"Nous appliquons les normes les plus strictes par défaut" - Interview DeepL

DeepL vient récemment de franchir un nouveau cap en transformant la traduction de simple outil en véritable assistant collaboratif. Dans cette interview, Edward Crook, VP Stratégie de DeepL, revient sur les ambitions de l'éditeur européen : au-delà de la traduction, DeepL vise désormais l'automatisation des tâches en entreprise, tout en refusant de compromettre sur la qualité linguistique et la sécurité.

Depuis ses débuts, DeepL s'est construit une réputation solide en promettant une traduction automatique de haute qualité. Rapidement, la société s'est donc distinguée de ses concurrents généralistes. Mais l'entreprise ne compte pas s'arrêter là. Avec le lancement de DeepL Clarify, DeepL Voice et surtout DeepL Agent, l'éditeur européen montre qu'il entend redéfinir le rôle de l'IA en entreprise, en la transformant en "co-assistant intelligent". Edward Crook, VP Stratégie chez DeepL, nous explique comment l'entreprise compte conserver son avantage compétitif dans un paysage dominé par les géants du cloud, et pourquoi son approche de la sécurité des données sera bientôt son meilleur atout.

DeepL Clarify propose une IA interactive en posant des questions contextuelles aux utilisateurs. Comment cette approche permet-elle de passer d'une IA linguistique à un assistant ?

DeepL Clarify marque une transformation majeure de notre vision de l'IA linguistique en introduisant, pour la première fois, une véritable interactivité dans le processus de traduction. Bien au-delà d'un simple outil, Clarify fonctionne comme un assistant linguistique proactif, capable d'interagir avec l'utilisateur, de lever les ambiguïtés, de préciser le sens et de garantir une traduction parfaitement adaptée au contexte.

Nous passons d'une expérience statique - l'utilisateur entre du texte, reçoit une traduction, puis l'édite manuellement - à un processus collaboratif où l'IA elle-même pose des questions pertinentes sur le genre, les expressions idiomatiques, les références culturelles ou la terminologie spécialisée. Cette dynamique rapproche l'IA du rôle d'un collègue expert, capable d'anticiper les zones d'incertitude et d'accompagner les professionnels tout au long de leur flux de traduction.

Cette évolution reflète une tendance forte du marché : les entreprises ne recherchent plus seulement des "possibilités", mais des solutions fiables et personnalisables qui peuvent travailler en partenariat avec les humains. Clarify incarne parfaitement ce virage vers une IA de type assistant, contextuelle et personnalisée, qui guide les utilisateurs, renforce la qualité linguistique et offre des traductions bien plus nuancées, tout en leur faisant gagner un temps précieux.

Vous venez de lancer DeepL Agent, votre premier agent autonome à usage général. Vous vous étendez au-delà de la traduction, mais quels types de synergies voyez-vous entre la traduction et l'automatisation des tâches ?

Avec DeepL Agent, nous franchissons un pas au-delà de la traduction pour aider les entreprises à transformer fondamentalement leur façon de travailler. Il s'agit d'un agent autonome polyvalent, capable de réaliser une grande partie des tâches qu'un employé effectue sur son ordinateur, indépendamment de son rôle ou de son département (ventes, RH, marketing, finance ou support), et en prenant en charge les activités répétitives et chronophages.

Nous appliquons les mêmes principes qui définissent le reste de notre suite produits - fiabilité et précision, ainsi que sécurité - mais dans le domaine plus large de l'IA autonome. En d'autres termes, nous étendons notre expertise linguistique vers des capacités d'automatisation avancées pour aider nos clients à atteindre un niveau encore plus élevé d'efficacité opérationnelle.

À l'inverse, les chatbots à usage général comme ChatGPT, Perplexity ou Gemini disposent de leurs propres agents et intègrent également des fonctionnalités de traduction. Comment réussissez-vous à maintenir votre avantage de qualité face à ces acteurs disposant de ressources considérables ?

Je crois que DeepL occupe une position vraiment unique pour être leader sur ce segment, et ce, pour plusieurs raisons. Tout d'abord, nous possédons une expertise approfondie en recherche et développement en IA, particulièrement en matière de solutions IA pour les entreprises. DeepL Agent s'appuie sur des années de recherche et d'innovation en IA avec le même focus sur la précision et les performances qui ont fait notre réputation dans les solutions linguistiques.

La confiance est également au cœur de notre offre. Nous avons une base clients mondiale établie et solide de plus de 200 000 entreprises qui font confiance à nos produits IA et nous connaissent comme synonymes de confiance, de sécurité et d'IA sur mesure.

