通用本地化的静默终结（以及取而代之的是什么）。

本地化作为一项企业职能，正处于一个奇怪的过渡期。自20世纪90年代末主导业界的以翻译为先的供应商模式——大型全球化供应商管理跨多语言的翻译记忆并将工作分派给签约译者网络——正同时被三个方向超越：将本地化视为改编创作的本地编辑团队；以极低成本处理大规模工作的 AI 增强流程；以及通过在请求时生成情境适配内容而从根本上省去本地化问题的个性化内容系统。

供应商模式不会消失，但其在品牌技术栈中的位置正在迅速缩小。在国际市场上读起来最“本地化”的品牌，不再是那些拥有最大翻译预算的品牌，而是那些拥有最佳本地编辑人才并辅以处理规模化工作的基础设施的品牌。

为什么以翻译为先失效了。

以翻译为先在源内容足够通用、忠实翻译就能产生适当目标内容时有效。问题在于，大多数现代品牌内容高度情境化——它们引用文化时刻、刻意运用语域与语气，并在源文化中有意义的选择在目标文化中要么无意义要么错误。

把美国带有讽刺意味的邮件主题行忠实翻译成日语，会得到语法上正确但文化上无影响力的邮件主题。日本读者不会被冒犯，只是根本不会去读。放大到整个内容项目，这是一种缓慢流失的品牌意义，最终会累积成客户冷漠。

什么是改编创作（transcreation）。

如果正确实践，改编创作与翻译是不同的学科。改编创作者会收到源说明、源内容和编辑意图——并产出能够在目标市场实现该编辑意图的目标语内容，必要时进行创意性的重新塑造。它更接近文案创作而非纯翻译。

改编创作的单件成本高于翻译。但其单件效果的提升足以使在高杠杆的内容面（主打活动、品牌影片、产品发布内容、自然社媒）上在单位经济上更为划算。对于高量低杠杆的内容——产品规格、支持文档、发货确认——纯改编创作就是过度投入。

AI 增强流程现在已成现实。

两年前，AI 翻译对大多数消费者内容来说“几乎够用”，仍需大量人工编辑才能保证品牌安全。今天，经由品牌语音上下文和编辑价值提示的 AI 翻译，能在许多内容类型上生成只需轻度编辑的产出。这一差距足够大，值得重新设计围绕本地化的运营模型。

我们的经验中有效的做法是分层模型。AI 负责运营内容的一次生成。本地市场编辑负责品牌契合度和文化适切性的复审。改编创作专家端到端负责高杠杆内容。运营团队负责管理流程而非亲自创造内容。总体本地化成本下降，而高杠杆端的质量实际上得到提升。

值得注意的是，在这一方向上推进最快的品牌，是那些拥有强大本地编辑人才的品牌——因为 AI 需要编辑监督以保证品牌安全，而本地编辑是不可替代的组成部分。缺乏本地编辑能力的品牌有 risk（风险）：他们更有可能用 AI 翻译更快地规模化出同样糟糕的内容。

个性化改变了问题本质。

对以翻译为先的本地化的第三重压力，是情境化内容在请求时生成的兴起。根据收件人行为定制的邮件内容。由模块化内容组件组装的产品详情页。根据检测到的用户信号自适应的入职流程。

当内容动态生成时，本地化问题会发生转移。你不再是在本地化资产，而是在本地化规则和组件。当地化职能演变为内容工程职能——构建组件库、规则和品牌安全护栏，从而使个性化内容能在各市场可靠生成。

这更接近产品工程而非传统的本地化供应商管理。构建此能力的品牌倾向于将其放在营销工程或增长运营内部，而不是放在本地化职能内。在许多品牌中，传统的本地化职能正转变为编辑卓越中心，而非单纯的生产职能。

"本地化不再是一个翻译问题，而成为一个内容工程问题。率先意识到这一点的品牌正在拉开差距。"

今年该怎么做。

如果你负责跨境品牌的本地化，在接下来的十二个月里有四项值得执行的举措。

• 按内容杠杆对本地化进行分层。决定哪些面向值得采用改编创作，哪些适合 AI 增强翻译并需编辑审校，哪些可以依赖纯机器翻译。
• 投资本地市场编辑人才。你能招聘到的单一最高杠杆角色，是在你最重要的国际市场中负责所有内容层级品牌安全的高级编辑。
• 用品牌语音上下文构建 AI 工作流，而不是把它当作外接件。通用 AI 翻译产生通用内容；在编辑价值和参考内容提示下的品牌感知 AI 翻译，能产出只需最小化编辑的内容。
• 开始把本地化视为一项内容工程能力。那些将此工作组织为工程而非供应商管理的品牌，正在明显领先。

以翻译为先的供应商模式并非完全错误，它只是变得不再充分。正在构建下一代本地化能力的品牌——本地编辑人才、AI 增强、内容工程——正在默默获得一种难以在复利作用下复制的优势。