翻訳会社・翻訳業界のAI活用事例｜MTPE・用語集運用・単価下落への対応策

翻訳業界のAI活用は「機械翻訳（MT）が一次翻訳を担い、人が用語・品質・ニュアンスを監修する」形へ移行しました。仕事が消えるのではなく、翻訳者の役割が「ゼロから訳す人」から「AIの訳文を監修し、用語と品質を設計する人」へ移っている、というのが現時点での実態です。

この記事では、翻訳会社の業務フロー（受注→機械翻訳→ポストエディット→用語集・翻訳メモリ運用→品質チェック→納品）のどこにAIが入るかを整理したうえで、MTPE（機械翻訳ポストエディット）の仕組みとレベル、用語集・翻訳メモリの運用ノウハウ、ISO 18587などの品質担保、そして最大の悩みである「単価下落」への対応策を、発注企業・翻訳会社・フリーランス翻訳者の3つの立場に分けて解説します。

こんな方に向けた記事です。

• 翻訳会社・LSP（言語サービスプロバイダ）でAI導入や単価戦略を検討している経営・PM層
• 翻訳を発注する企業の担当者で、コストと品質・機密のバランスを判断したい方
• 単価下落に直面し、AI時代の働き方・専門特化を考えているフリーランス翻訳者

翻訳業界のAI活用の全体像：業務フローのどこにAIが入るか

出典: DeepL 公式サイト

翻訳会社の業務は「受注 → 機械翻訳（一次翻訳）→ ポストエディット → 用語集・翻訳メモリ運用 → 品質チェック（QA）→ 納品」という流れで進み、AIはこのほぼ全工程に入り込んでいます。かつて人手で行っていた一次翻訳をAIが高速に担い、人は編集・監修・設計に集中する構造へ変わりました。

まず全体像を業務別に整理します。

ポイントは、AIが「翻訳作業そのもの」を置き換えるのではなく、工程ごとに人とAIの分担が組み替わっていることです。

なお、翻訳の土台となる生成AIの仕組みや種類を先に押さえたい場合は、生成AIとは何かの総合解説もあわせて確認すると理解が早まります。

MTPE（機械翻訳ポストエディット）とは：仕組みと2つのレベル

出典: みらい翻訳 公式サイト

MTPE（Machine Translation Post-Editing）とは、機械翻訳が出力した訳文を、人間の翻訳者（ポストエディター）がレビュー・修正して最終品質に仕上げる翻訳手法です。機械が一次翻訳を担うため、費用は主に「編集（校正）工数」に集約され、ゼロから人手で訳す場合よりコストが下がるのが特徴です。

現在、翻訳会社やフリーランスの需要は「翻訳（ゼロから訳す）」から「MTPE（AI訳を直す）」へ大きくシフトしています。この変化を理解しないまま従来の翻訳単価・作業感覚で仕事を受けると、単価下落の波に対応しきれません。

ライトポストエディットとフルポストエディットの違い

MTPEには品質目標に応じて2つのレベルがあり、この使い分けをクライアントと事前合意しておくことが実務上きわめて重要です。合意しないまま進めると「思ったより品質が低い／高くて高い」というトラブルになりがちです。

一般的な料金の目安として、日英翻訳で人手翻訳が1文字（1ワード）13円のケースでは、フルポストエディットで約9.1円（約30%削減）、ライトポストエディットで約6.5円（約50%削減）という試算例が各社から示されています。別の事例では「日本語1字につき8円〜」といった提示もあります。

ただし、これらは各社が公表する目安であり、言語ペア・専門分野・分量・品質レベルによって大きく変動します。相場として断定的に扱わず、案件ごとに見積もりを取るのが現実的です。

