Gemini Call for Me: Google testa l’AI che telefona per te
L’intelligenza artificiale sta passando rapidamente dalla fase in cui risponde alle domande a quella in cui esegue azioni nel mondo reale. Un esempio particolarmente concreto arriva da Google, che negli Stati Uniti sta testando Gemini Call for Me, una funzione capace di effettuare telefonate ai negozi e ad altre attività commerciali per conto dell’utente.
Non si tratta semplicemente di un assistente che compone un numero. Gemini Call for Me può presentarsi, spiegare il motivo della chiamata, attraversare menu telefonici automatici, restare in attesa, porre domande, comunicare alcune informazioni autorizzate dall’utente e portare a termine compiti come verificare la disponibilità di un prodotto, chiedere un preventivo, prenotare un tavolo o spostare un appuntamento.
La funzione è ancora sperimentale e il rollout iniziale è molto limitato. Google la sta rendendo disponibile gradualmente negli Stati Uniti agli utenti maggiorenni con Pixel 11, SIM statunitense, abbonamento Google AI, versione Public Beta dell’app Telefono di Google e dispositivo impostato in inglese. Per ora può chiamare soltanto numerazioni statunitensi.
Il punto tecnologicamente più interessante, però, è un altro: Gemini Call for Me rappresenta un passaggio dall’AI conversazionale all’AI agentica, cioè a sistemi che non si limitano a suggerire cosa fare ma possono eseguire una sequenza di azioni per raggiungere un obiettivo.
Indice dei contenuti
Che cos’è Gemini Call for Me
Google descrive questa capacità come agentic calling: l’utente assegna a Gemini un compito telefonico e il sistema conduce la chiamata al suo posto. Nell’app Gemini è possibile anche richiamare esplicitamente la funzione con il comando @Call for me.
La differenza rispetto a un normale comando vocale è sostanziale. Chiedere a un assistente “chiama il ristorante X” significa soltanto avviare una telefonata. Con Gemini Call for Me, invece, l’utente può formulare un obiettivo completo, per esempio chiedere di prenotare un tavolo per due a una certa ora oppure verificare se un prodotto è disponibile in un negozio.
Prima della chiamata, Gemini mostra un riepilogo dell’attività, il numero che verrà contattato e le informazioni che prevede di condividere. L’utente può correggere questi dettagli e deve approvarli prima che la chiamata inizi.
È quindi un workflow agentico composto da più fasi:
obiettivo → pianificazione → autorizzazione → chiamata → dialogo → risultato → riepilogo.
Come funziona una chiamata
Il funzionamento di Gemini Call for Me è costruito attorno a un modello di supervisione continua.
La chiamata parte dalla rete mobile del telefono dell’utente e utilizza il suo numero personale. Non viene quindi mostrata una numerazione generica di Google: il destinatario vede la chiamata provenire dal numero dell’utente che ha avviato il compito. Si applicano inoltre le normali tariffe dell’operatore telefonico.
All’inizio di ogni conversazione, Gemini deve dichiarare automaticamente di essere un assistente AI di Google che sta chiamando per conto dell’utente e che la linea è registrata. La funzione comunica anche il nome dell’utente. Google vieta espressamente di disabilitare o mascherare questa dichiarazione.
Questa scelta è rilevante perché distingue il sistema dalle prime dimostrazioni di Google Duplex, nelle quali l’obiettivo era riprodurre una conversazione telefonica estremamente naturale. Nel nuovo modello agentico l’identità artificiale dell’interlocutore viene invece resa esplicita.
L’utente può seguire la conversazione in tempo reale
Uno degli aspetti più interessanti di Gemini Call for Me è che l’automazione non esclude l’utente dalla telefonata.
Durante la conversazione è possibile seguire una trascrizione in tempo reale nell’app Gemini oppure ascoltare direttamente l’audio della chiamata. Il microfono dell’utente resta inizialmente disattivato.
