Gemini Call for Meはビジネス電話を代行するが、本当の待ち時間は信頼にある
Googleは、対象となるPixel 11の所有者が日常的なビジネス電話をAIに委任できる初期実験、Gemini Call for Meを公開した。
この機能は、単に電話番号を発信したり保留音を待ったりするだけではない。Geminiは自らを名乗り、電話メニューを操作し、従業員と会話して結果を報告できる。ユーザーは、自分で会話を始めることなく、予約の依頼、商品の在庫確認、予約日時の変更を行える。
この変化により、GeminiはGoogle、Apple、Samsungが提供してきた既存の着信スクリーニング機能を超える位置づけになる。アシスタントは今や、別の人間とのライブのやり取りでユーザーを代理する。Googleは一般的な摩擦を取り除こうとしているが、そのためには文脈、個人情報、意思決定を予測不能な環境へ移す必要がある。
これはGoogleにとって自動通話の初めての試みでもない。Duplexは2018年にレストランや美容院への電話を実演し、その後のPixel機能は電話ツリーや保留時間への対応を担った。Gemini Call for Meは、こうした先行するアイデアを、ユーザーが定義した結果を追求できる会話型エージェントと組み合わせている。
中心的な問いは、AIが自然に聞こえる音声を生み出せるかどうかではなくなった。ユーザーと事業者が、その声に正確な行動、明確な自己開示、そして状況が変化した際の停止を委ねられるかどうかである。
Gemini Call for Meは保留待ちを超える
Googleは通話を支援する段階から、ユーザーに代わって会話を行う段階へ移行している。
Googleは2026年9月24日にこの実験を発表した。利用は当初、米国のSIMカードを使用するPixel 11を持つ米国在住の成人に限定される。ユーザーにはGoogle AIのサブスクリプション、最新版のGeminiアプリ、そしてPhone by Googleのパブリックベータ版も必要となる。
同社はこの機能を段階的に導入しているため、要件を満たしていてもすぐに利用できるとは限らない。端末の言語設定も英語である必要がある。
対象ユーザーはGeminiモバイルアプリ内から開始する。利用者は、関連する日付、希望条件、代替案を含め、望む結果を説明する。Geminiにテーブル予約、サービス見積もりの依頼、近隣店舗での特定商品の捜索を求めることができる。
Geminiは通話前にタスクの概要を表示する。この確認画面には、事業者の電話番号と、Geminiが共有する予定の個人情報が含まれる。ユーザーは、通話を承認するボタンをタップする前に指示を修正できる。
Googleの通話に関する説明によると、すべての通話は自己開示から始まる。GeminiはGoogle AIアシスタントであること、ユーザーに代わって電話していること、通話が録音されることを伝える。
通話には所有者の携帯電話回線と個人の電話番号が使われる。通常の通信事業者のルールは引き続き適用される。この仕組みにより、見知らぬ集中型サービス番号ではなく、顧客からの電話だと認識できる。
接続後、Geminiは自動音声応答システム、すなわち発信者を各部署へ案内する番号付きメニューを操作できる。保留中に待機し、担当者が応答すると会話を始められる。
ユーザーはライブ文字起こしを通じてやり取りを追跡できる。マイクはデフォルトでミュートされたままだが、音声を聞くことも可能だ。「Take over」をタップするとマイクが有効になり、Geminiは引き継ぎを告知したうえで会話から退出する。
終了後、Geminiは結果の要約を提供する。完全な文字起こしとローカルの音声録音は、Phoneアプリの通話履歴から引き続き利用できる。
このワークフローはHold for Meからの大きな変化を示している。Hold for Meは担当者が戻るまで待機し、その後ユーザーを呼び出す。Direct My Callは音声の電話メニューをタップ可能な選択肢に変換する。どちらのツールも通常、最終的な依頼を交渉することはない。
それに対してCall for Meは、音声チャネル全体にわたってタスクを遂行する。指示を受け取り、それを会話に変換し、追加の質問に応答し、結果を記録する。ユーザーは主な話者ではなく監督者となる。