用語集・翻訳メモリ（TM）運用：AIで品質と一貫性を上げる

出典: memoQ 公式サイト

翻訳の品質と一貫性を左右するのは、実は「用語の統一」です。ここにAIを使えるかどうかが、AI時代の翻訳会社の競争力を分けます。LLMを使った用語自動抽出とカスタムエンジン構築によって、少ない工数で専門分野の精度を上げられるようになりました。

CATツール・用語集・翻訳メモリの基本

翻訳会社の現場では、CATツール（翻訳支援ツール）上で機械翻訳を訳文候補として読み込み、人が採否を判断する運用が主流です。CATツールは主に次の要素で構成されます。

• 翻訳メモリ（TM）：原文と訳文をペアでデータベース化し、重複箇所を再利用。作業削減と一貫性確保に効く
• 用語集／用語ベース（Termbase）：社内用語・業界用語の訳語をDB化し、訳ブレを防止
• 品質管理（QA）機能：訳抜け・数値ミス・用語不統一を自動検出

これらを束ねて案件・ワークフロー・翻訳者アサイン・進捗まで統合管理するのがTMS（翻訳管理システム）で、Phrase TMS、Trados、memoQ、XTM、Smartcat などが代表的です。

LLMによる用語自動抽出とカスタムエンジン

近年の大きな変化は、LLMで専門分野の対訳用語を高精度・低工数で抽出できるようになったことです。川村インターナショナルはGPT-4oなどを活用した用語自動抽出や、顧客の過去訳・用語集を学習データにしたカスタム翻訳エンジンの構築を進めており、自動車メーカー向け事例ではBLEUスコアが汎用エンジンの29.5からカスタムエンジンで41.4へ向上したと報告しています（同社事例値のため、絶対評価ではなく相対的な改善幅として捉えてください）。

つまり「AIに丸投げすると品質が不安定」という問題は、用語集・翻訳メモリという人が設計した資産をAIに与えることで大きく緩和できます。ここが翻訳会社の付加価値の核になりつつあります。

用語統制の実装で使うエンジン選びの参考として、国産LLMの日本語ニュアンス再現を重視するならSakana AIの翻訳サービス解説も比較対象になります。

ISO 18587と品質担保：MTPEを「安心して発注できる」制度

MTPEは安いだけに、品質のばらつきや責任の所在が発注側の不安になります。この不安に応える制度が国際規格「ISO 18587」です。ISO 18587への適合宣言は、翻訳会社が「MTPEを標準化された手順で品質担保している」ことを示す判断材料になります。

ISO 18587:2017は「機械翻訳出力のポストエディット―要求事項」を定めた国際規格（2017年発行）で、MTPE作業の目的・工程・修正レベルと観点・ポストエディターの資格要件・教育などを規定しています。認証は第三者認証ではなく「供給者適合宣言（自己適合宣言）」方式が一般的で、翻訳センター（2022年宣言、2024年更新）や川村インターナショナルなどが宣言済みです。AAMT（アジア太平洋機械翻訳協会）が適合宣言を支援するガイドラインを提供しています。

発注企業にとっては、「MTPEを安く提示する会社」ではなく「MTPEの品質プロセスを規格に沿って回している会社」を選ぶことがリスク管理になります。翻訳会社にとっては、ISO 18587への適合宣言が価格競争から抜け出す差別化材料になります。

翻訳業界のAI活用事例：導入で何が変わったか

出典: ElevenLabs 公式サイト

ここまでの要素が実際にどう成果につながっているか、確認できた事例を整理します。いずれも各社の発表・報道に基づくもので、数値は自己申告値を含む点に留意してください。

