> 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/fr/ai-whitepaper/introduction-lia-chez-zoom.md). # Introduction : l’IA chez Zoom L’intelligence artificielle évolue rapidement et devient une partie intégrante de la vie quotidienne, alimentant tout, des grands et petits modèles de langage aux fonctions algorithmiques spécialisées. Alors que l’IA générative permet une interaction fluide entre les humains et les machines pour la création de contenu, la résolution de problèmes et la prise de décision, l’IA existe aussi dans des applications plus spécialisées. Les outils d’automatisation rationalisent les flux de travail, tandis que des services comme le sous-titrage et la traduction font tomber les barrières de communication, rendant la collaboration plus efficace et plus accessible. À mesure que l’IA continue de progresser, ses applications transforment les secteurs en améliorant l’efficacité, la précision et l’innovation, remodelant fondamentalement la manière dont les entreprises fonctionnent. Étant donné le Rôle croissant de l’IA dans l’environnement de travail moderne, ce document explique comment l’IA est utilisée sur l’ensemble de la plateforme Zoom. Il décrit la base d’IA partagée de Zoom, les fonctionnalités d’IA spécifiques aux produits intégrées à différents produits Zoom, ainsi que ZoomMate comme l’espace de travail d’IA plus large qui aide les utilisateurs à passer de la conversation à l’exécution. Ensemble, ces sections visent à aider les lecteurs à comprendre comment Zoom utilise l’IA dans la communication, la collaboration, la productivité et le suivi jusqu’à l’achèvement. ## **Zoom AI** Zoom AI est la couche d’intelligence artificielle partagée qui alimente les expériences basées sur l’IA sur l’ensemble de la plateforme Zoom. Elle comprend l’ensemble plus large des technologies d’IA, des modèles et des systèmes de soutien que Zoom utilise pour fournir des fonctionnalités intelligentes dans l’ensemble de ses produits. En termes pratiques, Zoom AI est la base qui permet à Zoom de fournir des expériences assistées par l’IA dans la communication, la collaboration, la productivité et le suivi jusqu’à l’achèvement, plutôt que de limiter l’IA à une Fonctionnalités autonome unique ou à une application distincte. Cette couche d’IA partagée prend en charge ZoomMate ainsi qu’un large éventail de capacités spécifiques aux produits, y compris des fonctionnalités telles que la traduction en temps réel, la transcription, les questions en réunion, l’isolation audio personnelle, la rédaction de chat et d’autres expériences assistées par l’IA. Elle comprend l’approche multi-modèle et multi-déploiement de Zoom en matière d’IA, y compris son architecture fédérée, Modèles hébergés par Zoom Plus (ZM+), Modèles hébergés par Zoom uniquement (ZMO) et les offres d’IA sur site. Ensemble, ces approches constituent la base technique de l’IA sur l’ensemble de la plateforme Zoom. ## **Fonctionnalités d’IA** #### Fonctionnalités d’IA : capacités d’IA intégrées qui fournissent une assistance ciblée dans l’ensemble des produits Zoom Les fonctionnalités Zoom AI sont des capacités spécifiques aux produits qui utilisent l’intelligence artificielle dans certains produits Zoom et flux de travail, et sont généralement intégrées directement à l’expérience produit où la tâche a lieu. Elles sont conçues pour aider dans des activités précises telles que la création d’une synthèse de réunion, la rédaction d’un message de chat, la suggestion d’une réponse par e-mail, la réponse à une question pendant une réunion en direct ou la génération d’un récapitulatif post-appel. Ces fonctionnalités peuvent fonctionner seules dans le produit où elles apparaissent, mais elles peuvent aussi produire des résultats qui soutiennent des expériences ZoomMate plus larges. Par exemple, une synthèse de réunion créée après une réunion Zoom peut ensuite devenir un contexte utile pour ZoomMate, tandis qu’une Fonctionnalités telle que Chat Compose ou Questions de réunion est principalement conçue pour aider dans cette expérience