Se la conversazione prende una direzione imprevista, l’utente può premere Take over, riattivare il proprio microfono e subentrare personalmente. Gemini annuncia il passaggio di controllo e lascia la chiamata.
Questa architettura è un esempio di human-in-the-loop: l’AI opera autonomamente entro un certo perimetro, ma l’essere umano mantiene la possibilità di osservare, interrompere e assumere il controllo.
Per sistemi agentici destinati ad agire nel mondo reale, questo meccanismo è molto più importante di quanto possa sembrare. Un modello linguistico può fraintendere una risposta, interpretare male una condizione commerciale o scegliere un’alternativa non desiderata. La supervisione riduce il rischio che un errore diventi automaticamente un’azione definitiva.
Quali compiti può svolgere
Google indica diversi casi d’uso per Gemini Call for Me.
La funzione può chiamare un’attività per conoscere orari di apertura, disponibilità di prodotti, prezzi o preventivi; può prenotare, confermare o modificare appuntamenti e prenotazioni; può inoltre attraversare menu IVR e restare in attesa fino a quando risponde una persona.
Esempi realistici sono:
- verificare se un determinato prodotto è disponibile in negozio;
- chiedere il prezzo di un servizio;
- prenotare un tavolo;
- spostare un appuntamento;
- chiedere a un’attività di mettere da parte un articolo;
- navigare un centralino automatico;
- attendere che risponda un operatore.
Il valore della funzione deriva soprattutto dai casi in cui la telefonata è necessaria ma non richiede necessariamente la presenza dell’utente dall’inizio alla fine.
Non è soltanto sintesi vocale
Ridurre Gemini Call for Me a una voce sintetica sarebbe tecnicamente fuorviante.
Una conversazione telefonica reale è un ambiente dinamico. L’interlocutore può porre domande non previste, offrire alternative, modificare i termini della richiesta, mettere la chiamata in attesa oppure trasferirla a un altro reparto.
Il sistema deve quindi combinare diverse capacità:
speech recognition, per comprendere il parlato;
language understanding, per interpretarne il significato;
reasoning, per decidere quale risposta sia coerente con l’obiettivo;
speech generation, per parlare con l’interlocutore;
tool orchestration, per gestire il flusso della chiamata;
state management, per ricordare ciò che è già stato concordato.
La difficoltà non sta quindi nel “far parlare Gemini”, ma nel mantenere coerente un processo che può evolvere in modo imprevedibile.
Perché Google parte da un numero limitato di utenti
Il rollout iniziale di Gemini Call for Me è volutamente ristretto.
Google richiede un Pixel 11, una SIM statunitense, un abbonamento Google AI, la beta pubblica dell’app Telefono, l’ultima versione dell’app Gemini, lingua inglese e almeno 18 anni. La società afferma inoltre che la disponibilità viene estesa gradualmente e che esistono limiti giornalieri al numero di chiamate.
Una sperimentazione controllata è comprensibile.
Un sistema che genera un testo errato può essere corretto prima che l’utente lo utilizzi. Un sistema che parla direttamente con una terza persona può invece produrre conseguenze immediate: una prenotazione sbagliata, un’informazione comunicata in modo errato o un accordo non desiderato.
L’agentic AI introduce quindi un requisito aggiuntivo: non basta valutare la qualità della risposta, bisogna valutare l’affidabilità dell’azione.
Quali informazioni può condividere Gemini
Uno degli elementi che differenzia Gemini Call for Me da molte precedenti funzioni telefoniche di Google riguarda la possibilità di condividere informazioni personali necessarie al compimento del task.
Prima di effettuare la chiamata, Gemini mostra all’utente i dati che intende comunicare. A seconda dell’attività possono includere nome, indirizzo email, numero telefonico o altri dettagli pertinenti. La chiamata non parte finché l’utente non ha verificato e approvato queste informazioni.
