Один триллион просмотров данных о локальных бизнесах в Google Search и Maps опирается на автоматизированные звонки, совершенные Google Duplex — этот показатель, раскрытый в 2023 году, демонстрирует реальный масштаб верификации предприятий. Пока технологические гиганты добиваются операционной окупаемости инфраструктуры генеративного ИИ, Google трансформирует свои телефонные каналы в автономные транзакционные движки. На неделе 20 ноября 2026 года Google запустил Duplex in Tasks внутри приложения Gemini App, превратив голосовой движок из узкоспециализированного скрипта в операционного партнера, который напрямую выполняет запросы пользователей по телефону.

Это развертывание дает руководителям предприятий ответ на практический вопрос: как интеграция автономных агентов трансформирует взаимодействие клиентов с бизнесом. Фокус смещается от ручного поиска в интерфейсах к автоматизированным транзакциям между агентом и человеком, которые целиком замыкаются внутри экосистемы Google. Нерешенным остается вопрос, способны ли работающие в реальном времени алгоритмы справляться с перебиваниями и паузами в живой речи, не создавая операционных сбоев на стороне бизнеса.

Смена архитектуры: от кастомных сетей к Gemini

Масштабирование такого уровня потребовало фундаментальной перестройки системы. Google представил Google Duplex в 2018 году, чтобы запустить естественные голосовые диалоги между ИИ и локальными предприятиями по телефону. Инженерные работы начались еще до появления современных языковых моделей и даже до изобретения самой архитектуры transformer. Чтобы сделать технологию жизнеспособной, Google ограничил систему узкими предметными областями и обучил кастомные рекуррентные нейросети на обезличенных записях звонков под конкретные задачи.

Поддержка отдельных нейросетевых пайплайнов для каждой коммерческой вертикали стала инженерным тупиком по мере роста операционных требований. Руководство Google Research отмечало, что ранним генеративным моделям требовалась гибридная архитектура для сохранения надежности.

«мы создали гибридные стеки, объединившие генеративные модели для гибкости формулировок с детерминированным отслеживанием состояния и жесткими политиками безопасности».

Как объяснили Йосси Матиас, вице-президент Google и генеральный менеджер Google Research, Янив Левиатан, ведущий исследователь Google Research, и Джанет Чжоу, групповой продакт-менеджер Google Maps, эта система предохранителей управляла процессами до того, как Gemini полностью взял на себя основной диалоговый пайплайн.

Расширение телефонии: от устройств к облачным процессам

Google расширил операционный контур этого стека телефонии на аппаратные решения и поисковые сервисы. Начиная с 2019 года компания внедряла функции Pixel Call Assist на протяжении пяти поколений смартфонов Pixel, запуская пользовательские инструменты фильтрации вроде Call Screen и Hold for Me локально на устройствах. Затем началось производственное тестирование архитектур с открытой предметной областью: в 2022 году Duplex использовал LaMDA в реальных звонках, чтобы справляться с отклонениями от сценария, сохраняя жесткие параметры бронирования.

К 2025 и 2026 годам базовые модели открыли возможности для масштабных агентных звонков через Google Search и Ask Maps для проверки цен, записи на услуги и наличия товаров — от груминга до автосервисов. Текущий стек вызовов использует Gemini для объединения мультимодального понимания, планирования и генерации диалогов в единый рабочий процесс. Это исключает необходимость разрабатывать специализированные модели под каждую нишевую коммерческую задачу.

Скептики ставят под сомнение способность автоматизированных голосовых систем справляться с нестабильностью живых телефонных разговоров, не вызывая раздражения у владельцев бизнеса. Реальные звонки протекают быстро и редко укладываются в сценарий: люди меняют мысли на полуслове, повышают тон или делают паузы, из-за которых софт сбрасывает соединение либо перебивает собеседника. Стандартное предварительное обучение на текстах из сети не учитывает динамику живого звонка, поэтому система обязана фиксировать передачу реплик в рамках жестких параметров планирования и политик безопасности.

Годы обучения алгоритмов имитации речевых пауз и синтеза голоса позволяют Google развертывать автономных агентов-операторов в колоссальных масштабах. Однако сотрудники предприятий, отвечающие на звонки, по-прежнему тратят оплачиваемое рабочее время на попытки понять, общаются ли они с реальным клиентом или с автономной языковой моделью.

Что это значит

Зачем корпорация годами тратит вычислительные мощности на банальные телефонные звонки в парикмахерские и автосервисы? Ответ простой: так компания перехватывает транзакционный трафик еще до того, как человек вообще откроет страницу заведения. Если весной диалоговый Gemini предлагали для бизнес-аналитики, то интеграция Duplex in Tasks перекладывает рутинные звонки на плечи алгоритмов и полностью замыкает оформление заказов внутри экосистемы поисковика. В итоге многомиллиардные генеративные модели годами натаскивали ровно на то, чтобы они научились терпеливо висеть на линии вместо живого клиента.

Наши материалы: Google Gemini: Чат с ИИ для бизнес-аналитики (9 апреля).

ИИ-агентыАвтономные агентыАвтоматизацияИИ в бизнесе