• みらい翻訳（三菱商事）：全社的な機械翻訳導入で約3年継続利用。特に英語以外の言語で効果が高いと報じられています。
• カスタムエンジン（川村インターナショナル）：自動車メーカー向けにBLEU 29.5→41.4の改善。過去訳・用語集の学習が精度に直結。
• 技術翻訳の専門用語誤り低減：ある技術翻訳会社では、過去約10年分の翻訳データ学習により専門用語の誤訳率を約15%低減したと報じられています（二次情報）。
• 音声・動画ローカライズ（十印×ElevenLabs）：ElevenLabsのDubbing機能は90以上の言語・アクセントに対応し、リップシンクや感情保持も進化。企業向け多言語吹き替えの事例が生まれています。ElevenLabsは日本法人を設立し国内企業との提携も進んでいると報じられています。
• リアルタイム通訳支援：Gemini系のライブ翻訳やGPT-Realtime系の音声翻訳が、会議・商談の多言語対応を後押ししています。

音声・通訳領域を深掘りしたい場合は、Gemini 3.5 Live Translateの解説やGPT-Realtime-2の解説が参考になります。多言語接客の隣接分野としては観光業・ホテルのAI活用事例も相互に示唆があります。

単価下落への対応策：立場別の実務処方箋

翻訳業界の最大の論点が「単価下落」です。従来「1ワード10〜15円」だった単価が、MTPE前提で「1ワード7円程度」、あるいは従来単価の50〜70%への引き下げ要求が一般化しているとの報告があります。一方で、言語サービス市場そのものは縮小しておらず、複数調査で2026年に概ねUSD 60〜80B台、年成長率5〜10%程度と推計されています。

つまり実態は「市場は成長、単価は下落。量とAI活用と付加価値で稼ぐ構造への移行」です。この前提に立って、立場別に対応策を整理します。

発注企業：安さだけで選ばない

• 文書の重要度で使い分ける：社内参考資料はライトPEや機械翻訳、契約書・医療・人事など誤訳が法的紛争・人命・経営に直結する文書はフルPE＋人手監修を必須にする。
• 機密情報は無料ツールに入れない：無料翻訳は入力データを学習等に利用する規約が多く、機密情報の外部流出リスクがある。有料・法人向けサービス（データを訳文生成後に削除、暗号化通信）を選ぶ。
• 品質レベルを事前に合意する：Light/Fullのどちらを求めるかを見積もり段階で明確にし、期待値のズレによる手戻りを防ぐ。
• ISO 18587適合など品質プロセスを確認する：単価の安さより、品質担保の仕組みを持つ会社を選ぶ。

翻訳会社：価格競争から付加価値へ

• カスタムエンジン・用語資産で差別化する：顧客の過去訳・用語集を学習した専用エンジンは他社が模倣しにくい資産になる。
• ISO 18587適合宣言で信頼を可視化する：品質プロセスを規格で裏づけ、価格以外の選定理由をつくる。
• 上流・周辺サービスへ広げる：用語設計、多言語コンテンツ制作、音声・動画ローカライズ、リアルタイム通訳支援など、翻訳の前後工程に事業を伸ばす。
• 「量×監修×付加価値」で収益化する：AIで処理量を増やし、人は監修・設計に集中する新しい収益モデルへ移行する。

フリーランス翻訳者：役割を上流へシフト

• MTPE単価は工数で交渉する：ワード単価一律ではなく、修正量（機械訳の品質）に応じた時間単価・レート交渉を行う。
• 専門特化で代替されにくくする：医療・法律・特許・金融など、用語正確性と責任が重い分野に特化する。
• 上流工程へ移る：用語集設計、品質評価、翻訳ディレクション、AI監修者としての役割に価値を移す。
• AIを味方にする：CATツール・LLMを使いこなし、生産性を上げて処理量で稼ぐ。生成AIの実務活用は生成AIツールおすすめ比較も参考になる。

翻訳者の仕事は「なくなる」のではなく、一次翻訳者からAI監修者・用語設計者・上流コンサルへ役割が移る、というのが現時点で妥当な見立てです。

セキュリティと制約：AI翻訳で気をつけること

AI翻訳を業務に使ううえで、品質面と情報管理面の制約を正しく理解しておく必要があります。ここを軽視するとコスト削減が大きな損失に転じます。

品質面でAIが苦手なこと

• 専門用語・固有名詞の文脈依存訳と一貫性（用語集・TMと人の監修が必須）
• 文化・習慣・微細なトーンやニュアンスの読み取り
• 誤訳・訳抜けの残存（一見流暢でも事実誤りが混入するため、ノーチェック運用は高リスク）
• 契約書・人事・医療論文など、誤訳が重大な結果を招く文書での単独利用

