> 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/ai-whitepaper/introduction-ai-at-zoom.md). # Introducción: IA en Zoom La inteligencia artificial está evolucionando rápidamente y se está convirtiendo en una parte integral de la vida cotidiana, impulsando todo, desde modelos de lenguaje grandes y pequeños 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 la subtitulación y la traducción derriban barreras de comunicación, haciendo que la colaboración sea más eficiente y accesible. A medida que la IA continúa avanzando, sus aplicaciones están transformando las industrias al mejorar la eficiencia, la precisión y la innovación, y están redefiniendo 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 usa la IA en toda 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 pensadas para ayudar a los lectores a entender cómo Zoom usa 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 las 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 funciones inteligentes en sus productos. En términos prácticos, Zoom AI es la base que permite a Zoom brindar 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 tanto a ZoomMate como a una amplia gama de capacidades específicas de productos, incluidas funciones como la traducción en tiempo real, la transcripción, las preguntas durante la reunión, el aislamiento de audio personal, la redacción de chat y otras experiencias asistidas por IA. Incluye el enfoque multi-modelo y de múltiples implementaciones de Zoom para la IA, incluida su arquitectura federada, Zoom-Hosted Models Plus (ZM+), Solo modelos alojados en Zoom (ZMO) y las 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 específica en los productos de Zoom Las características de IA de Zoom son capacidades específicas de cada producto que utilizan inteligencia artificial dentro de productos y flujos de trabajo concretos de Zoom, y por lo general están integradas directamente en la experiencia del producto donde se realiza 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 generar resultados que respalden experiencias más amplias de ZoomMate. Por ejemplo, un resumen de la reunión creado después de una reunión de Zoom puede convertirse más tarde en contexto útil para ZoomMate, mientras que una función como la redacción de chat o las preguntas durante la reunión está pensada 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 Meetings, Chat, pizarra, Events, correo, calendario y Phone, como resúmenes de la reunión, preguntas durante la reunión, transcripción, Mis notas, redacción de chat, resumen de chat, resúmenes de canal, traducción, redacción y respuestas de correo electrónico, asistencia para la programación, resúmenes de la llamada, funciones de correo de voz y extracción de tareas. ## **ZoomMate** #### ZoomMate: tu compañero inteligente de Zoom Workplace que te ayuda a lograr más, de la conversación a 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 al ir más allá de la simple automatización de tareas y actuar como un compañero de equipo dedicado que ayuda a los usuarios a lograr más, de la conversación a la finalización. Por ejemplo, considere a un líder de Ventas que se prepara para una reunión de alto riesgo con un cliente. El trabajo puede comenzar con una reunión reciente de Zoom en la que el equipo analiza las prioridades del cliente, los riesgos competitivos y las preguntas técnicas abiertas. 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 distintos 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 aparte. Usando el contexto de toda la plataforma Zoom Workplace y de los sistemas conectados, ZoomMate puede recopilar el resumen de la reunión, revisar las conversaciones de chat relacionadas, consultar materiales de apoyo en Zoom Canvas, extraer el contexto de la cuenta de un CRM conectado e incorporar investigación adicional de fuentes internas o externas aprobadas. A partir de ese contexto combinado, ZoomMate puede ayudar a producir un informe 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 diferencia a ZoomMate de un asistente generativo convencional de IA es que el trabajo no se detiene en la síntesis ni en la redacción. ZoomMate puede ayudar a llevar el contexto hacia adelante durante todo el proceso, desde la conversación original hasta las decisiones que se tomaron y, de ahí, a 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, conviene entender algunos de los protocolos subyacentes que ayudan a impulsar las capacidades de IA de Zoom. Esta sección explica Model Context Protocol (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 del modelo #### Protocolo de contexto del modelo (MCP): un estándar para Conectando IA a herramientas para lograr más Como parte de su arquitectura de IA, Zoom utiliza Model Context Protocol (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 reemplazar la necesidad de integraciones puntuales que cada empresa debe crear 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 medidas directamente dentro de los sistemas de los que dependen 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 del 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 ofrece una lista clara de funciones, como «buscar en la base de conocimientos» o «crear una 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 dice lo que quiere, y este responde. No hay conjeturas sobre lo que está o no está disponible: todo se proporciona en el menú por adelantado. Las siguientes secciones ofrecen 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». Debido a que 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 Disponible, las recuerda y decide cuál invocar cuando responde 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: pasar el contexto de forma segura MCP también define cómo se transmiten el contexto y el Permiso de acceso. Esto ayuda a garantizar que, cuando la IA usa una función, lo haga solo dentro de los límites a los que el usuario tiene acceso. Por ejemplo, si un usuario tiene Permiso para ver solo los tickets de su equipo en Jira, MCP se asegura de que la IA respete ese alcance. Esta capa de seguridad es lo que hace que MCP sea práctico para el uso Empresarial, donde los datos sensibles y los controles de acceso no son negociables. #### Por qué MCP es importante Al estandarizar cómo la IA se conecta a 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/ai-whitepaper/introduction-ai-at-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.