produit immédiate. De cette manière, les fonctionnalités Zoom AI constituent la couche distribuée de l’IA au niveau des produits dans l’ensemble de Zoom. Les exemples incluent des fonctionnalités couvrant des réunions, le chat, le tableau blanc, les événements, E-mail, le calendrier et le téléphone, comme des résumés de réunion, questions en réunion, transcription, Mes notes, rédaction de chat, synthèse de chat, résumés de canal, traduction, rédaction d’e-mail et réponses, assistance à la programmation, résumés d’appel, fonctionnalités de messagerie vocale et extraction de tâches. ## **ZoomMate** #### ZoomMate : votre coéquipier intelligent sur Workplace, qui vous aide à accomplir davantage, de la conversation à la réalisation ZoomMate est un coéquipier numérique intelligent et conversationnel au cœur de la plateforme Zoom Workplace, conçu pour améliorer la productivité, fluidifier la collaboration et réduire la charge de travail des employé·e·s. Chaque jour, les outils d’IA sont de plus en plus intégrés à la main-d’œuvre moderne et ne se limitent plus à l’exécution de tâches spécifiques — comme automatiser la saisie de données, rédiger des e-mails, générer des rapports ou exécuter des fonctions algorithmiques Basique. Au contraire, les outils d’IA émergents représentent une évolution transformatrice, changeant fondamentalement notre façon de travailler. ZoomMate en est l’exemple, allant au-delà de la simple automatisation des tâches en agissant comme un coéquipier dédié qui aide les utilisateurs à accomplir davantage, de la conversation à l’achèvement. Par exemple, considérons un responsable du Service commercial qui se prépare pour une réunion client à forts enjeux. Le travail peut commencer par une récente réunion Zoom au cours de laquelle l’équipe discute des priorités du client, des risques concurrentiels et des questions techniques en suspens. À partir de cette conversation, les fonctionnalités d’IA de Zoom peuvent générer une synthèse de réunion, identifier les actions à mener et faire ressortir les responsabilités de suivi assignées aux différents membres de l’équipe. Un utilisateur peut alors se tourner vers ZoomMate pour continuer le travail à partir de là plutôt que de repartir de zéro dans un outil distinct. En utilisant le contexte provenant de Zoom Workplace et des systèmes connectés, ZoomMate peut recueillir la synthèse de réunion, examiner les discussions de chat associées, consulter les supports à l’appui dans Zoom Canvas, extraire le contexte du compte depuis un CRM connecté et intégrer des recherches supplémentaires provenant de sources internes ou externes approuvées. À partir de ce contexte combiné, ZoomMate peut aider à produire un briefing client, rédiger un plan de proposition, créer des tâches de suivi et générer un document de stratégie structuré. Si l’utilisateur a besoin de présenter ce travail, ZoomMate peut également aider à transformer le même contexte sous-jacent en supports de présentation à l’aide de Zoom Slides. Ce qui distingue ZoomMate d’un assistant d’IA générative conventionnel, c’est que le travail ne s’arrête pas à la synthèse ou à la rédaction. ZoomMate peut aider à faire circuler le contexte tout au long du processus, de la conversation initiale, aux décisions qui ont été prises, jusqu’aux documents et aux actions qui suivent. En ce sens, ZoomMate fonctionne moins comme un outil à usage unique et davantage comme un coéquipier au travail qui aide les utilisateurs à relier les informations, à coordonner le suivi et à transformer le travail en cours en résultats achevés. ## **Protocoles d'interface** Avant d’aborder des fonctionnalités plus détaillées et les flux de données, il est utile de comprendre certains des protocoles sous-jacents qui contribuent à alimenter les capacités d’IA de Zoom. Cette section explique le Model Context Protocol (MCP), l’un des principaux standards d’interopérabilité qui permettent à l’IA de se connecter aux outils, aux données, aux flux de travail et à d’autres agents. ### Protocole de contexte du modèle #### Protocole de contexte du modèle (MCP) : un Standard pour la connexion de l’IA aux outils afin d’accomplir davantage Dans le cadre de son architecture d’IA, Zoom utilise le Protocole de contexte du modèle (MCP) — un Standard ouvert qui permet des connexions sécurisées entre les modèles, les outils, les sources de données et les flux de travail. MCP joue un Rôle clé dans l’avancement de l’IA agentique en remplaçant le besoin d’intégrations ponctuelles que chaque entreprise doit construire et maintenir séparément. Il fournit plutôt un cadre partagé et structuré qui expose les capacités aux modèles d’IA de manière cohérente. Cette base permet aux systèmes d’IA d’agir davantage comme des agents intelligents — non seulement en répondant aux questions, mais aussi en agissant directement au sein des systèmes sur lesquels les utilisateurs s’appuient. Reportez-vous à la documentation développeur de Zoom pour plus d’informations sur [MCP chez Zoom](https://developers.zoom.us/docs/mcp/). #### Comment MCP fonctionne en pratique — comme commander à partir d’un menu À la base, MCP repose sur un modèle client–serveur. Imaginez l’environnement d’IA (comme ChatGPT ou Claude) comme un client qui veut accomplir des tâches, et les systèmes externes (comme Jira, Confluence ou une base de données) comme des serveurs qui publient ce qu’ils peuvent faire. Chaque serveur fournit une liste claire de fonctions — comme « rechercher dans la base de connaissances » ou « créer une tâche ». Le client IA décide alors, au milieu d’une conversation, quand et comment utiliser ces fonctions. En d’autres termes, la connexion de l’IA à un serveur MCP, c’est comme commander dans un restaurant. Vous (l’IA) entrez dans un restaurant, recevez un menu (une liste de services ou de fonctions disponibles via le serveur MCP), et vous (l’IA) dites ce que vous voulez, et il répond. Il n’y a aucune devinette sur ce qui est disponible ou non — tout est fourni dans le menu dès le départ. Les sections suivantes fournissent des détails supplémentaires sur le fonctionnement de MCP : #### Étape 1 : Exposer les capacités via les serveurs N’importe quel système peut exécuter un serveur MCP. Ce serveur agit comme le « menu », en publiant une description structurée des actions qu’il prend en charge. Par exemple, Jira pourrait publier des fonctions comme « rechercher des tickets » ou « mettre à jour un ticket ». Comme ces fonctions suivent le format partagé de MCP, l’IA peut les comprendre immédiatement sans ingénierie personnalisée. #### Étape 2 : l’IA agit comme un client De l’autre côté, l’environnement d’IA joue le Rôle du client. Il lit le menu des fonctions Disponible, s’en souvient et décide quel appel effectuer lorsqu’il répond à un utilisateur. Cela signifie que l’IA n’a pas besoin d’être programmée à l’avance avec des milliers d’intégrations possibles — elle apprend simplement ce qui est Disponible lorsque la connexion est établie. #### Étape 3 : transmettre le contexte en toute sécurité MCP définit aussi comment le contexte et l’Autorisation sont transmis. Cela aide à garantir que, lorsque l’IA utilise une fonction, elle le fait uniquement dans les limites de ce que l’utilisateur est autorisé à Access. Par exemple, si un utilisateur a l’Autorisation de ne voir que les tickets Jira de son équipe, MCP s’assure que l’IA respecte ce périmètre. Cette couche de sécurité est ce qui rend MCP pratique pour un usage en Entreprise, où les données sensibles et les contrôles d’Access ne sont pas négociables. #### Pourquoi MCP est important En standardisant la manière dont l’IA se connecte aux systèmes externes, MCP élimine les frictions des intégrations personnalisées et garantit la sécurité et la cohérence. L’utilisateur en bénéficie, car l’IA peut non seulement répondre aux questions, mais aussi prendre des actions éclairées sur une variété d’outils, d’une manière fluide et sécurisée. --- # 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/fr/ai-whitepaper/introduction-lia-chez-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.