顯然，隨著計算機科學——尤其是深度學習和人工智能——的發展，語言障礙的「奇點」正被無限逼近，根據美國語言服務咨詢公司的一份報告顯示，在2008年到2012年之間，世界30種主要語言的筆譯市場價格下跌了41.5%，換句話說，翻譯這項技能正在喪失定價能力。

但在另一方面，基于全球化的趨勢，語言外包服務的產值規模卻在穩步增長，換句話說，文化、藝術以及貿易的跨國流通，創造了逐年繁榮的翻譯需求，使得這門生意的體量變得更為可觀了。

當市場需求的上升和供應價格的下降同時存在的時候，這只能預示著一件事情的到來：生產效率的幾何級提高。

歷史書寫的工業革命固然摧枯拉朽，但在具體的人事層面，它所遇到的社會阻礙甚至人道危機從來不曾少過，在數百年前的西歐，恐懼的工人一度成群結隊的闖入工廠庫房搗毀機器，試圖拯救自己的工作和薪水。

然而事實證明，盡管科技會淘汰一些已有的工種，卻在同時也會創造一些嶄新的工種，就像拿著斧頭的伐木工失業了，但是學會使用電鋸的伐木工又上崗了，而更高的生產效率，反而解放了工作強度的壓迫。

這種有跡可循的先例，也再次出現在當下的翻譯行業，原本畏懼受到技術沖擊的翻譯職業，逐漸發現他們亦可使得技術為己所用。

不同于一般人工翻譯的需求，長期依賴零散的外包產業，無論是質量還是價格都參差不齊。

比如「翻譯記憶」（Translation Memory）的技術，就是借助計算機的儲存和檢索能力，將大量重復或是相近的短語、句子和段落的翻譯結果進行記憶，在譯者接觸到符合記憶樣本的待翻譯文本時給出參考，避免了重復造輪子的無謂勞動。

只是，在傳統的翻譯場景中，技術的優先級較為靠后，人力的質量和密度依然是工作效果的最大保障，輔助軟件也始終是一項專業配置，深藏于各個翻譯機構的數據庫里。

每一名譯者都可以去連接和使用這塊資源，并在獲得便利的同時，也輸出了碎片化的智力去喂養機器系統，使之不斷學習和變得聰明。

從整個技術的變遷出發，純粹的基于語言學的經驗方法也在被表示學習（Representation Learning）的識別方法替代作為最優解，端對端的智能系統也遠比編寫完好的程序要有進化潛力，所以美國自然語言處理先驅弗里德里克·賈里尼克才說：「我每開除一名語言學家，我的語音識別系統錯誤率就降低一個百分點。」

消費者是市場的主宰，通過技術提升效率，滿足了個人消費者的需求，這不能不說是翻譯市場獨樹一幟的做法。傳統的翻譯公司，更看重的是客單價高、需求量大的企業級別的客戶需求，往往將散客的需求忽略。

奇點大學的校長、未來學家雷·科茲威爾把翻譯需求劃為兩種，分別是承載信息交流的通俗翻譯和轉換語言藝術的專業翻譯，前者適用于自動化的解決思路——「最遲2029年，機器就能夠達到人類的自然翻譯水準」——但是在后者的話題上，這個科技教徒的預測依然不失敬畏：機器可能還沒辦法去理解并優雅翻譯文學作品的偉大性。

更重要的是，親歷而為的翻譯工作，也是文學創作不可或缺的抽象學習，魯迅、徐志摩、錢鐘書、楊絳、林語堂等文學泰斗，同時也都「兼職」著翻譯的工作，顯然，這種直接進入文學作品的原始狀態并轉化為創作語言的過程，對于作家本身而言就是一場不可替代的歷練。

簡而言之，那些憂慮于會不會被「翻譯機」搶走飯碗的翻譯工作者可以適當減輕自己的焦慮感，他們既有機會掌握駕馭機器和提高效率的方法，也不妨向著更為專業的路線爭取相比機器的不可替代性。

或者用吳軍在《數學之美》里的話來說：（技術分為術和道兩種，具體的做事方法是術，做事的原理和原則是道。術會從獨門絕技到普及再到落伍，追求術的人會很辛苦，只有掌握了道的本質和精髓才能永遠游刃有余。)