dan pelanggan terjemahan di seluruh dunia mengatakan bahwa industri ini bekerja dengan buruk.

Meningkatkan standar, meningkatkan taruhan, mendorong batasan sedikit lebih jauh, semuanya merupakan motif penerapan metodologi kerja baru seperti tangkas. Motif-motif ini diterjemahkan menjadi lebih banyak, lebih cepat dan lebih murah, namun belum tentu lebih baik. Memang benar, kecepatan yang lebih tinggi, ketangkasan yang lebih besar, dan biaya proses yang lebih rendah seharusnya membuat pengerjaan ulang dan retrofit menjadi lebih bijaksana.

Bagaimanapun, membanjiri situs web, blog, presentasi, dan acara dengan pujian yang memuji keajaiban metodologi yang seharusnya modis bukan hanya menggelikan, tetapi juga tidak membantu. Mengucapkan kata-kata yang sedang tren tanpa mengetahui banyak tentang arti dan konsep yang mendasarinya mungkin tampak seperti strategi pemasaran yang efektif, namun, pada akhirnya, akan merugikan bila penerimanya menyadari bahwa hal ini hanya menyamarkan keterbelakangan dan ketidaktahuan yang sebenarnya.

Ledakan konten telah menimbulkan masalah penerjemahan yang serius bagi perusahaan-perusahaan global yang sedang berkembang. Relokasi bisnis yang tiada henti di Web menjadikan “DevOps” dan “pengiriman berkelanjutan” sebagai paradigma baru, sehingga mendorong permintaan akan otomatisasi penerjemahan lebih jauh lagi. Banyak orang di komunitas penerjemahan berbicara dan bertindak seolah-olah mereka pernah dan akan hidup di tempat imajiner dan terpencil tanpa batas waktu yang memiliki kualitas yang sangat diinginkan atau hampir sempurna bagi penghuninya. Mereka melihat masa depan, apa pun gambarannya, sebagai tempat khayalan di mana orang-orang menjalani kehidupan yang tidak manusiawi dan seringkali penuh ketakutan.

Sementara itu, sebuah “survei” yang disajikan beberapa minggu lalu dalam sebuah artikel di MIT Technology Review melaporkan, ada kemungkinan 50% AI akan mengungguli manusia dalam semua tugas dalam 45 tahun dan mengotomatisasi semua pekerjaan manusia dalam 120 tahun. Secara khusus, para peneliti memperkirakan AI akan mengungguli manusia dalam menerjemahkan bahasa pada tahun 2024, menulis esai sekolah menengah pada tahun 2026, menulis buku terlaris pada tahun 2049, dan bekerja sebagai ahli bedah pada tahun 2053.

Bagaimanapun juga, inovasi dan penerjemahan selalu menjadi teman yang asing. Inovasi datang dari menjawab pertanyaan-pertanyaan baru, sementara komunitas penerjemahan telah berjuang dengan isu-isu lama yang sama selama berabad-abad. Tidak mengherankan jika inovasi apa pun dalam industri penerjemahan akan dan pasti akan mempertahankan inovasi tersebut, serta melanggengkan dimensi kinerja yang ada saat ini. Meskipun demikian, meskipun ada ketakutan bahwa robot akan menghancurkan lapangan kerja dan menyebabkan pengangguran, pasar untuk teknologi penerjemahan semakin meningkat, namun para penggiat penerjemah yakin bahwa teknologi penerjemahan tidak akan membahayakan pekerjaan penerjemahan dalam waktu dekat, dan justru menunjukkan kurangnya tenaga profesional yang terampil.

Memang benar, industri penerjemahan bagaikan lukisan benda mati, dan setiap bagiannya tampak tidak dapat diubah. Bagian khas dari lukisan ini adalah penilaian kualitas, masih mengikuti pendekatan penghitungan kesalahan berbasis inspeksi yang mahal dan tidak efisien serta “sindrom pena merah” yang terkait.

Dalam kondisi meningkatnya otomatisasi dan disintermediasi ini, pengorbanan kualitas tampaknya merupakan skenario yang paling mudah diprediksi. Sedangkan untuk industri perangkat lunak, meningkatkan kecepatan dan ketangkasan, sekaligus mengendalikan biaya dapat membuat pengerjaan ulang dan retrofit dapat diterima. MT akan semakin menyebar dan pasca-editing akan menjadi penyeberangan ke bank komunikasi global lainnya, memungkinkan transit langsung antar titik dengan biaya modal yang jauh lebih rendah daripada jembatan atau terowongan. MT bukanlah Charon.

Charon seperti yang digambarkan oleh Michelangelo dalam lukisan dindingnya Penghakiman Terakhir di Kapel Sistina

Pertanyaan kunci mengenai pasca-editing adalah berapa lama waktu yang diperlukan atau bahkan diminta. Saat ini, sebagian besar pekerjaan penerjemahan bersifat kecil, terburu-buru, mendasar, dan frekuensinya tidak dapat diprediksi, namun model produksi pada dasarnya masih sama seperti lima puluh tahun yang lalu, meskipun sistem TMS dan alat otomasi lainnya semakin populer. Ini berarti jumlah waktu yang sama diperlukan untuk mengelola proyek besar dan kecil, karena manajemen proyek penerjemahan masih bergantung pada paradigma kaku yang dipinjam dari tradisi.

