Todas las empresas con las que hablamos chocan con los mismos dos muros.
El primero es el impuesto de coordinación de la consistencia.
Tu app de Android la desarrolla un equipo. Tu app web, otro. Tu web de marketing, tu documentación, tus herramientas internas: cada una es propiedad de un equipo distinto, cada una con su propia cadencia de lanzamientos, sus propios revisores y su propio pipeline de entrega.
Las herramientas heredadas pueden compartir memoria de traducción y glosarios entre proyectos. Existen espacios de trabajo. Existen recursos a nivel de organización. Pero que algo sea compartido no significa que se imponga. 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 terminológicos 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 continuo.
Dentro del proyecto de cada equipo, la deriva se acelera aún 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 sobre RAL mide la rapidez con la que deriva la terminología cuando el modelo no tiene contexto recuperado.
El segundo muro es el coste de poder 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 formatos propietarios de proveedores a lo largo de distintos proyectos, conectores integrados en el CI de cada equipo, plantillas de traductores negociadas a través de compras, SSO integrado con el IdP.
La migración parece un programa de ingeniería de varios trimestres que ningún responsable de localización quiere asumir.
Hay dos arquitecturas que encajan con una organización multiequipo.
Una sustituye la memoria de traducción con alcance de proyecto por un motor de localización a nivel de organización que recupera contexto en tiempo de inferencia. Un glosario, una voz de marca: la app de cada equipo bebe del mismo motor de localización.
La otra sustituye la migración a cargo del cliente por un ingeniero de localización forward-deployed de Lingo.dev que hace la migración en nuestro tiempo, no en el vuestro.
Ambos patrones ya sostienen cualquier otra pieza de infraestructura de vuestro stack; ahora queremos que la localización por fin se ponga a la altura.
Arquitectura n.º 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 cadena de modelos priorizada. Cada solicitud recupera los términos del glosario que coinciden, los inyecta en la ventana de contexto del modelo antes de que se genere el primer token y se evalúa de forma independiente al completarse. La primera traducción se beneficia de cero contexto; la milésima, de todo.
Un motor de localización mantiene la consistencia a nivel de término, no a nivel de segmento. Tiene alcance de organización, no del proyecto de un único equipo. Un glosario, una voz de marca: cada superficie de cada equipo bebe del mismo motor de localización.
Una entrada de glosario para "Submit" se activa en cualquier superficie en español: botón, asunto de correo, tooltip. Da igual si es el equipo web o el móvil. La recuperación relaciona significados, no cadenas. Una 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 asocia al motor de localización por idioma. Todas las solicitudes la usan.
Las instrucciones 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 cadena de modelos enruta cada solicitud al modelo principal con alternativas priorizadas. Cambia de proveedor sin tocar el glosario.
Un evaluador de IA se ejecuta sobre un modelo independiente. Puntúa cada solicitud frente al glosario y frente a cada instrucción por separado. Aprobado o suspenso con su razonamiento, seguido como serie temporal.
| Aspecto | Herramientas con alcance de proyecto | Motor de localización a nivel de organización |
|---|---|---|
| Alcance de la consistencia | Por proyecto, por equipo | Por organización |
| Unidad de consistencia | Segmento completo, indexado por hash | Término individual, relacionado semánticamente |
| Sobrevive a reescrituras del original | No | Sí |
| Entre apps y entre equipos | Disciplina; las personas lo mantienen alineado | Arquitectónico; el motor de localización lo mantiene alineado |
| Medición de calidad | Comprobaciones basadas en reglas (etiquetas, números) | Puntuación por solicitud con LLM |
| Flexibilidad del modelo | Bloqueo con el proveedor | Cadena priorizada |
| Autoridad sobre el resultado | Criterio del traductor | El glosario prevalece sobre el modelo |
La deriva pasa de ser una condición que absorbes a una condición que puedes medir. El glosario se activa en cada solicitud. El evaluador de IA verifica el cumplimiento en cada solicitud.
El mecanismo se llama retrieval augmented localization (RAL). En tiempo de inferencia, el motor descompone la entrada en frases n-gram, las vectoriza y ejecuta una búsqueda por similitud del coseno sobre el índice vectorial del glosario. Los términos coincidentes entran en la ventana de contexto del modelo antes de que se genere el primer token. Estructuralmente, es idéntico a RAG, aplicado a traducción.
En una evaluación controlada con varios proveedores de LLM y varios idiomas europeos, RAL redujo los errores terminológicos entre un 17 % y un 45 %. Más de 42.000 juicios de calidad emparejados. p < 0,001 con corrección de Holm-Bonferroni en todos los proveedores. Las puntuaciones holísticas de calidad no detectaron la diferencia en absoluto.