Nous nous engageons à garantir que DeepL Agent répond aux standards de qualité et de sécurité de niveau entreprise pour lesquels nous sommes connus. Nous travaillons aussi intensivement pour assurer que l'agent puisse être adopté dans des environnements hautement réglementés, y compris dans le cadre de la Loi IA européenne.

DeepL Voice permet maintenant la traduction vocale en temps réel. Quels ont été les principaux défis techniques pour passer de la traduction écrite à la parole instantanée, notamment en matière de latence et de problèmes de prononciation ?

Le passage de la traduction écrite à DeepL Voice en temps réel, avec transcription en format textuel, représente un véritable saut technologique. Le premier défi est la latence : nous devons être capables de reconnaître la parole, de la segmenter, de la traduire et de l'afficher sous forme de texte presque instantanément, dans un flux continu, et surtout, sans sacrifier le niveau de précision pour lequel DeepL est connu. Cela requiert des modèles optimisés pour le streaming, capables de commencer la traduction avant même que la phrase ne soit terminée, tout en limitant les corrections a posteriori au minimum.

L'autre grand défi concerne les accents et la prononciation : nous devons correctement interpréter des façons très différentes de prononcer une même langue (accents régionaux, vitesse d'élocution, intonation) et capturer avec précision les noms propres, les acronymes et les termes spécifiques au domaine pour qu'ils soient transcrits fidèlement et d'une manière appropriée au contexte professionnel. Notre travail consiste à trouver le bon équilibre entre la vitesse d'affichage et la qualité linguistique, afin que les utilisateurs puissent suivre une conversation en temps réel dans un format écrit à la fois fiable et utilisable.

Notre priorité a toujours été la recherche technique approfondie et la garantie de n'apporter au marché que les modèles les plus précis, ce que nous avons fait avec DeepL Voice. La traduction vocale n'est vraiment utile que si elle restitue le sens pratiquement instantanément, sans instabilité. C'est ce résultat que nous avons obtenu avec DeepL Voice. Grâce à ce tour de force, nous avons permis à nos clients d'interagir dans plusieurs langues simultanément lors de leurs réunions virtuelles ou dans des conversations.

En parlant de traduction vocale en temps réel, Apple vient d'intégrer la traduction instantanée dans la dernière génération des AirPods via iOS. Comment percevez-vous l'arrivée des géants du matériel sur le marché de la traduction en temps réel ?

Nous voyons ce changement comme une confirmation que la traduction en temps réel devient prioritaire pour le consommateur moyen. C'est d'une certaine façon une bonne chose pour DeepL. Avec nos produits de traduction, nous avons souvent observé que les clients découvrent nos solutions en tant que consommateurs, puis adoptent DeepL dans leur vie professionnelle - nous nous attendons à voir une tendance très similaire avec Voice et les solutions grand public.

De notre côté, nous restons focalisés sur ce que nous faisons le mieux : une IA linguistique hautement précise, sécurisée et adaptée aux besoins professionnels des entreprises. À long terme, ces deux dynamiques sont plutôt complémentaires : les grands acteurs du matériel aident à démocratiser l'utilisation, tandis que les spécialistes comme DeepL élèvent la qualité linguistique, la sécurité et la conformité au niveau exigé par les organisations les plus avancées.

Vous insistez sur le fait que DeepL développe une IA linguistique spécialisée plutôt qu'une IA à usage général. Pouvez-vous expliquer concrètement les avantages de cette spécialisation pour vos clients B2B ?

Les organisations ont besoin de traductions fiables, cohérentes et adaptées à leur contexte métier, ce qui nécessite une compréhension approfondie du langage que seuls des modèles dédiés peuvent fournir. Cette spécialisation se traduit par des fonctionnalités avancées telles que les glossaires personnalisés ou les règles de traduction, qui permettent aux entreprises de préserver leur identité de marque, leur terminologie spécifique à l'industrie et leurs obligations réglementaires.

En plus de cela, notre Customization Hub rassemble glossaires, règles de style et mémoires de traduction dans un seul système. Il applique automatiquement les exigences linguistiques d'une entreprise lors de la traduction, ce qui réduit les erreurs à grande échelle et le temps consacré à la post-édition. Les équipes peuvent définir leur terminologie, ton et style préférés une seule fois, et DeepL les impose dans tous les marchés et points de contact.

Pour les secteurs les plus sensibles, comme le juridique, la fabrication ou la finance, cette cohérence linguistique est essentielle. Au-delà de la qualité linguistique, elle garantit une voix de marque unifiée à l'échelle internationale, tout en augmentant l'efficacité opérationnelle des équipes. C'est précisément là que la spécialisation de DeepL fait la différence face aux modèles généralistes, qui peinent à atteindre ce niveau de nuance et de contrôle.