この違いが、この記事における真の緊張を生む。時間を節約するには、Geminiに話し、適応するための十分な権限を与える必要がある。しかし自律性が一段階増すごとに、誤解の機会も増える。
GoogleがAIによるビジネス電話に再び取り組む理由
この新たな実験は、技術、自己開示モデル、ユーザーの制御レベルを変えながら、Google Duplexの野心を復活させる。
Googleはほぼ10年にわたり、自動化されたビジネス電話を追求してきた。2018年の開発者会議で同社は、予約やアポイントメントの設定のために電話をかけるDuplexを実演した。その合成音声には会話中の間が含まれ、驚くほど人間らしく聞こえた。
そのリアリズムは多くの観察者を驚かせたが、自己開示と同意をめぐる疑問もすぐに生じた。Googleはその後、システムが自らを名乗ることを強調した。この出来事は、消費者向け通話エージェントにおける長く続く原則を確立した。技術的な流暢さは、社会的な透明性の代わりにはならない。
Duplexは、限定的で構造化されたやり取りに焦点を当てていた。レストランの予約や美容院のアポイントメントには、日付、時刻、人数、空き枠など、認識しやすい項目がある。このシステムは、あらゆる電話タスクを担う汎用的な代理人として位置づけられてはいなかった。
Googleは後に、電話支援をより小さな機能に分割した。Call Screenは不明な発信者に電話の目的を尋ねる。Direct My Callはメニューの選択肢を視覚的に表示する。Hold for Meは待機列を聞き続け、Talk to a Live Repはユーザーが人間のサポート担当者につながるのを助けた。
Ask for Meは、事業者のサービスや在庫について尋ねる自動発信を拡張した。しかし、このシステムは一般に、より広範な個人取引を進めるのではなく、情報を返すものだった。
Geminiのビジネス電話は、こうした要素をまとめている。現代の言語モデルは、より構造化されていない発話を解釈し、文脈に応じた応答を生成できる。これによりGoogleは、固定された予約スクリプトに従わない会話をサポートする余地を得る。
アシスタントは今や、選択された個人情報を共有し、追加質問をしたり答えたりし、定義された結果を追求できる。これにより機能の有用性は高まるが、誤った応答に伴うコストも上がる。
商品の在庫確認電話は、その違いを示している。スクリプト化されたシステムは、特定モデルの在庫があるかを尋ねられる。エージェントは、別の色、別の受け取り時間、類似商品、あるいは従業員からの連絡先情報の要求に対応する必要があるかもしれない。
予約変更には異なる分岐が生じる。希望する時間が空いていない可能性がある。従業員は複数の代替案を提示したり、既存の予約について尋ねたり、Geminiが開示できない情報を求めたりするかもしれない。
Googleは、現実の会話には微妙なニュアンスがあるため、小規模に始めるとしている。この慎重さは、アシスタントの音声品質より重要だ。洗練された音声でも、不明確な権限を解決したり、予想外のあらゆる要求から自動的に立て直したりはできない。
このタイミングは、モバイルアシスタント間の競争拡大も反映している。Apple、Samsung、Googleはすでに、自動システムを使って着信をスクリーニングしたり、発信者の意図を特定したりしている。競争の前線は、発信タスクを完了させる方向へ移りつつある。
Googleには、Gemini、Android統合、Pixelハードウェア、Phoneアプリを管理しているという重要な優位性がある。サードパーティアプリケーションに全面的に依存せず、アシスタントをライブ通話インターフェースへ接続できる。
ただし、この統合は当初、限定された要件の組み合わせを通じてのみ利用できる。Call for Meはまだ一般的なAndroid機能ではなく、Geminiを実行するすべての端末で使えるわけでもない。
この限定プレビューにより、Googleはシステムをはるかに大規模な利用者層に公開する前に失敗を観察できる。また、Pixel 11の所有と有料AIサブスクリプションを、Googleの最も自律性の高い消費者向け機能への入口にしている。
この戦略は、他のスマートフォンメーカーに対し、自社のアシスタントが実際に何を完了できるのかを明確にする圧力をかける。要約や返信候補は便利だが、現実世界のタスクを完結させる電話エージェントは、実用的価値をより明確に試すものとなる。
会話が変化したときのGemini Callingの仕組み
