Todas las empresas con las que hablamos se topan con las mismas dos barreras.
La primera es el impuesto de coordinación que exige la consistencia.
Tu app de Android la construye un equipo. Tu app web, otro. Tu sitio de marketing, tu documentación y tus herramientas internas: cada uno pertenece a un equipo distinto, cada uno con su propia cadencia de lanzamientos, sus propios revisores y su propio pipeline de entrega.
Las herramientas legacy pueden compartir memoria de traducción y glosarios entre proyectos. Existen los espacios de trabajo. Existen los recursos a nivel organización. Pero compartir no equivale a imponer. Un término en el glosario compartido es una sugerencia para el traductor, no una restricción para el modelo. La consistencia entre equipos se convierte en una disciplina. Alguien mantiene alineado el glosario. Alguien resuelve los conflictos de terminología especializada entre equipos. Alguien persigue al equipo que traduce una llamada a la acción de una forma mientras otro la publica de otra. La consistencia es posible. El mantenimiento es constante.
Dentro del proyecto de cada equipo, esa deriva se acumula todavía más. La memoria de traducción mantiene la consistencia mientras los segmentos no cambien. En una base de código que se refactoriza cada semana, los segmentos cambian cada semana. Nuestra investigación de RAL mide qué tan rápido deriva la terminología cuando el modelo no cuenta con contexto recuperado.
La segunda barrera es el costo de salir algún día de las herramientas que generan ese impuesto. En una empresa, cada dimensión se multiplica: glosarios acumulados entre equipos, memoria de traducción acumulada en TMX y en formatos propietarios de proveedores entre proyectos, conectores integrados en el CI de cada equipo, plantillas de traductores negociadas vía procurement, SSO integrado con el IdP.
La migración se percibe como un programa de ingeniería de varios trimestres que ningún responsable de localización quiere asumir.
Hay dos arquitecturas que encajan con la realidad de múltiples equipos.
Una reemplaza la memoria de traducción con alcance por proyecto por un motor de localización con alcance organizacional que recupera contexto en tiempo de inferencia. Un glosario, una voz de marca: la app de cada equipo toma todo del mismo motor de localización.
La otra reemplaza el modelo de “el cliente se encarga de la migración” por un ingeniero de localización forward-deployed de Lingo.dev que hace la migración en nuestro tiempo, no en el tuyo.
Ambos patrones ya operan todas las demás piezas de infraestructura de tu stack; ahora queremos que la localización por fin se ponga al día.
Arquitectura #1: el motor de localización#
Motor de localización
Una API de traducción con estado que los equipos crean en Lingo.dev, configurada por organización. Cada motor de localización conserva su propio glosario, voz de marca, instrucciones específicas por idioma y una cadena de modelos jerarquizada. Cada solicitud recupera los términos coincidentes del glosario, los inyecta en la ventana de contexto del modelo antes de que se genere el primer token y luego se evalúa de forma independiente al completarse. La primera traducción se beneficia de cero contexto; la número mil se beneficia de todo.
Un motor de localización mantiene la consistencia a nivel de término, no de segmento. Su alcance es toda tu organización, no el proyecto de un solo equipo. Un glosario, una voz de marca: cada superficie de cada equipo toma todo del mismo motor de localización.
Una entrada de glosario para "Submit" se activa en cada superficie en español: botón, asunto de correo, tooltip. Da igual si es el equipo web o el móvil. La recuperación encuentra coincidencias por significado, no por cadenas. Una sola entrada para "Deploy" se activa en "deploying", "deployment", "Deploy your app"; no hace falta una entrada distinta para cada forma.
Una voz de marca se adjunta al motor de localización por idioma. Cada solicitud la utiliza.
Las Instructions son reglas discretas y comprobables con alcance por idioma. Convenciones de abreviaturas, espacios de no separación, comillas: cada una se puede depurar por separado.
Una model chain enruta cada solicitud al modelo principal con respaldos jerarquizados. Cambia de proveedor sin tocar el glosario.