情報管理面の注意

• 無料翻訳ツールは入力データを学習等に利用する規約が多く、機密情報を入れると流出リスクがある
• 有料・法人向けツールは「原文・訳文を訳文生成のためだけに使い生成後に削除」「暗号化通信」という設計が一般的（各社主張、契約前に規約を確認）
• 機密文書は、翻訳前の固有名詞・数値の匿名化、NDA締結済み翻訳者の活用、翻訳後のデータ消去徹底で守る

翻訳業界のAI活用が向いている企業・向いていない企業

最後に、AI活用（機械翻訳・MTPE・カスタムエンジン）が効果を出しやすい企業と、慎重に進めるべき企業を整理します。

向いている企業・組織

• 定型的・大量の多言語文書（マニュアル、製品情報、社内資料）を継続的に扱う企業
• 過去訳・用語集の蓄積があり、カスタムエンジンや用語資産化に投資できる企業
• 翻訳会社・LSPで、価格競争から付加価値・品質プロセスへ舵を切りたい事業者
• 多言語コンテンツ（動画・音声・Web）を高速に量産したい企業

慎重に進めるべき企業・ケース

• 契約書・医療・人事など、誤訳が法的・人的リスクに直結する文書が中心の場合（人手監修前提で導入）
• 機密性が高くセキュリティ要件が厳しい情報を扱い、外部ツールの規約管理体制が未整備の場合
• 翻訳量が少なく、エンジン構築や用語整備の初期投資を回収しにくい小規模ニーズ

いずれの場合も、「AIに丸投げ」ではなく「AIで一次翻訳と工数を削減し、人が用語・品質・機密を管理する」ハイブリッド運用が現実解です。業界横断のAI活用像を俯瞰したい場合は、AIエージェントとは何かの解説も判断の助けになります。

よくある質問（FAQ）

Q. MTPEにすると翻訳品質は落ちますか？

フルポストエディットなら人手翻訳とほぼ同等の品質を目標にできます。品質が落ちるかどうかは、機械訳の元品質・ポストエディターの技量・Light/Fullの合意で決まります。重要文書はフルPE＋人手監修を前提にしてください。

Q. 機械翻訳エンジンはどれを選べばよいですか？

一般に、欧州言語ペアの品質重視ならDeepL、文脈指定や柔軟な指示ならChatGPT・Claude、用語統制ならCATツールの用語集やDeepLのProプラン、日本語ニュアンス重視なら国産LLMという使い分けが目安です。BLEUなどの比較値は提供元の自己申告を含むため、自社データでのトライアルで判断するのが確実です。

Q. 無料の翻訳ツールを業務で使っても大丈夫ですか？

機密情報を含む文書では推奨しません。無料ツールは入力データを学習等に利用する規約が多く、流出リスクがあります。機密性のある文書は、データ削除・暗号化を明記した有料・法人向けサービスを使ってください。

Q. 翻訳者の仕事はAIでなくなりますか？

一次翻訳の需要は縮小していますが、AIの訳文を監修する人、用語集・品質を設計する人、専門分野の責任を負う人の価値はむしろ高まっています。役割が「訳す人」から「監修・設計する人」へ移っていると捉えるのが現時点で妥当です。

Q. ISO 18587とは何の役に立ちますか？

MTPE作業の手順・品質・ポストエディターの要件を定めた国際規格です。適合宣言している翻訳会社は、MTPEを標準化された手順で品質担保していることを示せるため、発注側の選定基準になります。