Google vuole dare un volto agli agenti conversazionali usati dalle aziende. Con Gemini 3.8 Live with Live Avatar, annunciato il 24 settembre, la società aggiunge alla propria tecnologia per il dialogo in tempo reale una presenza video generata dall’intelligenza artificiale: un personaggio sullo schermo capace di ascoltare, osservare ciò che accade nella conversazione e rispondere a voce con movimenti del viso e sincronizzazione labiale.
Il prodotto non è destinato, almeno per ora, agli utenti dell’app Gemini. Debutta invece all’interno di Gemini Enterprise, dove Google lo propone per agenti dedicati al servizio clienti, al supporto commerciale e alle dimostrazioni guidate. L’obiettivo è spostare una parte delle interazioni oggi affidate a chatbot testuali o voci sintetiche verso un’interfaccia più simile a una videocall, pur senza una persona dall’altra parte.
È un passaggio significativo perché le aziende non stanno più sperimentando soltanto risposte automatiche: stanno cercando modi per rendere gli assistenti AI una componente visibile dei loro canali di contatto. In questo caso, il modello non si limita a trasformare testo in parlato. Genera in streaming il video dell’avatar mentre conduce la conversazione, cercando di mantenere espressioni, pause e cambi di turno coerenti con il dialogo.
Un agente che parla, guarda e continua a lavorare
Live Avatar si basa su Gemini 3.8 Live, la famiglia presentata da Google la settimana precedente per costruire agenti vocali destinati a scenari di produzione. La nuova estensione combina le capacità di conversazione del modello con un flusso video a bassa latenza. Google descrive un sistema in grado di elaborare contemporaneamente input vocali e visivi e di produrre una risposta audiovisiva quasi in tempo reale.
In pratica, un’azienda potrebbe far apparire sul proprio sito un assistente con un’identità visiva precisa, incaricato di accompagnare una persona tra prodotti, procedure o richieste di supporto. La componente video dovrebbe rendere più leggibili segnali che, in una chat vocale, restano assenti: il movimento delle labbra, lo sguardo e le espressioni facciali. Google mostra sia avatar dall’aspetto realistico sia personaggi stilizzati, con voci e fisionomie diverse.
La parte più importante, tuttavia, è ciò che può avvenire dietro l’avatar. Gemini 3.8 Live with Live Avatar può avviare chiamate a strumenti esterni e recuperare dati mentre il dialogo resta attivo. Per un servizio clienti, questo può voler dire consultare informazioni o procedure senza interrompere bruscamente la conversazione per attendere una risposta. È una caratteristica pensata per gli agenti operativi, non per un semplice personaggio animato che recita una sceneggiatura.
Google indica proprio l’esecuzione asincrona di questi strumenti come uno dei pilastri della piattaforma: il sistema può gestire un’operazione in background e mantenere la propria presenza nella conversazione. Resta da capire, caso per caso, quali fonti potrà interrogare un’azienda e quali autorizzazioni saranno necessarie. L’avatar rende più immediata l’interazione, ma non elimina i problemi tradizionali degli agenti AI: risposte errate, dati non aggiornati, interpretazioni imprecise della richiesta o limiti nell’accesso ai sistemi aziendali.
Dalla voce sintetica alla rappresentazione del brand
Per Google la novità ha anche una chiara funzione commerciale. La piattaforma include una libreria di avatar predefiniti, mentre le organizzazioni possono richiedere personaggi costruiti a partire da immagini di riferimento ad alta qualità. In quest’ultimo caso l’intenzione è conservare tratti riconoscibili, stile del brand o identità di un personaggio. L’accesso alla personalizzazione è riservato alle aziende abilitate da Google.
Questa possibilità cambia il tipo di scelta che le imprese saranno chiamate a fare. Non basterà definire tono di voce, istruzioni e confini di un chatbot: occorrerà decidere anche che faccia debba avere l’agente, quanto debba sembrare umano e in quali momenti sia appropriato presentarlo al cliente. Un avatar troppo generico rischia di apparire freddo; uno troppo realistico può suscitare disagio, soprattutto se il suo comportamento non raggiunge le aspettative create dalla sua immagine.
La reazione a questi sistemi dipenderà quindi molto dall’esecuzione. Un volto digitale può rendere più accessibile una procedura per alcune persone, specialmente nelle interazioni vocali o nelle spiegazioni passo per passo. Può anche creare una distanza ulteriore quando il pubblico desidera parlare con un operatore, oppure quando il personaggio simula una familiarità che non corrisponde alla qualità effettiva dell’assistenza. La presenza visiva non risolve da sola i problemi che hanno reso frustranti molti bot di supporto: percorsi rigidi, escalation difficili e risposte incapaci di gestire casi fuori standard.
Trasparenza e controllo dell’identità
Google afferma di avere introdotto misure per proteggere l’identità delle persone e rendere riconoscibili i contenuti generati. Ogni Live Avatar viene contrassegnato con SynthID, il sistema di watermarking di Google per i contenuti creati con l’AI. Il marchio non è pensato come un elemento che l’utente debba necessariamente vedere nella conversazione, ma come un segnale tecnico utile a identificare l’origine sintetica del materiale.
Il watermark è rilevante in un prodotto che può usare immagini di riferimento e riprodurre una certa somiglianza. Ma non esaurisce il tema della trasparenza. Per chi parla con l’agente, l’informazione decisiva resta sapere con chiarezza che sta interagendo con un sistema automatico, capire quali dati vengono raccolti durante lo scambio e poter passare a un essere umano se la richiesta lo richiede. Google presenta Live Avatar come un’offerta enterprise: saranno quindi le singole aziende a determinare il modo concreto in cui questa tecnologia comparirà sui loro siti, nelle app o nei flussi di vendita.
Il lancio si inserisce in una corsa più ampia a rendere gli assistenti AI sempre meno simili a una casella di testo. Voce, visione, video e capacità di agire attraverso strumenti esterni vengono riuniti nella stessa esperienza perché l’agente possa gestire conversazioni più ricche e, nelle intenzioni dei fornitori, più naturali. Il rovescio della medaglia è che aumenta anche la necessità di progettare bene ruoli, limiti e responsabilità del sistema.
Per il momento non c’è un annuncio di disponibilità per il pubblico generale. Live Avatar parte in Gemini Enterprise e rappresenta un componente per le aziende che intendono sviluppare agenti con presenza audiovisiva. Il test decisivo sarà fuori dalle demo: negli scenari quotidiani di assistenza e vendita, dove un avatar dovrà dimostrare di essere più utile di una chat ben progettata o di un operatore umano, senza trasformare il contatto con il cliente in una simulazione poco convincente.
