Polski eksport wzrósł o 7% i rozjeżdża się na dziesięć rynków językowych. Instrukcja do maszyny musi być dostępna 10 lat, a tłumacz maszynowy nie weźmie za nią odpowiedzialności

Co się zmieniło w strukturze eksportu i dlaczego to problem językowy

Dane GUS za styczeń–sierpień 2026 roku pokazują coś, czego nie widać w nagłówkach o saldzie handlowym. Eksport wyniósł 1093,0 mld zł i wzrósł o 7,0% rok do roku, co samo w sobie jest dobrą wiadomością po wzroście o 1,7% w analogicznym okresie 2025 roku. Ciekawsza jest jednak zmiana rozkładu. Udział Niemiec w polskim eksporcie spadł do 26,4%, o 0,8 punktu procentowego, przy wzroście wartości o 4,0% — czyli Niemcy rosną wolniej niż reszta. Dziesięciu głównych partnerów odpowiada za 65,7% eksportu, wobec 66,3% rok wcześniej.

Po Niemcach kolejka wygląda tak: Czechy 6,3%, Francja 6,0%, Wielka Brytania 5,1%, Holandia 4,9%, Włochy 4,4%, Ukraina 3,7%, Stany Zjednoczone 3,2%, Hiszpania 2,9%, Słowacja 2,8%. Eksport do Europy Środkowo-Wschodniej wzrósł o 11,1%, a na samą Ukrainę o 15,4% i wyniósł 41,0 mld zł. To nie jest portfel, który obsłuży się jednym tłumaczem niemieckiego na etacie i jedną wersją strony po angielsku.

Dla firmy średniej wielkości to przekłada się na bardzo konkretny rachunek. Sześć rynków zamiast dwóch oznacza sześć wersji instrukcji, sześć wersji karty produktu, sześć zestawów etykiet i ostrzeżeń, korespondencję operacyjną w kilku językach i sześć wersji treści, które muszą być spójne terminologicznie — bo ten sam element nie może nazywać się inaczej w instrukcji, inaczej w ofercie i inaczej w katalogu części zamiennych. Dokładnie tę ostatnią rzecz firmy odkrywają najpóźniej i naprawiają najdrożej.

Jest też powód, dla którego ten temat pojawia się teraz, a nie dwa lata temu. Wejście tłumaczenia maszynowego opartego na dużych modelach obniżyło koszt pierwszej wersji do poziomu, przy którym tłumaczenie całej dokumentacji przestało być decyzją budżetową. Firmy, które wcześniej tłumaczyły tylko to, czego musiały, teraz tłumaczą wszystko — i razem z wolumenem przenoszą na obce rynki także wszystkie niespójności, które były w polskim źródle.

Trzy różne problemy, które wrzuca się do jednego worka

Zanim ustalicie, co w ogóle automatyzować, warto rozdzielić trzy rodzaje treści, które w firmie nazywa się tak samo — „tłumaczeniami” — a które mają zupełnie różne wymagania, różne ryzyko i różną rolę dla modelu. Mieszanie ich w jednym procesie jest pierwszą przyczyną nieudanych wdrożeń w tym obszarze.

• Dokumentacja, która wiąże prawnie albo dotyczy bezpieczeństwa. Instrukcje obsługi i montażu, ostrzeżenia, etykiety, deklaracje, karty charakterystyki, warunki gwarancji, regulaminy, umowy. Błąd kosztuje tu nie wizerunek, a odpowiedzialność — i nie ma znaczenia, że powstał w narzędziu. Tu model pracuje wyłącznie jako warstwa przygotowawcza pod weryfikację człowieka.
• Treść handlowa i marketingowa. Opisy produktów, strona, katalogi, materiały targowe, oferty. Tu błąd kosztuje konwersję i wiarygodność, a dobre tłumaczenie bywa świadomie niedosłowne. Model jest tu najbardziej użyteczny i jednocześnie najbardziej ryzykowny w sposób trudny do zauważenia, bo tekst niepoprawny stylistycznie wygląda poprawnie.
• Korespondencja operacyjna i obsługa. Maile do klienta i przewoźnika, zapytania, reklamacje, statusy zamówień, komunikacja z urzędem na obcym rynku. Wolumen duży, czas odpowiedzi ważniejszy od elegancji, a koszt pojedynczego błędu zwykle niski i odwracalny. To najlepszy punkt startu i prawie nikt od niego nie zaczyna.

