非常高，于是花了一些时间做研究，凭借着大学时因兴趣爱好学习的编程技术，统计文件中的重复段落，马帅花三天时间，自动提取、拆分并重构了待翻译的文本。

除了把翻译任务分发给公司员工，马帅又找来200多位兼职翻译，以及数十个负责排版、打印、装订的兼职大学生。最高峰时，竟同时有300多人在为这个翻译项目忙活。拼尽全力，马帅的团队终于在交付节点前一个小时，将翻译任务全数完成。

功夫不负有心人，项目成功得到土库曼方总工程师的验收和褒奖。经此一役，马帅的翻译公司一炮而红，在石油系统内打响了名气，业务纷至沓来。原本就相信技术能提高翻译效率的马帅，尝到了甜头，更加坚定了想法，而另一个契机，则让他走上了机器翻译的道路。

沉淀数据数年，“三剑客”集结打造云译通

某次行业会议，马帅发现同行正在翻译一份新发布的汽车技术标准，而自己的公司刚刚才将这份标准翻译好。马帅敏锐地注意到，在整个翻译市场，存在大量重复性劳动。如果像中石油的项目一样，把以前处理过的翻译内容整理成海量数据库，再有新任务时，参考历史数据完成新文件的翻译，会不会对提升行业效率和降低成本有帮助呢？

于是自2011年，马帅开始有意识地收集翻译数据。彼时中国存有超过7万家翻译公司，日常活跃的有5000家，马帅跟其中2000家有过交流。这2000家翻译公司，术业有专攻，有精于中英互译、中日互译、中德互译的，有精于机械领域、电子领域、通信领域、能源领域、医疗领域的，不一而足，马帅只取其翻译得最好的部分，或合作或购买，逐渐积累了一批庞大的翻译语料数据，并在圈子内发起共享。

这一举动，为后来译讯科技训练人工智能翻译埋下了伏笔。为了提