La mort silencieuse de la localisation générique (et ce qui la remplace).

La localisation, en tant que fonction d'entreprise, traverse un étrange moment de transition. Le modèle fournisseur « traduire d'abord » qui a dominé depuis la fin des années 1990 — de grands prestataires de globalisation gérant des mémoires de traduction sur des dizaines de langues et répartissant le travail à des réseaux de traducteurs contractuels — est concurrencé simultanément dans trois directions. Par des équipes éditoriales locales qui considèrent la localisation comme de la transcréation. Par des workflows augmentés par l'IA qui traitent le volume à une fraction du coût. Et par des systèmes de contenu personnalisés qui rendent la question de la localisation obsolète en générant du contenu contextuellement approprié à la demande.

Le modèle fournisseur ne va pas disparaître, mais sa place dans la pile technologique des marques se réduit rapidement. Les marques qui paraissent les plus natives sur leurs marchés internationaux ne sont plus celles aux plus gros budgets de traduction. Ce sont celles qui disposent des meilleurs talents éditoriaux locaux, augmentés par une infrastructure qui gère le volume.

Pourquoi le modèle « traduire d'abord » a cessé de fonctionner.

Le modèle « traduire d'abord » fonctionne lorsque le contenu source est suffisamment générique pour qu'une traduction fidèle produise un contenu destination approprié. Le problème, c'est que la plupart des contenus de marque modernes sont très contextuels — ils font référence à des moments culturels, utilisent le registre et le ton de façon délibérée, et prennent des décisions qui ont du sens dans la culture source mais sont nulles ou erronées dans la culture cible.

Une traduction fidèle d'une ligne d'objet d'email américaine ironique en japonais donne une ligne d'objet grammaticalement correcte mais culturellement invisible. Le lecteur japonais ne sera pas offensé. Il ne la lira simplement pas. Multiplié sur l'ensemble d'un programme de contenu, cela représente une fuite lente du sens de la marque qui se transforme en indifférence client.

Ce qu'est réellement la transcréation.

La transcréation, pratiquée correctement, est une discipline distincte de la traduction. Le transcréateur reçoit le brief source, le contenu source et l'intention éditoriale — et produit un contenu dans la langue de destination qui délivre cette intention sur le marché cible, avec toute la réinvention créative nécessaire. C'est plus proche du copywriting que de la traduction.

La transcréation coûte plus cher par unité que la traduction. Elle est aussi suffisamment plus efficace par unité pour que l'économie unitaire la favorise souvent pour les surfaces à fort levier — campagnes héro, films de marque, contenus de lancement produit, social organique. Pour le contenu à fort volume et faible levier — spécifications produit, contenu support, confirmations d'expédition — la transcréation pure est disproportionnée.

Les workflows augmentés par l'IA sont une réalité aujourd'hui.

Il y a deux ans, la traduction IA était « presque suffisante » pour la plupart des contenus consommateurs et nécessitait une lourde relecture humaine pour être sûre pour la marque. Aujourd'hui, la traduction IA, lorsqu'elle est alimentée avec le contexte de la voix de la marque et des valeurs éditoriales, produit des sorties qui nécessitent seulement une légère édition pour de nombreux types de contenu. L'écart est suffisamment grand pour que le modèle opérationnel autour de la localisation doive être repensé.

Ce qui fonctionne selon notre expérience, c'est un modèle à niveaux. L'IA prend en charge la production de premier passage pour le contenu opérationnel. Des éditeurs locaux relisent pour l'adéquation à la marque et la pertinence culturelle. Des spécialistes en transcréation prennent en charge le contenu à fort levier de bout en bout. L'équipe opérationnelle gère le workflow plutôt que de produire le travail. Le coût total de la localisation diminue tandis que la qualité sur les contenus à fort levier s'améliore réellement.

Il est notable que les marques qui évoluent le plus vite dans cette direction sont celles dotées de solides talents éditoriaux locaux — parce que l'IA nécessite une supervision éditoriale pour être sûre pour la marque, et que l'éditeur local est le composant irremplaçable. Les marques dépourvues de capacité éditoriale locale risquent d'utiliser la traduction IA pour diffuser du contenu uniformément médiocre, plus rapidement que jamais.

La personnalisation change la question.

La troisième pression sur la localisation « traduire d'abord » est l'essor de la génération de contenu contextuel à la demande. Des emails adaptés au comportement du destinataire. Des pages produit assemblées à partir de composants de contenu modulaires. Des parcours d'onboarding qui s'adaptent aux signaux utilisateurs détectés.

Lorsque le contenu est généré dynamiquement, la question de la localisation change de perspective. Vous ne localisez plus des actifs ; vous localisez des règles et des composants. La fonction de localisation évolue vers une fonction d'ingénierie du contenu — construire la bibliothèque de composants, les règles et les garde-fous de sécurité de marque qui permettent de produire du contenu personnalisé de manière fiable sur les marchés.

Ceci se rapproche davantage de l'ingénierie produit que de la gestion traditionnelle des fournisseurs de localisation. Les marques qui développent cette capacité ont tendance à l'organiser dans le marketing engineering ou le growth ops plutôt que dans la fonction localisation. La fonction localisation traditionnelle devient, pour beaucoup de ces marques, un centre d'excellence éditoriale plutôt qu'une fonction de production.

"La localisation a cessé d'être un problème de traduction pour devenir un problème d'ingénierie du contenu. Les marques qui s'en sont aperçues prennent de l'avance."

Que faire cette année.

Si vous pilotez la localisation pour une marque transfrontalière, quatre actions valent la peine d'être entreprises dans les douze prochains mois.

• Stratifiez votre contenu par levier. Déterminez quelles surfaces méritent la transcréation, lesquelles nécessitent une traduction augmentée par l'IA avec relecture éditoriale, et lesquelles peuvent fonctionner avec une traduction automatique pure.
• Investissez dans des talents éditoriaux locaux. Le poste à plus fort levier que vous pouvez pourvoir est un éditeur senior sur votre marché international le plus important, responsable de la sécurité de la marque sur tous les paliers de contenu.
• Construisez le workflow IA avec le contexte de la voix de la marque, pas comme un ajout secondaire. La traduction IA générique produit du contenu générique. Une traduction IA consciente de la marque, correctement sollicitée avec des valeurs éditoriales et des contenus de référence, produit du contenu qui nécessite un minimum d'édition.
• Commencez à considérer la localisation comme une capacité d'ingénierie du contenu. Les marques qui organisent ce travail comme de l'ingénierie plutôt que comme de la gestion de fournisseurs prennent une avance mesurable.

Le modèle fournisseur « traduire d'abord » ne sera pas forcément erroné. Il sera insuffisant. Les marques qui construisent la prochaine capacité de localisation — talent éditorial, augmentation par l'IA, ingénierie du contenu — acquièrent discrètement un avantage qui sera difficile à reproduire une fois qu'il aura pris de l'ampleur.