“滑到冰球要去的地方，而不是它所在的地方”一直是冰球运动的好建议。但是，当我们为生成式人工智能 (AI) 和大型语言模型 (LLM) 带来的颠覆性海啸做准备时，它对语言服务行业来说是非常有先见之明的。

自 2022 年 11 月 OpenAI 的 ChatGPT 发布以来，开发速度一直很疯狂。每周都有数量惊人的新产品和初创公司推出，这些产品和初创公司基于 LLM 技术。预测五年后的企业格局将是一个勇敢的预测者——但从今天的现状出发，可能会提出错误的问题并错失良机。

内容创建是 LLM 用例的靶心，大公司正在努力使 LLM 生成的内容成为现实。三大云提供商 Azure、Google Cloud 和 AWS 正在将 LLM 构建到他们的企业工具包中。Microsoft 365、Adobe Creative Cloud 和 Canva 等内容创建软件正在整合 AI 助手（Copilot、Firefly、Magic Write），从而改变内容的制作方式。

法学硕士将实现以任何所需语言创建内容的根本改变。而今天，语言服务行业接收要翻译的源语言内容；很可能在不久的将来，收到的大部分内容将直接使用目标语言，需要进行审查或验证。这将是这个价值 600 亿美元的行业的结构性转变。

LLM 生成的内容的吸引力的进一步暗示是整体内容量可能出现爆炸式增长。在Adobe最近对 2,600 名客户服务和营销专业人士进行的一项调查中，三分之二的人预计未来两年对内容的需求将增长 5-20 倍。如果属实，这将给作者和本地化专业人员带来巨大的内容验证挑战。

因此，问题变成了如何验证 LLM 生成的内容以在提示中体现作者的意图时保留作者的意图。验证意图可能还需要比纯翻译更广泛的方法。纽约大学计算机科学家塞缪尔·鲍曼 (Samuel Bowman) 最近发表了一篇论文，重点介绍了法学硕士的研究现状。他指出，人们对基金会模型的内部运作知之甚少，可能会产生不可预测的结果，其中包含偏见、机密信息或彻头彻尾的谎言。

为了适应不断变化的格局，未来的内容供应链必须采用新的工作流程和技术，以适应并发创作而不是现有的线性途径。重新设计这些工作流程和支持它们的工具是语言服务提供商可以迎接挑战的地方。

语言服务行业拥有比其他任何地方都多的翻译人员、计算语言学家和自然语言专家。我们具有独特的优势，可以帮助企业应对即将发生的颠覆并实现巨大的潜在利益，同时保护他们免受风险。要做到这一点，我们需要设想冰球的去向，并抵制停留在当前状态的冲动。