Confiance, à la vitesse qu’exige l’IA : ce que la Global Ready Conference 2026 nous a appris sur l’avenir de la qualité de la traduction

En ce qui concerne la traduction, la rapidité a été résolue : l’intelligence artificielle (IA) permet de localiser le contenu sur le marché plus rapidement que n’importe quelle équipe ne l’a jamais fait. Pourtant, la rapidité sans fondation de qualité crée ses propres problèmes, allant de la dérive terminologique et du ton qui change de marché à des termes de marque qui signifient quelque chose de différent en japonais qu’en anglais — et souvent, personne ne détecte ces problèmes jusqu’à ce qu’il y ait un problème.

Le problème le plus difficile, c’est la confiance. Pouvez-vous miser votre marque sur ce que l’IA produit? Peux-tu mettre ton centre d’aide en 21 langues et savoir qu’il est correct? Pouvez-vous envoyer une mise à jour de produit aux utilisateurs mondiaux et avoir confiance qu’elle est exacte?

C’est autour de cette conversation que la Global Ready Conference 2026 a été construite. Les responsables de la localisation, les praticiens marketing, les équipes produit et les professionnels de l’apprentissage et du développement (L&D) ont passé la journée à poser ces questions sous tous les angles — et la réponse qui est ressortie, à chaque séance, est que la confiance n’est pas une étape de révision. Cela doit être intégré au processus, et cela signifie que cela doit être intégré à la plateforme.

Smartling a lancé la plus grande nouveauté d’innovation en IA de l’histoire de l’entreprise lors de la Global Ready Conference de cette année. Chaque capacité en elle repose sur le même principe : la qualité doit être automatique, continue et mesurable. Ce n’est pas quelque chose que les équipes s’efforcent de vérifier après coup.

Le lancement : la qualité est intégrée à chaque couche

Olga Beregovaya, vice-présidente de l’IA chez Smartling, et Andrew Saxe, vice-président produit, ont ouvert la séance sur la feuille de route produit en discutant de la croissance du volume de traduction de l’IA plus rapidement que la capacité de n’importe quelle équipe à le superviser. L’écart entre ce qui est produit et ce qui est évalué est souvent l’endroit où la qualité se dégrade.

Résoudre ce défi est la pièce maîtresse du lancement de Smartling — LQA Agent, une évaluation de la qualité alimentée par l’IA qui applique les métriques multidimensionnelles de qualité (MQM) standard de l’industrie pour évaluer automatiquement et à grande échelle les traductions, fournissant une surveillance continue de la qualité qui met en lumière là où une attention supplémentaire est réellement nécessaire et suit les tendances au fil du temps.

Au-delà de l’agent LQA, La sortie Comprend aussi :

• Traduction instantanée par IA dans des outils connectés comme Figma, Adobe Creative Suite et AEM, donc votre mémoire de traduction, vos glossaires et vos règles de style pour l’IA s’appliquent à chaque traduction.
• Sélection automatique du LLM, qui gère la sélection des modèles, l’ingénierie des prompts et le benchmarking continu en coulisses pour obtenir une sortie de meilleure qualité sans changement de flux de travail requis. Le RAG intégré garantit que chaque traduction extrait de la mémoire de traduction, des glossaires et des règles de style IA pour une qualité supérieure à la méthode traditionnelle, sans aucune configuration ni verrouillage du modèle.
• Règles de style pour l’IA, qui applique la ponctuation, les formats de date, les normes linguistiques régionales, ainsi que des exigences optionnelles de voix de marque ou de domaine dans plus de 30 endroits afin de garder chaque sortie conforme à la marque.
• Traduction d’images par IA, qui extrait du texte des images, le traduit, puis reconstruit les images avec le texte traduit en place — étendant les mêmes normes de qualité attendues pour les ressources textuelles à des images comme les photos de produits, les bannières et les ressources sociales.
• Adaptation linguistique pour combler les écarts de variantes régionales, comme l’anglais américain vers l’anglais britannique, sans le coût d’une retraduction complète.

Chaque pièce repose sur la même base. Une plateforme de traduction où la qualité est la norme — intégrée dans le moteur, les règles, la sortie et l’évaluation.

Ce que les séances de la journée nous ont appris sur la qualité

Qu’est-ce qui ne va pas quand la vitesse dépasse la structure? Olga et Alex Yanishevsky, directeur principal de l’IA et des solutions de traitement automatique, ont animé la discussion qui abordait directement ce sujet.

En fin de compte, ils ont partagé que la rapidité sans gouvernance crée ses propres problèmes, incluant une terminologie incohérente, l’absence de trace d’audit, et le risque d’hallucinations qui apparaissent au pire moment. La session a exposé ce que signifie réellement la gouvernance de l’IA en pratique : données fiables et vérifications de qualité rigoureuses, détection et surveillance, transparence et auditabilité, ainsi que réduction des risques.

Dans la mise en œuvre de Smartling, cela implique une détection d’hallucinations qui met en lumière des erreurs introduites par l’IA, un score de qualité qui redirige le contenu signalé vers des évaluateurs humains, et un agent LQA qui assure une surveillance continue pour que les équipes puissent suivre les tendances de qualité au fil du temps.

