Gemini 3.8 Live yapay zeka müşteri hizmetindeki boş yüzü kaldırıyor

Sistem, Live Avatar özelliğine sahip Gemini 3.8 Live. Google‘ın konuşmadan konuşmaya modelini, dudak hareketleri ve yüz ifadeleri üreten gerçek zamanlı bir video katmanıyla bir araya getiriyor; tüm bunları yaparken arka plandaki araç çağrılarını da sohbeti duraklatmadan yönetiyor. Dil otomatik olarak algılanıyor; avatar, görüşme sırasında herhangi bir devir, sistemin yeniden yüklenmesi ya da fark edilir bir duraksama olmadan konuşulan diller arasında geçiş yapıyor.

Bu sistemi video katmanı ekleyen tekniklerden ayıran özellik, ses ve video üretiminin art arda gelen adımlar olarak değil, aynı canlı çıkarım akışı içinde gerçekleşmesi. Bu birliktelik, gecikmeyi doğal bir sohbet ritmini koruyacak kadar düşük tutuyor. Google, SynthID filigranını hem ses hem de video çıktısına fark edilmeyecek biçimde ekliyor; akış kaydedilip daha sonra yeniden oynatılsa bile her saniyede, içeriğin yapay zekâ tarafından üretildiğini belirten, makinelerce okunabilir bir etiket bulunuyor. Filigran, yeniden kodlama sonrasında da korunuyor; böylece dışa aktarılan kliplerin kaynağı doğrulanabiliyor.

Hindistan genelinde kurumsal dağıtımları yürüten Equal AI, bu teknolojinin operasyonel ölçekte neleri mümkün kıldığını en net biçimde ortaya koyuyor: Desteklenen toplam 97 dil arasından dokuzu aynı anda etkin kullanılıyor ve günde bir milyondan fazla canlı çağrı yanıtlanıyor. Aynı erişilebilirlik ve vardiya kapsamını insan temsilcilerle sağlamak, bu çağrı hacminde ekonomik açıdan uygulanabilir olmazdı. Dağıtımın arkasındaki tasarım varsayımı bir kavram kanıtı değil; yüksek işlem kapasitesi.

Lansmanda açıklanmayan konu ise fiyat. Google maliyetleri yayımlamadı ve soruları kurumsal satış ekibine yönlendirdi. Kuruluşların kendi referans görsellerinden bir yüz oluşturmasını sağlayan özel avatar tasarımı için, self servis kullanım yerine ayrı bir doğrulama süreci üzerinden kurumsal izin listesine alınmak gerekiyor. Live modelinin Gelişmiş Düşünme özellikleri hâlâ özel önizleme aşamasında; bu da diğer Gemini ürünleriyle karşılaştırıldığında akıl yürütme derinliğini sınırlıyor. Eşzamanlı oturum sınırları açıklanmadı. Lansmanın kısıtlı kapsamı, fiyat ve kapasitenin kamuya duyurulmak yerine müzakere edildiği aşamalı kurumsal sürümlerde Google’ın izlediği yaklaşımla örtüşüyor.

Live Avatar özellikli Gemini 3.8 Live, şu anda Gemini Enterprise konsolunda ve Live API üzerinden kullanılabiliyor; uç noktalar Amerika Birleşik Devletleri ve Avrupa Birliği’nde bulunuyor. Live modeline yönelik Gelişmiş Düşünme özelliğinin, mevcut özel önizleme grubunun ötesinde daha geniş erişime ne zaman açılacağına ilişkin yayımlanmış bir takvim yok.

Bu teknolojiyi devreye alan kuruluşlar, teknolojinin yanıtlayamadığı bir soruya cevap verecek: Otomatik bir etkileşimi belli eden görsel işaretin ortadan kaldırılması, kullanıcı deneyimini iyileştiriyor mu, yoksa böyle bir etkileşimin yaşandığını gösteren son dürüst işareti de mi yok ediyor?

Etiketler: Google, Gemini, customer service, enterprise AI, lip sync, speech recognition