Google、会話するAIアバターを企業向けに提供　音声と映像を同期

ニュースの要点

Googleは2026年9月24日、音声と映像を同期させて会話する「Gemini 3.8 Live with Live Avatar」を、企業向けのGemini Enterpriseで提供すると発表しました。画面に表示する人物やキャラクターの口の動き、表情を、AIの発話に合わせて生成する仕組みです。

顧客への案内や接客などを、より自然な対話にするための機能です。会話を続けながら裏側で情報を取得する機能も利用し、ホテルのチェックインを題材にしたデモを示しました。これは実際の導入成果を示したものではありません。

既存の音声対話モデルに、映像を伴う応対を加える発表です。企業独自のアバター作成は許可された利用者に限られます。料金や対象地域、実際の接客で得られた効果の数値は、同発表では示されていません。

ニュース出典:Google「Introducing Gemini 3.8 Live with Live Avatar」（2026年9月24日公開）。

イノベーション総研の考察

画面の中のAIが自然に話すことと、顧客の用事が早く済むことは同じではありません。新規事業の担当者の方が注目したいのは、アバターの見栄えよりも、どの場面で映像が必要になり、音声だけの場合から何が変わるかです。

音声モデルに顔を加えることで、何が変わるのか

Googleは9月15日の発表（17日更新）で、既に97言語への対応や、会話を続けながら別の処理を進める機能を説明していました。これらを今回初めて実現した機能と捉えるのは正確ではありません。

9月24日の追加点は、その会話に同期したアバターの映像です。企業は、音声だけの対話に加えて、表情や口の動きを伴う窓口を検討できるようになります。一方、映像が加わったことだけでは、案内の正確さや手続きの完了が保証されるわけではありません。

導入理由は「AIが自然に見える」ことではなく、映像があると顧客が何を進めやすくなるかです。

例えば、画面を見ながら説明を受けたい人には役立つ可能性があります。一方、短い確認だけなら、文字や音声の方が速いかもしれません。これは用途を選ぶ際の仮説であり、Googleが発表した導入効果ではありません。

会話を止めずに裏側の業務を進めるには、情報との接続が要る

ホテルのチェックインを例に考えると、自然な受け答えだけでは手続きは終わりません。予約を見つけ、必要な情報を確認し、問題があれば人へ引き継ぐ必要があります。デモで一連の流れを見せられることと、実際の現場の例外に対応できることは分けて考えます。

今回の仕組みは、会話中に裏側で情報を取得する機能を利用します。イノベーション総研は、企業側の導入課題が「何を話させるか」から「どの情報を参照し、どこまで操作させるか」へ広がると見ています。

AI接客の事業価値は、会話の自然さと、実際の業務を完了できる接続の両方で決まります。

自社で検証するなら、案内だけで終わる業務と、予約変更などの操作を伴う業務を分ける必要があります。誤った情報で手続きを進める影響が大きい場面ほど、確認や人への引き継ぎを先に設計します。今回の発表は、個々の企業システムへの接続が自動的に完了するという説明ではありません。

自然な見た目ほど、AIであることと対応範囲を伝える

企業独自の見た目を持つアバターは、ブランドの窓口として使える可能性があります。ただし、今回の独自アバター生成は許可された企業向けに限定されています。好きな人物の画像から、誰でも自由に接客役を作れるという提供ではありません。

自然な表情で話す窓口では、利用者が人間の担当者だと思ったり、回答に必要以上の確信を持ったりする可能性も考える必要があります。これは起きた問題の報告ではなく、導入時の設計上の論点です。

見た目を人に近づけるほど、AIの対応範囲と人に相談できる経路を分かりやすく示します。

Googleは生成する音声と映像に識別用の電子透かしを付けるとしています。ただし、生成物を識別する技術と、目の前の利用者にAIだと説明することは別の役割です。担当者の方は、画面上の案内、回答できない内容、引き継ぎ方法まで含めて一つの顧客体験として考える必要があります。

最初の検証は、アバターの有無で手続きが変わるかを見る

新しい技術を導入すると、利用回数や会話時間に目が向きがちです。しかし、案内の目的が手続きを終えることなら、長く会話したこと自体が成功とは限りません。説明が分かりにくく、会話が長引いている場合もあります。

同じ業務内容で、文字・音声だけの場合と、アバターを加えた場合を比較する方法が考えられます。手続きの完了率、途中でやめた割合、人への引き継ぎ件数、完了までの時間を確かめれば、映像を追加する意味を判断しやすくなります。

導入効果は会話の長さではなく、顧客が迷わず用事を終えられたかで測ります。

併せて、映像を加える費用や応答の遅れも確認します。今回の発表では料金や実測成果が分からないため、事業計画の段階で省人化の効果を確定させるのは避けるべきです。小さな業務で利用者の反応と運用負担を確かめます。継続利用や対象業務の拡大は、手続きの完了率が改善したかを、追加費用と併せて判断します。

まとめ

GoogleのLive Avatarは、企業のAI窓口に映像を加える選択肢です。新規事業で活用するなら、映像が必要な理由、実際の業務との接続、人への引き継ぎを先に整理します。自然な見た目を、顧客が用事を終えやすくなる効果につなげられるかが導入の判断点です。

関連記事：AvidとGoogle Cloudの映像制作AI ／ NVIDIAのAIエージェント安全基盤

執筆：イノベーション総合研究所