Przetłumaczono z angielskiego oryginału. Liczby i źródła pozostają bez zmian. Przeczytaj angielski oryginał
BlaBlaCar
BlaBlaCar przebudowuje proces tłumaczeń z pomocą AI i podaje koszty tłumaczeń niższe o około 27 %
Zespół lokalizacji BlaBlaCar przeprojektował swój proces tłumaczeń, by wykorzystać AI do tłumaczenia, kontroli jakości i automatyzacji na ponad 30 rynkach. Zespół mówi, że procesy wspierane przez AI obniżyły w 2025 r. koszty tłumaczeń o około 27 % i skróciły średni czas realizacji o 22 %.
Kluczowe liczby
Przepisane dokładnie ze źródeł. Skopiuj każdą liczbę wraz z przypisem.
około 27 %
Obniżenie kosztów tłumaczeń dzięki procesom wspieranym przez AI w 2025 r., według wpisu zespołu treści1
22 %
Poprawa średnich czasów realizacji dzięki procesom wspieranym przez AI w 2025 r., według wpisu zespołu treści1
24 %
Oszczędności na kosztach tłumaczeń zautomatyzowanego systemu podane przez osobę kierującą lokalizacją we wpisie z listopada 2025 r.2
ponad 6 godzin
Zaoszczędzony miesięcznie czas obsługi ręcznej według osoby kierującej lokalizacją, w tym samym wpisie2
Problem
BlaBlaCar działa na ponad 30 rynkach i w tylu językach. Każda zmiana produktu, kampania czy nowa funkcja musi być szybko przetłumaczona i dostosowana. Dawny proces miał wiele kroków ręcznych, koordynację między narzędziami i przerzucanie pracy tam i z powrotem, by utrzymać spójną jakość. Zespół chciał rosnąć bez zwiększania złożoności, kosztów ani czasu realizacji.
Co zbudowano
Zespół lokalizacji przeprojektował części procesu, by użyć AI do tłumaczenia, kontroli jakości i automatyzacji. Zespół treści mówi, że nowy układ przejmuje dużą część powtarzalnej pracy, a ludzie nadal decydują o jakości i języku.
Wpis osoby zarządzającej lokalizacją opisuje narzędzie. Zaczęło się od wywołania Gemini z arkusza Google. Urosło do arkusza ze słownikiem, przewodnikiem stylu, przykładami zatwierdzonych tłumaczeń i drugim zestawem promptów, który sprawdzał wynik. W Q3 2025 stało się skryptem połączonym z Phrase, systemem zarządzania tłumaczeniami w firmie.
Jak to zrobiono
Osoba wgrywa nową treść do Phrase i dodaje dwa tagi: jeden, by zamówić tłumaczenie AI, i drugi, by wybrać języki. Skrypt zbiera następnie treść oraz słownik, przewodniki stylu i przykłady firmy, tłumaczy tekst i uruchamia prompt kontroli jakości. Wynik zapisuje z powrotem w Phrase. Lingwiści zastają tekst już przetłumaczony i sprawdzony i robią końcową recenzję.
Skrypt zbudowano w sierpniu 2025 r. z AI jako partnerem do kodowania, co wymagało dziesiątek promptów, poprawek i testów.
Wyniki
Wpis zespołu treści mówi, że w całym 2025 r. procesy wspierane przez AI obniżyły koszty tłumaczeń o około 27 % i skróciły średnie czasy realizacji o 22 %. Wpis osoby zarządzającej lokalizacją z listopada 2025 r. podaje 24 % oszczędności na kosztach tłumaczeń dla zautomatyzowanego systemu i ponad 6 godzin pracy ręcznej zaoszczędzonej co miesiąc. Wymienia wcześniejsze oszczędności na tłumaczeniach rzędu 11 % (pierwsza formuła w arkuszu) i 22 % (większe narzędzie arkuszowe). Te 22 % to oszczędność kosztów na jednym etapie narzędzia, a nie wartość 22 % dotycząca czasu realizacji.
Eksperci ds. lokalizacji spędzają teraz więcej czasu na koordynowaniu procesów, określaniu standardów językowych i kontroli jakości na rynkach, a mniej na samym wykonywaniu tłumaczeń.
Co warto powtórzyć
Zacznijcie od małego narzędzia, wpiszcie słownik i reguły stylu w prompty, dodajcie automatyczną kontrolę i zostawcie lingwistów jako recenzentów. Raportujcie oszczędności na każdym etapie, aby uzasadnienie biznesowe rosło razem z narzędziem.
Wnioski dla Twojego projektu
Zacznijcie od małego narzędzia i mierzcie każdy krok. Osoba zarządzająca lokalizacją zaczęła od formuły w arkuszu, podała 11 % oszczędności, a potem 22 % i 24 %, gdy narzędzie dojrzewało.
Wpiszcie swoje reguły w prompt. Słownik, przewodnik stylu i przykłady zatwierdzonych tłumaczeń trafiały do modelu przy każdym zapytaniu.
Dodajcie automatyczną kontrolę jakości. Drugi zestaw promptów sprawdzał tłumaczenie AI pod kątem typowych błędów, zanim obejrzeli je ludzie.
Zostawcie lingwistów jako ostatnich recenzentów. Tłumaczenia trafiają do systemu tłumaczeń już sprawdzone, czekając na akceptację człowieka.
Przemyślcie proces, a nie tylko narzędzie. BlaBlaCar mówi, że przeprojektował części procesu, zamiast dokładać AI do istniejących kroków.
Zastrzeżenia
- Oba źródła to wpisy na Medium samego BlaBlaCar. Żadne niezależne medium nie potwierdza liczb.
- Wartości 27 % i 22 % pochodzą z wpisu zespołu treści. Dotyczą całego 2025 r. Wpis nie definiuje punktu odniesienia ani odsetka objętych treści.
- Wartość 24 % pochodzi z wcześniejszego wpisu osoby zarządzającej lokalizacją (5 listopada 2025 r.), który mówi także o oczekiwanym przekroczeniu 30 % w Q4. Żaden z wpisów nie wyjaśnia, jak obliczono oszczędności, a obu wartości nie łączymy.
- Tylko wpis osoby zarządzającej lokalizacją wymienia model: Gemini, wywoływany z arkusza Google. Późniejszy zautomatyzowany skrypt używa tych samych promptów i zasobów, ale wpis nie powtarza nazwy modelu i nie podaje żadnej wersji.
- Dla procesu stosowanego w całym zespole nie podano miesiąca uruchomienia. Testy osoby zarządzającej lokalizacją zaczęły się w Q4 2024, a automatyzację zbudowano w Q3 2025, więc pokazano tylko rok.
- Oba wpisy przeczytano przez kanał Medium, ponieważ Medium blokowało strony artykułów. Daty pochodzą z wpisów w kanale.
Źródła
- How we built an AI-Powered content strategy at BlaBlaCar
BlaBlaCar blog (Medium) · 2026-03-19 · Blog firmowy · medium.com
- A Localization Manager's AI Toolkit: From Spreadsheets to Full Automation
BlaBlaCar blog (Medium) · 2025-11-05 · Blog firmowy · medium.com
Streszczone własnymi słowami na podstawie powyższych źródeł. Zauważyłeś błąd? Zobacz sprostowania.