Google robi kolejny krok w kierunku agentów AI, które nie tylko odpowiadają na pytania, ale wykonują zadania w świecie rzeczywistym. Firma rozpoczęła testy funkcji Call for Me, dzięki której Gemini może samodzielnie zadzwonić do firmy, przejść przez automatyczne menu, poczekać na konsultanta i przeprowadzić rozmowę w imieniu użytkownika.
Na razie jest to eksperyment dostępny w Stanach Zjednoczonych dla ograniczonej grupy użytkowników. Potrzebny jest smartfon Pixel 11, płatna subskrypcja Google AI oraz wersja beta aplikacji Phone by Google. Funkcja jest również dostępna wyłącznie w języku angielskim.
Gemini zaczyna wykonywać telefony za użytkownika
Mechanizm jest prosty. Użytkownik mówi Gemini, co chce załatwić, a sztuczna inteligencja przygotowuje i wykonuje połączenie. Może na przykład zadzwonić do sklepu z narzędziami i zapytać, czy konkretny produkt jest dostępny, zarezerwować stolik w restauracji albo przełożyć umówioną wizytę.
Google podaje również przykłady sytuacji, w których Gemini może poprosić firmę o odłożenie produktu na później lub sprawdzić ceny i dostępność określonej usługi. AI może więc nie tylko zdobyć informację, ale również doprowadzić rozmowę do wykonania konkretnego zadania.
Gemini sam rozpoczyna rozmowę i informuje rozmówcę, że jest asystentem AI Google działającym w imieniu klienta. Następnie może przejść przez automatyczne menu telefoniczne, zaczekać na linii i rozmawiać z pracownikiem firmy.
To ważna różnica w porównaniu z wcześniejszymi rozwiązaniami Google. Call for Me nie ogranicza się do oczekiwania na konsultanta czy pomagania użytkownikowi w wyborze odpowiedniej opcji w automatycznym menu. AI prowadzi całą rozmowę.
Użytkownik może słuchać rozmowy na żywo
Google nie oddaje jednak całkowicie kontroli agentowi. Podczas rozmowy użytkownik może obserwować jej przebieg dzięki transkrypcji na żywo, a w razie potrzeby przejąć połączenie.
Gemini korzysta przy tym z numeru telefonu użytkownika i połączenie jest realizowane za pośrednictwem jego urządzenia i sieci komórkowej. Google podkreśla również, że przed rozpoczęciem rozmowy użytkownik może sprawdzić, jaki numer zostanie wybrany oraz jakie informacje zostaną przekazane.
Po zakończeniu rozmowy Gemini przygotowuje podsumowanie jej wyniku. Użytkownik może także sprawdzić pełną transkrypcję i nagranie rozmowy w historii aplikacji Telefon.
To powrót pomysłu, który Google pokazało już w 2018 roku
Dzisiejsze rozwiązanie nie pojawiło się znikąd. Google od lat eksperymentuje z pomysłem sztucznej inteligencji, która może wykonywać połączenia telefoniczne w imieniu człowieka.
W 2018 roku podczas konferencji Google I/O firma pokazała możliwości Google Duplex. Asystent Google potrafił wówczas zadzwonić do salonu fryzjerskiego i umówić wizytę, prowadząc rozmowę w sposób przypominający człowieka.
Później Google rozwijało kolejne funkcje związane z połączeniami. Hold for Me pozwalało asystentowi czekać na linii za użytkownika, a Direct My Call pomagało przechodzić przez automatyczne menu telefoniczne. Pojawiło się również Ask for Me, które umożliwiało Gemini wykonywanie połączeń w celu zebrania informacji dotyczących usług czy cen.
Teraz Google łączy te możliwości z generatywną AI. Gemini może jednocześnie poruszać się po automatycznym systemie, czekać na konsultanta i prowadzić z nim rozmowę.
Google ostrożnie podchodzi do rozmów prowadzonych przez AI
Firma nie zamierza na razie udostępniać funkcji wszystkim użytkownikom. Google określa Call for Me jako wczesny eksperyment i rozpoczyna testy od niewielkiej grupy.
Powód jest istotny. Rozmowa telefoniczna z człowiekiem nie zawsze przebiega według przewidywalnego scenariusza. Pracownik może zadać dodatkowe pytanie, poprosić o doprecyzowanie informacji albo zaproponować rozwiązanie, którego AI się nie spodziewała.
W przypadku wyszukiwania informacji w internecie błąd agenta może zakończyć się niewłaściwą odpowiedzią. W przypadku prawdziwej rozmowy telefonicznej może natomiast oznaczać błędną rezerwację, zmianę terminu wizyty czy zamówienie niewłaściwej usługi.
Google zwraca również uwagę, że po drugiej stronie znajdują się prawdziwi pracownicy lokalnych firm. Rozmowy wykonywane przez Gemini mają więc dotyczyć rzeczywistych klientów i rzeczywistych transakcji.
Na razie tylko Pixel 11 i USA
Pierwsza wersja Call for Me jest mocno ograniczona. Z funkcji mogą korzystać osoby mające Pixel 11, znajdujące się w USA, posiadające amerykańską kartę SIM, płatną subskrypcję Google AI oraz korzystające z publicznej wersji beta aplikacji Phone by Google. Telefon i Gemini muszą być również skonfigurowane w języku angielskim.
Gemini może obecnie dzwonić wyłącznie na numery telefoniczne w USA.
To oznacza, że polscy użytkownicy nie mogą jeszcze wykorzystać tej funkcji. Jeżeli eksperyment zakończy się powodzeniem, można jednak oczekiwać, że Google będzie stopniowo rozszerzać dostępność rozwiązania na kolejne urządzenia i rynki.
Agent AI zaczyna wychodzić poza ekran
Call for Me pokazuje kierunek, w którym rozwija się Gemini. Dotychczas asystent AI przede wszystkim generował informacje, tekst, obrazy czy kod. Coraz częściej jego zadaniem jest jednak wykonanie konkretnej czynności w imieniu człowieka.
Telefon do restauracji, sprawdzenie dostępności produktu czy przełożenie wizyty to proste zadania, ale właśnie z takich czynności może powstać bardziej uniwersalny agent AI.
Granica między asystentem, któremu zadajemy pytania, a cyfrowym pracownikiem wykonującym polecenia zaczyna się więc zacierać. Google nie jest zresztą jedyną firmą rozwijającą takie rozwiązania. Rozmowy telefoniczne prowadzone przez agentów AI stają się kolejnym obszarem rywalizacji między producentami sztucznej inteligencji.
Na razie Google sprawdza, czy Gemini potrafi robić to wystarczająco dobrze w prawdziwych rozmowach. Od wyników tego eksperymentu będzie zależało, czy Call for Me stanie się standardową funkcją telefonów Pixel, czy pozostanie ciekawostką z fazy testów.
Foto: ChatGPT Image/AI.