Un evaluador de IA corre sobre un modelo independiente. Puntúa cada solicitud contra el glosario y cada instrucción por separado. Aprobado/reprobado con justificación, registrado como serie temporal.
| Aspecto | Herramientas con alcance por proyecto | Motor de localización con alcance organizacional |
|---|---|---|
| Alcance de la consistencia | Por proyecto, por equipo | Por organización |
| Unidad de consistencia | Segmento completo, identificado por hash | Término individual, emparejado semánticamente |
| Sobrevive a reescrituras del texto fuente | No | Sí |
| Entre apps y equipos | Disciplina; las personas lo mantienen alineado | Arquitectura; el motor de localización lo mantiene alineado |
| Medición de calidad | Verificaciones basadas en reglas (etiquetas, números) | Puntuación por solicitud con LLM |
| Flexibilidad del modelo | Dependencia del proveedor | Cadena jerarquizada |
| Autoridad sobre la salida | Criterio del traductor | El glosario prevalece sobre el modelo |
La deriva se convierte en una condición que puedes medir, no en una condición que simplemente absorbes. El glosario se activa en cada solicitud. El evaluador de IA verifica el cumplimiento en cada solicitud.
El mecanismo tiene nombre: retrieval augmented localization (RAL). En tiempo de inferencia, el motor descompone la entrada en frases de n-gramas, las convierte en embeddings y ejecuta una búsqueda por similitud coseno contra el índice vectorial del glosario. Los términos coincidentes entran en la ventana de contexto del modelo antes de que se genere el primer token. Es estructuralmente idéntico a RAG, aplicado a traducción.
En una evaluación controlada con múltiples proveedores de LLM y varios idiomas europeos, RAL redujo los errores terminológicos entre 17% y 45%. Más de 42,000 evaluaciones de calidad emparejadas. p < 0.001 con corrección de Holm-Bonferroni en todos los proveedores. Las puntuaciones holísticas de calidad no detectaron la diferencia en absoluto.
Arquitectura #2: ingeniería de localización forward-deployed#
La segunda barrera es la migración. Tienes un stack que funciona. Genera ese impuesto, pero funciona. El costo de reemplazarlo —tiempo de ingeniería, retrabajo de integraciones, reincorporación de traductores, migración de datos históricos— supera sistemáticamente el costo de seguir pagando el impuesto.
Ese cálculo explica por qué el impuesto se sigue pagando. Después de ver cómo el mismo cuello de botella en la migración frenaba una y otra vez a empresas serias, decidimos absorber la migración nosotros mismos.
Cuando Lingo.dev incorpora a una empresa, nuestros ingenieros hacen la migración. No como un contrato de servicios profesionales sumado a la licencia. Sino como la ruta de onboarding por defecto.
Un ingeniero de localización forward-deployed revisa tu glosario, tus documentos de voz de marca, la configuración de tus conectores y tus contratos con traductores. Importa tu memoria de traducción desde TMX y tu glosario desde cualquier formato legacy en el que viva. Nada se vuelve a derivar. Construye el motor de localización en Lingo.dev con tu terminología precargada. Lo integra con tu CI. Y conecta tu plantilla de traductores al pipeline asíncrono para que las personas en quienes confías sigan dentro del circuito.
El caso de múltiples equipos es donde la arquitectura realmente se paga sola. En la versión legacy, alinear la terminología entre equipos implica N migraciones sincronizadas: cada equipo vuelve a derivar claves y memoria de traducción dentro de su propio proyecto. Aquí el motor de localización se construye una sola vez. Cada equipo conecta su app a él según su propio ritmo. La consistencia entre apps aparece desde el primer idioma que pasa por el motor, no después de que cada equipo termine su propia migración.
Nuestros ingenieros se quedan contigo hasta tu siguiente despliegue a producción, y el siguiente también, hasta que tu equipo interno se haga cargo del sistema.
Así incorporamos a los clientes enterprise.
