Liltの翻訳はAIか人の翻訳者か|文書の重さで振り分ける

「AI翻訳がここまで良くなったなら、もう翻訳会社に出さなくていいのでは」「全部を人に回していたら、海外向けの資料が間に合わない」——海外向けのサイトや製品資料を抱えるマーケ担当と、翻訳の予算を見ている管理部門の両方から聞く声です。どちらも半分は正しく、半分は危うい問いです。本当に決めるべきなのは「AIか人か」ではなく、どの文書をどの回し方に流すかという振り分けの基準です。この記事では、米国の企業向けAI翻訳 Lilt を例に、AIだけ、AIと人の確認、人の翻訳者という三つの回し方を文書の重さで振り分ける考え方と、2026年に加わった自律エージェント LILT Assist に工程を任せる範囲、翻訳者の修正が学習される仕組みの意味、MCPで社員のAIから呼ぶときの権限、データの流れ、費用とやめ方を整理します。
カメ先生AI翻訳を入れると、人の翻訳者はいらなくなると思われがちなんだけど、Lilt の公式の説明を読むと、AIと人の翻訳者を同じ基盤の上で組み合わせて、文書ごとに回し方を変えるつくりになっているんだ。
カメ子AIにするか人にするかを、会社全体で一つに決めるわけではないんですか。
カメ先生そう。宣伝の短い文と、契約や取扱説明書では、間違えたときの痛みがまるで違う。だから回し方を文書の重さで分けて、その基準を人が先に決めておくことが大事なんだよ。
カメ子道具を選ぶ前に、文書の仕分けの基準を作るということですね。
- Lilt は米国の企業向けAI翻訳。翻訳者の修正を学び続ける仕組みが特徴で、2026年4月に自律エージェント LILT Assist と67言語の追加、3月にMCPサーバーとA2A連携を発表した
- 回し方は「AIだけ」「AIと人の確認」「人の翻訳者」の三つ。文書の公開範囲、法的な重み、取り返しのつかなさで振り分け、その基準は人が決めてエージェントに渡す
- 社員のAIからMCPで翻訳を呼ぶ権限、機密文書の置き場所、費用の増え方、訳文と用語集の持ち出しを、契約の前に確かめる
資料・ホワイトペーパーの制作、手が足りていますか?
営業資料・提案書・ホワイトペーパー・企画書などの制作を、チャットで依頼できるサブスクリプション型の資料制作サービスです。
Lilt は、翻訳者の修正を学び続ける米国の企業向けAI翻訳
Lilt は米国の企業で、2015年に機械翻訳の研究者らが創業しました。公式サイトでは自社を「あらゆるものを多言語にする」AIの会社と説明し、企業の製品の発売を早めるための、信頼できる自律エージェントを提供すると打ち出しています。2022年には大型の資金調達も報じられており、個人向けの翻訳アプリではなく、企業の翻訳業務を丸ごと請け負う基盤として売られている製品です。日本語で読める解説はまだほとんどありません。
特徴は、AIの訳文を人の翻訳者が直すと、その修正がAIの側に学習されていく点です。公式サイトは、文脈を読むモデルが「人が関わるたびに精度を上げる自己学習」を持つと説明しています。一般のAI翻訳が、同じ誤りを何度でも繰り返すのに対して、自社の翻訳者の直しが次の訳文に反映されることが、この製品の売りの中心です。利用者は Lilt 自身のモデルを使うことも、自社で選んだ大規模言語モデルを使うこともできると書かれています。
製品は、翻訳の案件を流す機能、訳文の正しさを人が確かめる Verify、エージェントの LILT Assist、そして社員のAIから翻訳を呼ぶためのMCPサーバーなどで構成されています。公式サイトには、Contentful や Salesforce、Shopify、Figma、GitHub、Google Drive といった業務の道具とつなぐ連携が100種類以上あるとも書かれており、翻訳のために原稿をメールで送り合う運用をなくすことを前提にしています。
公式サイトの導入事例には、Canva が100を超える言語に展開している例などが並び、費用の削減や納期の短縮の割合も示されています。ただし、これらは製品を売る側が公表している数字で、条件も各社で違います。自社の見積もりの根拠にはせず、試用で自社の文書を流した結果で判断するのが筋です。