Czego AI w tłumaczeniach nie zrobi

Granicę stawiamy na początku, bo w tym obszarze demonstracja wygląda wyjątkowo dobrze. Tekst wychodzi natychmiast, jest płynny i w języku, którego osoba oceniająca zwykle nie zna na tyle, żeby wyłapać problem. To najgorsze możliwe połączenie: wysoka pewność po stronie narzędzia i niska zdolność weryfikacji po stronie firmy.

Model nie zrobi tłumaczenia poświadczonego. Jeżeli dokument wymaga tłumaczenia przysięgłego — a wymaga go część dokumentów rejestrowych, sądowych i przetargowych na obcych rynkach — to tłumaczenie wykonuje i uwierzytelnia tłumacz przysięgły wpisany na listę Ministra Sprawiedliwości, pod własną odpowiedzialnością zawodową. Model może przygotować wersję roboczą do jego pracy i to realnie skraca czas, ale samego poświadczenia nie zastąpi żadne narzędzie.

Model nie przejmie odpowiedzialności za treść, która trafia na rynek. Za instrukcję dołączoną do maszyny odpowiada producent, a w łańcuchu dostaw także importer i dystrybutor. Argument o wadliwym silniku tłumaczeniowym nie jest argumentem wobec organu nadzoru ani wobec poszkodowanego. To ta sama logika, którą rozpisaliśmy w tekście o odpowiedzialności za AI jako produkt — z tą różnicą, że tu narzędzie jest wewnętrzne, a skutek dotyczy użytkownika Waszego wyrobu.

Model nie rozstrzygnie terminologii za Was. Jeżeli w firmie ten sam podzespół ma trzy nazwy po polsku, model wygeneruje trzy różne nazwy w każdym języku docelowym — i zrobi to konsekwentnie niekonsekwentnie, czyli inaczej w każdym pliku. Ustalenie, że dany element nazywa się tak, a nie inaczej, jest decyzją inżynierską i handlową, a nie zadaniem językowym. Dopóki jej nie podejmiecie, żadne narzędzie nie poprawi spójności, bo nie ma czego się trzymać.

Model nie wie, czego w tekście źródłowym brakuje z punktu widzenia rynku docelowego. Instrukcja napisana dla polskiego odbiorcy może nie zawierać ostrzeżeń wymaganych przez praktykę nadzoru na innym rynku, może odwoływać się do norm w nieaktualnej wersji albo do jednostek i formatów, które na tamtym rynku znaczą coś innego. Przetłumaczy wiernie brak. Wykrycie braku jest zadaniem osoby odpowiedzialnej za zgodność i to zadanie zostaje po Waszej stronie.

Co mówią benchmarki i dlaczego „jakość 85%” jest liczbą bez treści

W rozmowach o tłumaczeniu maszynowym padają liczby, które brzmią rozstrzygająco i nie są rozstrzygające. Warto wiedzieć, skąd się biorą, bo to jedna z nielicznych sytuacji, w których dostawca może pokazać wysoki wynik i jednocześnie mieć rację, a narzędzie nadal nie nadaje się do Waszego zastosowania.

Zestawienie Alconost z 2026 roku, oparte na własnym wskaźniku złożonym AQI, daje za okres styczeń–kwiecień 2026 następujący obraz: Gemini 82,2, Anthropic 76,5, DeepL 75,5. Wskaźnik ten łączy COMET z wagą 30%, ocenę lingwisty z wagą 20%, nTER 15%, BERTscore 15%, BLEU 10%, chrF++ 5% i COMET-QE 5%. Istotniejsza od samej czołówki jest jednak różnica między składnikami automatycznymi a oceną człowieka: w ujęciu obejmującym lata 2025 i 2026 czołowe silniki uzyskują w ocenie lingwisty wyniki rzędu 50–68 punktów, i to sami autorzy badania opisują jako poziom niewystarczający do publikacji treści skierowanych do klienta.

Trzy ograniczenia tego rodzaju badań mają bezpośrednie znaczenie praktyczne. Pierwsze: próbki dla treści specjalistycznych są bardzo małe — dla kategorii prawnej rzędu pięciu ocen na silnik, co sami autorzy nazywają próbką naprawdę niewielką. Jeżeli Wasza dokumentacja jest techniczna albo prawna, ogólny ranking mówi o niej mniej, niż się wydaje. Drugie: testy prowadzono na promptach bazowych, bez glosariuszy i pamięci tłumaczeń, a to właśnie one decydują o wyniku w realnym projekcie. Trzecie i najważniejsze dla planowania: w 2025 roku odnotowano co najmniej trzy przypadki, w których silnik po aktualizacji API pogorszył się na konkretnej parze językowej. Jakość tłumaczenia maszynowego nie jest wielkością stałą i nie rośnie monotonicznie.

