Technologia machine learning i jej wpływ na światowy handel

Ostatnia aktualizacja: 1 lipca, 2020

Jeszcze kilka lat temu za główną przyczynę niepowodzeń firm na rynkach zagranicznych uznawano złą komunikację z lokalnymi partnerami i klientami[1]. Dziś, dzięki powszechnemu wykorzystaniu technologii machine learning w biznesie, ta bariera zaczyna pękać. Niemal w czasie rzeczywistym można tłumaczyć setki zapytań, maili czy opisów produktów na języki ojczyste konsumentów z całego świata. Czy zatem maszynowe tłumaczenia zrewolucjonizują globalny handel?

Jak ważna jest wielojęzyczna strona handlu?

O tym, że komunikacja to jeden z najważniejszych aspektów w globalnym e-commerce przekonało się wiele firm, które próbowały swoich sił na zagranicznych rynkach. W praktyce klient, który nie może poznać oferty i opisów produktów w swoim ojczystym języku, zwykle rezygnuje z zakupów. Jak informuje Parlament Europejski, jeszcze w 2015 roku tylko 16 procent Europejczyków kupowało przez Internet w sklepach spoza UE[2]. To jednak szybko się zmienia, bo coraz więcej sklepów internetowych wychodzi naprzeciw potrzebie klientów i „mówi” w ich ojczystym języku, jednocześnie zwiększając skalę działania. Wystarczy bowiem przetłumaczyć opisy produktów na 11 języków, by dotrzeć do 88 procent wszystkich internautów[3].

Handel towarami i usługami zmienia się razem z technologiami

Tłumaczenia maszynowe są szansą dla firm na dotarcie do nowych grup klientów, a z kolei konsumentom dają dostęp do towarów z całego świata. Co ciekawe, zastosowanie technologii machine learning do tłumaczenia tekstów jest jeszcze szersze, bo ma także wpływ ma rozwój usług. Wykształcone osoby z krajów nieanglojęzycznych mogą obecnie działać projektowo na zasadach freelance’u poprzez międzynarodowe platformy. Dzięki tłumaczeniu maszynowemu swoje usługi w językach takich jak: angielski, francuski, niemiecki czy hiszpański mogą świadczyć także osoby na przykład z Chin, gdzie co roku na rynek pracy wchodzi osiem milionów absolwentów uczelni wyższych. To prawie dwukrotnie więcej niż w USA[4]. Teraz mogą one konkurować ze sobą na globalnym rynku pracy zdalnej.

Uczenie maszynowe – przykłady

W jaki sposób machine learning usprawnia tłumaczenia maszynowe? Jeszcze kilka lat temu automatyczne przekłady przeciętnemu użytkownikowi sieci kojarzyły się z kanciastymi i nienaturalnymi tłumaczeniami. Dziś wielu użytkowników korzysta z wygodnego automatycznego tłumaczenia stron internetowych, a samo narzędzie Google Translate wykonuje miliard tłumaczeń dziennie. Program Outlook tłumaczy dla nas maile, Twitter od ręki wyświetla przetłumaczone tweety, a nawet Skype pozwala lepiej zrozumieć obcojęzycznych rozmówców.

Taka zmiana i szybki rozwój technologii maszynowego tłumaczenia to zasługa sztucznej inteligencji, a dokładnie technologii machine learning, która napędza zmiany między innymi w branży tłumaczeniowej. To właśnie dzięki niej narzędzia CAT można podpiąć pod systemy CMS klientów. Jeśli dodamy do tego możliwość automatyzacji procesów, uzyskujemy efekt niemal natychmiastowego tłumaczenia ogromnych ilości danych i zapytań.

FinTech – machine learning a bankowość

Machine learning sprawdza się także w bankowości, gdzie między innymi usprawnia komunikację z klientem i zmniejsza ryzyko nadużyć. Z danych raportu Digital Banking wynika, że 35 procent organizacji finansowych wdrożyło już przynajmniej jedno rozwiązanie z zakresu machine learning[5]. Zaawansowane algorytmy sztucznej inteligencji pomagają przykładowo w ocenie zdolności kredytowej klientów czy wspomagają komunikację z nimi przy pomocy chatbotów i automatyzują procesy obsługi call center.

Czy zatem machine learning ma wpływ na światowy handel? Z pewnością jest to technologia, która niweluje bariery językowe, co wpływa na globalny biznes e-commerce, ale także na usługi. Firmy, które szybciej zdecydują się na wykorzystanie maszynowego tłumaczenia, zwiększą swoje szanse w konkurowaniu o klientów z całego świata. Tłumaczenia wspomagane komputerowo jeszcze nigdy nie były tak szybkie i dokładne, a ich rozwój z pewnością będzie widoczny także w najbliższych latach.

 

[1] Raport „Competing across borders”, The Economist.

[2] https://www.europarl.europa.eu/news/en/headlines/economy/20180621STO06335/multilingualism-online-language-barriers-are-a-major-challenge.

[3] Dane Summa Linguae.

[4] https://www.weforum.org/agenda/2018/09/machine-translators-are-about-to-revolutionize-world-trade/.

[5] https://prnews.pl/sztuczna-inteligencja-uczenie-maszynowe-otwiera-nowe-horyzonty-bankowosci-wnioski-raportu-digital-banking-437836.

Powiązane wpisy

Summa Linguae korzysta z plików cookie dla lepszego rozumienia sposobu korzystania ze strony internetowej. Dalsze korzystanie z tej strony internetowej jest równoznaczne z wyrażeniem zgody na politykę cookies.

Więcej