L'intelligence artificielle chez Zoom : aperçu

L’intelligence artificielle chez Zoom : un aperçu

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 la transcription et la traduction lèvent 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 milieu de travail moderne, le livre blanc sur l’IA sert de guide détaillé des fonctionnalités d’IA au sein de la plateforme Zoom. En explorant certains des principaux déploiements, fonctions et capacités d’IA de Zoom, il fournit aux entreprises les informations nécessaires pour exploiter efficacement l’IA, en les aidant à rationaliser les flux de travail, à améliorer la collaboration et à stimuler une plus grande productivité au sein des équipes.

Intelligence artificielle agentique : maximiser la puissance autonome et auto-dirigée de l’IA

L’IA agentique désigne une intelligence artificielle conçue pour faire plus que simplement répondre à des questions : elle est pensée pour agir au nom de l’utilisateur. En tant que plateforme de travail ouverte axée sur l’IA, conçue pour la connexion humaine, Zoom développe activement des capacités d’IA agentique pour aider les utilisateurs à passer en toute fluidité de l’information à l’exécution.

Plutôt que de s’arrêter aux suggestions ou aux résumés de réunion, la vision de l’IA agentique est d’évoluer vers un assistant autonome capable d’aider les utilisateurs à gérer les prochaines étapes, à accomplir des tâches et à faire avancer les flux de travail. À mesure que la technologie de l’IA continue de s’améliorer, l’IA agentique fonctionnera de plus en plus comme un assistant numérique personnalisé, aidant les utilisateurs à rester organisés, à assurer le suivi des priorités et à réduire l’effort manuel nécessaire pour transférer des informations entre les conversations, les réunions et les outils de travail.

Zoom AI Companion : votre assistant intelligent pour le milieu de travail

Zoom AI Companion est un assistant numérique intelligent et conversationnel au cœur de la plateforme Zoom Workplace, conçu pour améliorer la productivité, rationaliser la collaboration et réduire la charge de travail des employés, le tout sans coût supplémentaire pour les clients disposant de certains services payants attribués à leurs comptes utilisateur Zoom.

À mesure que les outils d’IA deviennent de plus en plus intégrés à la main-d’œuvre moderne, ils 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 une transformation profonde, changeant fondamentalement notre manière de travailler. Zoom AI Companion va au-delà de la simple automatisation des tâches ; il peut agir comme un véritable compagnon dans le travail quotidien de l’utilisateur, capable de répondre à des questions de culture générale, de générer du contenu, de fournir des informations, de résumer des documents, des messages, des messages vocaux et des réunions, d’aider à la prise de décision et d’aider les utilisateurs à atteindre de nouveaux objectifs ou à débloquer des niveaux de performance plus élevés.

En tant qu’entreprise axée sur l’IA, Zoom AI Companion est intégré de manière réfléchie à l’ensemble de la suite de produits Zoom, notamment Zoom Meetings, Chat, Phone, Contact Center, Docs, Whiteboard et bien d’autres. À mesure que Zoom continue d’innover et d’étendre ses capacités, Zoom AI Companion évoluera lui aussi, offrant de nouvelles fonctionnalités. Voici une liste des principales fonctionnalités disponibles aujourd’hui, illustrant la manière dont cet assistant IA peut améliorer chaque aspect de la journée de travail d’un utilisateur.

Les principales fonctionnalités actuelles comprennent :

Catégorie	Fonctionnalités clés	Valeur commerciale
Espace de travail IA centralisé	Traitement contextuel des requêtes, planification intelligente, synthèse de données multiplateforme, suivis générés par l’IA.	Hub de productivité unifié avec automatisation intelligente des flux de travail.
Intelligence des réunions	Assistance en temps réel pendant les réunions, documentation automatisée, analyse intelligente des enregistrements, automatisation de la préparation.	Efficacité accrue des réunions, de la préparation au suivi.
Amélioration de la communication	Assistance intelligente au chat, analyse des transcriptions, rédaction d’e-mails, écriture prédictive.	Qualité de communication accélérée sur tous les canaux.
Optimisation du centre de contact	Analyse des sentiments en temps réel, intelligence conversationnelle, analyse des performances, réponses intelligentes.	Expérience client améliorée grâce à des informations pilotées par l’IA.
Création de contenu	Intelligence documentaire, génération de contenu visuel, outils collaboratifs, organisation des médias.	Développement de contenu et processus d’idéation rationalisés.
Gestion des tâches et des flux de travail	Création automatisée de tâches, intégration multiplateforme, outils de gestion d’événements.	Réduction des frais administratifs grâce à une automatisation intelligente.

