O desenvolvimento da inteligência artificial de voz (Voice AI) transformou as ferramentas de comunicação em interfaces inteligentes capazes de executar ações. Isso abre novas oportunidades para as empresas otimizarem operações, melhorarem a interação com clientes e alcançarem crescimento. A IA de voz ajuda os negócios a operar, comunicar-se com consumidores e atingir objetivos definidos, por exemplo, permitindo que equipes de campo acessem informações corporativas sem usar as mãos ou realizem transações por meio de comandos de voz.
Para estimular a criação de soluções práticas baseadas em Voice AI, o parceiro tecnológico Google Cloud, YourStory e Hack2skill organizaram um hackathon virtual chamado «Build with Gemini – Shape What's Next». O objetivo do evento é promover a implementação prática do stack Gemini entre profissionais em atividade em toda a Índia.
O hackathon convida desenvolvedores, engenheiros de IA/ML, especialistas em dados e fundadores técnicos para identificar problemas de negócios e desenvolver protótipos funcionais de IA de voz usando Gemini. Os participantes podem se inscrever individualmente ou em equipes de até quatro pessoas. É importante notar que estudantes e profissionais desempregados não são elegíveis para participar desta rodada.
As inscrições e a apresentação de ideias estão abertas até 3 de dezembro de 2026. Os participantes devem apresentar uma ideia que resolva um dos quatro problemas propostos. As equipes selecionadas receberão US$ 100 em créditos do Google Cloud para desenvolver protótipos e criar um vídeo de demonstração de um a dois minutos.
O hackathon foca na criação de soluções de IA de voz que vão além de simplesmente responder a perguntas, incluindo extração de informações, execução de tarefas e tomada de medidas através de sistemas conectados. Os participantes podem escolher um dos quatro focos temáticos:
- Agente de conhecimento corporativo controlado por voz: É necessário criar um agente em tempo real que ajude os funcionários a encontrar informações de diversas fontes corporativas, como documentos, tickets de suporte, wikis de projetos e chats. O agente deve suportar idiomas regionais e troca de código de fala, extrair dados em diferentes idiomas e fornecer respostas baseadas em dados corporativos. Ele também deve ser capaz de executar ações através de sistemas conectados, como criar solicitações, verificar estoques ou atualizar registros.
- Automação de fluxos de trabalho por voz: Este concurso é dedicado ao uso de instruções de voz para realizar tarefas de negócios sem a necessidade de navegar em formulários ou sites. Os participantes devem desenvolver fluxos de trabalho controlados por voz que traduzam comandos de voz multilíngues em ações em APIs, registros, bancos de dados ou sistemas de contabilidade. A solução deve coordenar várias etapas, processar exceções e prever a participação humana quando necessário para aprovação ou tomada de decisão. Áreas de aplicação possíveis incluem registro de presença no local, registro de entregas, reserva de serviços e apresentação de reclamações.
- Agentes de voz para clientes e linha de frente: A tarefa consiste em desenvolver um agente em tempo real que interage diretamente com clientes ou auxilia funcionários da linha de frente durante interações ao vivo. O agente deve entender intenções, contexto e tom emocional; extrair as informações necessárias e executar tarefas, como agendar um slot, verificar pedidos ou criar tickets de suporte. Ele deve funcionar em vários idiomas e incluir um mecanismo de transferência de caso para um humano em situações que exijam julgamento.
- Inovações abertas: IA de voz real com Gemini: Esta categoria permite que os participantes identifiquem um problema organizacional ou oportunidade em qualquer setor e desenvolvam uma solução baseada em IA de voz. O agente deve usar o Gemini para entender e raciocinar sobre a entrada de voz, incluindo idiomas indianos e troca de código de fala, bem como conectar essa entrada a ações através de APIs, registros, bancos de dados ou sistemas de contabilidade.
Em todas as quatro categorias, espera-se que os participantes demonstrem interação natural com baixa latência, capacidade de lidar com idiomas regionais, habilidade para lidar com interrupções e ruído de fundo, bem como capacidade de executar ações no backend. Os protótipos também devem demonstrar valor mensurável em métricas como tempo economizado, tarefas concluídas, precisão melhorada, cobertura de idiomas ou custo por interação.
O hackathon ocorre em um processo de sete etapas, que começa com o registro gratuito e a submissão de ideias. As equipes selecionadas recebem créditos do Google Cloud e avançam para a fase de desenvolvimento, onde criam protótipos usando Gemini e apresentam vídeos de demonstração. Os participantes terão acesso a mentoria de especialistas do setor, consultoria e sessões guiadas de profissionais do Google Cloud e Hack2skill.
As apresentações serão avaliadas em duas fases. O processo inclui triagem de ideias por IA e seleção manual, pré-seleção técnica, avaliação por rubrica e rodada final de júri com especialistas do Google Cloud. Os critérios de avaliação incluem o domínio de aplicação e seu impacto nos negócios, o uso eficaz dos recursos do Gemini Enterprise, a qualidade e a implementação do produto, inovação, apresentação e conteúdo do usuário.
O prêmio total do hackathon é de 8 lakh de rúpias, e oito equipes vencedoras serão escolhidas de um pool nacional unificado. Todas as equipes selecionadas receberão US$ 100 em créditos do Google Cloud para apoiar o desenvolvimento de protótipos. Cada equipe que apresentar um protótipo válido receberá um certificado eletrônico. Os participantes selecionados também poderão ver seu trabalho nos canais YourStory e Hack2skill.



