> 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/ai-whitepaper/introduction-ai-at-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. Compte tenu du rôle croissant de l’IA dans le lieu de travail moderne, ce document explique comment l’IA est utilisée sur la plateforme Zoom. Il décrit la base d’IA partagée de Zoom, les fonctionnalités d’IA spécifiques aux produits intégrées dans différents produits Zoom, et ZoomMate comme la surface de travail 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. ## **Zoom AI** Zoom AI est la couche commune d’intelligence artificielle qui alimente les expériences compatibles avec l’IA sur la plateforme Zoom. Elle inclut l’ensemble plus large des technologies d’IA, des modèles et des systèmes de support que Zoom utilise pour offrir des Fonctionnalités intelligentes dans ses produits. En pratique, Zoom AI est la base qui permet à Zoom de proposer des expériences assistées par l’IA dans la communication, la collaboration, la productivité et le suivi, plutôt que de limiter l’IA à une seule Fonctionnalités autonome ou application. Cette couche d’IA partagée prend en charge ZoomMate ainsi qu’un large éventail de capacités spécifiques aux produits, notamment des fonctionnalités telles que la traduction en temps réel, la transcription, les questions en réunion, l’isolation audio personnelle, la composition de chat et d’autres expériences assistées par l’IA. Elle inclut l’approche multi-modèle et multi-déploiement de Zoom pour l’IA, y compris son architecture fédérée, Zoom-Hosted Models Plus (ZM+), Modèles hébergés par Zoom uniquement (ZMO) et les offres d’IA sur site. Ensemble, ces approches forment la base technique de l’IA sur l’ensemble de la plateforme Zoom. ## **Fonctionnalités IA** #### Fonctionnalités d’IA : capacités d’IA intégrées qui offrent une assistance ciblée dans l’ensemble des produits Zoom Les fonctionnalités Zoom AI sont des capacités propres à certains produits qui utilisent l’intelligence artificielle au sein de produits et de flux de travail Zoom particuliers, et sont généralement intégrées directement à l’expérience du produit, là où la tâche se déroule. Elles sont conçues pour aider à des activités spécifiques telles que résumer une réunion, rédiger un message de chat, suggérer une réponse par e-mail, répondre à une question pendant une réunion en direct ou générer un récapitulatif post-appel. Ces Fonctionnalités peuvent fonctionner de manière autonome au sein du produit où elles apparaissent, mais elles peuvent aussi produire des résultats qui prennent en charge 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 fonctionnalité telle que chat Compose ou Questions de réunion est בעיקרement conçue pour aider dans cette expérience produit immédiate. De cette manière, les Fonctionnalités Zoom AI sont la couche distribuée, au niveau du produit, de l’IA dans l’ensemble de Zoom. Les exemples incluent des fonctionnalités sur la réunion, le chat, le tableau blanc, événements, E-mail, calendrier et téléphone, telles que des résumés de réunion, questions en réunion, transcription, Mes notes, composition du chat, résumé du chat, résumés du canal, traduction, rédaction d’e-mail et réponses, assistance de programmation, résumés d’appel, fonctionnalités de messagerie vocale et extraction de tâches. ## **ZoomMate** #### ZoomMate : votre coéquipier intelligent de Zoom Workplace qui vous aide à accomplir davantage, de la conversation à l’achèvement ZoomMate est un coéquipier numérique conversationnel intelligent 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 l’automatisation de la saisie de données, la rédaction d’e-mails, la génération de rapports ou l’exécution de fonctions algorithmiques de base. Au contraire, les outils d’IA émergents représentent un changement transformateur, modifiant en profondeur notre façon de travailler. ZoomMate en est l’illustration, 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, imaginez un responsable du Service commercial préparant une réunion client à fort enjeu. 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 mettre en avant les responsabilités de suivi attribuées aux différents membres de l’équipe. Un utilisateur peut ensuite se tourner vers ZoomMate pour continuer le travail à partir de là plutôt que de repartir de zéro dans un outil séparé. En utilisant le contexte provenant de l’ensemble de Zoom Workplace et des systèmes connectés, ZoomMate peut rassembler la synthèse de réunion, examiner les discussions de chat associées, consulter les supports de référence dans Zoom Canvas, extraire le contexte du compte depuis un CRM connecté et intégrer des recherches supplémentaires issues 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 avancer le contexte tout au long de l’ensemble du processus, de la conversation initiale aux décisions prises, puis aux documents et aux actions qui suivent. En ce sens, ZoomMate fonctionne moins comme un outil à usage unique et davantage comme un coéquipier de travail qui aide les utilisateurs à relier les informations, à coordonner le suivi et à transformer le travail en cours en résultats finis. ## **Protocoles d’interface** Avant d’entrer dans des fonctionnalités et des flux de données plus détaillés, 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’une des principales normes d’interopérabilité qui aident l’IA à se connecter aux outils, aux données, aux flux de travail et aux autres agents. ### Model Context Protocol #### Model Context Protocol (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 Model Context Protocol (MCP) — une norme ouverte 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 créer et maintenir séparément. À la place, il fournit 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 à 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 d’IA décide ensuite, au cours d’une conversation, quand et comment utiliser ces fonctions. En d’autres termes, la connexion de l’IA avec un serveur MCP revient à commander dans un restaurant. Vous (l’IA) entrez dans un restaurant, recevez un menu (la liste de ce qui est Disponible via le serveur MCP), et vous (l’IA) indiquez ce que vous voulez, puis il répond. Il n’y a aucune place au hasard quant à ce qui est ou n’est pas Disponible — tout est fourni d’emblée dans le menu. Les sections suivantes fournissent des détails supplémentaires sur le fonctionnement de MCP : #### Étape 1 : Exposer les capacités par l’intermédiaire de serveurs Tout 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 développement personnalisé. #### Étape 2 : L’IA agit comme un client D’un autre côté, l’environnement IA joue le Rôle du client. Il lit le menu des fonctions Disponible, les mémorise, 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 les 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 cette portée. Cette couche de sécurité est ce qui rend MCP pratique pour un usage Entreprise, où les données sensibles et les contrôles d’Access sont non négociables. #### Pourquoi le MCP est important En standardisant la manière dont l’IA se connecte à des systèmes externes, MCP supprime les frictions des intégrations personnalisées et garantit la sécurité et la cohérence. Les utilisateurs en bénéficient parce que l’IA peut non seulement répondre aux questions, mais aussi entreprendre des actions éclairées à travers une variété d’outils d’une manière qui semble transparente 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/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.