Praktyczny wniosek jest taki sam jak w każdym innym wdrożeniu AI: liczbę trzeba zmierzyć u siebie, na własnych tekstach i własnej parze językowej, a potem mierzyć ją dalej. Jak zbudować zestaw testowy i próg akceptacji bez zespołu data science, rozpisaliśmy w tekście o testowaniu wdrożeń AI; powód, dla którego ten pomiar musi być cykliczny, a nie jednorazowy, opisuje tekst o utrzymaniu AI po wdrożeniu.

Warstwa pierwsza: glosariusz i pamięć tłumaczeń, czyli zasób, którego nie macie

To najmniej efektowna część projektu i jedyna, która daje efekt nieodwracalny. Glosariusz to lista terminów firmowych z zatwierdzonym odpowiednikiem w każdym języku docelowym, definicją i informacją, czego nie wolno użyć. Pamięć tłumaczeń to baza par zdań: tekst źródłowy i zatwierdzone tłumaczenie, raz zweryfikowane i wielokrotnie użyte. Jedno i drugie istnieje w branży tłumaczeniowej od trzydziestu lat i jedno i drugie większość firm produkcyjnych ma rozsypane po mailach tłumaczy zewnętrznych, czyli nie ma wcale.

Tutaj model jest wyjątkowo dobrym narzędziem, bo zadanie polega na czytaniu i porównywaniu, a nie na tworzeniu. Z Waszych istniejących dokumentów — instrukcji, katalogów, ofert, korespondencji — potrafi wyciągnąć kandydatów na terminy, pokazać, w ilu wariantach występuje ten sam pojęciowo element, zestawić istniejące tłumaczenia tego samego terminu z różnych plików i wskazać miejsca, w których są sprzeczne. To jest ta sama klasa pracy, którą opisywaliśmy przy asystencie AI na dokumentach firmy, tylko wynikiem nie jest odpowiedź dla pracownika, a lista rozbieżności do rozstrzygnięcia.

Rozstrzyga człowiek i to jest warunek całego przedsięwzięcia. Lista wariantów bez decyzji jest tylko udokumentowanym bałaganem. Zwykle wystarczy jedna osoba z działu technicznego i jedna z handlowego, dwa popołudnia i zasada, że decyzja raz podjęta wchodzi do glosariusza z datą i nie jest przedmiotem dyskusji przy kolejnym pliku.

Efekt jest dwustronny i to go odróżnia od większości projektów AI. Glosariusz podany modelowi jako kontekst natychmiast podnosi jakość tłumaczenia maszynowego — zwykle bardziej niż zmiana silnika na droższy. Jednocześnie ten sam glosariusz jest Waszą własnością i działa z każdym następnym narzędziem oraz z każdym tłumaczem zewnętrznym. To rzadki przypadek nakładu, którego nie traci się przy zmianie dostawcy, i jeden z nielicznych w tej dziedzinie, który z całą pewnością nie zdezaktualizuje się przy kolejnej aktualizacji modelu. Dlaczego warto to sprawdzić przed podpisaniem czegokolwiek, rozpisaliśmy w tekście o umowie z dostawcą AI.

Warstwa druga: dokumentacja techniczna i dwa terminy, których nie przesuniecie

Nie jesteśmy kancelarią i konkretny zakres obowiązków dla Waszego wyrobu warto potwierdzić z prawnikiem albo jednostką notyfikowaną, ale dwie rzeczy trzeba znać przed uruchomieniem jakiegokolwiek narzędzia, bo przesądzają o tym, jak proces ma wyglądać.

Pierwsza: rozporządzenie o ogólnym bezpieczeństwie produktów, w skrócie GPSR, obowiązuje od 13 grudnia 2024 roku. Producent dołącza do produktu instrukcje i informacje o bezpieczeństwie w języku łatwo zrozumiałym dla konsumentów, a w przypadku osoby odpowiedzialnej za produkt w Unii mówi się wprost o języku danego państwa członkowskiego. Rozporządzenie reguluje też język zawiadomienia o odzyskaniu produktu ze względów bezpieczeństwa: w językach państw, w których produkt udostępniono, i prostym językiem. Sankcje ustalają państwa członkowskie; w polskim projekcie ustawy o ogólnym bezpieczeństwie produktów mówi się o grzywnie sięgającej 1 mln zł dla producenta wprowadzającego produkt niezgodny z wymaganiami.

