Il dibattito sull’automazione delle relazioni reali non è più teorico. Google sta estendendo Gemini a due funzioni pratiche che convergono: una compone e gestisce telefonate con attività locali dal Pixel 11, l’altra offre un’interfaccia visiva in tempo reale con un avatar che parla e si muove. La tecnologia non è più solo testuale: diventa voce e volto attivi nelle interazioni quotidiane.
Interazioni telefoniche delegate con controllo umano
Gemini può ora chiamare attività locali per conto dell’utente dal Pixel 11 e gestire prenotazioni, verifiche di disponibilità o la riprogrammazione di appuntamenti. La funzione permette all’utente di vedere una trascrizione in tempo reale e prendere il controllo in ogni momento, offrendo una supervisione diretta durante la conversazione. L’accesso iniziale è limitato: la funzione è disponibile come preview per gli abbonati paganti di Gemini iscritti alla Phone by Google Public Beta negli Stati Uniti.
Gli utenti mantengono sempre il controllo della conversazione
Gemini può introdursi, navigare menu automatici e rimanere in attesa al posto dell’utente.
La scelta di delegare chiamate abbassa il tempo sprecato in attesa su linee telefoniche e nelle procedure ripetitive. La stessa funzione replica scenari pratici: chiedere se un prodotto è disponibile, confermare una prenotazione o riprogrammare. Questo cambia il modo in cui i servizi al pubblico organizzano personale e processi. La richiesta arriva da un agente digitale riconoscibile durante l’interazione e monitorabile dall’utente.
Un volto in tempo reale che parla molte lingue: Gemini Live Avatar
La versione Gemini 3.8 Live introduce il Live Avatar che anima un personaggio che sincronizza labbra ed espressioni mentre parla. Google dichiara che l’avatar supporta 97 lingue senza degradare la qualità video o introdurre slittamenti visivi; può anche mostrare informazioni sullo schermo durante la conversazione. L’accesso è per ora riservato ai clienti Enterprise, con librerie di avatar predefinite e la possibilità di crearne di propri.
L’avatar visuale comunica in 97 lingue differenti
L’output video porta un watermark invisibile SynthID per tracciare la generazione.
L’aggregazione di voce automatica e volto sintetico mette in gioco aspetti operativi e normativi. Le aziende possono offrire un’interfaccia più empatica al cliente, ma i lavoratori che facevano quelle stesse chiamate rischiano una riorganizzazione dei compiti. Inoltre, il watermark SynthID e le salvaguardie d’identità cercano di mitigare l’uso improprio, ma non eliminano del tutto i rischi legati a rappresentazioni false o alla sostituzione del lavoro umano.
Impatti sul lavoro, privacy e prossimi passi
Combinare chiamate automatizzate e avatar visivi trasforma sia i flussi di lavoro sia le responsabilità legali. I sindacati e i reparti HR devono negoziare chi mantiene responsabilità sulle decisioni prese dall’agente digitale e come documentare le interazioni. Le imprese traggono vantaggio da efficienza e scalabilità; i dipendenti possono perdere compiti routinari ma acquisire ruoli di supervisione e controllo qualità delle chiamate.
Le aziende devono aggiornare policy e formazione interna
Resta aperta la domanda delle regole. La tecnologia è distribuita ora a utenti paganti e clienti enterprise. Normative come l’AI Act e le autorità per la privacy dovranno valutare trasparenza, tracciabilità e diritti degli interessati. Nei prossimi mesi si vedranno piloti su scala più ampia. Si vedranno aggiornamenti sui limiti d’uso e casi concreti. Questi elementi definiranno se questa fusione di voce e volto cambierà davvero le pratiche quotidiane.
Fonti:
- Gemini can now call businesses for you so you don’t have to wait on… | theverge.com
- Gemini 3.8 Live with Live Avatar gives Google’s AI a face | theverge.com
Punti chiave
Da ricordare
- Gemini può chiamare attività locali e l'utente può prendere il controllo in qualsiasi momento.
- Gemini 3.8 Live offre un avatar che supporta 97 lingue e mostra informazioni sullo schermo.
- L'accesso iniziale è limitato a abbonati paganti e clienti enterprise negli Stati Uniti.
- Il watermark SynthID viene usato per tracciare l'output video e mitigare usi impropri.
- Sindacati e HR devono aggiornare policy, formazione e responsabilità sul posto di lavoro.
