DeepL 執行長 Jarek Kutylowski 5月7日(週四)在 LinkedIn 發文,宣布這家總部位在德國科隆的 AI 翻譯公司將裁員約250人——大約是1,000多名員工的25%——並重組為一家「AI 原生」公司。他形容這是「職涯中最艱難的決定」。給出的理由原話是:「來自人工智慧的巨大結構性轉變」。
這句話值得讀兩遍。一家 AI 翻譯公司的執行長,正以「來自 AI 的巨大結構性轉變」為理由,裁掉四分之一的員工。他賣的那個東西,剛剛把他自己擠出了賽道。
整個故事其實就是這一句話。但值得拆開來看,因為接下來18個月裡,會有一長串「單一用途的 AI 專才公司」走上同一條路。
DeepL 當年的護城河,到底是什麼
DeepL 在2017年帶著一套類神經機器翻譯(NMT)系統上線,在歐洲語對的人工評測中,翻譯品質明顯優於 Google 翻譯。這個位置守了將近七年,真的有壁壘——翻譯品質很難造假;訓練語料是真的資產(歐盟機構的雙語對照、專業翻譯記憶庫、Linguee 的 Web 索引);加上歐洲資料中心、德國工程、GDPR 合規友善的故事,在歐洲企業市場切出了一塊根據地,訂閱業務也做得很扎實。
護城河可以總結成兩條:窄任務上品質更好,加上一個乾淨的企業合規敘事。這條護城河一路守到2023年。
2024年開始漏水,如今已經乾涸。
護城河為什麼破了
前沿通用大模型——GPT-4 這一代、Claude 這一代、Gemini 這一代——翻譯只是它們「整體語言能力很強」的副產物。它們沒有專門針對翻譯訓練,但在大多數語對、大多數使用情境裡,BLEU 和 COMET 與 DeepL 的差距小到四捨五入可以忽略——尤其是付費客戶實際在做的那些活:公司信件、合約、產品文案、知識庫翻譯。而且通用大模型靈活得多,翻完順手幫你重寫、縮寫、調語氣、換語域、解釋慣用語,一次呼叫全部搞定。
Kutylowski 這兩年在公開場合一直繞著不說的硬道理是:BLEU 優勢就是護城河,BLEU 優勢沒了,剩下的商業楔子只有「我們是歐洲資料中心、GDPR 合規友善的翻譯 API」。這個楔子確實存在。但它撐不起一家1,000人的公司。
翻譯,是第一個被通用大模型徹底吃掉的「AI 專才」品類。它不會是最後一個。圖像生成專才公司是下一個;轉錄已經被 Whisper 加 GPT 後處理吃了一半;專業程式碼補全去年就被吃了。每一家「我們就把一件 AI 事情做到極致」的公司,現在都在跟自己根本推不動的前沿模型升級賽跑。
Kutylowski 在賣的轉型故事:語音
伴隨裁員一起公布的,還有兩件事:在舊金山新開辦公室,以及收購 Mixhalo 團隊——一家專做低延遲音訊串流的公司,創辦人是 Incubus 樂團的 Mike Einziger。賣點是:DeepL 下一個守得住的產品,是即時語音對語音翻譯。Mixhalo 團隊帶來音訊管線的基因;DeepL 自己有語言模型;兩邊合到一起,做出一個「延遲、音質、翻譯精確度都對得上」、能在真實對話中可用的東西。
抽象來看,這個賭注合理。語音翻譯有一堆小工程問題——丟包、回音消除、說話人分離、延遲壓在200毫秒以內——通用大模型不會自動幫你解決,而 Mixhalo 這種音訊專才團隊真的有優勢。
但時機問題挺要命。OpenAI 的 GPT-4o realtime voice 和 Google Gemini Live,在它們自家的消費 App 裡已經在做即時語音翻譯了。比賽已經開始。DeepL 大概有12到18個月的窗口,把一個守得住的產品交付出來,趕在通用模型把語音翻譯也吃掉之前。要麼 Mixhalo + DeepL Voice 在延遲和音質上真的更好、楔子立得住;要麼立不住,2027年我們大概會再聊一次「DeepL 這次又怎麼了」。