Le cadre de localisation de l’IA issu d’une expérience solide

À l’intérieur de l’opération de SumUp, Jasmin Barth, gestionnaire principale de la localisation, et Maja Milosavljevic, gestionnaire mondiale de la localisation, ont partagé la matrice de contenu que leur équipe a construite pour orienter les décisions de traduction à grande échelle, avec la qualité comme critère à chaque succursale.

L’idée derrière ce cadre est que le type de contenu détermine le risque de qualité. Les chaînes à haute visibilité, réglementées et critiques pour la marque nécessitent un chemin différent de la documentation interne ou des notifications à faible enjeu. Les programmes de qualité réussissent lorsque chaque type de contenu reçoit le flux de travail dont il a réellement besoin.

Leur séance n’a pas adouci les échecs qui avaient façonné ce qu’ils avaient construit. Ils ont partagé leur parcours pour découvrir les flux de travail qui brisaient en production, les hypothèses qui ne tenaient pas, et les moments où un signal de surveillance aurait détecté un problème avant sa livraison. Ce qui ressort clairement, c’est que faire le travail difficile tôt est la force de leur programme.

Quand une firme de consultation a recommandé un LLM générique

Michelle Kerr, directrice de la transformation de produit chez IHG Hotels & Resorts, a partagé l’expérience de son équipe dans l’évaluation de la capacité d’un grand modèle de langage générique à gérer la localisation dans 21 langues et chaque chaîne possédée.

Le résultat? Ça ne pouvait pas. L’IA générique produit une traduction, mais n’applique pas la terminologie approuvée, n’impose pas le style sur les marchés, ne redirige pas le contenu vers le bon niveau de qualité selon le niveau de visibilité, ni ne fournit de trace d’audit quand quelque chose ne va pas. Chacune de ces exigences nécessite une infrastructure, comme une plateforme qui réunit les ressources linguistiques, les contrôles de gouvernance et le cadre de qualité en un seul endroit.

IHG a reconstruit son architecture de localisation pour déplacer la traduction en amont vers le système de gestion de contenu (CMS). Le contenu se dirige maintenant vers la bonne méthode de traduction à grande échelle. Les vérifications de qualité ont lieu avant que le contenu n’arrive aux invités, pas après son expédition. Le moment où l’équipe d’IHG a décliné la proposition générique de LLM était plus qu’une décision technologique : c’était une décision sur ce que la qualité exige réellement.

Ce que les équipes marketing ne voient pas tant que la qualité n’a pas déjà évolué

Dervilla O’Reilly, gestionnaire web principal de la localisation et des opérations internationales chez Docusign, a soutenu que la traduction par IA non réglementée est le risque de qualité auquel les équipes marketing sont le plus exposées (et les moins préparées à détecter).

Le problème n’est pas que l’IA produise manifestement de mauvaises traductions. C’est plus subtil, car sans flux de travail entraînés par la marque, application du glossaire et boucle de rétroaction vers la plateforme, il n’y a aucun signal quand la qualité s’éloigne des directives de l’entreprise : un terme de marque traduit de manière incohérente en allemand; un ton qui change en français; une expression qui s’applique différemment dans un marché réglementé. Rien de tout cela n’apparaît dans un rapport de livraison ni dans un compte de mots.

Le travail de son équipe implique deux choses que la plupart des programmes de localisation marketing sautent : éduquer les parties prenantes sur ce que l’IA non gouvernée produit réellement en pratique, et adapter le contenu avant même que l’IA ne l’aborde. Ainsi, la qualité dans la localisation marketing cesse d’être un point de contrôle en aval et devient plutôt une décision prise avant le début de la traduction.

De 200 à 2 000 heures : là où l’automatisation s’arrête et la qualité commence

Bruno Gonçalves, stratège mondial des programmes et responsable de l’expérience d’apprentissage chez IBM SkillsBuild, a présenté un chiffre qui a redéfini la façon dont les équipes L&D pensent l’échelle : IBM est passé de 200 à 2 000 heures de contenu d’apprentissage traduit avec une équipe plus petite qu’auparavant.

À mesure que l’équipe approchait de l’échelle à ce volume, l’automatisation complète n’était pas la solution : le contenu était technique, certains apprenants avaient seulement 14 ans, et certains langages nécessitaient un support de droite à gauche pour lequel les outils n’étaient pas conçus. Ce qui a plutôt fonctionné, c’est un système humain dans la boucle avec des décisions explicites sur où la traduction IA pouvait être digne de confiance et où elle ne pouvait pas. Ils ont construit une mémoire de traduction spécifiquement pour les types de contenu L&D, résolu les problèmes de compatibilité SCORM et Rise (formats de fichiers e-learning courants) qui n’avaient pas de manuel établi, et établi des règles claires pour déterminer précisément quand la validation humaine était non négociable.

