Après la voix, le visage. Google a présenté le 24 septembre 2026 une évolution de son modèle de conversation en direct, qui ajoute une présence visuelle à l’échange. Une semaine après le lancement de Gemini 3.8 Live, l’entreprise complète sa gamme destinée aux organisations.
De quoi s’agit-il exactement ?
Gemini 3.8 Live avec Live Avatar associe deux choses qui existaient séparément : une conversation vocale en temps réel et une génération vidéo à faible latence. Le résultat est un interlocuteur de synthèse qui parle avec un visage, écoute, regarde et répond, le tout dans le même mouvement.
La fonction est disponible dans Gemini Enterprise, l’offre que Google destine aux organisations. La création d’avatars personnalisés, à partir d’une image de référence pour conserver une apparence ou une identité de marque, se fait sur autorisation. Une bibliothèque d’avatars prêts à l’emploi est fournie avec le service.
Ce que l’avatar sait faire
La synchronisation labiale et les expressions sont le socle technique. Ce qui distingue cette version, c’est la continuité : l’avatar continue à parler et à réagir pendant qu’il va chercher une information ailleurs, par exemple pour vérifier une disponibilité ou consulter un dossier. La conversation ne s’interrompt pas le temps d’une requête.
Autre point notable, la gestion des langues. Google annonce une synchronisation audio et vidéo dans 97 langues, avec un basculement possible en cours de conversation, sans dégradation visible de l’image. Pour une entreprise qui accueille une clientèle internationale, c’est le détail le plus intéressant du lot.
Chaque sortie, audio et vidéo, porte enfin un filigrane invisible, SynthID, intégré directement au flux. Le filigrane ne se voit pas à l’oeil nu et ne se retire pas d’un simple enregistrement d’écran mal fait, ce qui permet aux outils de détection de rattacher un contenu à une IA générative.
Pourquoi ça ne vous concerne pas encore
Soyons directs. Pour un artisan, un commerce de proximité ou un cabinet de trois personnes, cette annonce ne débouche sur rien d’utilisable dans les prochains mois. Le service est vendu aux organisations, l’usage des avatars personnalisés est verrouillé, et le coût comme les conditions d’accès ne sont pas pensés pour une structure d’une personne.
L’usage visé est précis : accueil standardisé dans un hall, borne d’information, démonstration de produit, prise de rendez-vous en libre-service. Ce sont des situations où l’échange suit un scénario répétitif et où l’entreprise cherche à couvrir des horaires ou des langues qu’elle ne peut pas couvrir autrement. Une boutique qui accueille quinze clients par jour n’a rien à y gagner.
Il reste une raison de s’y intéresser, et elle est stratégique. Ce que Google industrialise aujourd’hui descendra dans les offres accessibles demain. La voix d’abord, le visage ensuite, et sans doute un coût à la consommation. Savoir que cela existe permet de ne pas être surpris le jour où votre fournisseur d’outils de gestion ou de site vous proposera la fonction.
La question de la transparence
C’est le vrai sujet, et il vous concerne dès aujourd’hui, même sans avatar.
Depuis le 2 août 2026, le règlement européen sur l’intelligence artificielle impose d’informer les personnes qu’elles parlent à un système d’IA, et de signaler les contenus générés ou manipulés de façon réaliste. Un visage de synthèse qui répond à un client sans se présenter comme tel n’est donc pas seulement une maladresse commerciale. C’est un manquement.
La règle vaut pour les cas plus modestes que vous connaissez peut-être déjà : un assistant conversationnel sur un site, une voix de synthèse dans une vidéo de présentation, une image retouchée au point de tromper sur le produit. Dans tous ces cas, la question à se poser est la même : le client comprend-il, sans outil spécial, qu’il n’a pas affaire à une personne ou à une image réelle ?
Google apporte une réponse technique avec son filigrane, qui permet la détection automatique. Cette réponse ne dispense pas de la mention visible. Les deux se complètent : le filigrane sert aux plates-formes et aux enquêteurs, la mention sert à la personne en face de vous.
Où ça peut servir, même dans une petite structure
Trois pistes, à garder en tête sans se précipiter.
Une activité qui reçoit beaucoup d’appels pour la même question, horaires, disponibilité, prix de départ, peut basculer cette réponse vers un agent vocal, à condition de le signaler. C’est déjà faisable sans avatar animé, et c’est souvent suffisant.
Un métier qui vend à l’étranger, ou qui accueille une clientèle non francophone sur un salon, gagnerait à une interface multilingue temps réel. La synchronisation annoncée sur 97 langues ouvre cette porte, sans qu’il faille recruter.
Un commerce de formation ou de démonstration de produit peut y voir un outil de présentation, en sachant que la mention d’IA reste obligatoire et que le public y est de plus en plus sensible.
Aucune de ces pistes ne justifie un investissement aujourd’hui pour une TPE de l’Yonne. Mais elles expliquent pourquoi le sujet reviendra, cette fois dans des offres pensées pour les petites structures, et probablement avec un prix à l’usage plutôt qu’un abonnement fixe.