2026年の動き:3月のMCPとA2A、4月の LILT Assist と67言語
直近一年の公式の発表を見ると、2026年に入ってエージェント寄りの機能が続けて出ています。3月3日には、MCPサーバーとA2A(エージェント同士の連携)の対応を発表しました。業界誌の報道によると、社員が普段使っているAIのチャット画面から、即時の機械翻訳と、人が確かめた翻訳の両方を依頼できるようにするもので、法務の規程や技術文書のような重要な文書は、そこから Lilt の翻訳者に回せると説明されています。同社は翻訳の費用を最大4割下げられるとも述べていますが、これは自社の主張であって第三者の検証ではありません。
4月8日の月次の製品発表では、LILT Assist が正式に紹介されました。公式ブログは Assist を「世界向けのコンテンツの一生を管理する自律的なエージェント」と位置づけ、常に人が操縦する補助役の道具とは違う、独り立ちした運用役だと説明しています。できることとして挙げられているのは、工程を最初から最後まで回すこと(法務文書の人の確認つきの流れを始める、技術用語の用語集を抜き出すなど)、社内の文書を走査してブランドの語り口をそろえること、重要な文書を見つけて人の専門家に回すこと、費用や品質の傾向を会話で報告させることの四つです。
同じ発表で、対応言語を67言語増やして倍にしたこと、資料の少ない言語も含むこと、即時の翻訳を7.5倍速くしたこと、発注番号や部署といった独自の項目で案件を絞り込めるようにしたことも発表されています。終了や新規受付の停止、買収の告知は公式にも報道にも見当たらず、いまも機能の追加が続いている、現役の製品と判断してよい状況です。
比べる前提:翻訳の回し方は三つある
Lilt に限らず、企業の翻訳の回し方は大きく三つに分けられます。一つ目は「AIだけ」で、機械翻訳の結果をそのまま使います。社内の参考資料や、海外拠点からの問い合わせの中身をつかむ用途なら、これで十分なことが多いはずです。二つ目は「AIと人の確認」で、AIの訳文を人が読み、誤りを直してから使います。Lilt が中心に据えているのはこの回し方で、直した結果が学習に回ります。
三つ目は「人の翻訳者」が主役になる回し方です。AIの訳文を下敷きにする場合もありますが、訳の責任を人が持ち、原文の意図を読み取って訳し直します。契約、規制に関わる表示、製品の安全に関わる説明、企業の公式な声明などが当てはまります。Lilt の公式の説明でも、Assist が重要な文書を見つけて人の専門家に回すことが機能として挙がっており、製品の側も三つ目の回し方が残ることを前提にしています。
この三つは優劣ではなく、間違えたときの痛みと、かけられる時間と費用の釣り合いで選ぶものです。AI翻訳の監修の範囲や、訳文を自動で採点して人に回す考え方は別の記事で扱っているので、ここではLilt を使う場合に、この三つをどう組み合わせ、誰が振り分けを決めるかに絞って見ていきます。
三つの回し方を、速さ・費用・責任で並べて比べる
三つの回し方を並べると、それぞれの向き不向きがはっきりします。下の表は、Lilt の公式の説明と、翻訳の実務で一般に言われることを合わせて整理したものです。数字は製品によって違うため、ここでは相対的な比較にとどめています。
| 比べる点 | AIだけ | AIと人の確認 | 人の翻訳者 |
|---|---|---|---|
| 速さ | 最も速い。即時に返る | 人の確認の分だけ待つ | 最も時間がかかる |
| 費用 | 最も安い | 中程度。確認の範囲で変わる | 最も高い |
| 誤訳の責任 | 使った部署が負う | 確認した人と部署で分ける | 翻訳者と発注部署で明確 |
| 学習への効果 | 学習は進まない | 直しが学習され訳語がそろう | 訳文が学習の材料になる |
