「Gemini Multimodal Live API」を活用した、スマートフォンの無人テクニカルサポートを実現する技術実証に成功

株式会社オプティム（以下 オプティム）は、生成AIモデル「Gemini」の「Multimodal Live API」を活用した、スマートフォンの無人テクニカルサポートを実現する技術実証に成功しました。

■背景

近年のDX化によるデバイスの増加やソフトウェアの拡大・高度化に伴い、カスタマーサポートの需要は急速に高まってきています。

オプティムでは、遠隔地のお客様のPCやモバイル端末の画面をリアルタイムに共有し、有人サポートを実現する「Optimal Remote」を提供しています。このカスタマーサポートの需要拡大に合わせ「Optimal Remote」においても、さらなる業務効率化に寄与する機能開拓が必要です。

そこで、昨今技術進化の凄まじい生成AIを活用し、無人サポートの実現を模索すべく、本技術実証に取り組みました。

■「Gemini」とは

Googleが開発・提供するマルチモーダル型※1の生成AIモデルです。

■「Gemini Multimodal Live API」とは

「Gemini」を独自のアプリケーションに実装できるように公開されている「Gemini API」のうち、「Gemini」との双方向音声・動画を低レイテンシ※2にやり取りできるモデルのAPIです。

■技術実証内容

◇実証概要

「Gemini Multimodal Live API」を組み込んだ独自アプリケーションで、Android端末における無人テクニカルサポートを実現することを確認いたしました。

本実証の結果は、テクニカルサポートにおけるヘルプデスク・サポートデスク等の業務負荷低減や人員削減の効果が見込めます。

◇実証結果

■今後について

オプティムは、今後も生成AIなどの最新テクノロジーの技術実証へ積極的に取り組み、新たなDXサービスを実現できるよう邁進してまいります。

※1　テキスト、画像、音声、動画など複数の異なる種類のデータを統合的に処理が可能な型のこと。

※2　データの入力から応答までの遅延時間が短いこと。