Durante la conversazione, Google dichiara che il sistema non condivide informazioni personali sensibili come numeri di carte di credito, password o dati sanitari.
Questa distinzione è importante perché il passaggio dall’assistenza informativa all’esecuzione di compiti richiede inevitabilmente più contesto personale.
Privacy: cosa succede a registrazioni e trascrizioni
La gestione dei dati è uno dei punti più interessanti di Gemini Call for Me.
Secondo il Privacy Hub di Gemini, le trascrizioni delle chiamate vengono inviate e conservate sui server di Google. Sono utilizzate per generare il riepilogo della telefonata e mostrare lo storico delle attività di chiamata nell’app Gemini.
Google dichiara però di non utilizzare né le registrazioni audio né le trascrizioni di queste chiamate per addestrare i propri modelli AI.
L’audio segue un percorso diverso: Google afferma di non conservarne una copia sui propri server. Una registrazione della chiamata e una copia della trascrizione vengono invece salvate localmente nella cronologia dell’app Telefono sul dispositivo dell’utente.
L’attività telefonica compare inoltre in Gemini Apps Activity e può essere eliminata dall’utente. Anche cronologia, registrazioni e trascrizioni locali possono essere cancellate dall’app Telefono.
È una separazione architetturale interessante:
trascrizione → server Google
audio → dispositivo
training dei modelli → escluso per entrambi, secondo quanto dichiarato da Google per questa specifica funzione.
La questione della persona che riceve la chiamata
La privacy non riguarda soltanto chi utilizza Gemini Call for Me.
Dall’altra parte della linea può esserci un dipendente, un commerciante o un operatore che sta conversando con un sistema automatico. Google affronta questo aspetto imponendo una dichiarazione iniziale: l’assistente deve comunicare di essere un’AI di Google, di chiamare per conto dell’utente e di trovarsi su una linea registrata.
Google consente inoltre ai destinatari di scegliere di non ricevere chiamate automatizzate effettuate da utenti Gemini. La relativa documentazione prevede un meccanismo di opt-out, reversibile successivamente.
Dal punto di vista della progettazione, questo è significativo: l’agentic AI non coinvolge soltanto il proprietario del dispositivo, ma interagisce con terzi che non hanno scelto di utilizzare il sistema.
Cosa non può fare Gemini Call for Me
Google ha definito limitazioni esplicite.
Gemini Call for Me non può effettuare chiamate di emergenza, completare transazioni finanziarie o pagamenti, comunicare informazioni finanziarie sensibili, password o informazioni sanitarie. Non può inoltre essere utilizzato per telemarketing.
I termini aggiuntivi vietano anche l’uso per chiamate non personali effettuate per conto di aziende, pubbliche amministrazioni o forze dell’ordine e vietano spam, messaggi politici e telemarketing non richiesto.
Questo limite è particolarmente interessante perché mostra che Google sta cercando di differenziare il concetto di assistente personale agentico da quello di infrastruttura per automazione massiva delle chiamate.
La tecnologia potrebbe teoricamente essere utilizzata in molti più scenari; il prodotto, almeno nella forma sperimentale attuale, introduce invece barriere di policy.
Da Duplex a Call for Me
Gemini Call for Me non nasce dal nulla.
Google sperimenta da anni tecnologie in grado di assistere l’utente durante le telefonate. Successivamente alle prime dimostrazioni di Duplex sono arrivate funzioni più specializzate sui Pixel.
Hold for Me può restare in attesa al posto dell’utente e avvisarlo quando torna disponibile un operatore.
Direct My Call trascrive i menu telefonici automatici e mostra sullo schermo le opzioni selezionabili.
Google Search ha inoltre introdotto chiamate agentiche verso attività locali per recuperare informazioni come disponibilità, prezzi e offerte.
La differenza è che Gemini Call for Me riunisce molte di queste capacità in un agente più generalista, guidato dall’obiettivo espresso direttamente dall’utente.
