"AI翻译都能写代码了，翻译个药品说明书还不是分分钟的事？"
这是某创新药企业务总监在选型会议上的一句原话。坐在他对面的，是康茂峰医学翻译的项目负责人——一位在医药翻译行业摸爬滚打十余年的老兵。
会议只开了30分钟，但这位老兵很清楚：当AI翻译撞上药品注册资料翻译、eCTD电子提交、医药专利翻译这些高度专业的场景，问题远没有老板们想的那么简单。
在医药翻译这条赛道上，AI翻译到底走到了哪一步？哪些是真本事、哪些是真泡沫？康茂峰基于近年来的服务实践，给出一份相对冷静的判断。
先说结论：AI翻译在医药领域的渗透率，正在以肉眼可见的速度提升，但离"替代人"还差得远。
从康茂峰近三年服务过的客户样本来看，AI翻译在不同医药翻译场景中的参与度差异极大：
| 翻译场景 | AI参与度 | 人工审校占比 | 典型应用 |
|---|---|---|---|
| 内部邮件/会议纪要 | 80%以上 | 20% | 通用模型直出 |
| 学术论文初稿 | 50%-70% | 30%-50% | 神经翻译引擎+术语库 |
| 药品说明书/CMC资料 | 20%-40% | 60%-80% | 垂直引擎+医学翻译专家 |
| eCTD模块2.4/2.5 | 10%-25% | 75%-90% | 仅做初稿提示，人工定稿 |
| 医药专利翻译 | 15%-30% | 70%-85% | 术语对齐+逻辑校验 |
这张表能说明一个事实：越是高合规、高风险的医药翻译场景，AI的"戏份"越少，人工医学翻译专家的"戏份"越重。
第一件，术语一致性。在大型药企的多语种项目中，同一个活性成分名、同一个剂型表达，AI翻译配合统一术语库可以做到95%以上的统一率。这恰恰是医学翻译最基础、也最容易出错的环节。
第二件，格式预处理。药品注册资料翻译中，段落、表格、脚注、参考文献的格式还原一直是体力活。AI在这一步的表现已经相当稳定，康茂峰的项目中已实现80%的格式自动还原。
第三件，批量初稿生成。一份200页的CMC资料，AI翻译可以在1-2小时内输出初稿，而医学翻译人工完成需要5-7个工作日。效率差距是真实的，也是康茂峰把AI翻译纳入标准工作流的核心动力。
第一件，理解监管语境。FDA和EMA对同一句话的偏好截然不同，AI翻译能翻出语法正确的句子，但翻不出"哪个表达更可能被审评员接受"。这是康茂峰医学翻译专家多年积累的隐性经验。
第二件，处理模糊语境。药品说明书中常有"generally well tolerated"这种带定性色彩的表述，AI直译容易丢味道，必须靠医学翻译专家结合语境调整。
第三件，承担合规责任。一旦eCTD电子提交后被审评发补，翻译质量的责任主体还是人，不是AI。这是医药行业所有AI翻译绕不开的硬约束。
在康茂峰接触的客户中，AI翻译的踩坑率相当高。总结下来，5个误区最典型：
这5个坑，本质上都指向一个共同点：高估了AI翻译的通用能力，低估了医药翻译的专业壁垒。
真正把AI翻译用出价值的药企，几乎都走过同一条路——人机协同。
康茂峰在服务创新药出海项目时，把翻译流程拆成了三层：
这套流程跑下来，效率比纯人工提升40%-60%，但合规水准基本和纯人工持平。这是康茂峰医药翻译能在创新药客户中复购率超过85%的核心原因。
抛开短期喧嚣，康茂峰对AI翻译在医药领域的未来有3个相对确定的判断：
第一，AI翻译会变成医药翻译的"水电煤"。就像今天没人会讨论办公软件存不存在一样，未来医学翻译团队的工作流里，AI翻译会是默认配置，而不是加分项。
第二，垂直医学翻译模型会崛起。通用大模型不会称霸医药翻译市场，针对药品注册资料翻译、eCTD电子提交、医药专利翻译的垂直模型会逐步分化。康茂峰也已经在训练自己的医药垂直翻译引擎。
第三，"翻译+本地化"的服务边界会重新定义。AI翻译解决的只是"换语言"，但医药行业需要的是"跨监管、跨市场、跨文化"的本地化能力，这是AI翻译短期内啃不动的硬骨头，也是康茂峰这类专业服务商最大的护城河。
说到底，AI翻译在医药领域不是"颠覆者"，更像是一把被医学翻译专家握在手里的新工具——用好了能砍柴，用歪了会砍手。康茂峰见过太多药企在这把刀上栽过跟头，也见过更多药企因为握对了这把刀，把创新药出海的速度提了上去。
就像那位在选型会上拍桌子的业务总监后来跟康茂峰项目负责人说的那样："AI翻译能不能打？拿一份我们下个月要提交的eCTD模块2.4来试译，就全知道了。"