Druga: rozporządzenie maszynowe (UE) 2023/1230 zastępuje dyrektywę 2006/42/WE i stosuje się od 20 stycznia 2027 roku, bez okresu przejściowego, przy czym liczy się data wprowadzenia maszyny do obrotu, a nie data jej wyprodukowania. Zmiana, która najbardziej dotyczy tłumaczeń, dotyczy formy instrukcji: rozporządzenie dopuszcza wersję cyfrową, ale wiąże z nią obowiązki. Instrukcja w wersji cyfrowej ma być dostępna przez spodziewany cykl życia maszyny, a co najmniej dziesięć lat po wprowadzeniu jej do obrotu. Jeżeli nabywca zażąda wersji papierowej przy zakupie, producent dostarcza ją bezpłatnie i ma na to miesiąc. Informacje dotyczące bezpieczeństwa muszą być dostępne niezależnie od wersji cyfrowej — na maszynie albo w skróconej formie papierowej dołączonej do wyrobu. Dla konsumentów wersja papierowa pozostaje obowiązkowa.

Ten dziesięcioletni obowiązek dostępności jest w kontekście tłumaczeń ważniejszy, niż wygląda, i prawie nikt go tak nie czyta. Oznacza bowiem, że każda wersja językowa instrukcji staje się dokumentem, który trzeba wersjonować, archiwizować i umieć odtworzyć w stanie z dnia wprowadzenia maszyny do obrotu — przez dekadę. Firma, która tłumaczy instrukcje w arkuszach i mailach, nie spełni tego warunku nie z powodu języka, a z powodu braku repozytorium. Dlatego projekt tłumaczeniowy w firmie produkcyjnej jest w rzeczywistości projektem zarządzania dokumentacją, w którym tłumaczenie jest jednym z kroków.

Kolejność w tej warstwie jest więc odwrotna do intuicyjnej. Najpierw jedno źródło prawdy dla tekstu źródłowego z wersjonowaniem, potem glosariusz, potem tłumaczenie maszynowe jako wersja robocza, potem weryfikacja przez człowieka ze znajomością języka i wyrobu, potem zapis wersji zatwierdzonej z datą i numerem. Model przyspiesza krok trzeci. Jeśli kroków pierwszego i piątego nie ma, przyspieszenie trzeciego powiększa tylko liczbę nieoznaczonych plików w obiegu.

Warstwa trzecia: korespondencja operacyjna, czyli miejsce, od którego warto zacząć

Jeżeli szukacie pierwszego zastosowania, które da efekt w dwa tygodnie i nie grozi niczym poważnym, to jest właśnie tutaj. Zapytanie od czeskiego dystrybutora, reklamacja po włosku, awizacja od holenderskiego przewoźnika, pytanie o dostępność części po francusku. Ruch duży, treść krótka, kontekst powtarzalny, a koszt nieidealnego sformułowania praktycznie zerowy — zwłaszcza w porównaniu z kosztem obecnego rozwiązania, czyli czekania na jedną osobę, która zna dany język, albo odpowiadania po angielsku do kogoś, kto po angielsku nie pisze.

Praktyka, która działa, jest skromniejsza od tego, co zwykle sprzedaje się jako wielojęzyczna obsługa klienta. Model streszcza wiadomość przychodzącą po polsku, wskazuje, czego dotyczy i czego od nas chcą, przygotowuje szkic odpowiedzi w języku nadawcy na podstawie glosariusza i firmowych bloków treści, a wysyła człowiek. To jest ta sama architektura, którą opisaliśmy dla firmowej skrzynki e-mail i dla spedycji, gdzie wielojęzyczna korespondencja jest codziennością, tylko z jednym dodatkowym warunkiem.

Tym warunkiem jest zasada, o której łatwo zapomnieć: osoba wysyłająca odpowiedź nie zna języka docelowego i nie jest w stanie ocenić szkicu. Dlatego to, co pracownik zatwierdza, musi być pokazane w dwóch kolumnach — tekst docelowy i jego wierne tłumaczenie zwrotne na polski. Zatwierdza się treść, nie formę. Bez tego mechanizmu „akceptacja przez człowieka” jest w tym procesie fikcją i wszyscy o tym wiedzą, tylko nikt nie mówi tego na wdrożeniu.