重組話術,逐字拆解
Kutylowski 的原話值得照抄一遍:「更少的層級、更快的決策、把大團隊浪費在反覆溝通上的時間砍下去。」這套話術現在已經是「後 AI 時代」標配的重組黑話。過去六週裡,完全一樣的句子從 PayPal(4,760人)、Coinbase(約700人)、Freshworks(500人)、Accenture(8.65億美元重組、85,000人「轉型或離開」)的講稿裡都說過一輪。「AI 原生」這四個字,目前是執行長詞彙表中工作最重的一個,大致意思是:少一些中階主管、更多第一線工作直接透過 AI 工具完成、用更小的團隊產出同樣或更高的成果。
誠實版本是這樣:「前沿大模型的存在,讓我們意識到自己之前其實人手過剩,毛利再被侵蝕之前必須把人頭數砍下去。」這句話是真的。這個決定大概也是對的。只是它沒有「更少的層級、更快的決策」體面,所以沒人這麼說。
底下還有一道歐洲 AI 的題
DeepL 是除了 Mistral 之外,歐洲最大的 AI 招牌。原本的敘事是:歐洲可以靠歐洲資料、歐洲合規姿態、歐洲工程嚴謹,做出品類領先的 AI 公司。5月7日這250人的裁員,還不算對這個敘事的徹底反駁,但是第一個高品質的反例資料點。讓 DeepL 當年成為招牌的,是它 NMT 的品質優勢;而把這個優勢拿走的,是用了遠超 DeepL 這輩子能募到的算力訓練出來的、來自美國的通用模型。
這給一批歐洲 AI 專才公司——TTS、影像、程式碼、文件理解、搜尋——出了一道題:在前沿模型一路輾過來的過程裡,你們的護城河要靠什麼撐住。有些會撐住。但大多數不會。
接下來要看的幾件事
- Mixhalo 整合的時間軸。 舊金山辦公室加上音訊團隊收購,都是慢輸入。如果到年底 DeepL Voice 在延遲和音質上沒有明顯優於 GPT-4o realtime,這次轉型就有麻煩了。
- 企業訂閱的續訂率。 DeepL 的營收主要來自中型企業的翻譯合約。「結構性轉變」式的裁員,通常會伴隨客戶在 AI 工具支出上的整併,把訂單轉向通用模型供應商。要看的數字,是企業版的淨留存率(NRR)。
- 語對覆蓋。 DeepL 歷來在非歐洲語對(中、日、韓、阿)上偏弱。如果裁員後的路線圖是「歐洲語對再加碼,其他讓給 OpenAI」,那它在向你預告自己2028年長什麼樣。
- 下一家做出同樣宣布的「AI 單一專才」公司。 套路已經定型——原本的護城河(專才品質)沒了(被前沿模型抹平),回應動作是裁員加上一個「守得住的細分」轉型。下一波要看轉錄、影像增強、AI 搜尋。
一點乾澀的尾聲
5月7日那篇 LinkedIn 貼文最鋒利的地方,是它沒說的那部分。Kutylowski 寫了「AI 原生組織」、「結構性轉變」、「更少的層級」。他沒寫那句最顯然的話:「我們賣的 AI,已經不比別人手上的 AI 更好了,所以我們必須做一家更小的、做不同事情的公司」。這句話其實就藏在貼文裡,讀字裡行間就讀得出來。它必須在那裡——不然數字根本兜不平。
收購 Mixhalo 是真正有意思的那一手。裁250人是可以預料的那一手。兩手合起來,是一個 AI 專才被通用化抹平後的標準教科書打法——把人頭數砍到對得起新的毛利率,買進一支有不同護城河的團隊,把剩下的工程師全部對準一個新的、守得住的產品,趕在前沿模型追上來之前把它做出來。
12到18個月。然後就會知道答案。