この仕組みが成功するのは、Geminiが承認された権限を超えることなく、予測不能な質問をまたいでユーザーの意図を維持できる場合に限られる。
通常の電話には、最初の指示にほとんど書かれない情報が含まれている。従業員は名前を確認し、日付を復唱し、代替案を提示し、発信者が予想していなかった方針を説明する。
そのためGeminiには、音声認識と音声生成以上の能力が必要となる。タスクの状態を維持し、相手の応答を解釈し、返答が承認された依頼の範囲内にあるか判断しなければならない。
レストラン予約を考えてみよう。ユーザーは特定の時間に2人分のテラス席を希望するかもしれない。レストランはすぐに屋内席を用意できる場合もあれば、1時間後ならテラス席を提供できる場合もある。
有用なエージェントであれば、どちらの選択肢もユーザーが示した希望を満たすかを把握すべきだ。プロンプトに許容できる代替案が含まれていれば、Geminiは続行できる。含まれていなければ、タスクを完了させるためだけに好みを勝手に作り出すべきではない。
同じ問題は在庫確認でも現れる。従業員は商品があると確認するかもしれないが、展示品しか残っていないと付け加える可能性がある。「在庫あり」は技術的には正しいものの、その状態では結果が役に立たない可能性がある。
だからこそGoogleは、通話前に日付、希望条件、代替案を提供するようユーザーに求めている。より良い指示は、エージェントにとってより明確な境界を作る。また、不確実な判断を要する場面の数も減らす。
自動化エージェントを使うユーザーは、他のAIワークフローからこのパターンを認識できるかもしれない。委任は、求める結果、許可される入力、エスカレーションの時点が明確な場合に最もうまく機能する。
電話環境では、不十分な指示を修正することがより難しい。電話の向こう側にいる人は、タイムリーな回答を期待している。エージェントは、ユーザーが何を望んでいたのかを再構築する間、無期限に停止することはできない。
Googleはライブ監督によってこの問題に対処している。所有者は文字起こしを確認し、通話を聞き、自ら引き継ぐことができる。これらの操作により、完全な委任は監視されたプロセスへと変わる。
しかし監視は、通話から完全に解放されるという約束も弱める。ユーザーがすべての文を見守らなければならないなら、予想より節約できる注意力は少ないかもしれない。人々が目を離せるほど信頼して初めて、このシステムの価値は高まる。
Geminiは明確なタスク制限の範囲でも動作する。緊急サービスに電話をかけること、金融取引を完了させること、支払い認証情報を提供することはできない。パスワード、Social Security番号、健康情報、機微な金融情報も共有できない。
この機能は個人的な通話向けである。Googleの追加規約は、事業、政府、法執行、政治、スパム、テレマーケティング目的での利用を禁じている。ユーザーはこれを自動営業ダイヤラーに変えることはできない。
こうした制限は明白な悪用を防ぐが、タスクを停止すべき地点も定義する。保証金が必要な予約は、同じやり取りでは完了できない。健康情報を伴う医療予約は、サポート対象の境界外にある。
Gemini は、許可されたタスク内でも誤りを犯す可能性があります。Google のエージェント型通話に関する規約では、アシスタントが応答を誤って解釈したり、不正確な情報を提供したりする可能性があると明示的に警告しています。同社は、タスクが正常に完了することを保証していません。
この免責事項は、会話と説明責任の間に未解決の隔たりがあることを浮き彫りにしています。Gemini が誤った日付で予約した場合、事業者側がその予約を確定済みと合理的に判断する可能性があります。誤りを検知して修正する責任は、依然としてユーザーにあります。
要約もまた、別の潜在的な失敗点です。会話そのものが正確でも、不正確な要約が生成される可能性があります。特に日付、数量、キャンセル条件、受け取り方法が重要な場合、ユーザーは重要な結果を文字起こしと照合するべきです。
したがって、Gemini の通話機能の仕組みは、その音声が示唆するほど魔法のようなものではありません。これは、解釈、承認、対話、検証から成る監督付きの連鎖です。各リンクが可視化され、修正可能であり続ける場合にのみ、この製品は信頼できるものになります。
最も難しいのは、両者から信頼を得ること
