コンテンツへスキップ
導入事例に戻る
Enterprise

企業タウンホール

グローバル企業がすべての従業員が希望の言語で参加できる全体ミーティングを開催する方法。

最終更新 · 2026年5月16日 読了時間 6分

30カ国に10,000人の従業員を持つ多国籍企業が全体ミーティングを開催します。CEOは英語(会社の作業言語)で話しますが、従業員の半数は日常的に異なる言語環境で業務を行っています。マドリッドのスペイン語を話すチームは80%の理解度でミーティングをフォローします。東京の日本語を話すチームは60%でフォローします。最近入社し、まだ英語力を構築中の深圳のエンジニアは、約30%の理解度です。

会社はミーティングに投資しました。スライド、スピーカーの準備、グローバルなスケジュール調整。その投資のリターンは言語によって制限されています。

英語のみの全体ミーティングからの転換

「全員が英語を話す」という前提は、グローバル企業で3つの理由から侵食されています:

  1. 採用が多様化した。 企業は現在、英語が教育や職業生活の主要言語ではない人材プールから採用しています。流暢さを前提とした全体ミーティングは、会社が採用に投資した労働力の一部を除外します。
  2. インクルージョン指標が精緻化した。 社内調査では、言語コホートごとの理解度と心理的安全性がますます測定されています。データは、非ネイティブ英語話者が一貫して全体ミーティングをネイティブ英語話者の同僚よりも有用でなく、魅力的でないと評価していることを示しています。このギャップは現実的で永続的です。
  3. 翻訳のコストが低下した。 英語のみの運用上の根拠は実用的でした。30カ国の全体ミーティングへの通訳は法外に高価でした。その制約はもはや当てはまりません。質問は「翻訳する余裕はあるか?」から「翻訳しない余裕はあるか?」に変わりました。

社内コミュニケーションの導入パターン

Loquiraを採用する社内コミュニケーションチームは、予測可能な道をたどる傾向があります:

パイロット。 最初の翻訳全体ミーティングは、ICチームが既に十分なサービスを提供できていないと認識している1つまたは2つの言語コホートを対象とします。セッションは既存の英語ストリームと並行して実行されます。ICチームは言語ごとの参加率を測定し、短いイベント後調査を実施します。データは通常、翻訳コホートでより高いエンゲージメントを示します。翻訳が原文を理解するより優れているからではなく、理解が部分的から完全に変わるからです。

展開。 パイロット後、ICチームは従業員人口データに基づいて言語を追加します。次の全体ミーティングは、従業員数でトップ5の言語をカバーします。参加リンクは、それらの言語コミュニティの従業員リソースグループを通じて宣伝されます。それらのコホートからの出席率は測定可能に増加します。

標準慣行。 数四半期以内に、翻訳はすべての全体ミーティングのデフォルト機能になります。ICチームはもはや「これを翻訳すべきか?」とは尋ねず、「アジェンダと予想される聴衆に基づいて、このセッションではどの言語を使用するか?」と尋ねます。

コミュニケーションループの一部としての文字起こし配布

翻訳された全体ミーティングは、複数の言語の文字起こしを自動的に生成します。ICチームはこれらを録画とともにイントラネットにアップロードします。ライブで参加できなかった従業員や、特定のメッセージを確認したい従業員は、希望の言語で文字起こしを検索します。

文字起こしは、メッセージをチームに伝達する必要があるマネージャーにも役立ちます。全体ミーティングを英語で視聴したブラジルの地域マネージャーは、ポルトガル語の文字起こしをダウンロードしてチームと共有できます。メッセージは、マネージャーの言い換えた記憶ではなく、同じソースドキュメントから発信されるため、一貫性があります。

時間の経過とともに、文字起こしアーカイブは非同期のコミュニケーションチャネルになります。大きな発表の6ヶ月後に入社した従業員は、CEOの発言を自国語で、配信された正確な瞬間のタイムスタンプ付きで読むことができます。

言語コホート間のエンゲージメント測定

セッションダッシュボードのデータ(言語別リスナー数、リスナーごとのセッション時間)は、ICチームに社内コミュニケーションにおける言語の公平性の定量的な全体像を提供します。

四半期の全体ミーティングで、ポルトガル語のリスナーシップがポルトガル語を話す従業員人口から予測されるよりも一貫して低い場合、ICチームは調査できます。プロモーションチャネルはポルトガル語コホートに届いているか?翻訳品質は期待に応えているか?タイミングがタイムゾーンに合っていないか?

この測定は、英語のみのモデルでは利用できませんでした。データがないため、言語ギャップは見えませんでした。リアルタイム翻訳はそれを可視化し、したがって行動可能にします。

関連リソース