Druga rzecz, którą trzeba ustawić od pierwszego dnia, to lista tematów, które nie wychodzą ze szkicu automatycznie. Terminy ustawowe, uznanie reklamacji, zobowiązanie cenowe, termin dostawy, cokolwiek, co można potem przeczytać jako oświadczenie firmy. Dlaczego ta lista musi być wąska, zamknięta i zapisana, a nie zostawiona zdrowemu rozsądkowi, rozpisaliśmy przy eskalacji do człowieka oraz przy reklamacjach i zwrotach.

Warstwa czwarta: treści handlowe i strona w językach rynków

Tu model daje największe oszczędności i najmniej problemów prawnych, ale wymaga jednej decyzji, której firmy zwykle nie podejmują świadomie: czy chcecie tłumaczenia, czy wersji napisanej dla tego rynku. To nie jest niuans, to są dwa różne budżety i dwa różne wyniki sprzedażowe. Opis produktu przetłumaczony dosłownie z polskiego brzmi poprawnie i obco. Opis napisany od nowa na podstawie tych samych faktów brzmi jak od lokalnego dostawcy i w zapytaniach ofertowych to się widzi.

Rozsądny kompromis, który stosujemy w projektach, polega na podziale treści na dwie klasy. Treści o wysokim wolumenie i niskiej stawce — karty katalogowe, specyfikacje, listy części, parametry — idą przez tłumaczenie maszynowe z glosariuszem i wyrywkową kontrolą. Treści o niskim wolumenie i wysokiej stawce — strona główna, strony najważniejszych produktów, materiały dla kluczowych dystrybutorów — powstają jako wersje lokalne pisane przez człowieka, któremu model przygotowuje fakty, strukturę i pierwszy szkic. Proporcja objętości bywa jak dziewięćdziesiąt do dziesięciu, a proporcja uwagi odwrotna.

Dwie rzeczy z tej warstwy warto traktować osobno. Pierwsza: zgodność terminologii między treścią handlową a dokumentacją techniczną. Jeżeli w ofercie element nazywa się inaczej niż w instrukcji i katalogu części, serwis na tamtym rynku zamawia niewłaściwą część, a klient traci zaufanie do całej dokumentacji. Glosariusz z warstwy pierwszej jest tu jedynym mechanizmem, który to spina, i to jest drugi powód, dla którego zaczyna się od niego, a nie od narzędzia.

Druga: treści generowane maszynowo mają własne ograniczenia prawne i wizerunkowe, niezależne od języka — od praw do grafik po obowiązki oznaczania niektórych materiałów. Rozpisaliśmy je w tekście o treściach AI w marketingu. Dodamy tu jedno: wielojęzyczna treść produktowa coraz częściej jest czytana nie przez człowieka, a przez asystenta AI, który odpowiada klientowi na pytanie, co kupić. Jak przygotować pod to dane produktowe, opisaliśmy w tekstach o widoczności firmy w ChatGPT i o sklepie gotowym na agenty AI — w kontekście eksportu znaczy to tyle, że niespójna terminologia szkodzi podwójnie, bo psuje też maszynowe rozumienie Waszej oferty.

Dane i obieg: co trzeba uporządkować, zanim to zadziała

Ta warstwa decyduje o powodzeniu i jest mniejsza, niż się zwykle zakłada. Nie potrzebujecie systemu zarządzania treścią za pół miliona złotych. Potrzebujecie pięciu rzeczy, z których żadna nie wymaga technologii.

