Traduit de l’original anglais. Les chiffres et les sources sont inchangés. Lire l’original en anglais

Annoncé par l’entrepriseEn production depuis 2025Ajouté le oct. 2026

BlaBlaCar

BlaBlaCar refond son processus de traduction avec l'IA et annonce environ 27 % de coûts de traduction en moins

L'équipe de localisation de BlaBlaCar a repensé sa chaîne de traduction pour recourir à l'IA pour la traduction, les contrôles qualité et l'automatisation sur plus de 30 marchés. L'équipe indique que les processus assistés par l'IA ont réduit les coûts de traduction d'environ 27 % en 2025 et amélioré le délai moyen de traitement de 22 %.

Chiffres clés

Repris tels quels des sources. Copiez n’importe quel chiffre avec sa citation.

environ 27 %

Réduction des coûts de traduction grâce aux processus assistés par l'IA en 2025, selon l'article de l'équipe contenu1

22 %

Amélioration des délais moyens de traitement grâce aux processus assistés par l'IA en 2025, selon l'article de l'équipe contenu1

24 %

Économies sur les coûts de traduction annoncées par le responsable de la localisation pour le système automatisé, dans un article de novembre 20252

plus de 6 heures

Temps de traitement manuel économisé par mois selon le responsable de la localisation, dans le même article2

Ce que cela a demandé

CoûtNon communiqué
ÉquipeRéalisée par un responsable de la localisation, avec l'IA comme partenaire de codage2
CalendrierAutomatisation construite en août 2025 avec des dizaines d'instructions, d'ajustements et de tests, après des versions antérieures sur tableur dès le Q4 20242

Le problème

BlaBlaCar est présent sur plus de 30 marchés et langues. Chaque évolution produit, campagne ou nouvelle fonctionnalité doit être traduite et adaptée rapidement. L'ancien processus comptait de nombreuses étapes manuelles, de la coordination entre outils et des allers-retours pour garder une qualité homogène. L'équipe voulait monter en charge sans accroître la complexité, le coût ni les délais.

Ce qu'ils ont construit

L'équipe de localisation a repensé des parties de sa chaîne pour utiliser l'IA dans la traduction, les contrôles qualité et l'automatisation. L'équipe contenu indique que le nouveau dispositif prend en charge une grande part du travail répétitif, les personnes continuant de décider de la qualité et de la langue.

L'article du responsable de la localisation décrit l'outil. Il a commencé par un appel à Gemini depuis une feuille Google Sheets. Il est devenu une feuille avec un glossaire, un guide de style, des exemples de traductions validées et un second jeu d'instructions qui contrôlait le résultat. Au Q3 2025, il est devenu un script connecté à Phrase, le système de gestion de traduction de l'entreprise.

Comment ils s'y sont pris

Une personne charge un nouveau contenu dans Phrase et ajoute deux étiquettes : l'une pour demander la traduction par l'IA, l'autre pour choisir les langues. Un script récupère alors le contenu ainsi que le glossaire, les guides de style et les exemples de l'entreprise, traduit le texte et exécute une instruction de contrôle qualité. Il réécrit le résultat dans Phrase. Les linguistes trouvent le texte déjà traduit et contrôlé, et effectuent la relecture finale.

Le responsable a construit le script en août 2025 avec l'IA comme partenaire de codage, ce qui a demandé des dizaines d'instructions, d'ajustements et de tests.

Résultats

L'article de l'équipe contenu indique que, sur l'ensemble de 2025, les processus assistés par l'IA ont réduit les coûts de traduction d'environ 27 % et amélioré les délais moyens de traitement de 22 %. L'article de novembre 2025 du responsable de la localisation fait état de 24 % d'économies sur les coûts de traduction pour le système automatisé et de plus de 6 heures de travail manuel économisées chaque mois. Il mentionne des économies de traduction antérieures de 11 % (la première formule de tableur) et de 22 % (l'outil de tableur plus abouti). Ces 22 % sont une économie de coût à une étape de l'outil, et non le chiffre de 22 % sur les délais.

Les experts en localisation passent désormais plus de temps à orchestrer les processus, à définir les standards linguistiques et à contrôler la qualité sur les marchés, et moins de temps à exécuter les traductions.

Ce qu'il faut retenir

Commencez par un petit outil, mettez votre glossaire et vos règles de style dans les instructions, ajoutez un contrôle automatique et gardez les linguistes comme relecteurs. Chiffrez les économies à chaque étape pour que l'argumentaire économique grandisse avec l'outil.

Enseignements pour votre projet

  1. Commencez petit et mesurez chaque étape. Le responsable de la localisation est parti d'une formule de tableur, a annoncé 11 % d'économies, puis 22 % et 24 % à mesure que l'outil gagnait en maturité.

  2. Mettez vos règles dans l'instruction. Le glossaire, le guide de style et des exemples de traductions validées étaient fournis au modèle à chaque requête.

  3. Ajoutez un contrôle qualité automatique. Un deuxième jeu d'instructions vérifiait les erreurs courantes de la traduction IA avant la relecture humaine.

  4. Gardez les linguistes comme relecteurs finaux. Les traductions arrivent dans le système de traduction déjà contrôlées, pour validation humaine.

  5. Repensez le processus, pas seulement l'outil. BlaBlaCar dit avoir refondu des parties de sa chaîne plutôt que d'ajouter de l'IA aux étapes existantes.

Réserves

  • Les deux sources sont des articles Medium de BlaBlaCar lui-même. Aucun média indépendant ne confirme les chiffres.
  • Les chiffres de 27 % et 22 % viennent de l'article de l'équipe contenu. Ils portent sur l'ensemble de 2025. L'article ne définit ni la base de comparaison ni la part des contenus couverts.
  • Le chiffre de 24 % vient de l'article antérieur du responsable de la localisation (5 novembre 2025), qui dit aussi que le responsable comptait dépasser 30 % au Q4. Aucun des deux articles n'explique comment les économies ont été calculées, et les deux chiffres ne sont pas additionnés.
  • Seul l'article du responsable de la localisation nomme un modèle : Gemini, appelé depuis une feuille Google Sheets. Le script automatisé qui a suivi réutilise les mêmes instructions et ressources, mais l'article ne rappelle pas le modèle et aucune version n'est indiquée.
  • Aucun mois de mise en service n'est indiqué pour le processus à l'échelle de l'équipe. Les tests du responsable de la localisation ont débuté au Q4 2024 et l'automatisation a été construite au Q3 2025 : seule l'année est donc affichée.
  • Les deux articles ont été lus via le flux de Medium, car Medium bloquait les pages des articles. Les dates proviennent des entrées du flux.

Sources

  1. How we built an AI-Powered content strategy at BlaBlaCar

    BlaBlaCar blog (Medium) · 2026-03-19 · Blog de l’entreprise · medium.com

  2. A Localization Manager's AI Toolkit: From Spreadsheets to Full Automation

    BlaBlaCar blog (Medium) · 2025-11-05 · Blog de l’entreprise · medium.com

Résumé dans nos propres mots à partir des sources ci-dessus. Une erreur ? Consultez les corrections.