Inovasi paling menonjol yang akan datang dalam bidang ini adalah penilaian keyakinan dan alokasi sumber daya berbasis data. Hal ini telah diterapkan dan akan ditingkatkan lebih lanjut ketika tersedia cukup data berkualitas. Faktanya, penilaian keyakinan hampir tidak ada gunanya jika skor tidak dapat dibandingkan terlebih dahulu dengan tolok ukur dan kemudian dengan hasil aktual. Tolok ukur hanya dapat diperoleh dari riwayat proyek, sementara hasilnya harus diukur dengan benar, dan ukuran harus diketahui agar dapat dibaca dan kemudian diklasifikasikan.

Hal ini belum dimiliki oleh sebagian besar LSP dan masih sangat sulit untuk diajarkan dalam kursus penerjemahan atau program pelatihan penerjemah.

Namun, di sinilah penilaian manusia akan tetap berharga untuk jangka waktu yang lama. Bukan penilaian yang bermutu, yang sampai saat ini masih belum cukup obyektif. Asimetri informasi akan tetap menjadi masalah utama, karena akan selalu ada pasangan bahasa yang benar-benar berada di luar jangkauan pelanggan mana pun, yang tidak dapat mengetahui apakah produk tersebut sesuai dengan janji yang diberikan kepada pelanggan. Memang benar , penilaian manusia terhadap kualitas terjemahan, jika didasarkan pada pendekatan universal saat ini, menyiratkan penggunaan model referensi, meskipun implisit. Dengan kata lain, setiap orang yang diminta untuk mengevaluasi suatu terjemahan melakukannya berdasarkan “ideal” miliknya sendiri.

Kemampuan MT akan diintegrasikan ke dalam semua bentuk komunikasi digital, dan MT sendiri akan segera menjadi komoditas. Hal ini selanjutnya akan menjadikan pasca-editing menggantikan pemanfaatan memori terjemahan sebagai lingkungan produksi utama dalam terjemahan industri dalam beberapa tahun ke depan. Hal ini juga berarti bahwa, dalam waktu dekat, dorongan untuk pasca-editing MT dapat meningkat dan membuat para pelaku industri penerjemahan tidak siap.

Faktanya, kualitas keluaran MT terus meningkat, dan sekarang cukup mengesankan. Hal inilah yang patut ditakutkan oleh sebagian besar penerjemah, bahwa ekspektasi terhadap penerjemah profesional akan semakin meningkat.

Dengan mesin yang segera menjadi lebih baik dalam hampir semua hal yang dilakukan manusia, perusahaan penerjemahan harus memikirkan kembali bisnis mereka. Mengikuti laju evolusi yang eksponensial, MT akan segera memberikan sedikit ruang untuk bisnis penerjemahan. Ini tidak berarti terjemahan manusia tidak diperlukan lagi. Sederhananya, angka 1 persen saat ini akan semakin menyusut. Manusia kemungkinan besar akan dibutuhkan ketika pengambilan keputusan penting harus dilakukan. Inilah situasi di mana asimetri informasi memainkan peranan penting, dalam kasus di mana satu pihak tidak mempunyai cara untuk mengetahui apakah produk yang diterima dari pihak lain akan sesuai dengan janjinya, misalnya ketika terjemahan harus ditangani sebagai bukti dalam pengadilan.

Dengan teknologi yang memungkinkan untuk mencocokkan sumber daya, menemukan mesin MT yang paling cocok untuk konten tertentu, memprediksi kualitas, dll. keterampilan manusia harus berubah. Saat ini, tidak ada satu pun kriteria yang menjamin terjemahan yang bagus, dan kualitas orang saja tidak ada hubungannya dengan layanan yang mereka berikan dan biaya yang mereka kenakan.

Ini menyiratkan bahwa manajemen vendor (VM) akan menjadi fungsi yang semakin penting. Menilai vendor, apa pun jenisnya, memerlukan keterampilan dan alat yang belum pernah dikembangkan dalam kursus penerjemahan. Saat ini, manajer vendor sebagian besar adalah ahli bahasa yang telah mengembangkan kompetensi manajemen VM sendiri, dan seringkali tidak dapat mendedikasikan seluruh waktu dan upaya mereka untuk penilaian dan manajemen vendor dan terpaksa melakukan yang terbaik dengan spreadsheet, tanpa memiliki kesempatan untuk hadir. HRM atau kursus negosiasi. Sistem manajemen vendor (“VMS)” telah ada selama beberapa waktu, namun masih belum diketahui oleh sebagian besar LSP. Namun, penerjemahan mengikuti rantai pasokan outsourcing pada umumnya, hingga ke pekerja lepas.

