Google、Gemini 3.8 Live with Live Avatarを企業向けに正式提供開始：話すAIアバターがカスタマーサポートへ

何が起きたか：Live Avatarが企業向けに正式提供

Google Cloudブログは、Gemini 3.8 Live with Live AvatarをGemini Enterpriseで正式提供（generally available）したと発表しました。正式提供とは、試験段階を終えて一般の顧客が利用できる状態になったことを指し、Googleはこの技術が企業の本番環境で利用できる段階にあるとしています。このGoogle Cloudブログ記事の日付は2026年9月25日です。また、機能を紹介する別の記事がblog.googleに2026年9月24日付で公開されています。Googleによると、この技術はGoogle Cloud Next 2026で初めてプレビューされました。

今回の提供は、Googleが2026年9月15日に発表したGemini 3.8 LiveとGemini 3.8 Live Extended Thinkingを基盤としています。Googleによると、Gemini 3.8 Liveは規模とコスト効率を重視し、Extended Thinkingは高度に複雑なタスクや多段階の推論を対象としています。以上の情報はいずれもGoogle自身のサイトによるもので、独立した情報源による裏付けはまだありません。

詳しい説明を読む

情報源を収集し、独立検証を行ってから Jev が判断します。

主な機能と現在の提供状況の比較

Googleによると、Live Avatarはウェブ、モバイル端末、インタラクティブな案内端末上の対話型動画エージェント（利用者と会話しながら用件を処理するAI）向けに、唇の動きが同期するアバターを生成できます。Gemini 3.8 Liveは97言語を理解して話すことができ、言語を自動検出し、アバターの唇の動きや表情もこれらの言語間で切り替えられます。モデルは会話を続けながら、バックグラウンドでツールやAPI（ソフトウェア同士が機能をやり取りするための窓口）の呼び出しを実行できます。たとえば、データの検索などを裏で進めながら会話を途切れさせない仕組みです。リアルタイムの視覚理解では、カメラ映像、画面共有、音声を同時に処理できます。さらにGoogleは、正式版では米国とEUのエンドポイント（サービスに接続する地域ごとの窓口）、プロビジョニングされたスループット（処理能力をあらかじめ確保しておける仕組み）、企業向けコンプライアンスとデータガバナンスが提供されるとしています。

性能面では、GoogleはGemini 3.8 Live Extended ThinkingがArtificial Analysisの音声対音声品質指数で82.6点を獲得して首位となり、τ-Voiceで68.6%、Big Bench Audioで97.7%を記録したとしています。Googleによると、Gemini 3.8 LiveはSpeech Agent Arenaで2位を獲得しました。これらの成績はGoogleが自ら公表したもので、ベンダーの主張として受け止めるのが妥当です。

なりすまし対策と透かし措置

実在の人物の外見でリアルタイムに話せるAIアバターで最も懸念されるリスクは、なりすましと誤認です。Googleによると、顧客は事前に用意されたアバターライブラリから選ぶことができます。参照画像からカスタムアバターを生成するには、企業の許可リスト（Googleが利用を認めた企業の名簿）への登録と検証手続きを経る必要があります。またGoogleは、生成されるすべての音声・映像ストリームにSynthID透かしが入っているとしています。SynthIDは、音声や映像そのものに埋め込まれ、肉眼ではほぼ判別できないGoogleの電子透かしで、AI生成コンテンツを検出可能にすることが目的だとされています。

一般の読者への実際の影響

今回の発表は企業と開発者を対象としており、一般消費者がこのサービスを直接購入したり有効化したりすることはありません。実際の影響は、導入企業がAIアバターをカスタマーサポート、買い物の案内、チェックイン手続きなどに組み込む可能性がある点です。Google Cloudブログは例として、Cox AutomotiveがAutotrader向けにAIショッピングアシスタントを構築し、車の購入希望者による車両の検索や比較を案内していることを挙げています。Googleはまた、保険金請求受付のデモも紹介しており、利用者がカメラに向かって損傷を説明すると、バックグラウンドのエージェントが保険契約を照合して情報を整理します。

Google Cloudブログはさらに、Equal AIのCEOであるAkhilesh Damaraju氏の、同社のAIが毎日9つのインドの言語で100万件を超えるリアルタイム通話を処理しているとの発言や、SalesforceのBob Van Osten氏によるGemini 3.8 LiveとAgentforceの連携に関する発言を引用しています。これらはいずれもGoogleが選んで掲載した顧客の声です。利用者にとっては、多言語対応で画面を見られるAIサポートにより一部のサービスが便利になる可能性がある一方、カメラに映した映像や声が企業のAIシステムで処理されることも意味するため、利用前にその企業のプライバシーに関する説明を確認しておくとよいでしょう。

よくある質問

このトピックの最新ニュースを見る

• テックニュース