Di recente Tak Shirai, Country Manager per il Giappone da DeepL, ha incontrato Shoji Otsubo, Senior Manager e IA Technology Evangelist della divisione R&S di Panasonic. Hanno discusso di come Panasonic Connect utilizza la tecnologia di IA linguistica di DeepL per superare le barriere linguistiche all’interno della propria organizzazione.

- Fondata nel 2022, Panasonic Connect Co. fa parte del Panasonic Group, una multinazionale giapponese di elettronica con sede a Osaka, in Giappone.
- Panasonic Connect svolge un ruolo fondamentale nella crescita del settore delle soluzioni B2B dell’azienda.
- Panasonic Connect utilizza DeepL sia per la traduzione che per il miglioramento dei testi, consentendo ai suoi team di comunicare con decisione oltre i confini nazionali.
Sono membro del reparto R&S di Panasonic Connect. In qualità di Senior Manager sono responsabile della ricerca e dello sviluppo dell’IA per l’utilizzo in una vasta gamma di settori e imprese. Lavoro anche come Evangelist, ovvero spiego la nostra tecnologia e le nostre iniziative nel campo dell’IA ad altri clienti.
Panasonic Connect Corporation è un’azienda di Panasonic Group. Originariamente era una società interna alla Panasonic Corporation che si occupava di soluzioni B2B, ma è diventata indipendente come entità giuridica quando la società è stata riorganizzata in una holding. I nostri clienti sono principalmente aziende ed enti governativi.
La nostra missione è quella di cambiare la società partendo dal basso e di collegare questo cambiamento allo sviluppo futuro. All’inizio abbiamo avviato la nostra attività con dispositivi hardware edge e abbiamo collaborato direttamente con una vasta gamma di clienti. Tuttavia, i nostri clienti non erano alla ricerca di hardware, ma di soluzioni.
Ai clienti nei settori della catena di approvvigionamento, dei servizi pubblici, delle infrastrutture per lo stile di vita e dell’intrattenimento, inizialmente fornivamo tecnologia per dispositivi quali proiettori e software. Ora forniamo anche servizi di consulenza per comprendere i processi aziendali dei clienti.
Sono responsabile della divisione R&S tecnologico, il che implica che mi occupo di ricerca e sviluppo concentrandomi sulle seguenti aree tecnologiche:
Stiamo inoltre elaborando un piano per ampliare i nostri servizi. Per esempio, Blue Yonder, un’azienda statunitense acquisita nel 2021, fornisce servizi di software per sistemi infrastrutturali alle aziende della catena di approvvigionamento. Stiamo ampliando il servizio integrando i dati raccolti sul campo.

Panasonic Connect vanta una base clienti globale e, con l’acquisizione di Blue Yonder, come ho menzionato in precedenza, ora disponiamo di un numero ancora maggiore di clienti all’estero.
Inoltre, il nostro amministratore delegato, Yasuyuki Higuchi, incoraggia la promozione di riforme gestionali e amministrative interne. Abbiamo anche annunciato il rilascio della nostra IA generativa, ConnectAI. Stiamo oltretutto collaborando con diversi esperti esterni per cambiare il modo in cui conduciamo la ricerca e lo sviluppo.
Il mio superiore si trova in Germania dallo scorso anno e sono in costante contatto con lui per discutere delle prossime strategie tecnologiche e di IA. Oltre a ciò, un numero crescente dei miei colleghi ricercatori proviene da tutto il mondo, anche dall’Africa e dalla Cina.
In questo contesto, è naturale che ogni giorno si presentino problemi di comunicazione. Soprattutto per quanto riguarda la gestione del reparto R&S, è fondamentale mantenere alta la motivazione dei ricercatori. La ricerca è un campo in cui non è semplice ottenere risultati positivi: capita che si ottenga un risultato positivo su dieci tentativi.
In questa situazione, è essenziale comunicare in modo appropriato le intenzioni delle istruzioni del supervisore ai membri del team. Se non comunichiamo bene quando cambiamo le politiche di ricerca, per esempio, una singola parola può causare un risultato imprevisto a causa di una differenza significativa nella percezione.
Inoltre, il settore della ricerca sull’IA, in particolare, è in rapida evoluzione. Viviamo in un mondo in cui la tecnologia della settimana precedente diventa obsoleta la settimana successiva, il tutto mentre ne viene sviluppata una nuova. Ogni giorno devo leggere numerosi articoli e presentarli alle conferenze. In questo contesto, la lettura e la scrittura in inglese hanno rallentato notevolmente il mio lavoro.
Utilizzare DeepL ha davvero cambiato il nostro approccio.
Ci sono due vantaggi principali. In primo luogo, come avrà notato chi ha utilizzato il servizio, la traduzione risulta naturale come se fosse un testo scritto in giapponese. Non ci sono quasi mai traduzioni inappropriate dall’inglese al giapponese o viceversa, come spesso accade con i servizi gratuiti convenzionali.
Il secondo vantaggio è la velocità di traduzione. È veloce, sì, ma bisogna anche considerare che sono state apportate diverse innovazioni per gli utenti. Per esempio, ora è possibile comunicare in diverse lingue in modo straordinario: basta digitare la combinazione di tasti “Control CC” e il testo selezionato viene subito tradotto.
Utilizzo un wiki del browser per comunicare con il mio superiore per evitare incomprensioni. Scrivo frasi in giapponese, ma ho l’estensione di DeepL per browser, quindi possono essere tradotte direttamente in inglese. Anche il mio superiore ha un account su DeepL, perciò non sono sicuro se le vede in inglese o in tedesco, ma può vedere la schermata del browser di Teams e la schermata della wiki nella lingua che preferisce.
Essere in grado di comunicare in modo chiaro e rapido in più lingue rappresenta un cambiamento significativo. È davvero sorprendente.

