AIアバター受付・キオスクの設計｜人へ引き継ぐ線・本人確認・AIであることの表示の決め方(2026年9月)

前提の整理: 顔のあるAI窓口で何が変わったか

Live Avatar は、音声で会話するモデル Gemini 3.8 Live が、自分の声に合わせて口と表情が動く顔の映像(24fps)も生成する機能です。Google Cloud のブログは、想定する使い方の一つに「インタラクティブなキオスク」を挙げています。これまで受付アバターを作るには、音声AIと映像の仕組みを別々に用意して同期させる必要がありましたが、その部分が一つの呼び出しにまとまりました。

ただし、顔が付いても、AIが答えられる範囲は変わりません。答えの中身は、システム指示(AIへの業務上の指示書)と、つないだ業務システムの範囲で決まります。受付端末の出来は、映像の自然さよりも、以下の節で扱う運用設計で決まる部分が大きいです。

仕様の出典: Google Cloud「Gemini 3.8 Live with Live Avatar is now generally available」(2026-09-24) / Google Cloud ドキュメント「Gemini 3.8 Live」(モデル仕様・対応リージョン) / Google Cloud「Agent Platform Pricing」

決めること1: 何を答えさせ、どこで人に引き継ぐか

最初に決めるのは、AIが最後まで対応してよい用件の一覧です。「受付をAIにする」という発注では範囲が決まらず、評価もできません。現場で実際に受けている問い合わせを1〜2週間分書き出し、次の3つに分けるところから始めます。

引き継ぎは「線を引く」だけでなく「手段」まで決めます。端末の画面に人を呼ぶボタンを常に出しておく、内線やチャットで担当者を呼び出す、別拠点の担当者とビデオ通話でつなぐ、のどれを使うかで、開発範囲も費用も変わります。利用者が「人と話したい」と言ったら、AIが引き留めずにすぐ切り替えることも仕様に書いておきます。

担当者が応答しない場合の案内も決めておきます。受付の横にある呼び出し電話を案内する、連絡先を聞いて折り返す、別の窓口を案内する、のいずれかです。ここが決まっていないと、利用者は画面の前で同じ質問を繰り返すことになります。引き継ぐときには、AIが聞き取った内容を要点にまとめて担当者に渡し、利用者に同じことを二度言わせないようにします。

決めること2: 本人確認が要る用件の扱い

受付で本人確認が絡む用件は、予約者本人かどうかの確認、会員情報の照会、書類の受け取りなどです。音声の会話で名乗った名前や生年月日だけで本人と扱う設計は避けます。声や顔が本人に似ていることも、確認の根拠にはなりません。生成AIで声や顔を似せられる以上、窓口の側でも同じ前提に立つ必要があります。

現実的な分け方は2つです。1つは、本人確認が要る用件はAIでは扱わず、有人窓口へ案内する方法です。もう1つは、予約番号のQRコード、会員証、事前に送った受付コードなど、会話以外の手段で確認してからAIが案内する方法です。後者でも、確認の判定はAIの会話ではなく業務システム側で行い、AIには判定結果だけを渡します。

カメラ映像をAIに送れる点も、ここで判断が要ります。Gemini 3.8 Live はカメラ映像を見ながら応答できますが、来訪者の顔が国外(米国かEU)のリージョンで処理されることになります。身分証をカメラにかざしてもらう運用は、個人情報の扱いが重くなるので、試作の段階では採らないほうが無難です。データの所在の論点は「日本リージョンがない音声AIをどう扱うか」で詳しく整理しています。

決めること3: AIであることの表示と、録音・録画の告知

AIであることの表示は、画面と音声の両方で行うのが分かりやすいです。総務省・経済産業省の「AI事業者ガイドライン(第1.2版、2026-03-31公表)」は、透明性の項目で、関係者に提供する情報の例として「AI を利用しているという事実及び活用している範囲」を挙げています。Live Avatar の映像には SynthID の透かしが入りますが、これは目に見えない透かしなので、来訪者への表示の代わりにはなりません。画面上に「AIが対応しています」と常に出し、最初のあいさつでも伝える、というのが無理のない形です。

録音・録画については、個人情報保護委員会のQ&A(Q1-10)が、通話内容から個人を識別できる場合は個人情報に当たり、利用目的の通知または公表の義務はあるものの、録音していることを伝える義務までは負わない、と整理しています。カメラについては、防犯カメラを扱うQ&A(Q1-13)で、撮影されていることを本人が容易に認識できない場合は、掲示などで認識できるようにする措置が求められるとしています。受付端末のカメラや会話ログにこれらがどう当てはまるかは、利用目的や保存の有無で変わるので、法務に確認してください。

法律上の義務とは別に、「会話を記録するか」「何日保存するか」「誰が見るか」を先に決め、端末の近くに掲示しておくと、来訪者からの問い合わせにも答えやすくなります。品質改善のためなら、録音そのものではなく文字起こしや対応結果だけを残す選択肢もあります。

仕様の出典: 総務省・経済産業省「AI事業者ガイドライン(第1.2版)」(2026-03-31) / 個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン」に関するQ&A

決めること4: 聞き取れないとき・騒音・複数人のとき

受付やロビーは、電話より音の条件が悪い場所です。空調、BGM、館内放送、ほかの来訪者の会話が入ります。発注前に、端末を置く予定の場所で、実際の時間帯に音を拾って試す段取りを入れておきます。マイクの指向性や、話しかける位置を床に示すといった設置側の工夫も、ソフトウェアと同じくらい効きます。