Quelle est votre approche de la recherche en IA, et comment maintenez-vous l'équilibre entre l'innovation et la qualité du service ? Est-ce que vous tentez par exemple de préserver les nuances culturelles et éviter l'appauvrissement du "globish" dans les communications professionnelles ?

Notre approche repose sur un principe simple : innover vite en IA, mais jamais au détriment de la qualité linguistique. Nous investissons massivement dans les grands modèles de langage, la voix, la vision et l'IA autonome, mais chaque avancée est testée selon des critères de qualité stricts, avec des évaluations humaines par langue, pays et industrie pour préserver les nuances, le ton et les sens locaux.

DeepL Agent est l'expression la plus claire de cette stratégie. C'est un assistant IA conçu pour raisonner, planifier et agir dans de vrais flux de travail, pas seulement pour générer du texte, aidant les équipes à combler l'écart de productivité généré par la fragmentation constante entre les outils comme les plateformes CRM, email, calendriers, bases de connaissances et systèmes de gestion de projets.

En pratique, que ce soit dans nos outils de traduction principaux ou avec DeepL Agent, nous travaillons avec des linguistes natifs et des experts, et nous proposons des glossaires, des paramètres de ton et des fonctionnalités de personnalisation spécifiques à l'industrie qui empêchent tout d'être aplati et de perdre en qualité. Notre objectif n'est pas seulement de traduire correctement, mais d'aider les entreprises à communiquer comme le ferait un professionnel natif, avec le bon niveau de subtilité, de contexte et de crédibilité sur chaque marché.

DeepL compte plus de 200 000 clients d'entreprise, dont 50% du Fortune 500. Comment adaptez-vous votre offre en termes de sécurité et de personnalisation ? De plus, dans un contexte où la confiance dans l'IA est scrutée à la loupe, notamment au regard du RGPD, comment cette approche européenne de la protection des données devient-elle un avantage concurrentiel ?

Avec plus de 200 000 clients d'entreprise, dont 50% du Fortune 500, nous adaptons notre offre en termes de sécurité et de personnalisation. En tant que société européenne, DeepL se conforme pleinement aux réglementations actuelles en matière de protection des données (le RGPD aujourd'hui, et la Loi IA européenne demain). Nous protégeons les informations de nos clients et les traitons de manière transparente, tout en permettant aux organisations d'adapter l'outil à leurs besoins métier spécifiques (terminologie, ton, cas d'usage) dans un environnement contrôlé.

Cette approche nativement européenne, "privacy by design", élimine l'une des principales barrières à l'adoption de l'IA en entreprise : la confiance. Pour un DPO, un CISO ou un comité exécutif, choisir DeepL signifie choisir une solution qui applique les normes les plus strictes par défaut. Concrètement, cela nous rend attractifs pour les entreprises des secteurs hautement réglementés (banque, assurance, secteur public, santé) et permet des déploiements plus rapides et à plus grande échelle. C'est un avantage concurrentiel très tangible.

DeepL prend maintenant en charge plus de 100 langues avec l'ajout récent du vietnamien, de l'hébreu et du thaï. Quels critères déterminent l'ajout de nouvelles langues à votre plateforme, et comment équilibrez-vous l'expansion linguistique avec la qualité ?

DeepL supporte désormais plus de 100 langues, suite à l'ajout d'une soixantaine de nouvelles langues. Beaucoup d'entre elles sont actuellement disponibles en bêta pour nos clients professionnels. Cela signifie que nous couvrons désormais pratiquement les vingt langues les plus parlées au monde : en EMEA, les 24 langues officielles de l'UE sont disponibles, ainsi que le croate, le bosniaque, le serbe, le swahili, l'afrikaans et le malgache, tandis qu'en Asie-Pacifique nous avons ajouté l'hindi, le malais, le tagalog, le bengali, le marathi, le tamoul et l'ourdou en réponse directe aux demandes métier.

L'ajout de nouvelles langues repose toujours sur un équilibre entre la demande du marché, la complexité linguistique et nos exigences de qualité. Nous évaluons d'abord l'importance stratégique d'une langue pour nos clients, comme son utilisation dans les industries les plus dynamiques et son potentiel d'adoption dans les régions clés. En parallèle, nos équipes de recherche analysent la structure linguistique, les spécificités culturelles et les ressources disponibles pour assurer que nous pouvons atteindre le niveau d'excellence attendu de DeepL.

Chaque nouvelle langue doit répondre aux mêmes normes de précision, de cohérence et de sécurité que les modèles établis de DeepL, c'est pourquoi nous favorisons une expansion contrôlée plutôt qu'une approche purement axée sur le volume. En bref, notre priorité est d'offrir des langues qui répondent aux véritables besoins des entreprises tout en garantissant que la qualité de traduction reste au cœur de notre ADN.