Jadi, para pakar, otoritas, dan pelaku industri penerjemahan, harus berhenti melakukan omong kosong. Benar, industri penerjemahan telah tumbuh dengan stabil, bahkan di saat krisis, namun bisnis penerjemahan masih hanya menyumbang 1 persen dari total keseluruhan. Dengan kata lain, ketika pembeli terjemahan memutuskan untuk mengesampingkan opsi tanpa terjemahan dan menerjemahkan semua atau sebagian besar konten, pertumbuhannya masih linier.

Agile dalam penerjemahan bukan satu-satunya mistifikasi melalui bahasa pemasaran yang digunakan dalam bisnis pelokalan. Sekarang giliran “penerjemahan tambahan” dan “manajemen proyek yang tidak ada lampunya”. (“Lights Out Management (LOM)” adalah kemampuan administrator sistem untuk memantau dan mengelola server dengan kendali jarak jauh.) Meminjam istilah (bukan konsep) dari bidang lain jelas dimaksudkan untuk menyamarkan omong kosong, terlihat keren, dan mencengangkan penontonnya, namun berusaha tampil keren belum tentu keren. Pada akhirnya, hal itu dapat membuat seseorang seolah-olah tidak benar-benar paham dengan apa yang dibicarakannya. Bahkan model trendi pun dibentuk oleh aturan dan peran yang tepat: menggunakannya hanya sebagai kata-kata ajaib dapat menjadi bumerang.

Meski demikian, kebiasaan buruk tersebut nampaknya tidak berkurang sedikit pun. Memang masih mendominasi acara industri. Localization World, misalnya, seharusnya menjadi konferensi pertama di dunia dalam hal mengungkap teknologi dan tren penerjemahan baru. Bagaimanapun, sebagian besar dari lebih dari 400 peserta yang berkumpul di Barcelona tampaknya menghabiskan waktu mereka di pesta-pesta dan kegiatan sosial, sementara topik-topik di dalam ruangan menyimpang cukup jauh dari tema konferensi tentang penyampaian berkelanjutan serta teknologi dan tren yang terkait, meskipun faktanya permintaan untuk otomatisasi yang lebih baik dan alat yang lebih canggih terus berkembang. Mungkin benar bahwa aspek sosial dalam konferensi adalah tujuan konferensi, tetapi mengapa memilih tema dan tata letak presentasi dan diskusi?

Presentasi berkisar pada argumen-argumen biasa, yang dibahas secara luas dan berulang-ulang sebelum, dan setelah peristiwa, dan sering kali merupakan pengulangan proposisi komersial yang berlebihan. Pertanyaan dan komentar biasanya tidak dimaksudkan untuk menantang atau menimbulkan perdebatan, meskipun hal tersebut dapat merangsang dan memperkaya. Aturan sepele, karena tidak ada seorang pun yang rela membakar barang-barangnya yang ingin dipresentasikan di lain waktu kepada audiens yang berbeda.

Bagaimanapun, perubahan terjadi dengan cepat dan, sekali lagi, industri penerjemahan akan tidak siap ketika dampak dari inovasi berikutnya akan mengacaukannya. Jadi, sudah waktunya bagi LSP – dan pelanggannya – untuk memikirkan kembali bisnis penerjemahan mereka dan bangkit dari rasa kantuk karena mereka selalu menerima inovasi. Selain itu, lapangan kerja juga berubah dengan cepat dan radikal, dan kesenjangan dalam menjembatani antara pendidikan dan dunia usaha akan semakin lebar dibandingkan saat ini, yang mana hal ini sudah sangat besar. Semakin tidak masuk akal membayangkan masa depan penerjemahan sebagai sebuah profesi bagi anak-anak kita sendiri, dan hal ini akan membuat semakin sulit untuk menemukan talenta-talenta muda yang bersedia dan mampu bekerja dengan teknologi, data, dan teknologi yang berlimpah. solusi yang tersedia di industri, betapapun fantastisnya. Dikatakan bahwa tidak akan lama lagi “terampil dalam pembelajaran mesin” menjadi “mahir dalam Excel” yang baru. Dan sekarang sangat sedikit komunitas penerjemahan yang secara nyata melakukan sesuatu mengenai hal ini. Memilih algoritme ML akan semudah memilih templat di Microsoft Word, namun sejauh ini, sangat sedikit lulusan penerjemah dan bahkan penerjemah profesional yang tampak mahir. Tentu saja di Word.

"Luigi Muzii »telah berkecimpung dalam “bisnis penerjemahan” sejak tahun 1982 dan menjadi konsultan bisnis sejak tahun 2002, dalam industri penerjemahan dan pelokalan melalui “perusahaannya”. Dia berfokus untuk membantu pelanggan memilih dan menerapkan teknologi yang paling sesuai serta mendesain ulang proses bisnis mereka untuk mendapatkan efektivitas terbesar dalam pekerjaan terkait penerjemahan dan pelokalan.

"Tautan ini" memberikan akses ke postingan blognya yang lain.

Awalnya diterbitkan di kv-emptypages.blogspot.com pada 19 Juli 2017.