บทความ 12 ภาษาไม่ใช่แค่ “พิมพ์เยอะขึ้น” กระบวนการเดิมมีการวิจัย วางโครง เขียน แก้ไข แปลอีก 11 ภาษา ตรวจทาน จัดคำศัพท์ Markdown ลิงก์ และ QA
1. คำตอบ
ช่วงที่สมเหตุผลคือ 20–30 คน-วัน สำหรับงานมืออาชีพมาตรฐาน และ 40–55 คน-วัน หากปรับแต่ละภาษาให้เป็นธรรมชาติระดับหนังสือ/การตลาด หรือประมาณ 160–440 ชั่วโมงมนุษย์
คน-วันไม่ใช่วันปฏิทิน นักแปล 11 คนทำพร้อมกันอาจย่อหลายสิบคน-วันให้เหลือหนึ่งถึงสองสัปดาห์ แต่คนเดียวทำเรียงกันอาจใช้หลายเดือน
2. แค่การแปลก็เป็นโครงการแล้ว
ATA ยกตัวอย่างอัตรา 2,500 source words/วันสำหรับเทคนิค, 2,000 สำหรับ marketing, 1,500 สำหรับ software และอาจต่ำถึง 750 สำหรับงานวิจัยหนัก.[R1] แบบสำรวจ ATA รายงานเป้าหมายเฉลี่ย 2,855 คำ/วัน.[R2] สำหรับหนังสือยาก มีตัวอย่างอัตรา 800–1,000 คำ/วันเมื่อรวมหลาย draft การแก้จาก editor และ proof.[R3]
ถ้าต้นฉบับเทียบเท่า 3,000 คำ 11 ภาษาอาจใช้ 13–17 คน-วันแบบมาตรฐาน หรือ 33–44 คน-วันถ้าต้อง localize อย่างละเอียด
3. ยังมีงานก่อนและหลังแปล
ต้องตรวจแหล่งข้อมูล กำหนดขอบเขตคำกล่าว เขียนและแก้ต้นฉบับ ตรวจภาษาปลายทาง รวม format, link, metadata และ QA. ATA ยกตัวอย่าง revision เทคนิค 7,500 คำ/วัน.[R1]
4. AI ลด friction ขององค์กร
เดิม วิจัย→editor→writer→PM→translator×11→reviewer×11→implementation→QA แต่ AI เชื่อมหลายขั้นไว้ในบริบทเดียว จึงลดทั้งเวลาทำงาน การรอ handoff briefing การอธิบายบริบทใหม่ และ rework
5. ข้อจำกัด
ไม่ได้แปลว่า AI เท่ากับนักแปล native 11 คนและผู้เชี่ยวชาญโดยอัตโนมัติ เรื่องวัฒนธรรม กฎหมาย/แพทย์ brand voice และคุณภาพสิ่งพิมพ์ยังควรตรวจโดยคน
คำที่แม่นคือ AI สามารถบีบ workflow ที่เคยใช้เวลามนุษย์หลายร้อยชั่วโมง ไม่ใช่รับประกันคุณภาพผู้เชี่ยวชาญหลายร้อยชั่วโมง
6. ทำไมจึงปฏิวัติสำหรับคนเดียว
เมื่อก่อน “ทำ 12 ภาษา” หมายถึงงบ vendor PM และกำหนดส่ง วันนี้คนเดียวเริ่มงานระดับเดียวกันได้ด้วยประโยค “เอาเรื่องนี้ทำเป็นบทความอีกชิ้น” งานที่เคยต้องมีองค์กรจึงเริ่มได้จากบุคคล
