Il linguaggio comune del team non è linguistico ma tecnologico: “Matematica, computer science, AI“, dice Kutylowski. “Se vogliamo veramente guardare bene, le AI sono principalmente dei problemi tecnologici“. La componente linguistica rimane importante per capire le esigenze dei clienti, ma l’approccio è fondamentalmente ingegneristico. Questa visione tecnica permette di affrontare la traduzione come un problema computazionale da risolvere con eleganza matematica.
L’evoluzione da traduzione testuale a DeepL Voice, lanciato a novembre 2024, rappresenta l’espansione naturale della piattaforma. Il prodotto offre traduzione vocale per riunioni online e conversazioni in presenza. “Vogliamo diventare fornitori globali per i nostri clienti di tutto quel che ha a che fare con il linguaggio“, dice Kutylowski. L’obiettivo è coprire tutte le modalità di comunicazione aziendale: testo, voce e le altre tecnologie del futuro.
Il mercato italiano e le resistenze all’adozione
Come tutte le aziende ben strutturate, DeepL si muove sulla base di dati di mercato. Come quelli commissionati con questa ricerca YouGov condotta da DeepL in Italia a marzo su oltre mille dipendenti e manager, che rivela informazioni interessanti sull’adozione dell’AI linguistica nel nostro Paese. Il 60% dei professionisti italiani si sente più sicuro nell’usare lingue straniere grazie all’AI, ma il 52% non ha mai utilizzato strumenti di traduzione automatica. Le resistenze principali riguardano l’accuratezza (37%) e la fiducia nei risultati (44%). Un gap di consapevolezza che, commenta Kutylowski, rappresenta al tempo stesso “una sfida e un’opportunità di crescita”.
Il divario generazionale emerge chiaramente: il 49% degli under 45 considera le difficoltà linguistiche un limite al potenziale globale aziendale, contro il 44% degli over 45. I manager utilizzano lingue straniere sul lavoro nel 49% dei casi, contro il 26% degli altri dipendenti. “Per noi è una questione esistenziale, non di espansione come per gli americani“, dice Kutylowski riguardo al rapporto europeo con le lingue. Il multilinguismo in Europa non è un’opportunità di crescita ma una necessità di sopravvivenza commerciale.
La percezione della qualità rimane il fattore critico per l’adozione enterprise. DeepL ha costruito la sua reputazione proprio sulla precisione superiore rispetto ai concorrenti. “I modelli general purpose non fanno lavori fatti bene“, dice il ceo, riferendosi alla competizione con ChatGPT e altri LLM generalisti. La specializzazione nella traduzione permette di offrire risultati più affidabili per usi professionali critici.
