Présentation de la fonction « Call for Me »
Google lance une expérimentation baptisée « Call for Me » qui permet à Gemini, le modèle d’IA de l’entreprise, d’appeler des commerces au nom de l’utilisateur. Le test débute exclusivement sur les Pixel 11 sous abonnement Gemini aux États‑Unis et nécessite la version bêta de l’application Google Phone pour Android. L’IA utilise le numéro de téléphone personnel de l’appareil, ce qui signifie que l’appel apparaît comme provenant de l’utilisateur et non d’un numéro virtuel.
Selon Google, l’utilisateur peut approuver les informations personnelles que Gemini transmettra pendant l’appel, et il conserve la possibilité d’intervenir à tout moment grâce à un affichage en temps réel du texte de la conversation. Les scénarios présentés incluent la vérification de disponibilité d’un produit, la prise de réservation dans un restaurant, le report d’un rendez‑vous ou la mise en attente d’un article.
Architecture technique et flux d’appel
Le service s’appuie sur l’intégration du modèle Gemini avec le module téléphonique du système Android. Gemini génère d’abord une requête texte décrivant l’action souhaitée, puis un moteur de synthèse vocale convertit cette requête en parole. La parole est injectée dans le flux audio du téléphone via l’API d’appel du système, qui utilise le réseau cellulaire du dispositif. Pendant l’échange, un moteur de reconnaissance vocale transcrit la réponse du commerce, alimentant simultanément le modèle Gemini qui ajuste sa stratégie de dialogue.
Le texte transcrit est affiché à l’écran sous forme de transcript live, permettant à l’utilisateur de suivre le déroulement et de reprendre le contrôle en appuyant sur un bouton. Le processus repose sur le « beta Phone app », qui expose des hooks d’accès au flux audio et aux métadonnées d’appel, indispensables pour que Gemini puisse naviguer dans les menus IVR, attendre en ligne et répondre aux prompts automatisés.
Analyse des enjeux de confidentialité et de fiabilité
Le recours à un numéro personnel soulève des questions de confidentialité : toute information partagée pendant l’appel est potentiellement stockée par Google, même si l’utilisateur doit explicitement autoriser chaque donnée. Le modèle doit également gérer les variations linguistiques et les réponses inattendues des systèmes téléphoniques, ce qui explique la décision de limiter le test à une petite échelle et de surveiller les « conversations réelles nuancées » avant un déploiement plus large.
Du point de vue de la fiabilité, la dépendance à la qualité du réseau cellulaire et aux performances du moteur de synthèse vocale peut entraîner des échecs de reconnaissance ou des réponses inappropriées. Google devra donc affiner les seuils de confiance du modèle avant d’autoriser des actions sensibles comme la modification d’un rendez‑vous ou la transmission de données de paiement.