La leçon de qualité d’IBM SkillsBuild est que l’échelle ne signifie pas éliminer les humains du flux de travail. Cela signifie les placer précisément là où l’IA échoue, et construire l’infrastructure nécessaire pour faire la différence.

Les 95% dont personne ne vous avertit

Chris Dell, conseiller principal chez Next Chapter Advisory + Coaching, a été des deux côtés de la décision construire contre acheter à grande échelle en entreprise. Selon lui, alors que l’appel API représente les 5% faciles de la construction d’un système de traduction, les 95% restants — intégration de la mémoire de traduction, application du glossaire, contrôles de conformité, entretien des connecteurs et réajustement de l’invite à chaque livraison d’un nouveau modèle — restent avec votre équipe d’ingénierie, de façon permanente.

Chacun de ces composants est une variable de qualité. Les stacks maison n’ont pas de mémoire de traduction, pas de surveillance continue de la qualité et pas de trace d’audit. Ils ont tout ce que votre équipe a le temps et la capacité de construire et de maintenir à long terme, en plus de tout ce dont ils sont responsables. Au bout du compte, le vrai coût de la construction interne n’est pas le développement initial, mais la dette de qualité continue.

Plus d’informations de la Conférence mondiale prête

Ce qu’il faut réellement pour obtenir l’adhésion des dirigeants — Winnie Wong, responsable de la localisation chez DoorDash; Kenny Imery, directeur principal de la mondialisation et de la croissance internationale chez Tinder; et Jerome Selinger, leader mondial de la croissance et de la mondialisation, ont expliqué comment ils ont rendu l’impact de la localisation lisible pour les cadres qui pensent selon différents indicateurs. Les scores MQM font évoluer les équipes de localisation, mais ce qui motive un PDG, c’est lorsque la qualité se traduit directement par des taux de conversion, une rétention du marché et un délai de mise sur le marché. Le panel a partagé ce qui a fait fonctionner cette traduction dans leurs organisations.

Le travail caché de la localisation — Rossella Barry, gestionnaire de la stratégie de localisation chez AllTrails, et Verónica Celdrán, directrice principale de la mondialisation chez Taskrabbit, ont abordé les problèmes de qualité qui commencent avant le début de la traduction : chaînes de caractères soumises sans contexte, documentation manquante, contenu qui pollue la mémoire de traduction et crée des boucles de rework qui s’accumulent pendant des mois. Respecter les bonnes normes de soumission est ce qui fait réellement évoluer les indicateurs de qualité — et ce qui rend l’IA plus rapide et plus impactante. Plus votre entrée d’air est propre, meilleure est la performance de l’IA.

Au-delà du pilote : comment les équipes performantes évoluent l’IA — Tommaso Rossi, directeur de la localisation chez Spotify; Patricia Sainz, gestionnaire du programme de traduction chez SAS; Julio Leal, chef de la localisation chez Rover.com; et Ana Vehar, responsable mondiale de la localisation de contenu chez SumUp, ont clôturé les sessions de contenu par l’une des conversations les plus franches de la journée. Le fil conducteur de la discussion était que l’écart entre piloter l’IA et la faire évoluer est ultimement un écart de qualité. Les équipes qui ont mis à l’échelle la traduction de l’IA ont d’abord construit une infrastructure de qualité.

Les Global Ready Awards

La conférence s’est terminée par la reconnaissance des programmes qui faisaient la localisation correctement. Les lauréats du Global Ready Award de cette année : Atlassian (Excellence), Busuu (Accessibilité), Docusign (Collaboration), Fortra (Accélération), Kyndryl (Mondialisation), Netskope (Partenariat) et le Commonwealth de Virginie / VITA (Trailblazer) — honorés pour avoir intégré 67 agences d’État dans le Global Delivery Network rendre le contenu gouvernemental critique accessible aux résidents dans leurs propres langues.

Ce vers quoi les leaders de la localisation se préparent

Anna Schlegel, chef de la direction de Universalization.ai, a lancé la Global Ready Conference en nommant ce que la plupart des responsables de la localisation savent déjà mais n’ont pas encore pleinement compris : l’ère de l’IA n’a pas facilité ce travail, elle a juste élevé la barre. Les leaders qui s’épanouissent sont ceux qui possèdent la question de la confiance, car la confiance dans ce que l’IA produit est maintenant l’un des problèmes les plus difficiles du contenu mondial. Ceux qui peuvent le résoudre sont ceux qui ont la plus grande expertise sur le fonctionnement réel du langage sur tous les marchés.

Les idées fondamentales d’Anna émergeaient à chaque séance. Chaque praticien sur scène avait une version de la même histoire : l’IA rendait les traductions rapides, et le nouveau défi devenait de s’assurer que le résultat soit quelque chose sur lequel on pouvait miser sa marque. C’est la valeur ultime des innovations de Smartling en matière de qualité — une traduction fiable, à la vitesse que l’IA exige, avec une qualité surveillée automatiquement à grande échelle.

Les onze sessions de la Global Ready Conference sont disponibles sur demande. Regardez le lancement, les séances de praticiens et la conversation complète à smartling.com/conference.