Cuando una organización con múltiples equipos ya publica cada semana, la traducción no puede depender de un ticket de procurement entre comprador y proveedor. Tiene que correr junto a tu siguiente despliegue a producción, no después. La ingeniería forward-deployed es la forma en que Palantir, Scale AI, Ramp y otros proveedores de infraestructura han incorporado a clientes enterprise durante más de una década.
Ahora queremos que la localización por fin se ponga al día.
Auditoría
Un ingeniero de Lingo.dev revisa tus repos de origen, tu memoria de traducción existente (incluidas las exportaciones TMX), tu glosario, tus conectores y tus contratos con traductores, en todos los equipos que son responsables de una superficie. Elabora un plan de migración con orden y cronograma. El plan es tuyo.
Motor construido para igualar tu calidad actual
Configuramos el motor de localización con tu glosario importado, tu voz de marca por idioma y tu pipeline de traductores. Antes de cualquier tráfico de producción, hacemos una comparación lado a lado: la salida de tu herramienta actual frente a la del motor, mismas cadenas, misma semana. Tú decides si la calidad se mantiene.
Integrado al CI de cada equipo
Sin reemplazos bruscos. El motor de localización funciona como un paso dentro del pipeline actual de cada equipo. Los flujos de merge, los flujos de revisión y los revisores: todo sigue igual. El motor reemplaza el paso anterior.
Cambio a tu ritmo
Primero un equipo y un par de idiomas. Luego tres. Luego el resto. Tú eliges el orden. Ejecutamos la comparación en cada paso. El rollback es un commit.
Transferencia a tu equipo
Nuestro ingeniero transfiere el sistema a tu equipo de plataforma: documentación, runbooks y una rotación de guardia que cubrimos hasta que ellos se hagan cargo.
Evidencia#
Investigación. El estudio de RAL: más de 42,000 evaluaciones de calidad emparejadas en múltiples proveedores de LLM y varios idiomas europeos. p < 0.001 con corrección de Holm-Bonferroni en todos los proveedores. La reducción de errores terminológicos osciló entre 17% y 45%.
La configuración importa más que la elección del modelo. Descubrimos que, entre Mistral, Gemini, Claude y GPT, cualquier modelo + un buen glosario, voz de marca y configuración de contexto produce de forma consistente traducciones listas para publicar y con calidad de referencia a una fracción del costo. No porque hayamos mejorado el modelo. En cada solicitud, el motor de localización recupera los términos coincidentes del glosario, la voz de marca y las instrucciones por idioma mediante búsqueda por similitud, y los inyecta en la ventana de contexto del modelo antes de que se genere el primer token.
Escala de producción. Más de 200 millones de palabras traducidas en la plataforma.
Clientes nombrados. Mistral, Solana, SoSafe, Cal.com.
Alcance#
Lingo.dev acompaña a equipos de localización de todo tipo: empresas con un solo producto, proyectos de código abierto, equipos enfocados únicamente en móvil y plataformas empresariales. La arquitectura que describimos aquí está ajustada para empresas con varios equipos que publican varias aplicaciones en más de 20 idiomas.
Qué sigue#
El primer paso es un piloto de dos semanas. Un equipo, un par de idiomas.
Un ingeniero de localización se integra con la persona responsable de localización y con quien lidera ingeniería en tu equipo. Estudiamos tu flujo de trabajo. Configuramos un sistema de medición para que puedas ver la calidad de las traducciones en idiomas que tu equipo no habla: evaluadores de IA que corren sobre modelos independientes y puntúan cada traducción según tu glosario y tus reglas. La puntuación se basa en MQM, el marco estándar para la evaluación de la calidad de traducción.
Construimos el motor de localización a partir de tu glosario y tus documentos de voz de marca. Lo ejecutamos sobre tu contenido fuente, en paralelo con tu herramienta actual. Ves la diferencia y decides.
A partir de ahí, programamos la migración de los equipos y los idiomas restantes según tus tiempos, no los nuestros.
Habla hoy con nuestros expertos en ingeniería de localización.
