Jarek Kutylowski, grunnlegger og administrerende direktør i DeepL – Intervju-serie

Jarek Kutylowski er grunnlegger og administrerende direktør i DeepL, et avansert AI-drevet oversettelsesverktøy kjent for sin imponerende nøyaktighet og naturlig lydende oversettelser.

DeepL har som mål å bryte ned språkbarrierer for bedrifter over hele verden. Over 100 000 bedrifter og myndigheter og millioner av enkeltpersoner i 228 globale markeder stoler på DeepLs språk-AI-plattform for menneske-lignende oversettelse og bedre skriving. Designet med sikkerhet for bedrifter i mente, utnytter selskaper over hele verden DeepLs AI-løsninger som er spesifikt tilpasset språk for å transformere bedriftskommunikasjon, utvide markeder og forbedre produktivitet. Grunnlagt i 2017, har DeepL i dag over 1 000 lidenskapelige ansatte og støttes av verdenskjente investorer, inkludert Benchmark, IVP og Index Ventures.

Kan du gå gjennom den tidlige visjonen bak DeepL og hvordan selskapets mål har utviklet seg siden grunnleggelsen?

Når jeg startet selskapet tilbake i 2017, var vi på et vendepunkt med dyp læring. Det hadde virkelig begynt å få fart, noe som inspirerte navnet på vårt selskap. Vi har alltid hatt en visjon om å gi organisasjoner mulighet til å trives og vokse globalt uten at språkbarrierer står i veien, som fortsatt er vår misjon i dag. Så vi hadde startet å eksperimentere med teknologien og dens anvendelse innen språk, og raskt sett hvordan kraftig det kunne være – det var klart at neurale nettverk og AI ville være det neste store gjennombruddet i oversettelse, og at hva vi kunne oppnå med neurale nettverk ville overgå eksisterende tradisjonelle løsninger. Med dette i mente, bestemte vi oss for å pakke våre funn inn i et produkt og dele det med verden.

Hva som startet som et morsomt prosjekt utviklet seg raskt til noe mer betydelig. Bare noen måneder etter at vi lanserte vårt første produkt, DeepL Translate, i 2017, hadde vi noen av de viktigste europeiske og tyske selskapene som banket på vår dør, interessert i å distribuere våre løsninger. Denne realiseringen om relevansen og kritiske betydningen av vårt produkt for større organisasjoner inspirerte oss til å dykke dyptere inn i deres problemer, og å investere tid i å virkelig forstå hvordan vår teknologi kunne løse dem. Vi bygget ut en mer konkrekt kommersiell strategi og klare monetiseringsplaner, med fokus på å først utgi produktet til offentligheten og finne ut bedriftssiden senere. Fremover til i dag, har vi vokst betraktelig, utvidet vårt team, våre produkter og vårt kundenettverk. Vi har nå millioner av enkeltbrukere av våre spesialiserte AI-oversettelses- og skriveverktøy, og over 100 000+ bedrifts- og myndighetspartnere over hele verden, inkludert 50% av Fortune 500 og ledere som Nikkei (eier av Financial Times), Coursera, Deutsche Bahn, Zendesk og mer.

Du grunnla DeepL i et felt som allerede var dominert av store aktører som Google (GOOGL ) og Microsoft. Hva var din strategi for å skaffe en nisje i et så konkurransedypt landskap?

Vi har vært opptatt mot Big Tech siden vi først startet, noe som har holdt oss agile, innovative og motivert til å tilby våre brukere den beste løsningen der ute. Men jeg utfordrer noen som hevder at de har løst utfordringen med språk for bedrift og bedriftsbruk – dette er hvor DeepL står ut og er virkelig unik i verden av språk-AI og oversettelse.

Vi er forskjellige fra generelle AI-systemer på den måten at vi har bygget våre AI-oversettelses- og skriveverktøy til å være spesialisert for språkbruk; denne spesialiseringen gjør at vi kan oppnå høyere nøyaktighet og presisjon samtidig som vi minimerer hallusinasjoner og feilinformasjon. Det er en ting å oversette en meny mens du er på ferie – men de fleste av våre kunder er bedrifter og kunnskapsarbeidere, hvor innsatsen er mye høyere. Tenk deg en advokat som trenger å oversette svært nuanserte, kritiske og konfidensielle juridiske dokumenter; eller en stor mediapublisist som avhenger av vår plattform for å oversette tusenvis av historier hver dag, i sanntid, som så distribueres til millioner av globale lesere. Disse komplekse bruksfall krever et nivå av nøyaktighet, tilpasning, datavern og sikkerhet som generelle modeller ikke kan tilby. Datavern og sikkerhet er også sentrale i vår tilbud, så vi holder oss til de høyeste standardene for bedriftssikkerhet og -vern, inkludert all GDPR-krav, og tilbyr statens kunst datakryptering og mer.