Call for Me は、タスクを委任するユーザーと、予期せず AI と話すことになる従業員という、2 人の要求を同時に満たさなければなりません。
Google はユーザー向けに複数の管理機能を用意しています。Gemini は共有予定の情報を事前に表示し、承認を求め、ライブ文字起こしを提供し、即座の引き継ぎを可能にします。
受信者には、通話の冒頭で開示が行われます。発信者が、名前を明かした人物に代わって行動する Google の AI アシスタントであることが伝えられます。また、その通話が録音されていることも通知されます。
この透明性は不可欠ですが、拒否を増やす可能性もあります。企業にはすでに自動スパム電話、詐欺的な依頼、合成音声の電話がかかってきています。実際の顧客からの正当な依頼であっても、AI であるとの説明を聞いた従業員が電話を切る可能性があります。
この問題は、特に中小企業で深刻です。忙しいレストランの受付係や店舗スタッフには、AI の代理人に対応する方針がないかもしれません。最も安全な対応は、顧客本人に直接電話するよう求めることになり得ます。
会話上の負担の多くも、スタッフが担います。Pixel の所有者は時間を節約できますが、従業員は依然として質問に答え、不明瞭な情報を繰り返し、システムが応答を処理する間待たなければなりません。
こうしたやり取りが人間同士の電話より長くなる場合、企業は利用に抵抗する可能性があります。有用な消費者向け機能が、通話を受ける人々に新たな業務コストを生み出すことになりかねません。
アクセント、背景雑音、一貫性のない電話機器も、さらなる負荷を生みます。Google の広報担当者は WIRED に対し、この実験ではアクセントや騒がしい環境での性能を検証すると語りました。こうした状況は、実際の店舗、美容室、レストランでは一般的です。
アシスタントは、不確実性と拒否も区別しなければなりません。従業員が「そうは思いません」と言う場合、それは在庫を確認したうえでの回答とは異なります。十分な能力を持つシステムなら、その曖昧さを要約にも残すべきです。
口調も別の課題を生みます。人は、ためらい、ユーモア、間接的な言い回しを使い、対人関係の摩擦を調整します。発信者は「それでは私たちには遅すぎるかもしれません」と言い、相手が提案された時間を断ることを期待する場合があります。
文字どおりに解釈するエージェントは、その発言を消極的な受諾と誤認するかもしれません。一方で、過度に積極的なエージェントは逆の誤りを犯し、ユーザーなら受け入れていた選択肢を捨てる可能性があります。
プライバシーモデルも同様に精査されるべきです。Google のプライバシーに関する説明によると、通話の文字起こしは同社のサーバーに送信・保存されます。一方、録音データはそこには保存されません。
文字起こしと音声録音の両方のコピーは、Phone アプリの通話履歴にローカル保存されます。ユーザーは端末からこれらの資料を削除でき、Gemini アカウントを通じて関連アクティビティを管理できます。
Google は、エージェント型通話の文字起こしや録音を AI モデルの学習には利用しないとしています。ただし、文字起こしは要約の作成や、Gemini で過去の通話アクティビティを表示するために使用します。
この区別は一部の懸念を軽減しますが、録音された会話の機微性をなくすものではありません。文字起こしには、氏名、予約の詳細、予定、事業者から提供された情報が含まれる可能性があります。
事業者側にも、実用的に拒否する手段が必要です。Google は、組織が Gemini ユーザーからの自動通話をブロックできる選択肢を提供しています。この管理機能は、同意が Pixel 所有者だけにとどまらないことを認めるものです。
Google はサポートページで一律の回数を公開していませんが、1 日あたりの通話制限も別の安全策となります。利用量を制限することで、同社が通常の利用状況や失敗パターンを調査する間の悪用を減らせます。
ユーザーの反応は、よく知られた傾向に沿って分かれるでしょう。すでに着信スクリーニングに頼る人々は、Call for Me を欠けていた発信側の同等機能と見るかもしれません。ロボコールを信用しない人々は、AI 発信者を人と人の間に立つ新たな層と捉える可能性があります。
最も信頼できる検証は、洗練されたデモではありません。一般的な事業者が、混乱、繰り返しの説明、頻繁な人間への引き継ぎなしに、これらの通話を完了できるかどうかです。
