近年来 AI 技术的应用成果似乎喜忧参半, 但巨头们大张旗鼓的行动却无法掩饰对这项技术的看好, 而 AI 技术的落地越来越倾向普惠性也让不少细分领域得以枝繁叶茂, 比如翻译 2006 年, 谷歌推出在线翻译 APP;2012 年, 有道翻译官上线; 2013 年, 百度上线安卓版翻译软件; 2015 年, 微软上线正式版翻译应用; 2016 年, 腾讯上线翻译君
AI 的繁荣以及对 AI 的渴望让巨头们至今热情不减比如最近牛津大学出版社与搜狗达成合作, 为其输送牛津词典相关内容; 百度联合携程推出 WIFI 翻译机; 谷歌翻译于去年重返中国市场等
目前的翻译排头军有国内的百度 科大讯飞 网易有道搜狗等, 国外则有谷歌 Facebook 微软等, 而且各家目前的翻译技术都在日益精进事实上, 巨头扎堆翻译领域与翻译技术的进化以及商业化潜力密切相关
技术是硬实力, 也是硬道理
谷歌早在 2016 年便推出可商业部署的神经系统机器翻译(NMT), 而且当时准确率可达 86%, 另外谷歌在去年年底还宣布在中国北京成立谷歌 AI 中心, 其 AI 翻译的技术或将在不久后取得新成果
再看国内, 百度于 2015 年便在百度翻译 APP 上线了 NMT 系统, 而且在 2017 年的百度世界大会上也秀了一次中英双语同声传译, 同时 李彦宏 还介绍其准确率能够达到 95%, 足见百度在 AI 翻译技术的改善上也是孜孜不倦; 网易有道也在去年 5 月上线了 NMT 技术, 虽然来得有些晚, 但却丝毫不影响加固自己在翻译赛道上的护城河
而 AI 翻译技术的进步离不开不断的学习, 以谷歌的 AI 翻译学习过程为例, 据悉其系统使用人类监督的神经网络, 首先需要比较平行文本, 即以前由人类翻译过的书籍和文章, 其次再通过比较这些平行文本中的大量数据, 从而学习任意两种指定语言之间的对等关系, 并获得在它们之间快速转换的能力
可以看出, AI 翻译技术的进化是以大量学习资料为前提的, 简单来说可以是缺哪儿补哪儿, 而好的数据资料就像优质的教育资源一般, 能够培育出优质的 AI 学生
进击的巨头加上此起彼伏的 NMT 技术革新, 成为了 AI 翻译领域的常态依靠大量人工翻译的结果文本, 翻译技术才能够不断在吸收和学习中提高翻译的准确率, 比如腾讯在最近的一次与中外翻译公司的合作中提到的时政与专业类别翻译由于受特定语境的影响较大, 也是 AI 翻译技术一直渴望攻克的难点而中外翻译公司的人工翻译文本相当于一个营养源, 不断喂食腾讯的机器翻译技术, 帮助其进一步完善和强化自身的学习能力
一边是近乎 100% 准确率的人工翻译, 一边是尚不完美嗷嗷待哺的机器翻译技术, 用数据喂养技术的训练方式是否最终会让后来者腾讯的 AI 翻译技术实现弯道超车, 需要拭目以待
就以上几个案例来看, 翻译能力的进化过程本质上就是 AI 技术的进化, 通过给技术喂养各种翻译数据, 从而使其习得越来越接近于人工翻译的水平总的来说, 就技术层面而言, 在翻译领域的 AI 可以代表一定的技术实力, 这也是 AI 时代各巨头愿意扎根这一领域的直接原因, 打好了技术基础, 就有能力面对后 AI 时代的刀山火海
商业化硕果的诱惑
巨头都有习惯性的商业化思维, 尤其在技术变量因子影响力愈来愈大的今天, 一边开发技术, 一边给产品植入商业化的基因也是大家公认且常用的产品思维从某些特定的角度来考虑, 产品的价值就要用金钱来衡量
所以, 开发翻译软件, 不论是谷歌十多年前的决定, 还是腾讯的突然开窍, 都难以逃离产品的商业化这一课的修炼而这个修炼, 也必然起于翻译领域商业化硕果的诱惑
目前为止, 谷歌百度微软等在变现上都比较保守, 或者说他们不以盈利为目的, 定位更符合免费翻译工具, 细究一下, 谷歌微软等甚至没有搭载任何广告, 而百度也只有在首页有半个界面的信息流广告