設計で決めておくのは次の点です。

• 聞き返しの回数: 同じ項目を何回聞き返したら、画面の選択肢(ボタン)に切り替えるか、人を呼ぶか
• 画面入力への逃げ道: 氏名や会社名など聞き間違えやすい項目は、画面のキーボードやQRコードでも入れられるようにする
• 複数人のとき: 2人以上が同時に話した場合、誰の用件として扱うか。グループ来訪は代表者1人と話す前提にするか
• 話しかけていない人への反応: 前を通りかかった人の会話に反応しないよう、ボタンを押してから会話を始める方式にするか
• 言語の切り替え: Gemini 3.8 Live は97言語を会話の途中で自動判別するとされています(2026-09時点)。多言語対応を売りにするなら、対応を保証する言語を決めて、その言語で試験する
• 子どもや高齢者: 聞き取りにくい話し方、端末の高さ、文字の大きさを試験項目に入れる

決めること5: 置く場所・回線・止まったときの代替

Live Avatar は映像をリアルタイムで受け取る仕組みなので、端末側の回線が細いと、口の動きが遅れたり止まったりします。設置場所のWi-Fiや有線LANの状況を先に調べ、試験では混雑する時間帯の回線でも確かめます。処理が米国かEUで行われる点は、応答の遅れにも関わる可能性があるので、日本からの接続で実測します。

止まったときの代替は、受付では欠かせない仕様です。回線やAPIの障害、端末の故障、想定外の混雑のどれでも、来訪者が困らないようにしておきます。

• 障害時の画面: AIが使えないときに「こちらの電話で受付をお呼びください」と表示する静止画面を端末に持たせる
• 紙とボタンの受付: 内線電話や呼び出しボタンなど、AIを通らない受付手段を端末の横に残す
• 監視と連絡: 端末が止まったことを誰が、どうやって知るか。夜間や休日の扱い
• 費用の上限: 従量課金なので、月の件数と1件の長さから予算を出し、上限を超えそうなときの通知を設定する
• 物理的な安全: 端末の転倒、いたずら、画面ののぞき見。個人情報を画面に長く表示しない

発注前のチェックリストと、いまやること・待ってよいこと

以下の項目が埋まっていれば、開発会社に見積もりを頼める段階です。空欄が多い場合は、先に社内で決める会議を1回持つほうが早く進みます。

いまやること

• 受付で実際に受けている用件を1〜2週間分書き出し、上の3区分に分ける
• 音声だけの構成で、日本語の聞き取りと人への引き継ぎを先に試す。顔を付けると1件あたりの費用が大きく増えるので、会話の品質を確かめてから顔を足す
• 設置予定の場所で、実際の音と回線の条件を測る
• 表示・告知・データの保存方針を法務と決め、発注仕様に書く

待ってよいこと

日本リージョンの提供、自社の人物の顔を使うカスタムアバターの一般開放、日本語での映像品質の第三者評価は、2026-09-30時点で発表がないか整っていません。受付の試作は、組み込みアバターか音声だけの構成で始められます。社員の顔を使う場合の同意や退職時の扱いは「社員の顔でAIアバターを作るときの同意・権利・退職時の扱い」で整理しています。

出典

• Google Cloud「Gemini 3.8 Live with Live Avatar is now generally available」(2026-09-24): https://cloud.google.com/blog/products/ai-machine-learning/gemini-3-8-live-with-live-avatar-is-now-generally-available
• Google「Introducing Gemini 3.8 Live with Live Avatar」(2026-09-24): https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-with-live-avatar/
• Google Cloud ドキュメント「Gemini 3.8 Live」モデルページ(対応リージョン。2026-09-30確認): https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/gemini/3-8-live
• Google Cloud ドキュメント「ライブアバターを構成する」(2026-09-30確認): https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/live-api/configure-live-avatars
• Google Cloud「Agent Platform Pricing」(Live API の単価): https://cloud.google.com/gemini-enterprise-agent-platform/generative-ai/pricing
• 総務省・経済産業省「AI事業者ガイドライン(第1.2版)」(2026-03-31): https://www.soumu.go.jp/main_sosiki/kenkyu/ai_network/02ryutsu20_04000019.html
• 個人情報保護委員会「『個人情報の保護に関する法律についてのガイドライン』に関するQ&A」(Q1-10、Q1-13): https://www.ppc.go.jp/personalinfo/faq/APPI_QA/

よくあるご質問

AIアバターの受付で、どこまでAIに任せてよいですか?

答えが決まっている用件(館内案内、営業時間、受付票の発行、よくある質問)に絞るのが基本です。来訪者の取り次ぎや予約確認はAIが聞き取って人へ渡し、苦情・返金・契約の変更・緊急時は最初から人が対応する、という3区分で設計すると評価しやすくなります。

AIが対応していることを表示する必要はありますか?

総務省・経済産業省のAI事業者ガイドライン(第1.2版)は、AIを利用しているという事実と活用範囲を関係者に情報提供することを透明性の項目に挙げています。Live Avatar の映像には目に見えない透かし(SynthID)が入りますが、来訪者への表示にはならないので、画面と最初のあいさつで伝える設計にします。法的な義務の有無は法務に確認してください。

受付の会話を録音するとき、来訪者に伝えないといけませんか?

個人情報保護委員会のQ&A(Q1-10)では、個人を識別できる通話内容は個人情報に当たり、利用目的の通知・公表は必要だが、録音していることを伝える義務までは負わないと整理されています。カメラ映像や保存の有無によって扱いが変わるため、掲示の方針は法務と決めてください。

日本の会社でも Live Avatar を受付に使えますか?

日本の Google Cloud アカウントから使え、日本語にも対応しています(2026-09-30時点)。ただし処理は米国かEUのリージョンだけで、日本リージョンはありません。来訪者の音声やカメラ映像が国外で処理されることを、社内規程や顧客との約束に照らして確認してから入れる必要があります。