Arquitectura n.º 2: ingeniería de localización forward-deployed#
El segundo muro es la migración. Tienes un stack que funciona. Genera ese impuesto, pero funciona. El coste de sustituirlo —tiempo de ingeniería, rehacer integraciones, volver a incorporar a los traductores, migrar datos históricos— supera sistemáticamente el coste de seguir pagando ese impuesto.
Ese cálculo explica por qué se sigue pagando el impuesto. Después de ver cómo el mismo cuello de botella en la migración bloqueaba a empresas serias una y otra vez, decidimos absorber nosotros la migración.
Cuando Lingo.dev incorpora a una empresa, nuestros ingenieros hacen la migración. No como un contrato de servicios profesionales añadido por encima de la licencia. Sino como la vía de incorporación 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 heredado en el que viva. No se vuelve a derivar nada. Construye el motor de localización en Lingo.dev con tu terminología precargada. Lo integra en tu CI. Y conecta tu plantilla de traductores al pipeline asíncrono para que las personas en las que confías sigan dentro del circuito.
El caso multiequipo es donde esta arquitectura compensa de verdad. En la versión heredada, alinear la terminología entre equipos implica N migraciones sincronizadas: cada equipo vuelve a derivar claves y TM dentro de su propio proyecto. Aquí, el motor de localización se construye una sola vez. Cada equipo conecta su app a él según su propia cadencia. La consistencia entre apps aparece en el primer idioma que llega al motor, no después de que cada equipo termine su propia migración.
Nuestros ingenieros os acompañan durante vuestro siguiente despliegue a producción, y el siguiente, hasta que vuestro equipo interno asuma el sistema.
Así es como incorporamos a los clientes enterprise.
Cuando una organización multiequipo ya está publicando cada semana, la traducción no puede ser un ticket de compras entre comprador y proveedor. Tiene que ejecutarse en paralelo a vuestro siguiente despliegue a producción, no después. La ingeniería forward-deployed es como Palantir, Scale AI, Ramp y otros proveedores de infraestructura han incorporado clientes enterprise durante más de una década.
Ahora queremos que la localización por fin se ponga a la altura.
Auditoría
Un ingeniero de Lingo.dev revisa tus repositorios de código fuente, tu TM actual (incluidas las exportaciones TMX), tu glosario, tus conectores y tus contratos con traductores, en todos los equipos que son propietarios de una superficie. Elabora un plan de migración con orden y calendario. 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, ejecutamos 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 en el CI de cada equipo
Sin rip-and-replace. El motor de localización funciona como un paso más en el pipeline existente de cada equipo. Flujos de merge, flujos de revisión, revisores: todo sigue igual. El motor sustituye al paso anterior.
Cambio a producción a vuestro ritmo
Primero un equipo y un par de idiomas. Luego tres. Después, el resto. Tú eliges el orden. Ejecutamos la comparación en cada paso. Revertirlo requiere un solo 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 se hagan cargo.
Evidencia#
Investigación. El estudio RAL: más de 42.000 juicios de calidad emparejados con varios 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 el 17 % y el 45 %.
La configuración pesa más que la elección del modelo. Descubrimos que, con Mistral, Gemini, Claude o GPT, cualquier modelo + un buen glosario, una buena voz de marca y una buena configuración de contexto produce de forma consistente traducciones listas para publicar y con calidad de referencia, por una fracción del coste. No porque hayamos mejorado el modelo. En cada solicitud, el motor de localización recupera por búsqueda de similitud los términos coincidentes del glosario, la voz de marca y las instrucciones del idioma, 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 destacados. Mistral, Solana, SoSafe, Cal.com.
Alcance#
Lingo.dev da servicio a equipos de localización de todo tipo: empresas con un solo producto, proyectos de código abierto, equipos centrados exclusivamente en móvil y plataformas empresariales. La arquitectura que describimos aquí está pensada para empresas con varios equipos que lanzan varias aplicaciones en más de 20 idiomas.
Qué ocurre a continuación#
El primer paso es un piloto de dos semanas. Un equipo, un par de idiomas.
Un ingeniero de localización trabaja codo con codo con la persona responsable de localización y con la dirección técnica de ingeniería. 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 domina: evaluadores de IA que funcionan 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 la traducción.
Construimos el motor de localización a partir de tu glosario y de tus documentos de voz de marca. Lo aplicamos a 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 a tu ritmo, no al nuestro.
Habla hoy con nuestros expertos en ingeniería de localización.