| 向く文書 | 社内の参考資料、問い合わせの把握 | 製品ページ、営業資料、手順書 | 契約、規制表示、安全の説明、公式声明 |
この表から言えるのは、「AIと人の確認」が真ん中に広く構えていることです。Lilt の強みである修正の学習が効くのもこの回し方で、直す人が同じ領域の文書を続けて見るほど、AIの訳文が自社の言い回しに近づいていくという効果が見込めます。逆に、毎回違う人が違う方針で直すと、学習の効果は薄れます。
もう一つ見落とされやすいのが、誤訳の責任の欄です。AIだけで出した訳文に誤りがあったとき、責任を負うのは翻訳の道具ではなく、それを使って外に出した部署です。「AIが訳したので」という説明は、取引先にも顧客にも通りません。どの回し方を選ぶかは、誰が責任を負うかを選ぶことでもあると考えてください。
文書の重さで振り分ける:四つの物差し
振り分けの基準は、担当者の感覚ではなく、物差しとして書き出しておくと揺れません。実務で使いやすいのは次の四つです。一つ目は公開の範囲で、社内だけか、取引先までか、不特定の一般向けかです。二つ目は法的な重みで、契約や規約、表示の規制に関わるかどうかです。三つ目は取り返しのつかなさで、一度出したら回収できないもの(印刷物、製品の同梱物、報道向けの発表)かどうかです。四つ目は読み手の行動への影響で、読んだ人が手順どおりに機械を操作したり、お金を払ったりするかどうかです。
この四つの物差しで、文書の種類ごとに点を付けておけば、どの回し方に流すかが決まります。たとえば社内の議事録は四つとも低いので「AIだけ」、海外向けの製品ページは公開範囲が広いので「AIと人の確認」、販売店との契約書は法的な重みが高いので「人の翻訳者」になります。迷う文書は、四つのうち一つでも高ければ、一段重い回し方に寄せると決めておくと判断が速くなります。
- AIだけ:社内の議事録、海外拠点からの問い合わせの把握、競合の海外資料の下読み
- AIと人の確認:海外向けの製品ページ、営業資料、導入事例、ヘルプの記事、社内研修の教材
- 人の翻訳者:契約書と利用規約、表示の規制に関わる文言、安全に関わる取扱説明、報道発表、決算や投資家向けの資料
この振り分け表は、一度作ったら終わりではありません。新しい種類の文書が出てきたときや、誤訳の事故が起きたときに見直します。表の持ち主を決めておかないと、案件ごとに担当者が自分で判断するようになり、結局は一番安い回し方に流れていくのが翻訳の現場でよく起きることです。
重要文書を人に回す基準は、誰が決めるか
LILT Assist の機能の一つに、重要な文書を見つけて人の専門家に回す振り分けがあります。便利な機能ですが、4月の公式の発表では、何をもって重要と判断するかの基準は示されていません。重要かどうかの判断を、エージェントの既定の判断に任せたままにしないことが、この製品を入れるときの最初の要点です。
基準を決めるのは、翻訳の発注をまとめる部署(多くは海外マーケか広報)と、法務の二者が適しています。前の章の四つの物差しで作った振り分け表を、Assist に渡す規則として書き起こし、承認した人の名前と日付を残します。エージェントは規則に沿って振り分けますが、規則に当てはまらない文書が来たときにどちらに倒すかは、「迷ったら人に回す」と決めておくのが安全です。
もう一つ決めておきたいのが、振り分けの結果を誰がいつ見るかです。月に一度、AIだけで流れた文書の一覧を見て、本来は人に回すべきものが混じっていなかったかを抜き取りで確かめます。Assist は費用や品質の傾向を会話で報告できると説明されていますが、報告の数字は根拠の一覧に戻って確かめることが前提です。AIの報告をそのまま判断に使わず、根拠となる案件の一覧を出させて人が照合します。
人の確認を二段にする場合の順番も、製品の側で整えられつつあります。4月の発表では、二人目の確認者への通知を、即時の翻訳や人の確認といった前の段がすべて終わってから送るように変えたと説明されています。前の段が終わる前に二人目が読み始めると、直しが二重になったり、古い訳文を確認したりする無駄が出るためです。二段目の確認者は、法務や現地の販売担当など、訳の正しさではなく中身の正しさを見る人に置くと、役割の重なりが減ります。
