L'histoire de DeepL est l'un des triomphes les plus discrets de l'IA. L'entreprise a été fondée en 2017 par Jaroslaw Kutylowski à Cologne, en Allemagne, mais ses racines remontent plus loin — à Linguee, un dictionnaire bilingue et moteur de recherche de traductions en ligne que Kutylowski et son équipe exploitaient depuis 2009. Linguee avait amassé un corpus parallèle considérable : des milliards de paires de phrases traduites par des humains, récupérées sur le web, alignées et filtrées en qualité pendant près d'une décennie. Quand l'apprentissage profond a rendu la traduction automatique neuronale viable, l'équipe de Linguee a réalisé qu'elle disposait de l'un des jeux de données d'entraînement les plus précieux au monde. Ils l'ont utilisé pour construire DeepL Translator, et au lancement, quelque chose de remarquable s'est produit : dans des tests à l'aveugle, les utilisateurs préféraient systématiquement les résultats de DeepL à ceux de Google Translate, Microsoft Translator et de tous les autres concurrents majeurs, particulièrement pour les paires de langues européennes. Ce n'était pas du battage publicitaire — c'était mesurable, reproductible, et cela a transformé une petite entreprise allemande en une véritable menace pour certaines des entreprises technologiques les mieux dotées de la planète.
La réputation « discrètement meilleur que Google » est devenue l'atout le plus puissant de DeepL. Les traducteurs professionnels, notoirement difficiles à impressionner et qui tendent à considérer la traduction automatique avec un scepticisme justifié, ont commencé à admettre que les résultats de DeepL nécessitaient moins de post-édition que tout ce qui existait sur le marché. L'avantage de qualité était plus prononcé pour les langues européennes — allemand, français, néerlandais, polonais et autres langues où le corpus Linguee était le plus profond — mais s'étendait de manière crédible au japonais, au chinois, au coréen et à une liste croissante de langues prises en charge. Google Translate avait l'avantage de prendre en charge plus de 130 langues et d'être gratuit, mais pour la trentaine de langues couvertes par DeepL, la qualité n'était pas comparable. Cela a créé un créneau durable : les entreprises qui avaient besoin de traductions de qualité professionnelle — cabinets d'avocats, compagnies pharmaceutiques, institutions de l'UE, entreprises multinationales — choisissaient DeepL parce que les résultats étaient véritablement meilleurs là où ça comptait.
Le modèle d'affaires de DeepL est d'une simplicité rafraîchissante dans un secteur obsédé par les plateformes et le verrouillage d'écosystème. DeepL Pro offre un abonnement par paliers pour les individus et les équipes, avec des fonctionnalités comme la traduction de texte illimitée, la traduction de documents (en préservant la mise en forme dans les fichiers Word, PowerPoint et PDF) et une application de bureau qui s'intègre à n'importe quel champ de texte. L'API DeepL dessert les développeurs et les entreprises qui ont besoin de traduction intégrée dans leurs produits et flux de travail. DeepL Write, lancé en 2023, a élargi le champ d'action de l'entreprise à la correction grammaticale, l'ajustement du ton et l'aide à la rédaction — positionnant essentiellement DeepL comme une entreprise d'IA linguistique plus large, pas seulement un traducteur. L'adoption en entreprise a été le principal moteur de croissance : plus de 100 000 entreprises utilisent DeepL, dont des noms majeurs comme Deutsche Bank, Nikkei et la moitié du DAX 30. L'entreprise a atteint une valorisation de 2 milliards de dollars en 2024 après avoir levé 300 millions, ce qui en fait l'une des entreprises d'IA les plus valorisées d'Europe.
L'essor des grands modèles de langage pose à la fois une opportunité et une question existentielle pour DeepL. Des modèles comme GPT-4, Claude et Gemini peuvent produire des traductions compétentes comme sous-produit de leurs capacités linguistiques générales, et ils s'améliorent rapidement. Si la traduction devient une fonctionnalité banalisée intégrée à chaque assistant IA polyvalent, est-ce qu'une entreprise de traduction spécialisée conserve un avantage concurrentiel? La réponse de DeepL a été de miser sur la spécialisation, la confidentialité des données et la confiance des entreprises. Leurs modèles sont spécialement conçus pour la traduction, entraînés sur des corpus parallèles propriétaires auxquels les grands modèles de langage généraux n'ont pas accès, et ils offrent des options de déploiement sur site que les entreprises européennes soucieuses de confidentialité exigent. Ils ont également investi dans le soutien aux glossaires, la gestion terminologique et les intégrations aux outils de TAO que les flux de travail de traduction professionnelle requièrent. La question de savoir si cette stratégie de spécialisation peut devancer la force d'attraction de l'IA polyvalente reste la question concurrentielle centrale, mais les antécédents de DeepL en matière de victoire sur les géants en qualité leur confèrent plus de crédibilité que la plupart pour faire ce pari.