据顾问公司估计，全球网络购物者的消费力达50兆美元，其中英语系用户约占叁分之一，若想要触及98%的网络消费者，企业就必须跳脱英文框架，将内容翻译为48种语言。

　　大数据(Big Data)使得挑战国际企业挑战更为艰钜。IDC预估至2020年时，每天将出现4500亿件商业交易;IBM也估算，网络现有数据量约达27亿兆位元。为了因应全球接踵而来的资讯浪潮，企业唯有结合云端大数据、翻译应用程式、智慧人类用户，才能将多元数据转化为自身优势。

　　使用大数据应用程式可分析大量网络资讯，这些数据被视为是可以帮助企业更了解营运状况与市场的利器;但若无人赋予数据意涵，再巨量的数据也只是一大堆数字而已。

　　因此，企业该如何运用大数据并转化为商业价值，关键在于人类如何改良诠释的技能。

　　大数据时代为何仍不能倚赖机器

　　试想，当企业得同时面对数十种语言与文化差异又接受大数据冲击时，人们很自然的会期待机器能够加速工作效率。

　　拿翻译来说，许多人会期待机器能够让翻译更有效率，但如你所见，机器翻译有时完全行不通，因为「翻译记忆」(编按：translation memory，指机器翻译软体寻找正确译文的数据库)都由各个平台各自储存。

　　以往专业的笔译员一天的数据处理量大约是2至3千笔，相较于今日动辄数百万笔根本小巫见大巫，而且企业都将翻译记忆储存于私人数据库内，此时，若使用机器翻译，可用的词语条目就相当有限，译文也因此支离破碎;再加上各家企业若使用不同的软体也无法统一，就更难保证大量数据的翻译品质。

　　如今，企业虽已经摆脱老旧无效率的翻译技术，逐渐转往云端平台，并开放给无数笔译员使用，同时迅速累积翻译记忆，改善机器翻译品质。然而，云端一如大数据本身，无法替企业解决最迫切的问题：如何在不牺牲品质的前提下，迅速处理大量内容?如何藉由大数据创造真正的商业价值?如何结合大数据及全球内容，让企业更具智慧?

　　大数据的真正价值操之于人

　　根据Avenade公司一项调查发现，逾六成企业需要员工发展新技能，以期符合诠释大数据内涵的能力。

　　施拉吉(Michael Schrage)在哈佛商业评论部落格里写道，「太多组织尚未明白，若要以大数据为运作基础，人员判断比云端机器学习更重要，」应用程式无论多么易于使用、功能多么强大，仍无法取代人类理解能力。

　　所以解答就在于，人类做为智慧终端用户，应将大数据数据与趋势简化为可落实的资讯，弭平数字与商业价值之间的落差;就像由机器翻译完成初稿后，也需要人员编修俚俗语、口语及文化差异，才能跨越机器翻译的障碍。

　　商业世界正迈向大数据与机器翻译建构的未来，也唯有人能跨越这道鸿沟

原文链接：http://www.thebigdata.cn/YeJieDongTai/13820.html