- Assist の振り分けの基準は、公式の発表では細かく示されていない。試用で、自社の重要文書が実際に人に回るかを確かめる
- 振り分け表と Assist に渡した規則は、同じ版で管理する。片方だけ更新すると食い違いが生まれる
LILT Assist に工程を回させる範囲と、させない範囲
Assist は、翻訳の案件を受けてから納品するまでの工程を自分で回す運用役として売られています。公式の例では、法務文書について人の確認つきの流れを始めることや、技術文書から用語集を抜き出すことが挙がっています。工程を回させてよいのは、規則が決まっていて、誤りがあっても後の工程で見つけられる作業です。案件の受け付け、言語ごとの振り分け、用語集の候補の抽出、進み具合の報告などがこれに当たります。
反対に、させないほうがよいのは、判断の結果が社外に直接出る作業です。人の確認を飛ばして公開先の仕組みに訳文を書き込むこと、振り分け表にない新しい種類の文書を自分の判断でAIだけの流れに入れること、用語集の正式な訳語を自分で決めてしまうことがそれに当たります。エージェントが作った用語集は候補であり、正式な訳語を決めるのは人という線を、運用の規則として明文化しておきます。
振り分け表と、Assist にさせる作業・させない作業を一枚にまとめ、発注部署と法務が承認する。
一つの言語、一つの文書の種類から始め、Assist の振り分けと人の判断が一致するかを1か月見る。
AIだけで流れた文書を抜き取りで読み、本来は人に回すべきものがなかったかを記録する。
一致が続いた種類から、言語と文書の種類を一つずつ増やす。食い違いが出たら規則を直してから進める。
もう一つ、Assist の機能として挙がっている、社内の仕組みをまたいで文書を走査し、ブランドの語り口をその場でそろえる使い方にも線が要ります。走査するには、Assist がつないだ先の文書を読める権限を持つ必要があるからです。読ませる範囲は、翻訳の対象になる場所だけに絞るのが原則で、人事や経理の共有フォルダまでつなぐ理由はありません。語り口のずれを見つけたときも、直すのは各文書の持ち主に任せ、エージェントが元の文書を書き換えない設定にしておくと、誰がいつ直したかが追えます。
段階を踏むのは遠回りに見えますが、最初から全言語・全文書を流すと、誤りが見つかったときに原因がどこにあるのか分からなくなります。一つずつ広げれば、食い違いの原因を一つずつ潰せるため、結果として早く本格運用に入れます。
翻訳者の修正が学習される意味:訳語の統一と用語集
Lilt の中心にある、人の修正を学び続ける仕組みは、企業の翻訳でいちばん厄介な問題である訳語の揺れに効きます。同じ製品の機能名が、ある資料では一つの訳、別の資料では違う訳になっていると、海外の顧客は別の機能だと受け取ります。AIだけで訳すと、文脈によって訳語が変わりやすく、この揺れが増えがちです。
人の翻訳者が直した訳語が学習されると、次の訳文から同じ訳語が出やすくなります。さらに、4月の発表では Assist に用語集を抜き出させる使い方が紹介されています。修正の学習と用語集の両方で、訳語をそろえていくのがこの製品の設計思想だと読めます。用語集の作り方や、訳さない語から決める考え方は、AI翻訳の監修の記事で詳しく扱っています。
ここで大事なのは、学習の効果を出すには、直す人と直し方の方針をそろえる必要があるという点です。製品の名前、機能の名前、業界の用語について、社内で正式な訳語の一覧を持ち、翻訳者はその一覧に従って直します。一覧の持ち主を決めずに学習を走らせると、翻訳者ごとの癖まで覚えてしまうことになり、かえって揺れの原因が見えにくくなります。
学習が裏目に出るとき:誤った直しも覚える
