Baru-baru ini, Tak Shirai, Country Manager untuk Jepang di DeepL, berbincang dengan Shoji Otsubo, Manajer Senior dan Duta Teknologi AI di divisi R&D Panasonic. Mereka membahas bagaimana Panasonic Connect menggunakan teknologi AI bahasa dari DeepL untuk mengatasi hambatan bahasa di dalam organisasi mereka.

- Panasonic Connect Co. yang didirikan pada tahun 2022 merupakan bagian dari Panasonic Group, sebuah perusahaan elektronik multinasional Jepang yang bermarkas di Osaka, Jepang.
- Panasonic Connect memainkan peran penting dalam pertumbuhan bisnis solusi B2B perusahaan.
- Panasonic Connect menggunakan DeepL untuk terjemahan dan perbaikan penulisan, memungkinkan timnya berkomunikasi dengan percaya diri melintasi batas negara.
Saya adalah anggota departemen R&D di Panasonic Connect. Sebagai Manajer Senior, saya bertanggung jawab atas penelitian dan pengembangan AI untuk digunakan dalam berbagai variasi bidang dan Enterprise. Saya juga bekerja sebagai evangelist yang bertugas menyampaikan teknologi dan inisiatif AI kami kepada pelanggan lain.
Panasonic Connect Corporation adalah bagian dari Grup Panasonic. Semula merupakan perusahaan internal di bawah Panasonic Corporation yang bertugas menangani solusi B2B, perusahaan ini menjadi entitas hukum yang mandiri ketika perusahaan tersebut diorganisasi ulang menjadi perusahaan holding. Pelanggan kami terutama adalah perusahaan dan lembaga pemerintah.
Misi kami adalah mengubah masyarakat dari bawah ke atas dan menghubungkan perubahan ini dengan pembangunan di masa depan. Awalnya, kami memulai bisnis kami dengan perangkat keras tepi, dan kami telah bekerja langsung dengan berbagai macam pelanggan. Namun, pelanggan kami tidak mencari perangkat keras—mereka mencari solusi.
Bagi pelanggan di sektor rantai pasok, layanan publik, infrastruktur gaya hidup, dan hiburan, kami awalnya menyediakan teknologi untuk perangkat seperti proyektor dan perangkat lunak. Sekarang kami juga menyediakan layanan konsultasi untuk memahami proses bisnis pelanggan.
Saya bertanggung jawab atas divisi Riset dan Pengembangan Teknologi, artinya saya terlibat dalam riset dan pengembangan yang berfokus pada bidang-bidang teknologi berikut:
Kami juga sedang mengerjakan sebuah program untuk memperluas layanan kami. Misalnya, Blue Yonder, sebuah perusahaan Amerika Serikat yang kami akuisisi pada tahun 2021, menyediakan layanan perangkat lunak sistem infrastruktur untuk perusahaan rantai pasokan. Kami memperluas layanan ini dengan mengintegrasikan data yang kami kumpulkan di lapangan.

Panasonic Connect memiliki basis pelanggan global, dan dengan akuisisi Blue Yonder, seperti yang saya sebutkan sebelumnya, kami kini memiliki jumlah pelanggan luar negeri yang lebih besar.
Selain itu, CEO kami, Yasuyuki Higuchi, mendorong upaya untuk meningkatkan manajemen dan reformasi administratif internal. Kami juga mengumumkan peluncuran AI generatif kami sendiri, ConnectAI. Selain itu, kami bekerja sama dengan berbagai ahli eksternal untuk mengubah cara kami melakukan riset dan pengembangan itu sendiri.
Bos saya telah berada di Jerman sejak tahun lalu, dan saya terus berkomunikasi dengannya untuk membahas strategi teknologi dan AI selanjutnya. Selain itu, semakin banyak rekan peneliti saya yang berbasis secara global, termasuk anggota dari Afrika dan China.
Dalam lingkungan ini, masalah komunikasi secara alami muncul setiap hari. Terutama dalam hal pengelolaan departemen R&D, cara kita menjaga motivasi para peneliti sangat penting. Penelitian adalah bidang di mana tidak mudah untuk mendapatkan hasil yang tepat: Anda mungkin atau mungkin tidak mendapatkan satu hasil yang tepat dari setiap sepuluh upaya.
Dalam situasi ini, penting untuk menyampaikan dengan jelas maksud instruksi dari atasan kepada anggota tim. Jika kita tidak berkomunikasi dengan tepat saat mengubah kebijakan penelitian, misalnya, satu kata saja dapat menyebabkan hasil yang tidak terduga akibat perbedaan persepsi yang signifikan.
Selain itu, bidang penelitian AI khususnya berkembang dengan sangat cepat. Kita hidup di dunia di mana teknologi yang ada seminggu yang lalu sudah usang seminggu kemudian—dan teknologi baru telah dikembangkan. Saya harus membaca banyak makalah setiap hari dan mempresentasikannya di konferensi. Dalam situasi ini, membaca dan menulis dalam bahasa Inggris sangat memperlambat saya.
Penggunaan DeepL benar-benar telah mengubah dunia kita.
Ada dua manfaat utama. Pertama-tama, yang telah menggunakan layanan ini mungkin telah menyadari bahwa terjemahannya terasa alami seolah-olah kalian benar-benar menulis dalam bahasa Jepang. Tidak ada terjemahan yang canggung antara bahasa Inggris dan Jepang, atau sebaliknya—seperti yang sering terjadi pada layanan gratis konvensional.
Kedua adalah kecepatan terjemahan. Tentu saja, prosesnya cepat, tetapi ada juga fakta bahwa sudah ada berbagai inovasi antarmuka pengguna. Misalnya, sekarang Anda dapat berkomunikasi dalam berbagai bahasa dengan cara yang menakjubkan—cukup dengan mengetik pintasan "Control CC", dan teks yang dipilih akan langsung diterjemahkan.
Saya menggunakan browser wiki untuk berkomunikasi dengan atasan saya guna mencegah kesalahpahaman. Saya menulis kalimat dalam bahasa Jepang, tetapi saya memiliki ekstensi browser DeepL, jadi kalimat yang ditulis dalam bahasa Jepang dapat diterjemahkan langsung ke dalam bahasa Inggris. Bos saya juga memiliki akun di DeepL, jadi saya tidak tahu apakah dia melihatnya dalam bahasa Inggris atau Jerman, tetapi dia juga dapat melihat layar browser Teams dan layar Wiki dalam bahasa pilihannya.
Kemampuan untuk berkomunikasi dengan jelas dan cepat dalam berbagai bahasa merupakan perubahan besar—sungguh mengagumkan.