• Jedno źródło prawdy dla tekstu źródłowego. Jeden katalog, jedna aktualna wersja każdego dokumentu, numer i data. Dopóki instrukcja istnieje w czterech wariantach na trzech dyskach, tłumaczenie jest tłumaczeniem losowego z nich i nikt nie wie, którego.
• Glosariusz z datą zatwierdzenia i właścicielem. Termin polski, odpowiedniki w językach docelowych, krótka definicja, lista form zakazanych. Najlepiej jeden plik, do którego nie trzeba logować się do żadnego systemu.
• Pamięć tłumaczeń odzyskana od dotychczasowych wykonawców. Jeśli przez lata płaciliście tłumaczom zewnętrznym, zapłaciliście też za ten zasób. Warto go po prostu zebrać, zanim zacznie się cokolwiek budować, bo to najtańsze dane treningowe, jakie w tym projekcie dostaniecie.
• Zasada, kto zatwierdza co. Dokumentacja dotycząca bezpieczeństwa — osoba odpowiedzialna za zgodność. Treść handlowa — dział handlowy danego rynku albo dystrybutor. Korespondencja — pracownik obsługi, na podstawie tłumaczenia zwrotnego. Bez tej tabeli na jedną stronę proces zatrzymuje się na pierwszym nietypowym pliku.
• Rejestr wersji językowych z datą. Który dokument, w jakim języku, w jakiej wersji, zatwierdzony kiedy i przez kogo, do jakiego wyrobu i numeru seryjnego. To jest jednocześnie Wasz mechanizm zgodności z dziesięcioletnim obowiązkiem dostępności instrukcji i Wasza jedyna obrona, jeśli ktoś kiedyś zapyta, co dokładnie wysłaliście z maszyną w 2027 roku.

Dane wrażliwe i trzecia strona, o której nikt nie pamięta

Tłumaczenie bywa najczęstszym niezauważonym kanałem wycieku danych w firmie i jest tak z prostego powodu: tłumaczy się dokumenty, które są poufne z definicji. Umowy z kontrahentami, korespondencja sporna, dokumentacja techniczna z rozwiązaniami, których nie opatentowaliście, dane osobowe w reklamacjach i aktach pracowniczych.

Pracownik, który wkleja umowę do darmowego translatora, robi dokładnie to, co pracownik wklejający dane do czatu — tylko rzadziej jest to przedmiotem polityki, bo translator nie wygląda na AI. Mechanizm, skalę i to, jak domknąć ten obieg w trzydzieści dni, opisaliśmy w tekście o shadow AI. W kontekście tłumaczeń dodajemy jedno zalecenie: polityka musi wymieniać narzędzia tłumaczeniowe wprost, bo nikt sam z siebie nie uzna wtyczki do przeglądarki za system AI.

Po stronie formalnej obowiązuje tu zwykły reżim: dostawca, który przetwarza dane osobowe z Waszych dokumentów, jest podmiotem przetwarzającym i potrzebna jest umowa powierzenia, informacja o podprzetwarzających i wiedza o lokalizacji przetwarzania. Co dokładnie musi się w niej znaleźć i kiedy wchodzi obowiązek oceny skutków, rozpisaliśmy w tekście o RODO przy wdrożeniu AI. Warto też sprawdzić w warunkach usługi jedną konkretną rzecz, którą firmy pomijają: czy treść przesłana do tłumaczenia nie jest wykorzystywana do dalszego uczenia modelu — bo w planach konsumenckich bywa, że jest.

Jest wreszcie przypadek szczególny, który w eksporcie zdarza się częściej, niż się wydaje: dokument, którego nie wolno wysłać nigdzie poza firmę. Rysunek z klauzulą, specyfikacja objęta umową o zachowaniu poufności, dokumentacja projektu obronnego. Jeżeli takich dokumentów jest dużo i trzeba je tłumaczyć regularnie, to jest jedno z niewielu zastosowań, w których lokalny model broni się rachunkiem, a nie ideologią — próg opłacalności i warunki rozpisaliśmy w tekście o lokalnym modelu AI w firmie.

Rachunek: co policzyć przed startem

Rachunek w tłumaczeniach jest prostszy niż w większości procesów, bo macie faktury. Zacznijcie od nich: ile wydaliście w ostatnich dwunastu miesiącach na tłumaczenia zewnętrzne, w podziale na dokumentację, treść handlową i korespondencję. Potem dodajcie koszt, którego na fakturach nie ma — godziny pracowników, którzy tłumaczą sami, bo znają język, oraz godziny osób czekających na ich wolny czas.

Oszczędność rozkłada się bardzo nierówno i warto wiedzieć o tym przed rozmową z dostawcą. W korespondencji operacyjnej i treściach o dużym wolumenie model potrafi zdjąć większość kosztu, bo zastępuje pracę, która wcześniej albo była droga, albo nie wykonywano jej wcale. W dokumentacji objętej wymaganiami zgodności oszczędność bierze się z czegoś innego: nie z rezygnacji z tłumacza, a ze skrócenia jego pracy do weryfikacji dobrej wersji roboczej z glosariuszem. W projektach, które prowadziliśmy, dawało to zwykle od 30 do 50% czasu tłumacza przy zachowaniu człowieka jako osoby odpowiedzialnej za wynik — i to jest liczba, którą warto zweryfikować u siebie, zanim ktokolwiek obieca Wam więcej.