修正の学習には裏の面もあります。人の直しが正しいことを前提に学ぶ仕組みなので、誤った直しや、その場限りの直しも次の訳文に影響しうるということです。たとえば、ある顧客向けの資料だけで使った特殊な言い回しが、ほかの資料にまで広がるといったことが起こりえます。公式の説明は学習の利点を中心に書いており、こうした影響をどう抑えるかの細かな仕様は、契約前に確かめる必要があります。
実務での対策は三つあります。一つ目は、学習を分ける単位を確かめることです。製品や事業、顧客ごとに学習を分けられるのかを、試用の段階で担当者に確認します。二つ目は、特殊な依頼の案件は学習に回さない運用ができるかを確かめることです。三つ目は、四半期に一度、訳語の揺れを抜き取りで点検することです。同じ用語の訳が複数出ていないかを、正式な訳語の一覧と照らし合わせます。
- 翻訳会社から来た人と社内の人が、それぞれ別の方針で同じ文書を直している
- 顧客ごとの特殊な言い回しを、一般の資料と同じ流れで直して学習に回している
- 用語集の候補をAIに抜き出させたまま、人が正式な訳語として確定していない
- 訳語の揺れを、苦情が来るまで誰も点検していない
社員のAIからMCPで翻訳を呼ぶ権限
3月に発表されたMCPサーバーを使うと、社員が普段使っているAIのチャット画面から Lilt の翻訳を依頼できます。公式サイトには、Claude、ChatGPT、Gemini といったAIとの連携が並んでいます。便利な半面、翻訳の窓口が、発注部署から全社員のチャット画面に広がることを意味します。
ここで決めるべきなのは、誰がどの回し方を呼べるかです。即時の機械翻訳は全社員に開いてもよいかもしれませんが、人の確認つきの翻訳は費用がかかり、翻訳者の手も使います。人の確認つきの依頼は、発注の権限を持つ人に限るのが現実的です。また、どの部署の予算で払うかを、依頼の時点で記録させる設定ができるかも確かめます。4月の発表にある、発注番号や部署で案件を絞り込む機能は、この管理に使えるはずです。
もう一つ気をつけたいのは、社員のAIに文書を渡した時点で、その文書がAIの側にも渡るという点です。社員のAIの利用規約で入力がどう扱われるか、MCPでつないだときにどこまでの文書を読みに行くかを、情シスと一緒に確かめます。機密の区分が高い文書は、チャット画面からではなく発注部署の正式な流れに乗せると決めておくと、境界がはっきりします。
機密文書が社外に出る経路と、置き場所の選択肢
翻訳は、まだ公開していない製品資料、契約の草案、決算の資料など、社内でも機密度の高い文書を扱う仕事です。Lilt を使うと、文書は少なくとも三つの経路で社外に出ます。Lilt の基盤そのもの、Lilt が使う大規模言語モデル、そして人の確認を担う翻訳者です。この三つの経路それぞれで、誰が文書を読めるのかを確かめる必要があります。
置き場所については、公式サイトが、専用の環境、自社の設備、外部のネットワークから切り離した環境での導入に対応すると説明しています。データの置き場所に厳しい条件がある企業でも選択肢があるということです。認証については、公式サイトにSOC2のタイプ2、翻訳の品質の国際規格、機械翻訳の後編集の国際規格などが示されています。細かな扱い(保存期間、暗号化、学習への利用の範囲)は、公式の信頼性の資料の窓口で確かめるよう案内されているため、契約前に資料を取り寄せて読みます。
特に確かめたいのは、自社の文書と修正が、ほかの顧客のための学習に使われないかという点と、人の確認を担う翻訳者がどの国の、どういう契約の人かという点です。翻訳者は社外の人であり、秘密保持の取り決めがどこまで及ぶかを、契約書の文面で確かめます。決算前の資料のように、少人数しか見てはいけない文書は、そもそも外部の基盤に乗せないという判断もありえます。
費用の増え方:文字量、人の確認の割合、言語の数
Lilt の料金は公式サイトに公開されておらず、見積もりで決まる形です。古い資料や第三者のまとめでは、語数あたりの単価で示されている例が見られますが、現行の料金体系は商談で確かめる必要があります。ここでは、どういう要因で費用が増えるかを押さえておきます。
