> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/es/ai-whitepaper/introduccion-ia-en-zoom.md). # Introducción: IA en Zoom La inteligencia artificial está evolucionando rápidamente y convirtiéndose en una parte integral de la vida cotidiana, impulsando todo, desde grandes y pequeños modelos de lenguaje hasta funciones algorítmicas especializadas. Si bien la IA generativa permite una interacción fluida entre humanos y máquinas para la creación de contenido, la resolución de problemas y la toma de decisiones, la IA también existe en aplicaciones más especializadas. Las herramientas de automatización agilizan los flujos de trabajo, mientras que servicios como el subtitulado y la traducción derriban las barreras de comunicación, haciendo que la colaboración sea más eficiente y accesible. A medida que la IA sigue avanzando, sus aplicaciones están transformando sectores al mejorar la eficiencia, la precisión y la innovación, reconfigurando fundamentalmente la forma en que operan las empresas. Dado el papel cada vez mayor de la IA en el lugar de trabajo moderno, este documento explica cómo se utiliza la IA en la plataforma Zoom. Describe la base compartida de IA de Zoom, las características de IA específicas de cada producto integradas en distintos productos de Zoom y ZoomMate como la superficie de trabajo de IA más amplia que ayuda a los usuarios a pasar de la conversación a la finalización. En conjunto, estas secciones están destinadas a ayudar a los lectores a entender cómo Zoom utiliza la IA en la comunicación, la colaboración, la productividad y el seguimiento. ## **Zoom AI** Zoom AI es la capa compartida de inteligencia artificial que impulsa experiencias habilitadas por IA en toda la plataforma Zoom. Incluye el conjunto más amplio de tecnologías de IA, modelos y sistemas de apoyo que Zoom utiliza para ofrecer características inteligentes en sus productos. En términos prácticos, Zoom AI es la base que permite a Zoom ofrecer experiencias asistidas por IA en la comunicación, la colaboración, la productividad y el seguimiento, en lugar de limitar la IA a una sola característica o aplicación independiente. Esta capa compartida de IA respalda a ZoomMate, así como una amplia gama de capacidades específicas de producto, incluidas características como traducción en tiempo real, transcripción, preguntas durante la reunión, aislamiento de audio personal, redacción de chat y otras experiencias asistidas por IA. Incluye el enfoque multimodelo y de múltiples despliegues de Zoom para la IA, incluida su arquitectura federada, Modelos alojados en Zoom Plus (ZM+), Solo modelos alojados en Zoom (ZMO) y ofertas de IA locales. En conjunto, estos enfoques forman la base técnica de la IA en toda la plataforma Zoom. ## **Características de IA** #### Características de IA: capacidades de IA integradas que brindan asistencia enfocada en todos los productos de Zoom Las características de IA de Zoom son capacidades específicas del producto que utilizan inteligencia artificial dentro de productos y flujos de trabajo concretos de Zoom, y normalmente están integradas directamente en la experiencia del producto donde ocurre la tarea. Están diseñadas para ayudar con actividades específicas, como resumir una reunión, redactar un mensaje de chat, sugerir una respuesta por correo electrónico, responder una pregunta durante una reunión en vivo o generar un resumen posterior a la llamada. Estas características pueden funcionar por sí solas dentro del producto en el que aparecen, pero también pueden producir resultados que respaldan experiencias más amplias de ZoomMate. Por ejemplo, un resumen de la reunión creado después de una reunión de Zoom puede luego convertirse en contexto útil para ZoomMate, mientras que una característica como redacción de chat o preguntas de la reunión está diseñada principalmente para ayudar en esa experiencia inmediata del producto. De esta manera, las características de IA de Zoom son la capa distribuida, a nivel de producto, de la IA en Zoom. Los ejemplos incluyen características en Reuniones, Chat, Pizarra, Eventos, Correo, Calendario y Teléfono, como resúmenes de la reunión, preguntas durante la reunión, transcripción, Mis notas, redacción de chat, resumización de chat, resúmenes de canal, traducción, redacción y respuestas de correos electrónicos, asistencia para la programación, resúmenes de llamadas, características de correo de voz y extracción de tareas. ## **ZoomMate** #### ZoomMate: tu compañero inteligente de Zoom Workplace que te ayuda a lograr más desde la conversación hasta la finalización ZoomMate es un compañero digital inteligente y conversacional en el núcleo de la plataforma Zoom Workplace, diseñado para mejorar la productividad, agilizar la colaboración y reducir la carga de trabajo del empleado. Cada día, las herramientas de IA se integran cada vez más en la fuerza laboral moderna y ya no se limitan a realizar tareas específicas, como automatizar la entrada de datos, redactar correos electrónicos, generar informes o realizar funciones algorítmicas básicas. Más bien, las herramientas de IA emergentes representan un cambio transformador que cambia fundamentalmente la forma en que trabajamos. ZoomMate lo ejemplifica, y va más allá de la simple automatización de tareas al actuar como un compañero de equipo dedicado que ayuda a los usuarios a lograr más desde la conversación hasta la finalización. Por ejemplo, considere a un líder de ventas que se prepara para una reunión con un cliente de alto riesgo. El trabajo puede comenzar con una reunión de Zoom reciente en la que el equipo analiza las prioridades del cliente, los riesgos competitivos y las preguntas técnicas pendientes. A partir de esa conversación, las características de IA de Zoom pueden generar un resumen de la reunión, identificar elementos de acción y mostrar las responsabilidades de seguimiento