DeepL har nylig lansert sin første interne LLM. Hvordan skiller denne modellen seg fra andre store språkmodeller på markedet, og i hvilken sammenheng regnes den som overlegen?

Våre neste generasjons oversettelsesmodeller er drevet av proprietær LLM-teknologi designet spesifikt for oversettelse og redigering, noe som skiller den fra andre modeller på markedet og setter en ny bransjestandard for oversettelseskvalitet og -ytelse. I motsetning til generelle modeller som bare baserer seg på offentlig internettdata, nyter DeepLs LLM av over syv års proprietær data kuratert spesifikt for innholdsskapning og oversettelse. Den bruker også menneskelig modellveiledning, med tusenvis av håndplukkede språkeksperter som er trent til å forbedre og forbedre modellens oversettelseskvalitet.

Fordi vi er så stolte av at DeepL er bredt ansett som den mest pålitelige og foretrukne språk-AI-løsningen for bedrifter og fagfolk der ute. I blinde tester har profesjonelle oversettere funnet at vår neste generasjons LLM krever betydelig færre redigeringer enn andre plattformer, med Google og ChatGPT som krever mellom to og tre ganger så mange redigeringer for å oppnå samme kvalitet.

Kan du forklare prosessen bak å trene DeepLs LLM? Hvor mye menneskelig innsats er nødvendig for å opprettholde nøyaktighet og nuanser i oversettelse, og hvordan balanserer du dette med de komputasjonelle aspektene ved AI-utvikling?

Vi trener vårt LLM på en kombinasjon av høykvalitets lingvistisk data, samt ekspertisen til tusenvis av håndplukkede språkeksperter. Denne todelte tilnærmingen, som kombinerer både komputasjonelle aspekter med menneskelig tilbakemelding, gjør at vi kan støtte våre kunder i stor skala samtidig som vi sikrer at kvaliteten og nuansen i våre oversettelser forblir på topp. Menneskelig innsats er virkelig avgjørende, primært i datakurering, kvalitetsvurdering og tilbakemelding for kontinuerlig forbedring. DeepLs oversettelseskvalitet ville ikke være der den er uten dette aspektet.

DeepL har nylig utvidet til 165 nye markeder og lagt til støtte for tre nye språk. Hva var den strategiske tenkningen bak å rette seg mot disse markedene og språkene, og hvordan har utvidelsen påvirket DeepLs brukerbase?

Språk er et globalt problem som berører bedrifter over nesten alle bransjer – enten de møter språkbarrierer internt blant kolleger, eller eksternt med kunder og i diverse markeder hvor de opererer. Og som et forskningsdrevet selskap, er alt vi gjør informert av vår misjon om å bryte ned språkbarrierer, og tilbakemeldingen vi hører fra kunder og bedrifter. Vårt valg om å utvide tilgjengeligheten av våre produkter – DeepL Pro er nå tilgjengelig over hele verden i 228 globale markeder – og å legge til nye språkfunksjoner, som den nylige lanseringen av tradisjonell kinesisk, er rotfestet i vår misjon om å bryte ned disse barrierene, guidet av kundetilbakemelding og markedsforskning.

Vi er i en spennende tid i AI, hvor adopsjon ikke bare er en trend, men en nødvendighet. Selskaper er klare til å omfavne AI, men ser etter teknologi som leverer virkelig verdi og avkastning. Og vi er bevist til å drive betydelig innvirkning – en 2024 Forrester-studie avslørte at bruk av DeepL leverte 345% ROI for globale selskaper, reduserte oversettelsestiden med 90% samtidig som de drev en 50% reduksjon i arbeidsbelastning. Ved å utvide vår rekkevidde og kapasiteter, kan vi levere disse virkelige fordelene til enda flere markeder, mennesker og bedrifter. Ta tradisjonell kinesisk, for eksempel – det er hovedspråket for over 33 millioner mennesker over hele verden. Så dette driver skalaen på vår virksomhet og hjelper oss å møte den økende etterspørselen globalt. I dag har vi et nettverk av over 100 000+ bedriftskunder, og det vokser raskt.