Da assistente a delegato digitale
Questa evoluzione può essere descritta come un passaggio da assistant ad agent.
Un assistente tradizionale fornisce informazioni:
“Questo ristorante chiude alle 23.”
Un agente riceve invece un obiettivo:
“Chiama il ristorante e prova a prenotare per quattro persone alle 21; se non c’è posto, chiedi per le 21:30.”
Con Gemini Call for Me, il modello deve interpretare le preferenze, gestire eventuali alternative e decidere quali informazioni utilizzare, pur restando entro i limiti approvati dall’utente.
È un cambiamento concettuale importante nell’interfaccia uomo-computer.
L’utente non specifica più ogni singolo comando. Specifica il risultato desiderato e delega al sistema una parte del percorso necessario per raggiungerlo.
Il telefono diventa un ambiente per agenti AI
Per anni lo smartphone è stato principalmente una piattaforma di applicazioni.
L’utente apriva l’app corretta, cercava la funzione, inseriva i dati e confermava l’operazione.
Con strumenti come Gemini Call for Me, l’interazione può diventare più orientata all’intento.
L’utente dice cosa vuole ottenere; l’agente sceglie come utilizzare telefono, rete mobile, trascrizione, voce e contesto per tentare di completare il task.
Questo paradigma potrebbe estendersi progressivamente ad altre attività: prenotazioni, assistenza clienti, gestione degli appuntamenti, servizi locali e interazioni con sistemi che non dispongono di API moderne.
Ed è proprio qui che la telefonata torna sorprendentemente interessante.
Perché le telefonate sono ancora importanti nell’era delle API
Da un punto di vista informatico potrebbe sembrare inefficiente utilizzare un modello AI per telefonare quando esistono siti web, applicazioni e API.
Ma moltissime attività economiche non dispongono di integrazioni software complete.
Un piccolo ristorante può accettare prenotazioni soltanto al telefono.
Un negozio può conoscere la disponibilità reale di un prodotto senza pubblicarla online.
Un laboratorio artigianale può fornire un preventivo soltanto dopo alcune domande.
La rete telefonica costituisce quindi una sorta di interfaccia universale legacy.
Gemini Call for Me utilizza l’AI per trasformare questa interfaccia, progettata per esseri umani, in qualcosa che può essere utilizzato anche da un agente software.
È un esempio molto concreto di come i modelli multimodali possano collegare infrastrutture digitali moderne e sistemi tradizionali.
Il problema tecnico delle conversazioni non deterministiche
Un’API è relativamente prevedibile.
Invio una richiesta con determinati parametri e ricevo una risposta strutturata.
Una telefonata umana non funziona così.
La persona può rispondere con una domanda, fraintendere, interrompere, proporre un’alternativa o utilizzare espressioni ambigue.
Per questo Gemini Call for Me deve operare in un ambiente non deterministico.
L’agente deve mantenere il contesto e comprendere quando può decidere autonomamente e quando invece sarebbe opportuno richiedere l’intervento dell’utente.
La possibilità di seguire la trascrizione e subentrare rappresenta quindi non soltanto una funzione di comodità, ma un vero controllo di sicurezza.
Il rischio dell’errore agentico
Google stessa avverte nei termini del servizio che l’AI può interpretare erroneamente le risposte o fornire informazioni inesatte durante una telefonata e non garantisce che ogni task venga completato con successo.
Questo introduce una categoria di errore diversa dalla normale allucinazione di un chatbot.
Se un chatbot scrive un’informazione sbagliata, l’utente può verificarla prima di agire.
Se Gemini Call for Me comunica un’informazione sbagliata direttamente a un terzo, l’errore entra immediatamente nel mondo reale.
Per questo l’agentic AI richiede controlli più severi su autorizzazioni, osservabilità, possibilità di interruzione e audit delle azioni.