asignadas a diferentes miembros del equipo. Luego, un usuario puede recurrir a ZoomMate para continuar el trabajo desde allí, en lugar de empezar de nuevo en una herramienta separada. Usando el contexto de toda la plataforma Zoom Workplace y los sistemas conectados, ZoomMate puede recopilar el resumen de la reunión, revisar las conversaciones relacionadas del chat, consultar materiales de apoyo en Zoom Canvas, extraer el contexto de la cuenta desde un CRM conectado e incorporar investigación adicional de fuentes internas o externas aprobadas. A partir de ese contexto combinado, ZoomMate puede ayudar a producir una sesión informativa para el cliente, redactar un esquema de propuesta, crear tareas de seguimiento y generar un documento de estrategia estructurado. Si el usuario necesita presentar ese trabajo, ZoomMate también puede ayudar a convertir el mismo contexto subyacente en materiales de presentación usando Zoom Slides. Lo que hace diferente a ZoomMate de un asistente generativo de IA convencional es que el trabajo no se detiene en la resumización o la redacción. ZoomMate puede ayudar a llevar el contexto a lo largo de todo el proceso, desde la conversación original, hasta las decisiones que se tomaron, y luego hasta los documentos y acciones que siguen. En ese sentido, ZoomMate funciona menos como una herramienta de un solo propósito y más como un compañero de trabajo que ayuda a los usuarios a conectar información, coordinar el seguimiento y convertir el trabajo en progreso en resultados terminados. ## **Protocolos de interfaz** Antes de pasar a características y flujos de datos más detallados, resulta útil comprender algunos de los protocolos subyacentes que ayudan a impulsar las capacidades de IA de Zoom. Esta sección explica el Protocolo de Contexto de Modelo (MCP), uno de los principales estándares de interoperabilidad que ayudan a la IA a conectarse con herramientas, datos, flujos de trabajo y otros agentes. ### Protocolo de Contexto de Modelo #### Protocolo de Contexto de Modelo (MCP): Un estándar para conectar la IA con herramientas para lograr más Como parte de su arquitectura de IA, Zoom utiliza el Protocolo de Contexto de Modelo (MCP), un estándar abierto que permite conexiones seguras entre modelos, herramientas, fuentes de datos y flujos de trabajo. MCP desempeña un papel clave en el avance de la IA agéntica al sustituir la necesidad de integraciones puntuales que cada empresa debe construir y mantener por separado. En su lugar, proporciona un marco compartido y estructurado que expone capacidades a los modelos de IA de una manera coherente. Esta base permite que los sistemas de IA actúen más como agentes inteligentes, no solo respondiendo preguntas, sino también tomando acciones directamente dentro de los sistemas en los que confían los usuarios. Consulte la documentación para desarrolladores de Zoom para obtener más información sobre [MCP en Zoom](https://developers.zoom.us/docs/mcp/). #### Cómo funciona MCP en la práctica — Como pedir de un menú En esencia, MCP se basa en un modelo cliente-servidor. Piense en el entorno de IA (como ChatGPT o Claude) como un cliente que quiere hacer el trabajo, y en los sistemas externos (como Jira, Confluence o una base de datos) como servidores que publican lo que pueden hacer. Cada servidor proporciona una lista clara de funciones, como “buscar en la base de conocimiento” o “crear tarea”. Luego, el cliente de IA decide, en medio de una conversación, cuándo y cómo usar esas funciones. En otras palabras, conectar la IA con un servidor MCP es como pedir en un restaurante. Usted (la IA) entra en un restaurante, recibe un menú (una lista de servicios o funciones disponibles a través del servidor MCP) y usted (la IA) le indica lo que quiere, y este responde. No hay que adivinar qué está o no está disponible: todo se proporciona de antemano en el menú. Las siguientes secciones proporcionan detalles adicionales sobre cómo funciona MCP: #### Paso 1: Exponer capacidades a través de servidores Cualquier sistema puede ejecutar un servidor MCP. Ese servidor actúa como el “menú”, publicando una descripción estructurada de las acciones que admite. Por ejemplo, Jira podría publicar funciones como “buscar incidencias” o “actualizar ticket”. Como estas funciones siguen el formato compartido de MCP, la IA puede entenderlas de inmediato sin ingeniería personalizada. #### Paso 2: La IA actúa como cliente Por otro lado, el entorno de IA desempeña el papel del cliente. Lee el menú de funciones disponibles, las recuerda y decide cuál llamar al responder a un usuario. Esto significa que la IA no necesita ser programada de antemano con miles de posibles integraciones: simplemente aprende lo que está disponible cuando se establece la conexión. #### Paso 3: Transmitir el contexto de forma segura MCP también define cómo se transmiten el contexto y los permisos. Esto ayuda a garantizar que, cuando la IA usa una función, lo haga solo dentro de los límites de a lo que el usuario tiene permitido acceder. Por ejemplo, si un usuario tiene permiso para ver solo los tickets de Jira de su equipo, MCP se asegura de que la IA respete ese alcance. Esta capa de seguridad es lo que hace que MCP sea práctico para uso empresarial, donde los datos sensibles y los controles de acceso no son negociables. #### Por qué importa MCP Al estandarizar cómo la IA se conecta con sistemas externos, MCP elimina la fricción de las integraciones personalizadas y garantiza seguridad y coherencia. Los usuarios se benefician porque la IA no solo puede responder preguntas, sino también tomar acciones informadas en una variedad de herramientas de una manera que se siente fluida y segura. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://library.zoom.com/technical-library/es/ai-whitepaper/introduccion-ia-en-zoom.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.