Po stronie kosztów nie pomińcie dwóch pozycji, które w ofertach narzędziowych nie występują. Pierwsza: jednorazowe uporządkowanie glosariusza i źródła prawdy, czyli praca wewnętrzna na kilka dni roboczych osób, których czasu nikt nie fakturuje, ale które mają inne obowiązki. Druga: stały koszt weryfikacji i aktualizacji — glosariusz, którego nikt nie uzupełnia, po roku jest archiwum. Jak czytać całkowity koszt posiadania w projektach tego typu i gdzie w takich budżetach znikają pieniądze, rozpisaliśmy w tekście o koszcie wdrożenia AI.

Na koniec jedna liczba, której nikt nie liczy, a która w eksporcie bywa największa: ile zapytań z rynków obcojęzycznych zostało w ostatnim roku bez odpowiedzi albo z odpowiedzią po tygodniu, bo nie było kto miał je przeczytać. Jeśli nie wiecie, to jest Wasz pierwszy wynik projektu. Jeśli wiecie, to zwykle właśnie ta pozycja, nie koszt tłumaczeń, uzasadnia całe przedsięwzięcie.

Wdrożenie w cztery tygodnie

Kolejność poniżej jest ułożona tak, żeby po każdym tygodniu zostawało coś użytecznego, nawet gdyby projekt stanął, i tak, żeby najbardziej ryzykowna warstwa — dokumentacja zgodności — wchodziła na końcu, a nie na początku.

1. Tydzień pierwszy: korespondencja. Streszczenie wiadomości przychodzącej po polsku, szkic odpowiedzi w języku nadawcy, obowiązkowe tłumaczenie zwrotne do zatwierdzenia i zamknięta lista tematów wyłączonych. Efekt widać od razu, w czasie odpowiedzi na zapytania z rynków, których nikt w firmie nie obsługuje biegle.
2. Tydzień drugi: glosariusz. Ekstrakcja terminów z istniejących dokumentów, lista rozbieżności, dwie sesje decyzyjne z działem technicznym i handlowym, zatwierdzona wersja pierwsza z datą. To praca organizacyjna, nie techniczna, i zwykle wychodzi przy niej pierwsza nieprzyjemna informacja — ile pojęć nie ma w firmie jednej nazwy nawet po polsku.
3. Tydzień trzeci: treści o dużym wolumenie. Karty katalogowe i specyfikacje przez tłumaczenie maszynowe z glosariuszem, z kontrolą wyrywkową na próbce i zapisanym progiem akceptacji. Tu zmierzycie realną jakość na własnych tekstach i własnych parach językowych, czyli dostaniecie liczbę, której żaden benchmark Wam nie da.
4. Tydzień czwarty: źródło prawdy i rejestr wersji dla dokumentacji. Jeden katalog, numeracja, daty, tabela kto zatwierdza co. Tłumaczenie maszynowe wchodzi tu wyłącznie jako wersja robocza dla tłumacza i weryfikatora — i tak zostaje.
5. Po czwartym tygodniu, nie wcześniej: decyzja o zakresie dalszym. Kryterium to dwie liczby — czas odpowiedzi na zapytania obcojęzyczne i udział tłumaczeń zewnętrznych, które zaczęły wchodzić jako weryfikacja zamiast pracy od zera. Obie są mierzalne i obie firma i tak zna.

Cztery sygnały, że poszło w złą stronę

Projekty tłumaczeniowe psują się przewidywalnie i prawie zawsze widać to w pierwszym miesiącu. Te objawy traktujemy jako powód do zatrzymania się, a nie do rozwijania zakresu.