Uso principalmente l’inglese quando scrivo articoli di ricerca. Ho valutato DeepL Write Pro insieme ad altri colleghi che scrivono articoli scientifici e la loro prima impressione è stata che si tratta di uno strumento effettivamente utile.
Ho chiesto loro come scrivono solitamente i loro articoli in inglese, e in molti mi hanno risposto che scrivono prima in giapponese e poi traducono in inglese. Il processo standard consisteva nel richiedere a un servizio di revisione umana a pagamento di migliorare il testo in inglese, per poi inviarlo a una rivista internazionale.
Quando però abbiamo utilizzato DeepL Write per revisionare un documento già corretto dal servizio di revisione a pagamento, ci siamo resi conto che DeepL Write forniva 5-6 volte più suggerimenti di modifica rispetto al servizio a pagamento, che apportava 2-3 correzioni per pagina. Trovo molto efficaci i suggerimenti alternativi di DeepL per migliorare il testo.
Un altro membro del mio team ha utilizzato un servizio di IA generativa per tradurre e modificare gli articoli che scrive per riviste internazionali. Quando ho valutato DeepL Write con lui, mi ha spiegato che il problema di utilizzare un’IA generativa (generica) è che, modificando leggermente la sfumatura, il testo viene trasformato in qualcosa di completamente diverso dalla traduzione precedente.
Il rischio perciò è di perdere traccia delle modifiche e della corrispondenza tra le parti modificate, rendendo difficile il controllo. Nelle revisioni con DeepL Write possiamo chiaramente vedere quale sezione corrisponde a quale altra sezione e possiamo correggere come vogliamo. Per noi questo è uno degli aspetti più efficaci di DeepL Write.
La nostra attività di ricerca e sviluppo include l’IA generativa e siamo molto interessati alle tendenze tecnologiche che stiamo studiando al momento. Penso che nel prossimo futuro assisteremo a un’ulteriore evoluzione dell’IA.
Un’evoluzione possibile è che potremo fare deduzioni logiche, cosa che ritengo avverrà in un futuro prossimo. Non risultati qualsiasi, ma risultati supportati da una maggiore logica.
In secondo luogo, penso che la personalizzazione sia una possibilità. L’IA è in grado di rispondere a ciò che ogni persona vuole dire e alle sfumature che intende trasmettere, garantendo al contempo la protezione sicura dei dati. Credo che l’equilibrio tra personalizzazione e sicurezza sarà probabilmente raggiunto grazie all’evoluzione tecnologica.
Inoltre, con l’emergere dell’IA multimodale, migliorerà anche la sua comprensione del contesto. A mio avviso nei prossimi anni assisteremo a un’evoluzione nel modo in cui il contesto di una traduzione viene interpretato e successivamente espresso in modo appropriato.
Tuttavia, potremo comunicare davvero tra comunità differenti solo quando persone di lingue e culture diverse saranno in grado di capire il significato di espressioni implicite o caratterizzate da sfumature culturali. Queste espressioni, che sono implicite nelle nostre menti e nei nostri concetti, variano a seconda della cultura.
Secondo me, una volta raggiunto questo obiettivo, si realizzerà una vera trascendenza della diversità e una comunicazione diretta. Oltre la barriera linguistica, i valori e la cultura saranno il prossimo passo, e non vedo l’ora di affrontarlo. Sono sicuro che potrebbe essere tecnicamente molto complesso, ma attendo con interesse di vedere i progressi fino a quel punto.
Sfrutta il potenziale globale del tuo business con la piattaforma multilingue di DeepL basata sull’IA. Grazie a DeepL il tuo team può comunicare con disinvoltura oltre i confini geografici e le barriere linguistiche. Ottimizzare i tempi e scoprire nuove opportunità commerciali non è mai stato così semplice.