Comment Zoom AI Companion utilise la puissance de l’IA agentique

Zoom AI Companion donne vie à la valeur de l’IA agentique en aidant les utilisateurs à transformer facilement l’information en action. Lorsque AI Companion identifie des tâches de suivi — que ce soit à partir d’une réunion, d’une interaction du centre de contact ou d’une autre information repérée par l’IA — il peut ajouter automatiquement ces éléments d’action dans Zoom Tasks pour un suivi ou une attribution. Cela aide à s’assurer que les prochaines étapes clés ne se perdent pas dans un résumé de réunion ou un récapitulatif de conversation. Au contraire, elles deviennent des tâches claires et traçables qui peuvent avancer. En reliant directement les informations à l’action, AI Companion aide les utilisateurs à garder le cap sur les priorités, à gérer les responsabilités et à faire avancer leur journée de travail sans friction inutile.

Algorithmes : comment l’intelligence artificielle aide à rendre la communication fluide

Au-delà des capacités LLM intelligentes et conversationnelles de Zoom AI Companion, Zoom utilise également d’autres services d’IA (c’est-à-dire, algorithmes) sur l’ensemble de la plateforme. Ces services fonctionnent souvent de manière transparente en arrière-plan, alimentant des fonctionnalités telles que la transcription vocale en temps réel, la traduction en direct, la suppression du son personnel, et bien plus encore.

Ensemble, ces fonctionnalités contribuent à créer une expérience cohérente et fluide qui peut améliorer à la fois la qualité et l’efficacité de chaque interaction sur la plateforme Zoom. Les principales fonctionnalités et capacités actuelles des services d’IA comprennent :

• Transcription

• Traduction

• Sous-titres codés

• Isolation audio personnelle

Model Context Protocol (MCP) : une norme pour connecter l’IA aux outils afin d’en faire plus

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 développer 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 prenant des mesures directement au sein des systèmes sur lesquels les utilisateurs s’appuient. Zoom prend actuellement en charge MCP dans le cadre de son module d’extension Custom AI Companion, permettant aux organisations de créer des agents personnalisés qui se connectent à leurs sources de données et applications uniques, automatisant les flux de travail courants et fournissant des réponses adaptées et précises basées sur le contenu de travail réel des équipes.

Comment MCP fonctionne en pratique

À la base, MCP repose sur un modèle client-serveur. Imaginez l’environnement IA (comme ChatGPT ou Claude) comme un client qui veut accomplir du travail, 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 cours d’une conversation, quand et comment utiliser ces fonctions.

En d’autres termes, connecter l’IA à un serveur MCP revient à 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), puis vous (l’IA) indiquez ce que vous voulez, et il répond. Il n’y a aucune supposition sur ce qui est disponible ou non — 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 via des serveurs

Tout système peut exécuter un serveur MCP. Ce serveur agit comme le « menu » et publie une description structurée des actions qu’il prend en charge. Par exemple, Jira pourrait publier des fonctions telles que « 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 client

De l’autre côté, l’environnement IA joue le rôle du client. Il lit le menu des fonctions disponibles, les mémorise et décide lesquelles appeler 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 également la manière dont le contexte et les autorisations sont transmis. Cela permet de s’assurer que lorsque l’IA utilise une fonction, elle le fait uniquement dans les limites de ce que l’utilisateur est autorisé à consulter. Par exemple, si un utilisateur n’a la permission de voir que les tickets Jira de son équipe, MCP veille à ce que l’IA respecte ce périmètre. Cette couche de sécurité est ce qui rend MCP pratique pour une utilisation en entreprise, où les données sensibles et les contrôles d’accès ne sont pas négociables.

Pourquoi MCP est important

En standardisant la façon dont l’IA se connecte aux systèmes externes, MCP élimine les frictions liées aux intégrations personnalisées et garantit la sécurité et la cohérence. Les utilisateurs en bénéficient car l’IA peut non seulement répondre aux questions, mais aussi entreprendre des actions éclairées dans divers outils, d’une manière fluide et sécurisée.

Protocole agent-à-agent (A2A) : comment les assistants IA communiquent entre eux

En plus de MCP, Zoom utilisera également le protocole Agent-to-Agent (A2A) comme langage commun pour la collaboration entre agents autonomes. A2A est une norme ouverte qui permet aux agents IA — potentiellement créés par différents fournisseurs ou exécutés dans différents environnements — de se découvrir mutuellement, de partager du contexte, de déléguer des tâches et d’échanger des résultats en toute sécurité. Zoom prévoit de prendre en charge des agents IA tiers avec AI Companion en utilisant A2A pour extraire le contexte de vos conversations Zoom et agir sur d’autres applications métier en votre nom. (Agent tiers pour ServiceNow Now Assist bientôt disponible.)

