Reimmaginazione
Localizzazione
per l'era dell'IA
Ora puoi guardare in streaming ogni sessione della Global Ready Conference 2026 su richiesta.
I leader di localizzazione, marketing, prodotto e L&D si sono riuniti il 20 maggio per imparare direttamente da operatori di Spotify, IHG, SumUp, Rover e altri su come utilizzano l'IA per muoversi più velocemente, senza sacrificare la qualità.
Cosa abbiamo trattato:
Come gestire un'IA migliore: scopri come i team globali ad alte prestazioni la stanno facendo funzionare
Come restare un passo avanti: sii il primo a scoprire cosa c'è di nuovo e dove Smartling sta andando nel 2026
Build vs. Acquista: come selezionare il framework di localizzazione giusto per la tua organizzazione
In ogni regione e settore, i responsabili della localizzazione combattono la stessa battaglia: vengono chiamati in ritardo, faticano a dimostrare il ROI agli stakeholder che pensano in modo diverso, e osservano i dirigenti che si rifugiano a strumenti di IA generici mentre sminuiscono l'esperienza che i team di localizzazione hanno costruito nel corso degli anni. Questo panel riunisce professionisti che sono passati da reattivi a proattivi—costruendo solide relazioni esecutivi, traducendo l'impatto della localizzazione in numeri effettivamente efficaci e riposizionando i loro team da una funzione di supporto a un motore strategico della crescita globale.
La maggior parte dei team di prodotto considera la localizzazione come un passaggio a valle—qualcosa che avviene dopo che sono state prese le vere decisioni sul prodotto. Michelle Kerr, Direttrice della Trasformazione del Prodotto presso IHG Hotels & Resorts, racconta come il suo team abbia rifatto questa assunzione da zero: spostando la traduzione a monte nel CMS, costruendo infrastrutture che instradano i contenuti verso il metodo di traduzione corretto su larga scala e permettendo che i contenuti provengano da qualsiasi lingua invece di passare all'inglese per primo di default. Racconta anche cosa è successo quando una società di consulenza ha suggerito di poter semplicemente usare una soluzione LLM generica, e cosa ha rivelato quel momento sui limiti dell'IA generica per operazioni di contenuti complesse e ad alto volume.
Il programma SkillsBuild di IBM doveva raggiungere rapidamente gli studenti in più paesi. Ma la traduzione completamente automatizzata dall'IA non era la soluzione: i contenuti erano tecnici, gli studenti avevano appena 14 anni e la qualità non poteva essere compromessa. Bruno Goncalves, Global Program Strategist e Global Learning Experience Head presso IBM, spiega come il suo team sia passato da un flusso di lavoro manuale copia-incolla-in-documenti Word a un sistema scalabile e con persone nel loop, che gestisce 2.000 ore di contenuti tradotti in 13 lingue — con un team della metà delle dimensioni. Tratta l'approccio di gestione dei file SCORM/Rise/Storyline, come hanno costruito la memoria di traduzione da zero per i contenuti L&D e come hanno risolto il supporto linguistico da destra a sinistra per l'arabo — una sfida per cui gli strumenti non sono stati progettati subito per questo.
I maggiori scarichi su un programma di localizzazione spesso non hanno nulla a che fare con la traduzione. Invece, sono a monte: lavori inviati con errori di battitura, contesto mancante o nessuna documentazione, contenuti che inquinano la memoria di traduzione e cicli di riwork che consumano larghezza di banda del team. Rossella Barry di AllTrails e Verónica Celdrán di Taskrabbit condividono come abbiano affrontato questi problemi direttamente, dalla costruzione dell'autorizzazione al primo tentativo come KPI trasversale all'applicazione degli standard di presentazione tra i team—e come abbiano reso questo lavoro visibile alla leadership.
L'IA si muove più velocemente di quanto la maggior parte dei team di localizzazione possa valutarla — e il divario tra sperimentare e scalare effettivamente è il punto in cui la maggior parte dei programmi si blocca. In questo panel di professionisti sinceri, i leader della localizzazione di Spotify, SAS, Rover.com e SumUp condividono cosa funziona su larga scala, dove hanno fallito e cosa hanno imparato, e come stanno prendendo decisioni tecnologiche quando il panorama cambia settimana dopo settimana. Aspettatevi esempi specifici, fallimenti onesti e una discussione franca su cosa significhi realmente per il ruolo del team di localizzazione quando l'IA inizierà a gestire una maggiore parte della produzione.
Resta un passo avanti rispetto alla concorrenza
Guarda le sessioni di quest'anno per imparare tutto, dalla governance dell'IA e il coinvolgimento dei dirigenti alle decisioni build-vs-buy e all'automazione scalabile nella pratica. Operatori di Spotify, IHG, Docusign, SumUp e altri hanno condiviso cosa funziona davvero per i loro team — e cosa no.