Saya paling sering menggunakan bahasa Inggris saat menulis makalah penelitian. Saya telah mengevaluasi DeepL Write Pro bersama anggota yang juga menulis makalah, dan hal pertama yang mereka katakan adalah bahwa alat ini benar-benar berguna.
Saya bertanya kepada mereka cara mereka biasanya menulis makalah dalam bahasa Inggris, dan sebagian besar dari mereka menulis dalam bahasa Jepang terlebih dahulu, lalu menerjemahkannya ke dalam bahasa Inggris. Proses umum yang dilakukan adalah meminta layanan editing manusia berbayar untuk memperbaiki teks bahasa Inggris dan mengirimkannya ke jurnal internasional.
Namun, ketika kami menggunakan DeepL Write untuk mengedit sebuah makalah yang telah diperiksa oleh layanan editing berbayar, kami menemukan bahwa DeepL Write memberikan 5–6 kali lebih banyak saran editing daripada layanan berbayar tersebut, yang hanya melakukan 2–3 koreksi per halaman. Saya menemukan saran alternatif untuk memperbaiki teks dari DeepL sangat efektif.
Anggota lain di tim saya menggunakan layanan AI generatif untuk menerjemahkan dan mengedit artikel yang dia tulis untuk jurnal-jurnal internasional. Ketika saya mengevaluasi DeepL Write bersamanya, dia mengatakan bahwa masalah menggunakan AI generatif (umum) adalah, jika Anda mengubah nuansa sedikit saja, teks tersebut akan berubah menjadi sesuatu yang sangat berbeda dari terjemahan sebelumnya.
Hal ini berarti Anda kehilangan jejak perubahan dan hubungan antara bagian-bagian yang diubah, sehingga sulit untuk mengendalikannya. Saat mengedit menggunakan DeepL Write, kita dapat dengan jelas melihat bagian mana yang sesuai dengan bagian mana, dan dapat melakukan koreksi sesuai dengan yang kita inginkan. Bagi kami, ini adalah salah satu fitur terkuat DeepL Write.
Penelitian dan pengembangan kami mencakup AI generatif, dan kami sangat tertarik pada tren teknologi yang sedang kami teliti saat ini. Saya yakin bahwa perkembangan lebih lanjut dalam AI akan terjadi dalam waktu dekat.
Salah satu kemungkinan perkembangannya adalah kita akan mampu melakukan penalaran logis, yang menurut saya akan terjadi dalam waktu dekat. Bukan sekadar hasil biasa, tetapi hasil yang didukung logika yang lebih kuat.
Kedua, saya pikir personalisasi adalah kemungkinan. AI dapat merespons apa yang ingin disampaikan oleh setiap orang dan nuansa yang ingin mereka sampaikan, dan pada saat yang sama, data akan dilindungi dengan aman. Saya yakin keseimbangan antara personalisasi dan keamanan kemungkinan akan tercapai sebagai hasil dari perkembangan teknologi.
Selain itu, meskipun AI multimodal juga sedang berkembang, pemahaman konteksnya akan diperbaiki. Saya yakin bahwa dalam beberapa tahun ke depan, kita akan menyaksikan perkembangan dalam cara konteks suatu terjemahan diinterpretasikan dan kemudian diekspresikan dengan tepat.
Namun, kita baru benar-benar dapat berkomunikasi antar komunitas yang beragam ketika orang-orang dari berbagai bahasa dan budaya dapat memahami makna dari ungkapan-ungkapan yang tersirat atau yang mengandung nuansa budaya. Ungkapan-ungkapan ini, yang tersirat dalam pikiran dan konsep kita, berbeda-beda menurut budaya.
Saya yakin bahwa ketika hal ini tercapai, hal tersebut akan menjadi pencapaian sejati dalam mengatasi keragaman dan komunikasi langsung. Di luar hambatan bahasa, nilai-nilai dan budaya akan menjadi langkah berikutnya, dan saya benar-benar menantikannya. Saya yakin ini akan sangat sulit secara teknis, tetapi saya sangat menantikan untuk melihat perkembangannya hingga tahap tersebut.
Ungkap potensi global bersama platform multibahasa DeepL yang berbasis AI. Nikmati kualitas terdepan di pasar, berdayakan setiap tim untuk berkomunikasi dengan percaya diri melintasi batas negara, tingkatkan produktivitas, dan buka pasar baru.