但这仅仅是冰山一角, 翻译技术的价值转化能力已经有比较惊人的表现比如以有道翻译官为代表的含有在线人工翻译服务的 APP 据悉, 网易有道去年宣布人工翻译订单突破 100 万单, 可以看出线上的 C 端和 B 端需求都比较强烈, 虽然 C 端翻译需求比较分散, B 端翻译需求主要集中于线下, 但是随着众包模式的兴起, 线上翻译聚集的专业译员和响应速度已经不比线下差长远来看, 由于线上翻译效率和结果的优化, C 端翻译需求的稳步增长毫无疑问, 在这一部分用户流量带动下, 加上线上翻译价格的优势, B 端需求未来出现爆发性增长并非不可想象
显然, 翻译技术的商业化潜能已经被一些公司所证明, 而且大家都还在奋力挖掘这座庞大的金山从腾讯最近与中外翻译公司的动作也可以看出, 翻译领域的蓝海关键词有两个, 一是 B 端需求的持续膨胀, 二是线上翻译红利的持续性这可理解为翻译市场的新零售化现象
从另一个角度来看, 当不少巨头都把翻译当成公益事业来做的时候, 机会可能就会在不经意间出现, 因为用户的消费升级如果转移到这个领域来, 再结合技术的持续进化, 想象空间显然非常大, 到时候极有可能出现的一幕就是, 巨头们倒戈商业化路线, 做回本我
巨头阵突围法: 新场景二次红利刚性切入点
不管怎样, 翻译市场俨然一个巨头 林立 的练兵场不论进场先后顺序, 大家已然心知肚明的是, 这条赛道未来会有更大的可能性和机会如今, 就 AI 本身具备的前瞻性以及应用广泛性, 加上翻译这一跨越人与人沟通障碍的必经之路而言, 场内玩家要突围, 为自己树立坚固的护城河, 可以从几个点入手
其一, 与 AI 落地的核心思想一致, 给 AI 翻译落地套上撒网思维, 抢夺新场景从百度等巨头在 AI 上的频繁动作可知, 无应用, 不商业不论是百度宣布无人车量产时代的即将到来, 还是阿里用 AI 来提高养猪技术, AI 最终只有与实际问题和需求关联起来, 才算真正具备一定的价值
AI 翻译绕不过交流沟通, 眼下, 旅游商贸展会教育等领域都存在大量的翻译需求, 所以对巨头们来说, 看准这些领域的落地机会就好比抓住了一片小蓝海, 甚至捷足先登者可能会利用 AI 制造出马太效应攻城略地之后, AI 翻译筑起的连锁壁垒就可能为自己带来难以想象的发展空间, 坐享其成
其二, 利用 AI 翻译技术二次发掘流量红利巨头的优势在于流量, 而流量是创造价值的基础, 有了流量, 也就有了新技术新产品的天然试验场比如 Facebook 最近又推出了新的翻译技术来满足用户各种对话场景的需求, 早先微信也嵌入了类似的翻译功能
对于 Facebook 这样的国际化社交应用而言, AI 翻译技术就是将潜在需求显性化如果效果不差, 用户自然也乐意尝试这类技术, 那么 10 亿用户对 Facebook 的 AI 翻译而言, 就是唾手可得的流量红利原理也不难理解, 仅仅是新功能满足了旧需求而已
转而观察场内的巨头们, 也有类似的应用场景比如百度的搜索引擎阿里的电商购物等等, 这些场景的流量一定比例上都能够与 AI 翻译技术产生供需匹配, 而且翻译的应用本身也有利于帮助这些巨头打开国际化的大门, 吸收不同国家的用户
其三, 有醒目的刚性切入点谷歌百度们目前还把自己定位为免费的大众翻译软件, 可能就是从普罗大众的角度出发来满足用户需求的, 而且这种打法一定程度上也利用了用户对语言的猎奇心理, 所以有比较可观的下载量从运营策略出发, 这姑且可以理解为一种低价 (免费) 抢占市场的行为
从垂直领域出发也是一个不错的选择, 比如以旅游切入的出国翻译官, 以语言切入的日语英语等翻译软件目前市场内不止巨头, 还有一众中小玩家, 可谓鱼龙混杂所以垂直代表着差异化, 差异化后如果具备持久的作战能力, 比如翻译技术的提升或者是附加价值的融入等, 都有可能帮助场内玩家杀入一条血路
可以确信的一点是, AI 赛道内的玩家首先必须遵循唯技术论, 其次才能考虑商业化的事情同理, 翻译不可能跳脱 AI 的命运年轮, 不论是高高在上狼吞虎咽的巨头, 还是如履薄冰思前想后的小玩家们, 都要先琢磨好技术这一原料, 然后才能造出飞机和大炮, 用来突围, 甚至用来发现新大陆
来源: http://www.tuicool.com/articles/QB7Rru6