• Instrukcja albo ostrzeżenie wyszło do klienta bez weryfikacji przez człowieka znającego język i wyrób. Nawet raz, nawet „bo to tylko poprawka literówki w wersji czeskiej”. Wyjątki w tym miejscu zawsze rozszerzają się same, a konsekwencje pojawiają się po latach, u użytkownika maszyny.
• Zatwierdzanie bez tłumaczenia zwrotnego. Jeżeli pracownik klika „wyślij” pod tekstem w języku, którego nie zna, to nie ma akceptacji przez człowieka — jest tylko jej zapis w logu. To najczęstszy sposób, w jaki ten proces staje się formalnie poprawny i faktycznie pusty.
• Glosariusz powstał i nikt go od miesiąca nie dotknął. Nowe terminy pojawiają się w firmie co tydzień, razem z nowym wyrobem i nowym rynkiem. Glosariusz bez właściciela i bez rytmu aktualizacji jest martwy po kwartale, a jego istnienie usypia czujność bardziej, niż jego brak. Dlaczego narzędzia przestają być używane po trzech tygodniach, rozpisaliśmy w tekście o zespole, który nie używa AI.
• Nie potraficie odtworzyć, która wersja językowa pojechała z konkretną maszyną. Test jest jednozdaniowy: weźcie wyrób wysłany miesiąc temu na rynek włoski i pokażcie dokładny plik instrukcji, który z nim pojechał, z datą zatwierdzenia. Jeśli nikt nie zrobi tego w pięć minut, nie macie procesu tłumaczeń, macie katalog z plikami — i będzie to problem jeszcze przez dziesięć lat od wprowadzenia tej maszyny do obrotu.

Dlaczego warto to zrobić teraz, a nie w 2027 roku

Zestawmy trzy terminy. GPSR obowiązuje od grudnia 2024 i już teraz wymaga instrukcji oraz informacji o bezpieczeństwie w języku zrozumiałym dla konsumenta na danym rynku. Dyrektywa o odpowiedzialności za produkty wadliwe stosuje się od 9 grudnia 2026 i obejmuje między innymi oprogramowanie, o czym pisaliśmy osobno. Rozporządzenie maszynowe wchodzi 20 stycznia 2027, bez okresu przejściowego, z dziesięcioletnim obowiązkiem dostępności instrukcji cyfrowej.

Z tych trzech dat wynika praktyczny wniosek o kolejności, a nie o pośpiechu. Uporządkowanie terminologii, źródła prawdy i rejestru wersji zajmuje kilka tygodni i jest pracą wewnętrzną, której nie da się kupić ani przyspieszyć pieniędzmi w ostatnim kwartale. Wdrożenie narzędzia zajmuje kilka dni. Firmy, które zaczną od narzędzia, w styczniu 2027 roku będą mieć szybciej produkowany bałagan w sześciu językach. Firmy, które zaczną od glosariusza i rejestru, będą mieć wtedy do zrobienia tylko tę łatwą część.

Jest też argument czysto handlowy, niezależny od przepisów, i w naszej ocenie mocniejszy. Przy eksporcie rosnącym 7,0% rocznie i rozkładzie, w którym Niemcy to już tylko 26,4% wartości, przewagą nie jest to, że umiecie sprzedawać po niemiecku. Przewagą jest to, że na zapytanie z Czech, Włoch albo z Ukrainy odpowiadacie tego samego dnia, w języku pytającego i z nazwami części, które zgadzają się z instrukcją. To nie wymaga agenta AI ani dużego budżetu. Wymaga uporządkowanego glosariusza, jednego szkicu i jednego człowieka, który klika „wyślij”.

Od czego zacząć

Najtańszy pierwszy krok nie wymaga narzędzia ani budżetu i zajmuje jedno popołudnie. Weźcie jeden wyrób sprzedawany na trzech rynkach i odpowiedzcie na trzy pytania. Czy potraficie dziś wskazać aktualną wersję jego instrukcji w każdym z tych języków, z datą zatwierdzenia i informacją, kto ją zatwierdził? Czy pięć najważniejszych nazw części w tych trzech wersjach jest takie samo jak w ofercie i katalogu części zamiennych? Ile dni zajęła ostatnia odpowiedź na zapytanie w języku, którego nikt w firmie nie zna biegle? Jeżeli przy którymkolwiek pytaniu pojawia się „nie wiem”, macie wyznaczony zakres pierwszego wdrożenia i nie potrzebujecie do tego nikogo z zewnątrz.

Tak prowadzimy takie projekty: najpierw audyt tego, gdzie w Waszej dokumentacji i korespondencji realnie uciekają godziny i gdzie powstaje ryzyko, potem glosariusz i źródło prawdy, potem korespondencja operacyjna, a dopiero na końcu dokumentacja objęta wymaganiami zgodności. Zakres konsultingu i wdrożeń AI opisaliśmy osobno, stawki znajdziecie w cenniku, a jeśli chcecie sprawdzić, które z tych czterech warstw mają sens przy Waszej liczbie rynków i wolumenie dokumentacji — umówcie bezpłatną konsultację.