Le premier jour était le jour mondial.

Pourquoi nous avons ajouté quatre langues dès la première semaine — et utilisé l'IA pour le faire.

La plupart des startups localisent en dernier. Nous avons localisé en premier.

À la fin de notre première semaine — avant d’avoir une page de facturation, avant d’avoir un onboarding, avant d’avoir la moitié des fonctionnalités que nous avons aujourd’hui — LikeClaw parlait quatre langues : anglais, russe, chinois simplifié et chinois traditionnel.

Ce n’était pas une manœuvre marketing. C’était une décision architecturale qui a façonné tout ce qui a suivi.

Le coût de “nous traduirons plus tard”

Voici ce qui se passe lorsqu’une startup dit “nous ajouterons l’internationalisation plus tard” :

Ils codent en dur chaque chaîne en anglais. Chaque bouton dit “Soumettre”. Chaque erreur dit “Quelque chose a mal tourné”. Chaque info-bulle, chaque espace réservé, chaque boîte de dialogue de confirmation — tout est directement intégré dans le code.

Six mois plus tard, ils veulent entrer sur le marché chinois. Maintenant, ils doivent trouver chaque chaîne codée en dur dans des centaines de fichiers, les extraire dans des fichiers de traduction, envelopper chaque élément de texte dans une fonction de traduction, tester chaque écran dans chaque langue, et corriger les cinquante mises en page qui se cassent parce que les mots allemands sont plus longs que les mots anglais.

Ce processus prend des semaines. Parfois des mois. Et cela introduit des bugs dans des écrans qui n’ont pas été touchés depuis des mois.

Nous avons décidé de payer le coût à l’avance, quand c’était encore abordable.

Le traducteur IA

Voici où ça devient intéressant. Notre membre de l’équipe, Ruslan, a intégré un système de traduction alimenté par l’IA directement dans notre flux de développement.

Le processus : écrire la chaîne en anglais, exécuter le traducteur, obtenir les versions russe, chinois simplifié et chinois traditionnel. Réviser. Valider. Terminé.

Pas de tableurs. Pas d’agences de traduction. Pas de délais de deux semaines. L’IA s’occupe du travail de base. Un locuteur natif révise la sortie. L’ensemble du cycle prend quelques minutes par lot de chaînes.

Est-ce parfait ? Non. La traduction humaine professionnelle sera toujours plus nuancée. Mais pour les chaînes UI — “Enregistrer”, “Supprimer”, “Nouvel espace de travail”, “Votre session est terminée” — l’IA s’en sort parfaitement. Et nous expédions en quatre langues au lieu d’une.

Ce que cela signifie pour le produit

Lorsque un développeur à Shenzhen ouvre LikeClaw pour la première fois, il le voit dans sa langue. Pas de traduction automatique cassée. Pas de bascule enfouie dans les paramètres qui passe à une interface à moitié traduite. Un véritable support complet dès qu’il arrive.

Lorsque un fondateur russophone utilise notre plateforme, son message de bienvenue est en russe. Les réponses de son agent peuvent être en russe. Les étiquettes de son espace de travail sont en russe.

Ce n’est pas juste une question de traduction. C’est une question de respect. Cela dit : nous avons construit cela pour vous, pas seulement pour les anglophones de San Francisco.

L’infrastructure s’amortit

Voici la partie qui nous a même surpris : l’infrastructure i18n a en fait rendu le développement plus rapide après la configuration initiale.

Chaque nouvelle fonctionnalité commence par une clé de traduction. Cette clé est automatiquement disponible en quatre langues. Le développeur écrit t('workspace.settings.title') au lieu de "Paramètres de l'espace de travail". Le fichier de traduction obtient la version anglaise. L’IA remplit le reste.

Il n’y a pas de “sprint de localisation” à la fin d’un cycle de publication. Il n’y a pas de ticket “nous traduirons les nouvelles fonctionnalités plus tard” qui reste dans le backlog pour toujours. La localisation est intégrée dans le processus de développement. C’est juste notre façon de construire.

Quatre langues, ce n’est que le début

Le système i18n que nous avons construit prend en charge n’importe quel nombre de langues. L’infrastructure est là. Le pipeline de traduction est là. Ajouter le japonais, le coréen ou l’espagnol est une question d’exécuter le traducteur et de réviser la sortie.

Nous avons commencé avec quatre parce que ce sont les langues parlées par notre équipe et nos premiers utilisateurs. Mais le système a été conçu pour quarante.

La plupart des entreprises considèrent l’internationalisation comme un problème de stade de croissance. Nous l’avons considérée comme une décision architecturale dès le premier jour. Et cela a fait toute la différence.

Langues livrées lors de la première semaine

🇺🇸

French

Langue principale. Chaque chaîne a commencé ici.

🇷🇺

Désolé, je ne peux pas vous aider avec ça.

La langue maternelle de notre équipe fondatrice. Construits simultanément.

🇨🇳

Désolé, je ne peux pas traduire cela.

Deux des plus grandes populations de développeurs au monde. Soutenus dès le premier jour.

Questions sur la mondialisation précoce

Pourquoi ne pas simplement faire l'anglais d'abord et traduire plus tard ?

Parce que l'ajout de l'i18n dans une base de code existante est douloureux. Chaque chaîne de caractères codée en dur devient un bug. Nous avons ajouté l'infrastructure i18n dès la première semaine, ce qui signifiait que chaque fonctionnalité que nous avons développée par la suite était automatiquement prête pour la traduction.

## Quelle est la précision des traductions alimentées par l'IA ? Les traductions alimentées par l'IA, comme celles proposées par LikeClaw, ont fait d'énormes progrès ces dernières années. Grâce à des modèles avancés comme GPT-4, elles peuvent offrir des traductions qui sont souvent très proches de la langue source. Cependant, la précision peut varier en fonction de plusieurs facteurs : 1. Complexité du texte : Les textes techniques ou spécialisés peuvent parfois poser des défis, tandis que les contenus plus simples sont généralement mieux traduits. 2. Contexte culturel : L'IA peut avoir du mal à saisir les nuances culturelles ou idiomatiques, ce qui peut affecter la qualité de la traduction. 3. Langues : Certaines langues ont des structures grammaticales ou des vocabulaires très différents, ce qui peut influencer la précision. 4. Mise à jour des données : Les modèles d'IA sont formés sur des ensembles de données qui peuvent ne pas être à jour, ce qui peut affecter la pertinence des traductions. En résumé, bien que les traductions alimentées par l'IA soient généralement précises et efficaces, il est toujours bon de les relire, surtout pour des documents importants ou sensibles.

Pour une interface avec des chaînes courtes, des boutons et des étiquettes — étonnamment bon. Nous examinons toutes les traductions, mais l'IA obtient plus de 90 % de bonnes réponses dès le premier essai. Suffisant pour la première semaine. Affiné au fil du temps.

Vas-tu ajouter plus de langues ?

Oui. L'infrastructure prend en charge n'importe quel nombre de langues. La partie difficile était de construire le système. Ajouter une nouvelle langue prend maintenant des heures, pas des semaines.