Ketika DeepL bertemu Inetum

Inetum—sebuah konsultan IT global dan penyedia layanan digital end-to-end—pertama kali menggunakan DeepL untuk mempermudah berbagi pengetahuan di antara tim-tim internasionalnya. Seiring dengan perluasan perusahaan ke lebih banyak wilayah, menjadi jelas bahwa bahasa bukan hanya hambatan komunikasi, tetapi juga penghalang untuk pertumbuhan dan kolaborasi, terutama dalam konteks Layanan Profesional.

Dua tahun kemudian, DeepL kini telah terintegrasi dalam operasional harian Inetum. Apa yang awalnya dimulai sebagai integrasi sederhana ke dalam Confluence, telah berkembang menjadi strategi pemberdayaan multibahasa yang mendukung lebih dari 350 karyawan di berbagai fungsi. Baru-baru ini, tim tersebut mengadopsi DeepL Voice untuk mengatasi hambatan bahasa lisan dan memfasilitasi penempatan konsultan yang lebih cepat dan fleksibel di berbagai negara.

Inetum: memberdayakan 28.000 orang di 19 negara

Berpusat di Prancis dan beroperasi di lebih dari 19 negara dan terus berkembang, Inetum bekerja sama dengan klien di sektor telekomunikasi, pemerintahan, energi, dan bidang lainnya untuk mendorong transformasi digital yang berdampak. Dengan hampir 28.000 karyawan lokal, perusahaan ini menawarkan dukungan end-to-end—mulai dari modernisasi hingga inovasi—yang disesuaikan dengan kebutuhan spesifik setiap sektor. Mereka juga merupakan partner strategis Microsoft dan anggota Pusat Inovasi Kecerdasan Buatan Bertanggung Jawab (RAIIC).

Secara internal, tim Sébastien Dumon membantu mewujudkan tujuan Inetum dengan menyediakan teknologi yang terukur dan aman yang mendukung operasional global, mulai dari platform observabilitas hingga alat kolaborasi. Alat bahasa, seperti DeepL, merupakan bagian penting dari tumpukan tersebut.

Proses yang memakan waktu dan kualitas yang bervariasi

Sebelum DeepL, alur kerja terjemahan bersifat terfragmentasi dan tidak konsisten. Komunikasi lintas batas sangat penting, tetapi konten multibahasa sering ditangani secara ad hoc. Karyawan mengandalkan apa pun yang tersedia: rekan kerja bilingual, alat online gratis, atau solusi cepat. Hasilnya? Ketidakakuratan terjemahan yang campur aduk, ketidakefisienan, dan kurangnya konsistensi. Sesuatu yang tidak dapat diandalkan oleh Inetum.

Kualitas memang menjadi masalah utama. “Layanan terjemahan lain yang tersedia melalui plugin ini tidak cukup baik dalam istilah kualitas terjemahan,” jelas Sébastien.

Untuk mengatasi hal ini, tim mengintegrasikan DeepL API ke dalam Confluence, dimulai dengan dokumentasi tim perangkat lunak. Proyek ini membangun fondasi yang konsisten dan terukur untuk pelokalan konten internal.

Meningkatkan kelancaran berbicara dengan DeepL Voice

Tetapi pengetahuan tertulis hanyalah permulaan. Kolaborasi lisan menimbulkan tantangan lain, terutama dalam pertemuan dengan konsultan dan klien yang berbasis di berbagai negara. Persyaratan bahasa secara tidak sengaja membatasi kemampuan Inetum untuk mengakses talenta terbaik.

“Kebutuhan utama adalah membuka perekrutan talenta kami untuk berbagai profil yang lebih luas, tanpa persyaratan untuk menjadi bilingual,” jelas Sébastien.

Misalnya, pengembang yang sangat terampil di Portugal harus diabaikan saat proses perekrutan, hanya karena mereka tidak bisa berbahasa Prancis; meskipun mereka memiliki keahlian teknis yang tepat. Dengan DeepL Voice, Inetum menghilangkan hambatan tersebut. Kerja sama lintas batas kini berjalan lancar, dan perekrutan lebih berfokus pada keterampilan daripada bahasa.

Mengapa DeepL?