費用を押し上げる要因は三つです。一つ目は文字量で、エージェントやMCPで依頼が簡単になるほど、翻訳する量は増えていきます。二つ目は人の確認の割合で、「AIと人の確認」や「人の翻訳者」に回す文書が増えるほど単価が上がります。三つ目は言語の数で、67言語の追加で選べる言語は増えましたが、訳す言語を一つ増やすたびに、確認する人と用語集の手間も一つ増えることを忘れないようにします。
費用を抑えるには、振り分け表を守ることがいちばん効きます。人の確認が要らない文書まで人に回していないか、逆に要る文書をAIだけで流して後から手戻りになっていないかを、月次で見ます。Assist に費用の傾向を報告させる場合も、部署ごと、回し方ごとの内訳を出させ、請求書の明細と突き合わせてから判断に使います。
やめ方:訳文と用語集を持ち出せるか
翻訳の基盤を入れるときに見落とされがちなのが、やめるときのことです。Lilt を数年使うと、訳文の蓄積、用語集、そして学習されたモデルが、自社の翻訳の資産になります。このうち、訳文の対訳と用語集は、一般的な交換用の形式で書き出せるかを契約前に確かめておきます。
学習されたモデルそのものは、別の製品に持ち出せないのが普通です。だからこそ、学習の元になった対訳と用語集を自社の手元に定期的に書き出して保管する運用が大切になります。そうしておけば、別の翻訳の基盤に移るときにも、訳語の統一を失わずに済みます。あわせて、解約後に自社の文書と修正のデータが Lilt の側でいつ消されるのかも、文面で確かめます。
MCPやエージェントで社内の業務の道具とつないでいる場合は、やめるときの切り離しの手順も用意します。つないだ先の権限を外す、社員のAIの連携を止める、進行中の案件を引き上げる、という順で、誰がどの順で止めるかを一枚にまとめておくと、急いでやめるときにも抜けが出ません。
入れる前の確認項目一覧
ここまでの内容を、導入の判断の前に確かめる項目として一覧にします。試用の段階で一つずつ埋め、埋まらない項目があれば、その理由と対応を記録してから判断します。
- 文書の種類ごとに「AIだけ」「AIと人の確認」「人の翻訳者」の振り分け表ができ、発注部署と法務が承認している
- Assist に渡す振り分けの規則と、迷ったときは人に回すという既定が決まっている
- Assist にさせる作業とさせない作業(公開先への書き込み、正式な訳語の確定など)が書き出されている
- 正式な訳語の一覧の持ち主と、翻訳者が従う直し方の方針が決まっている
- 学習を分ける単位と、特殊な案件を学習に回さない方法を確かめた
- MCPで呼べる人と、人の確認つきの依頼を出せる人が分けられている
- 自社の文書と修正がほかの顧客の学習に使われないこと、翻訳者の秘密保持の範囲を文面で確かめた
- 費用の見積もりを、文字量・人の確認の割合・言語数の三つで試算した
- 対訳と用語集の書き出しの形式と、解約後のデータの削除の時期を確かめた
この一覧のうち、最初の二つが決まっていないなら、製品を比べる段階ではありません。振り分けの基準は道具を選ぶ前に作れるので、まずそこから手を付けるのが近道です。
まとめ
Lilt は、AIの訳文を人が直し、その直しを学び続ける企業向けの翻訳基盤で、2026年には自律エージェントの LILT Assist とMCP連携が加わり、翻訳の工程をエージェントが回す段に進みました。だからこそ、「AIか人か」を会社全体で一つに決めるのではなく、文書の重さで三つの回し方に振り分け、その基準を人が決めてエージェントに渡すことが欠かせません。重要文書を人に回す基準、正式な訳語の持ち主、MCPで呼べる人、機密文書の経路、費用の増え方、対訳と用語集の持ち出しを、契約の前に確かめておけば、速さと正しさを両立した翻訳の運用に近づけます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
資料・ホワイトペーパーの制作、手が足りていますか?
営業資料・提案書・ホワイトペーパー・企画書などの制作を、チャットで依頼できるサブスクリプション型の資料制作サービスです。
