Google annonce l’intégration de Duplex, son agent vocal capable de parler aux commerçants, dans l’application Tasks de Gemini. Concrètement, l’outil pourra, depuis votre smartphone, appeler un restaurant, un salon de coiffure ou un garage pour prendre rendez‑vous, vérifier les horaires ou même négocier un devis, sans que vous ayez à composer le numéro.
Une décennie d’évolution
Lorsque Duplex a été présenté en 2018, il s’agissait d’un prototype limité aux réservations de restaurant. Le système, alors basé sur des réseaux récurrents entraînés sur des dialogues très ciblés, devait suivre un script strict afin de garantir la compréhension de l’interlocuteur. Depuis, trois grandes étapes ont marqué son évolution :
- Modèles fermés pré‑LLMUn grand modèle de langage apprend des régularités dans des textes pour produire ou transformer du langage. Il ne constitue pas une base de faits garantie. – des réseaux spécialisés par tâche, sans connaissance générale du langage.
- Modèles génératifs hybrides – l’intégration de LaMDA en 2022 a apporté une compréhension plus souple, tout en conservant des garde‑fous déterministes pour éviter les réponses imprévisibles.
- Intégration Gemini – les modèles Gemini 4 (Hydrogen, Neon) unifient compréhension multimodale, planification et génération de texte, permettant de définir une tâche en texte libre et de la transmettre à l’agent vocal.
Cette évolution a d’abord profité aux services de recherche et de cartographie, où les appels automatisés apparaissent en arrière‑plan pour valider les informations d’une fiche Google. En 2023, ces données avaient été exploitées plus d’un trillion de fois dans Search et Maps.
Comment ça fonctionne en pratique ?
L’utilisateur décrit simplement sa demande dans l’interface Tasks – par exemple : « Réserve une table pour deux au restaurant Le Bistrot ce vendredi soir ». Le système analyse le texte, recherche le commerce correspondant, puis initie un appel téléphonique. Durant la conversation, l’Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. utilise :
- Compréhension acoustique : des modèles de réduction du bruit gèrent les bruits de cuisine ou de rue, assurant une LatenceDélai entre l'envoi d'une requête à un système et l'obtention d'une réponse ou du début de celle-ci. inférieure à la seconde.
- Raisonnement contextuel : l’agent anticipe les réponses possibles (par exemple, une indisponibilité) et propose immédiatement des alternatives en fonction du calendrier de l’utilisateur.
- Text-to-SpeechTechnologie transformant automatiquement du texte écrit en parole synthétique. naturelle : la voix synthétique indique clairement qu’il s’agit d’un appel automatisé, conformément aux exigences de transparence.
Le commerce n’a aucune contrainte technique : il répond comme d’habitude, et peut même demander l’arrêt de l’appel en disant « Please stop calling my business ». Les commerçants peuvent désactiver les appels automatisés depuis leur profil Google Business.
Quels bénéfices pour les utilisateurs ?
- Gain de temps : plus besoin de naviguer entre sites de réservation, de composer le numéro et de répéter ses disponibilités.
- Accessibilité : les personnes peu à l’aise avec les interfaces numériques peuvent déléguer la tâche à la voix.
- Gestion des imprévus : l’IA peut réagir en temps réel à des changements d’horaire ou à des suggestions du commerçant, en proposant immédiatement d’autres créneaux.
Limites et précautions
L’appel reste limité aux situations où la conversation téléphonique est indispensable ; les réservations via API ou formulaires en ligne restent plus rapides quand ils existent. De plus, la qualité de la reconnaissance dépend de la clarté du réseau téléphonique et du bruit ambiant. Enfin, la confidentialité des échanges est protégée par les politiques de Google, mais les utilisateurs doivent accepter que leurs demandes soient traitées par une IA.
Vers de nouvelles interactions
Avec Gemini 4, l’outil s’étend au-delà de la simple prise de rendez‑vous. Les développeurs évoquent déjà des scénarios comme l’analyse de factures d’électricité, le paiement sécurisé via le protocole Agent Payments, ou la coordination d’échanges par email et RCS. Ainsi, l’IA vocal ne se contente plus d’un appel isolé : elle devient un maillon d’une chaîne d’assistants numériques capables de gérer des tâches complexes dans le monde réel.
L’arrivée de Duplex dans Tasks montre que la voix reprend une place centrale dans les interactions avec les services locaux, surtout lorsque les interfaces numériques ne couvrent pas tous les cas d’usage. Les utilisateurs pourront bientôt tester cette fonction sur leurs appareils Pixel compatibles, ouvrant la voie à une automatisation quotidienne plus fluide.