“Saat mengevaluasi solusi, kita perlu mempertimbangkan prinsip-prinsip kecerdasan buatan (AI) yang etis, seperti transparansi, keandalan, keamanan, dan privasi,” kata Sébastien, merujuk pada partisipasinya dalam program Microsoft RAIIC.

Enkripsi DeepL, kepatuhan terhadap GDPR, dan infrastruktur tingkat perusahaan menjadi faktor kunci dalam keputusan untuk memperluas penggunaan layanan tersebut di seluruh perusahaan. Namun, kualitas terjemahannya juga demikian.

Perbedaan DeepL

Pelacakan penggunaan memainkan peran penting dalam cara Inetum mengukur ROI. Penggunaan DeepL Voice telah berdampak pada peningkatan kolaborasi multibahasa antar tim: lebih banyak keahlian dimanfaatkan pada lebih banyak proyek untuk hasil yang lebih baik. Hasil bagi klien.

Dari sisi API, ROI didasarkan pada volume dokumen yang diterjemahkan dari pusat pengetahuan—ratusan per tahun, masing-masing berkisar antara 16.000 hingga lebih dari 85.000 karakter—yang membantu mengukur skala dan efisiensi di seluruh organisasi.

Lebih banyak bahasa, lebih banyak fleksibilitas

Dengan memungkinkan karyawan dan pelanggannya untuk mengadakan pertemuan dalam bahasa ibu mereka, Inetum kini dapat mendistribusikan tim dukungan internal secara lebih efisien di berbagai wilayah tanpa terkendala oleh batasan komunikasi. Ini berarti teknis Para ahli dapat ditugaskan ke proyek yang tepat berdasarkan keahlian – bukan kemahiran bahasa – sehingga dapat mengoptimalkan efisiensi biaya dan keahlian yang lebih mendalam, sambil memberikan hasil terbaik bagi pelanggan. Posisi yang sebelumnya sulit diisi karena kendala bahasa kini diisi oleh orang-orang terbaik untuk posisi tersebut, tanpa memandang lokasi.

Komunikasi tertulis, disederhanakan

Melalui DeepL API, dokumentasi terjemahan dan proses internal dapat diakses secara instan dalam bahasa asli karyawan. Hal ini tidak hanya memperbaiki proses onboarding, tetapi juga memastikan konsistensi operasional bagi tim global.

Biaya turun, efisiensi naik

Merekrut talenta bilingual atau mengandalkan terjemahan manusia dulu menambah biaya dan kompleksitas—terutama di wilayah di mana keterampilan bahasa tertentu langka atau mahal. Hal ini juga berarti siklus perekrutan yang lebih lama, yang memperlambat penyelesaian proyek-proyek penting. Dengan semua dokumentasi yang tersedia, dan siapa pun dapat bergabung dalam panggilan, bahasa tidak lagi menjadi hambatan. Dengan mengurangi kebutuhan akan peran yang hanya memerlukan kemampuan bilingual, Inetum telah memperbaiki efisiensi penempatan tenaga kerja dan menciptakan fleksibilitas yang lebih besar di seluruh tim.

Apa selanjutnya?

Ke depan, Inetum berencana untuk memperluas penggunaan DeepL Voice ke departemen lain seperti penjualan, keselamatan, dan kualitas. "DeepL Voice kemungkinan besar akan diterapkan di semua sektor," kata Sébastien. Tim penjualan, keselamatan, dan kualitas, misalnya, saat ini sedang mengerjakan berbagai proyek di berbagai negara

Meskipun DeepL sudah memenuhi sebagian besar kebutuhan mereka, tim Sébastien sedang mengeksplorasi otomatisasi penerjemahan berkas konfigurasi tampilan: sebuah potensi kasus penggunaan baru untuk aplikasi klien mereka. Ketika ditanya apa yang paling dia hargai secara pribadi, Sébastien menjawab: "Yang paling menarik dari solusi ini adalah setiap orang dapat mengatur bahasa lisan dan pilihan subtitle sesuai keinginannya, berbeda dengan solusi lain yang memaksakan penggunaan bahasa lisan tunggal (atau mengubahnya saat pembicara lain mengambil alih)."

Bagi Inetum, AI bukan sekadar tren teknologi; melainkan alat untuk memberdayakan manusia dan mendorong kemajuan. Dengan DeepL, ituVisi tidak lagi bersifat aspiratif. Sudah beroperasi.