Un esempio di human-in-the-loop ben visibile
Il design di Gemini Call for Me mostra diversi livelli di controllo umano.
Prima della chiamata l’utente deve verificare il task e le informazioni personali che verranno condivise.
Durante la chiamata può leggere la trascrizione o ascoltare l’audio.
In qualsiasi momento può subentrare.
Al termine riceve un riepilogo e conserva accesso alla trascrizione e alla registrazione sul proprio telefono.
Questa sequenza costituisce un modello interessante per l’AI agentica:
consenso prima dell’azione → osservabilità durante l’azione → audit dopo l’azione.
Non elimina gli errori, ma rende più controllabile l’autonomia.
Cosa cambia rispetto alla normale chiamata di Gemini
Gemini era già in grado di utilizzare l’app Telefono per chiamare un contatto, un numero o un’attività. Ma in quel caso il sistema avvia semplicemente la chiamata e poi è l’utente a parlare.
Con Gemini Call for Me, invece, è l’agente a sostenere la conversazione.
È una distinzione importante perché entrambe le funzioni possono essere descritte genericamente come “Gemini può telefonare”, ma tecnicamente appartengono a due livelli di automazione molto differenti.
Una funzione è un comando verso un’app.
L’altra è una delega di un’attività comunicativa complessa.
Per ora niente Italia
Al momento Gemini Call for Me non è disponibile in Italia.
La documentazione Google richiede che l’utente sia negli Stati Uniti, utilizzi un Pixel 11 con SIM statunitense, abbia almeno 18 anni, imposti il dispositivo in inglese e contatti numerazioni statunitensi.
Non è possibile dedurre da questa fase sperimentale quando o se Google estenderà il servizio all’Italia.
Un’eventuale distribuzione europea richiederebbe inoltre di considerare aspetti normativi, linguistici, telecomunicativi e di protezione dei dati differenti da quelli statunitensi.
È quindi opportuno distinguere nettamente la disponibilità attuale dalle possibili evoluzioni future.
Gemini Call for Me e il futuro dell’AI agentica
Il valore strategico di Gemini Call for Me non dipende soltanto dalla possibilità di evitare una telefonata noiosa.
La funzione mostra una direzione più ampia del settore: i modelli AI stanno diventando intermediari capaci di operare tra l’utente e servizi esterni.
Il modello non si limita più a generare un testo da copiare.
Può ricevere un obiettivo, usare un canale di comunicazione reale, negoziare piccoli dettagli entro un perimetro autorizzato e restituire il risultato.
È lo stesso cambiamento che vediamo negli agenti capaci di utilizzare browser, applicazioni e strumenti software.
La telefonia aggiunge però una difficoltà particolare: dall’altra parte non c’è necessariamente un sistema digitale, ma un essere umano.
Conclusioni
Gemini Call for Me è ancora un esperimento ristretto e non va interpretato come un servizio universale già disponibile.
Oggi richiede hardware, abbonamento, beta software, lingua e localizzazione specifici; presenta limiti giornalieri e non può eseguire numerose categorie di operazioni sensibili.
Ma dal punto di vista tecnologico è un esperimento significativo.
Google sta trasformando la telefonata da attività che l’assistente può semplicemente avviare a processo che un agente AI può gestire sotto supervisione umana.
La combinazione di numero personale dell’utente, dichiarazione obbligatoria dell’identità AI, approvazione preventiva dei dati da condividere, trascrizione live, possibilità di takeover e audit successivo mostra quanto l’autonomia richieda nuovi meccanismi di controllo.
Se questo modello si dimostrerà affidabile, la vera innovazione non sarà semplicemente “un’AI che telefona”.
Sarà la possibilità di delegare a un agente software attività quotidiane che fino a oggi richiedevano la partecipazione diretta di una persona.
Ed è proprio questo che rende Gemini Call for Me un esempio particolarmente concreto della transizione dall’intelligenza artificiale generativa all’intelligenza artificiale agentica.