Googleは2026年11月20日付の記事で、ユーザーに代わって店舗や事業者に電話し予約などを調整するGoogle Duplexの機能を、Geminiアプリの「Tasks in Gemini」で同週に提供開始したと発表しました。通話システムは、用途ごとの専用モデルから、Geminiでマルチモーダル理解・計画・対話生成を統合する構成へ移行しています。
記事はYossi Matias(Googleバイスプレジデント兼Google Researchゼネラルマネージャー)、Yaniv Leviathan(Google ResearchのGoogle Fellow)、Janet Zhou(Google Mapsのグループプロダクトマネージャー)の共著です。Geminiは、Google DeepMindが開発するマルチモーダル対応のAIモデルファミリーです。
3世代の対話アーキテクチャ
Googleによると、Duplexの通話スタックは3つの世代を経ています。
| 世代 | 構成 |
|---|---|
| 1. LLM以前 | 限定ドメインに絞り、匿名化したタスク別通話データで専用の再帰型ニューラルネットワークを学習 |
| 2. 初期の生成モデル | 2022年に実通話でLaMDAを使用。生成モデルによる柔軟な言い回しと、決定論的な状態管理・厳格なポリシー制御を組み合わせたハイブリッド構成 |
| 3. Gemini統合 | 固定の業種制約を撤廃し、自由記述のタスク説明でプロンプト。Geminiで理解・計画・対話生成を統合 |
第3世代では、用途ごとに対話モデルを作り直さずに新しい依頼や業種へ対応でき、カレンダーの予定と競合する車の整備予約のような複数制約の依頼や、受付が別の枠を提案した場合の調整も扱えます。電話回線の圧縮音声や厨房・エスプレッソマシン・路上の騒音のなかで自然な間合いを保つため、スタックは1秒未満の低遅延ストリーミング推論に調整されており、独自の音響モデルと会話の間合いモデルが中核AIを補助します。
経緯と数値
| 項目 | 内容 |
|---|---|
| Duplex初公開 | 2018年 |
| Pixel Call Assist新機能 | 2019年から5世代連続のPixelに展開(Call Screen、Hold for Meなど) |
| 実通話でのLaMDA使用 | 2022年 |
| 通話由来の事業者情報の検索・Maps表示回数 | 1兆回超(2023年公表) |
| Google検索・Ask Mapsでの通話用途拡大 | 2025年と2026年(見積もり、在庫、空き状況の確認など) |
使い方と事業者側の条件
- ユーザーはGeminiアプリの「Tasks in Gemini」で、電話で調整してほしい内容を自由記述で伝えます。窓側の席やベビーカーを置く余裕などの希望も指定できます。
- 各通話の冒頭で、Googleの自動システムからの電話でありAIエージェントが話していることを明示します。
- 事業者は既存の電話で応対でき、ソフトウェアの導入、予約システムの維持、従業員の研修は不要です。
- 事業者はGoogle Business Profileの設定で自動通話を拒否するか、通話中に「Please stop calling my business」と伝えられます。
Tasks in Geminiの位置づけ
Googleは、オンラインAPIや予約フォームがない場合にもエージェントが電話で依頼を進められる点を挙げています。Tasks in GeminiはGemini 4 HydrogenとGemini 4 Neonを含むGemini 4モデルを使い、公共料金の請求書の分析、Agent Payments Protocolを介した安全な取引処理、メールやRich Communication Services(RCS)でのユーザーとの調整にも対応します。

まだコメントはありません。