گوگل قابلیت جدیدی به نام «Call for Me» را برای دستیار هوش مصنوعی Gemini راه‌اندازی کرده است که به این مدل اجازه می‌دهد به نمایندگی از کاربر با کسب‌وکارها تماس تلفنی بگیرد. این حرکت گوگل در ادامه رقابت شرکت‌های بزرگ فناوری در حوزه ایجنت‌های هوشمند است؛ رقبایی مانند Meta که ابزارهایی مشابه برای برقراری تماس از سوی کاربر ارائه کرده‌اند.

این ویژگی در حال حاضر به صورت محدود و در مرحله آزمایشی عرضه شده است. در دسترس بودن «Call for Me» فعلاً به دارندگان گوشی‌های Pixel 11 در ایالات متحده محدود می‌شود که اشتراک Gemini را خریداری کرده‌اند. همچنین استفاده از نسخه بتای اپلیکیشن تلفن گوگل (Google Phone app) برای اندروید برای فعال‌سازی این قابلیت الزامی است.

برخلاف نسخه‌های قبلی که محدودیت‌های زیادی داشتند، Gemini در این قابلیت جدید می‌تواند اطلاعات شخصی کاربر را (با تایید او) در جریان مکالمه به اشتراک بگذارد تا اقدامات پیچیده‌تری را انجام دهد. تماس‌ها مستقیماً از طریق شماره تلفن شخصی کاربر و از روی گوشی او برقرار می‌شوند.

گوگل مدعی است که هوش مصنوعی آن توانایی انجام کارهای متنوعی را دارد، از جمله:

  • تماس با فروشگاه برای استعلام موجودی کالا
  • رزرو میز در رستوران
  • تغییر زمان قرارهای ملاقات
  • نگه‌داشتن کالا برای خرید (Placing items on hold)

در حین انجام این کارها، Gemini می‌تواند منوهای صوتی خودکار را پشت سر بگذارد و در صف انتظار بماند. کاربران نیز امکان دارند در لحظه متن مکالمه (Live Transcript) را دنبال کنند و در صورت نیاز، کنترل تماس را در هر زمان به دست بگیرند.

گوگل توضیح داده است که به دلیل پیچیدگی‌های مکالمات در دنیای واقعی، این قابلیت را در مقیاس کوچک آزمایش می‌کند تا پیش از گسترش آن، عملکردش را بهبود بخشد. این شرکت پیش‌تر در رویدادهای I/O قابلیت‌های مشابهی را با نام‌هایی مانند «Hold for Me» و «Ask for Me» به نمایش گذاشته بود.

تحلیل: آیا این قابلیت برای ایجنت‌های فارسی‌زبان کاربردی است؟#

راه‌اندازی «Call for Me» نشان می‌دهد که گوگل تلاش دارد ایجنت‌های هوش مصنوعی را از مرحله «پاسخ‌دهی» به مرحله «انجام عملیات» بکشاند. اما برای توسعه‌دهندگان و کاربران فارسی‌زبان، این خبر فعلاً کاربرد عملیاتی مستقیم ندارد. دو مانع اصلی وجود دارد: اول، این قابلیت فقط برای دارندگان Pixel 11 و در ایالات متحده فعال است. دوم و مهم‌تر، زبان مکالمه. مدل‌های زبانی هنوز در درک و تولید گفتار روان و بدون نقص در فارسی (با لهجه‌های مختلف و اصطلاحات عامیانه) چالش دارند. اگرچه ابزارهایی مانند «Hold for Me» در گوشی‌های پیکسل برای زبان انگلیسی کار می‌کنند، اما پیاده‌سازی مشابه آن برای تماس با کسب‌وکارهای ایرانی نیازمند مدل‌های بومی‌سازی‌شده و زیرساخت‌های مخابراتی متفاوت است. بنابراین، این خبر بیشتر یک پیش‌نمایش از آینده ایجنت‌های صوتی است تا ابزاری که همین امروز بتوان از آن در پروژه‌های فارسی‌زبان استفاده کرد.

منبع: TechCrunch AI