Si le Model Context Protocol (MCP) relie les modèles d’IA aux outils et aux données dont ils ont besoin, A2A relie les agents entre eux. Ensemble, ces deux normes forment l’épine dorsale de systèmes interopérables à agents multiples, où l’intelligence n’est pas confinée à un seul modèle, mais répartie sur un réseau d’agents coopérants.

Comment A2A fonctionne en pratique

À la base, A2A repose sur l’idée que chaque agent peut agir à la fois comme client et comme serveur. Un agent peut demander de l’aide ou déléguer une tâche, tandis qu’un autre peut répondre et exécuter cette tâche. La communication entre eux suit une structure commune et un modèle de sécurité, de sorte que, peu importe qui a conçu les agents ou où ils s’exécutent, ils peuvent se comprendre.

Vous pouvez l’imaginer comme une équipe de spécialistes travaillant ensemble : chaque agent a un rôle clair, un CV décrivant ce qu’il peut faire, et une manière commune de transmettre le travail à d’autres.

Les sections suivantes décrivent ce processus étape par étape :

Étape 1 : les agents publient leurs capacités

Chaque agent compatible A2A expose une petite « carte d’agent » structurée. Cette carte agit comme l’identité et le profil de capacités de l’agent : elle répertorie ce que l’agent peut faire (par exemple, « résumer du texte », « planifier une réunion » ou « interroger des données »), les formats qu’il prend en charge et la manière dont on peut le joindre.

Comme cette carte suit la norme A2A, tout autre agent peut la lire et comprendre immédiatement comment interagir sans nécessiter de code ou de configuration personnalisés.

Étape 2 : les agents se découvrent et se connectent

Lorsqu’un agent souhaite collaborer, il consulte la carte d’agent d’un autre agent — souvent via un annuaire, un registre ou un point de terminaison bien connu — et établit une connexion sécurisée. Ce processus permet aux agents de se trouver dynamiquement, même s’ils ont été créés par différentes équipes ou organisations.

La découverte garantit la flexibilité : un agent de planification des tâches peut trouver un agent de visualisation, ou un agent d’assistance à la clientèle peut localiser un agent de traduction, le tout via des mécanismes de découverte standard.

Étape 3 : les agents échangent des tâches et des résultats

Une fois connectés, les agents communiquent via des messages de tâche standardisés. Un message de tâche peut inclure une demande (« analyser cet ensemble de données ») et une réponse (« voici les informations »). Ces échanges peuvent se produire de manière synchrone pour des opérations rapides ou asynchrone pour des tâches plus longues.

A2A prend également en charge le streaming et les notifications, afin que les agents puissent envoyer des mises à jour intermédiaires ou des résultats partiels au fur et à mesure qu’ils travaillent — ce qui reflète la façon dont les humains peuvent collaborer en temps réel.

Étape 4 : collaboration sécurisée et partage du contexte

Chaque interaction entre agents est authentifiée et limitée par l’utilisateur ou le système qui l’a initiée, ce qui garantit que les agents n’accèdent qu’aux données ou aux capacités qu’ils sont autorisés à utiliser.

Cet échange contrôlé de contexte permet des flux de travail complexes — comme un agent qui résume un document pendant qu’un autre crée une action de suivi — sans fuite d’informations.

Pourquoi A2A est important

En définissant une manière universelle pour les agents de communiquer entre eux, A2A ouvre une nouvelle couche d’interopérabilité et de composabilité. Au lieu de construire des agents massifs et monolithiques qui tentent de tout faire, A2A permet aux organisations de concevoir des agents spécialisés — chacun axé sur un domaine spécifique — et de les faire collaborer via un protocole partagé.

Pour les entreprises, cela signifie :

• Compatibilité entre fournisseurs : les agents de différents fournisseurs peuvent interopérer en toute sécurité.

• Conception évolutive : les équipes peuvent ajouter ou remplacer des agents sans repenser l’architecture de systèmes entiers.

• Automatisation gouvernée : la sécurité, l’observabilité et l’audit sont standardisés dès le départ.

• Innovation plus rapide : de nouvelles capacités peuvent être introduites simplement en publiant une nouvelle carte d’agent — sans recâbler les intégrations existantes.