Google の強みは Pixel への圧力も生む
Call for Me は Google に際立ったモバイル機能をもたらしますが、限定的な展開は、この体験が一般提供からどれほど遠いかを示しています。
このプレビューでは当初、最新の Pixel、米国の SIM カード、成人ユーザー、Google AI サブスクリプション、公開ベータ版の Phone ソフトウェアという 5 つの条件が組み合わされています。対応する端末言語は英語のみです。
これらの要件により、このローンチは主流の Gemini リリースではなく、管理されたフィールドテストとなっています。また、Gemini が電話をかけられると聞いても、この機能を利用できない消費者にとって、製品の説明は複雑になります。
Google は安全性を理由にこうした制限を正当化できます。段階的な展開により、同社はアクセント、雑音、事業者の反応、タスク完了状況を観察しながら通話量を抑えられます。また、構造化されたフィードバックを集めるための明確な対象グループも得られます。
ただし、排他性には競争上の目的もあります。Google は、Gemini の機能を他の Android スマートフォンとの差別化にますます活用しています。このソフトウェア機能は、競合端末が類似の基盤 AI サービスを共有していても、Google のハードウェアを選ぶ理由になります。
Apple と Samsung はすでに、発信者のスクリーニング、会話の文字起こし、コミュニケーション支援を行う機能を提供しています。両社にとって当面の課題は Google のインターフェースを再現することではありません。自社のアシスタントが、同等の現実世界のタスクを安全に完了できるかを示すことです。
より大きな競争は、主体性をめぐるものです。スマートフォンのアシスタントは長年、タイマーの開始や音声入力したメッセージの送信といったコマンドに応答してきました。生成モデルは、目標を解釈し、より少ない監督で複数ステップのタスクを完了することを約束します。
電話は、成功を理解しやすいため、分かりやすい試験の場となります。レストランが予約を受け付けたか、店舗が商品の在庫を確認したか、予約日時が変更されたかのいずれかです。その結果は、流暢な文章の陰に隠れることができません。
この明確さは、失敗も露わにします。チャットボット内の幻覚回答は、ユーザーと画面の間だけにとどまる可能性があります。事業者への電話中の誤った発言は別の人に届き、実際の約束を生み出すことがあります。
Google の垂直統合による管理は、このリスクへの対処を支援します。Gemini は Phone アプリ、携帯回線、通話履歴、文字起こし、Pixel の引き継ぎインターフェースと連携できます。より緩やかなサービス群では、同じ管理機能を提供することは難しいでしょう。
ただし、緊密な統合は配布上の制約にもなり得ます。このエージェントはクラウドへの依存度が高い会話タスクを実行しているように見えるにもかかわらず、利用は特定世代のスマートフォンに結び付けられています。ユーザーは、この制限が技術的な必要性によるものなのか、製品ポジショニングによるものなのか疑問に思うかもしれません。
企業側も分断に直面します。従業員は Gemini のプロトコル、将来の Siri エージェントの別のプロトコル、業務向け AI プロバイダーの追加システムに遭遇する可能性があります。それぞれが異なる形で自身を開示し、異なる手順で修正を処理するかもしれません。
標準的な社会的期待は、まだ追いついていません。従業員が予約を確定したり代替案を受け入れたりする際、いつ AI を信頼すべきかについて、共有されたルールはありません。また、エージェントの背後にいる人物を確認する普遍的な方法もありません。
顧客本人の電話番号を使うことは役立ちますが、発信者番号は意図の証明ではありません。高額商品、機微なアカウント変更、キャンセル料が発生する予約について、企業はなお直接確認を求めるかもしれません。
したがって、このプレビューが検証するのは Pixel への需要だけではありません。企業が消費者向けエージェントを、日常的な商取引における正当な参加者として受け入れるかどうかも明らかになります。
受容が広がれば、電話は自動化システム同士のインターフェースになり得ます。顧客のアシスタントが最終的には事業者のエージェントと会話し、双方がやり取りを構造化データに変換する可能性があります。