Med over 100 000 kunder, inkludert store organisasjoner som Deutsche Bahn og Zendesk, hva er de primære utfordringene og mulighetene du har møtt mens du skalerer for å møte bedrifts- og myndighetsbehov?

Når vi er i rommet med en kunde, er de klare på verdien og avkastningen vi kan levere til dem – selv i USA, hvor du kanskje tror at engelsk er det eneste språket som tales, opererer de fleste selskaper med flerspråklige team og navigerer kompleksiteten i en global markedsplass. En del mennesker glemmer det! Verdien og innvirkningen av våre spesialiserte AI-oversettelsesverktøy og skriveløsninger er klart. Så det er ikke et spørsmål om hvorvidt de skal implementere språk-AI-verktøy, men et spørsmål vi ofte hører mye fra bedrifter er omkring personaliseringsmulighetene i vår tjeneste.

Bedrifter følger ofte spesifikke retningslinjer for merkevaren og krever AI-løsninger som reflekterer deres unike merkestemme og bransje terminologi. De ønsker å kunne kommunisere konsistent, både internt og eksternt, i stor skala – enten de skriver noe eller oversetter et dokument, ønsker de at innholdet skal høres ut som noe de har skrevet selv, i sin spesifikke merke stil. Hos DeepL har vi designet våre verktøy med dette i mente og tilbyr en rekke mer interaktive og tilpassede funksjoner, inkludert DeepL Glossary, som lar bedrifter og fagfolk tilpasse oversettelser for spesifikke ord og fraser; samt funksjoner som toneinnstilling og mer. Denne niveauet av finjustering og evnen til å gjøre innholdet deres eget er noe som er virkelig viktig for våre kunder.

Ettersom DeepL utvider seg og dens AI-modeller brukes mer omfattende, hva er noen av de viktigste etiske overveielser du prioriterer når du utvikler språk-AI-systemer, spesielt når du håndterer følsomme eller konfidensielle opplysninger?

Noen gang en organisasjon vurderer AI-verktøy, bør de alltid stille disse spørsmålene når de vurderer modeller og selskaper. Mange AI-løsninger tilbyr ikke tilstrekkelig sikkerhet, ofte deler de brukerdata med tredjeparter og trener deres AI-modeller på brukertekst, noe som skaper mistillit og gjør mange brukere nølende til å bruke disse verktøyene med arbeidsrelaterte dokumenter. Som jeg berørte tidligere, tar DeepL en annen tilnærming – sikkerhet er kjerne i vår misjon og produkttilbud.

Våre kunder kommer fra en rekke bransjer, inkludert høyt regulerte sektorer som finansielle tjenester og juridiske, og konfidensialiteten og sikkerheten til deres data er essensiell. Det er kjerne i vårt produkttilbud at vi holder oss til de høyeste bedriftssikkerhets- og -vernstandarder for å beskytte brukerdata, inkludert statens kunst datakryptering og GDPR, ISO 27001 og Soc2 Type 2-samsvar. Vi bruker heller ikke noen tekst fra våre abonnenter til å forbedre eller trene våre AI-modeller, da vi forstår at mange av våre brukere oversetter følsomme opplysninger.

Hva kan vi forvente neste fra DeepL når det gjelder produktutvikling? Er det noen større funksjoner eller innovasjoner du er spesielt begeistret for?

Vi er et forskningsdrevet AI-selskap fokusert på å innovere med formål, og vårt formål er å løse språkproblemet for mennesker og bedrifter over hele verden. Når vi ser mot fremtiden, vil vi fortsette å inkorporere kundetilbakemelding i vår utvikling og fokusere på å utvide kapasiteten til vår språk-AI-plattform for å gjøre den til en enda mer omfattende løsning for alle språkrelaterte bedriftsbehov. Mye av hva vi hører fra kunder i dag er at jo mer interaktivitet og personalisering vi kan tilby, jo bedre. Så å utvide våre funksjoner og funksjonalitet for å møte dette er et virkelig interessant område for oss, og å se på hvordan vi kan gjøre DeepL-opplevelsen enda mer dynamisk og engasjerende for våre brukere.

I de neste 5 til 10 årene, hvor ser du DeepLs teknologi innenfor det bredere AI-landskapet, spesielt ettersom AI fortsetter å utvikle seg raskt?

5 år er virkelig lang tid for AI-utvikling, så for meg er det virkelig viktig å se på de neste 12 månedene! Vi jobber med å bringe den samme revolusjonen og forstyrrelsen som vi gjorde med skrevet språk til andre multimodale evner, noe jeg er begeistret for.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke DeepL.