この結果は、オンラインフォームやテキストメッセージと比べると非効率に聞こえるかもしれません。しかし多くの地域事業者は、在庫、予定、例外処理が完全にデジタル化されていないため、依然として音声に依存しています。
Call for Me は、この根強い隔たりを標的にしています。AI を用いて、現代的なソフトウェアと、主に電話で連絡を取れるままの事業者をつなぐのです。この橋が両者にとって信頼できるものだと証明される場合にのみ、Google の優位性は持続します。
Pixel 11 の実験後に注目すべきこと
次の段階は、完了品質、事業者の受容、そして現在の利用条件を超えた拡大という 3 つのシグナルに左右されます。
最初のシグナルは、人間への引き継ぎなしに成功した通話の割合です。Google は、このプレビューにおけるタスク完了のベンチマークを公開していません。ローンチ時点では妥当な判断ですが、最も重要な製品上の疑問は未解決のままです。
有用な指標では、複数の結果を区別する必要があります。Gemini は事業者に接続し、従業員を理解し、依頼を完了し、それを正確に要約する可能性があります。どの段階で失敗しても、委任の実用的な価値は低下します。
引き継ぎの頻度も重要です。引き継ぎボタンは重要な安全管理機能ですが、繰り返しの介入が必要なら、エージェントがまだ日常的な変化に対応できないことを示します。
日付、氏名、代替案、条件付きの回答に関するユーザー報告に注目すべきです。これらの詳細は音声品質ほど劇的ではありませんが、生成された予約やアポイントメントを人々が信頼できるかどうかを決定します。
2 つ目のシグナルは、事業者の受容です。Gemini が自身を名乗った後も、従業員は通話を継続しなければなりません。また、アシスタントが実際の電話番号を使う実在の顧客を代理していることも理解する必要があります。
頻繁な電話切断、開示に関する繰り返しの混乱、広範な事業者によるブロックの報告は、Google の主張を弱めるでしょう。通話が短く理解しやすいという証拠は、それを強めます。
独立したレビューでは、難しいものの一般的な条件を検証すべきです。有用なシナリオには、騒がしい店舗、強い地域アクセント、長い電話自動応答メニュー、在庫切れ、複数の許容可能な予約時間が含まれます。
円滑な失敗も検証すべきです。アシスタントに権限がない場合、そう伝え、丁寧に通話を終え、ユーザーが次に何をすべきかを説明する必要があります。完了したふりをすることは、境界を認めることより悪い結果です。
3 つ目のシグナルは、製品の拡大です。Google は、他の Pixel 世代、Pixel 以外の Android スマートフォン、追加言語、米国外の市場について、幅広い展開予定を示していません。
拡大は、同社が安全管理機能と事業者の反応に十分な自信を持っていることを示します。Pixel 11 限定が続くなら、技術面での慎重さ、あるいは継続的なハードウェア差別化戦略を示唆するでしょう。
対応タスク一覧の変更も、同じように多くを明らかにします。支払い、医療、緊急事態、機微な個人情報が適切に除外されています。意味のある拡大は、より複雑なポリシーや例外を伴う日常的なタスクを通じて訪れるでしょう。
Googleの初期実験は、在庫確認、レストランの座席予約、予約内容の変更といった理解しやすい場面から始まります。これらの例では、センシティブな取引を必要とせず、明確な目的が示されています。
最も重要な証拠となるのは目新しさではなく、継続的な利用です。ユーザーは繰り返し通話を委任し、要約を信頼し、後からアシスタントを訂正せずに済む必要があります。
したがってGemini Call for Meは、信頼できる代理対応を試す取り組みです。この技術には、言葉だけでなく、境界線、不確実性、そして人間が再び対応すべきタイミングも理解することが求められます。
現時点では、対象となるPixel 11の所有者は低リスクな通話から始め、結果に依存する前に文字起こしを確認すべきです。代替手段を用意し、初期の試行を監視し、違約金や期限が関わる詳細は必ず検証してください。
今日、定型的な予約をGeminiに任せられるでしょうか。それとも文字起こしを見守ること自体が、別の形の待ち時間に感じられるでしょうか。その答えが、AIによる通話が日常的な利便性になるのか、それとも印象的なベータ版のままなのかを決めるでしょう。
