> 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/nl/ai-whitepaper/inleiding-ai-bij-zoom.md). # Inleiding: AI bij Zoom Kunstmatige intelligentie ontwikkelt zich razendsnel en wordt een integraal onderdeel van het dagelijks leven, waarbij alles wordt aangedreven, van grote en kleine Taalmodellen tot gespecialiseerde algoritmische functies. Terwijl generatieve AI een naadloze interactie tussen mensen en machines mogelijk maakt voor het creëren van content, het oplossen van problemen en besluitvorming, bestaat AI ook in meer gespecialiseerde toepassingen. Automatiseringstools stroomlijnen workflows, terwijl diensten zoals ondertiteling en vertaling communicatiebarrières doorbreken, waardoor samenwerking efficiënter en toegankelijker wordt. Terwijl AI zich blijft ontwikkelen, transformeren de toepassingen ervan Branches door efficiëntie, nauwkeurigheid en innovatie te verbeteren en zo fundamenteel de manier waarop bedrijven werken te hervormen. Gegeven de groeiende rol van AI op de moderne werkplek legt dit document uit hoe AI wordt gebruikt binnen het Zoom Platform. Het beschrijft Zoom’s gedeelde AI-basis, de productspecifieke AI Functie(s) die in verschillende Zoom-producten zijn ingebouwd, en ZoomMate als de bredere AI-werkruimte die gebruikers helpt om van gesprek naar voltooiing te gaan. Samen zijn deze secties bedoeld om lezers te helpen begrijpen hoe Zoom AI gebruikt op het gebied van communicatie, samenwerking, productiviteit en opvolging. ## **Zoom AI** Zoom AI is de gedeelde laag van kunstmatige intelligentie die AI-gestuurde ervaringen binnen het Zoom Platform mogelijk maakt. Deze laag omvat het bredere geheel van AI-technologieën, modellen en ondersteunende systemen die Zoom gebruikt om intelligente Functie(s) in zijn producten te leveren. In de praktijk is Zoom AI de basis waarmee Zoom AI-ondersteunde ervaringen kan bieden op het gebied van communicatie, samenwerking, productiviteit en opvolging, in plaats van AI te beperken tot één op zichzelf staande Functie(s) of applicatie. Deze gedeelde AI-laag ondersteunt ZoomMate, evenals een breed scala aan productspecifieke mogelijkheden, waaronder functies zoals real-timevertaling, transcriptie, vragen tijdens de vergadering, persoonlijke audio-isolatie, chatbericht opstellen en andere AI-ondersteunde ervaringen. Het omvat Zoom’s multi-model- en multi-implementatieaanpak voor AI, inclusief de gefedereerde architectuur, Zoom-Hosted Models Plus (ZM+), Alleen door Zoom gehoste Modellen (ZMO) en AI-aanbiedingen on-premises. Samen vormen deze benaderingen de technische basis voor AI binnen het Zoom Platform. ## **AI Functie(s)** #### AI Functie(s): Ingebouwde AI-mogelijkheden die gerichte ondersteuning bieden in Zoom-producten Zoom AI Functie(s) zijn productspecifieke mogelijkheden die kunstmatige intelligentie gebruiken binnen bepaalde Zoom-producten en workflows, en die meestal rechtstreeks in de productervaring zijn ingebouwd waar de taak plaatsvindt. Ze zijn ontworpen om te helpen bij specifieke activiteiten, zoals het maken van een samenvatting van vergadering, het opstellen van een chatbericht, het suggereren van een E-mailantwoord, het beantwoorden van vragen tijdens de vergadering, of het genereren van een samenvatting na het bellen. Deze functies kunnen op zichzelf werken binnen het product waarin ze verschijnen, maar ze kunnen ook uitvoer leveren die bredere ZoomMate-ervaringen ondersteunt. Een voorbeeld is dat een samenvatting van vergadering die na een Zoom-vergadering is gemaakt, later bruikbare context kan vormen voor ZoomMate, terwijl een Functie(s) zoals Chatbericht opstellen of vragen tijdens de vergadering vooral is bedoeld om te helpen binnen die directe productervaring. Op deze manier vormen Zoom AI Functie(s) de gedistribueerde AI-laag op productniveau binnen Zoom. Voorbeelden zijn functies binnen Vergaderingen, chatbericht, whiteboard, evenementen, mail, agenda en telefoon, zoals samenvatting van vergadering, vragen tijdens de vergadering, transcriptie, Mijn Notities, chatbericht opstellen, samenvattingen van chatberichten, kanaalsamenvattingen, vertaling, het opstellen van E-mailberichten en antwoorden, hulp bij Planning, samenvattingen van bellen, voicemailfuncties en taakextractie. ## **ZoomMate** #### ZoomMate: Uw intelligente teamgenoot voor Zoom Workplace die u helpt meer te bereiken van gesprek tot afronding ZoomMate is een intelligente, conversationele digitale teamgenoot in het hart van het Zoom Workplace Platform, ontworpen om productiviteit te verhogen, samenwerking te stroomlijnen en de werklast van werknemers te verminderen. Elke dag worden AI-tools steeds meer geïntegreerd in het moderne personeelsbestand en zijn ze niet langer beperkt tot het uitvoeren van specifieke taken — zoals het automatiseren van gegevensinvoer, het opstellen van E-mailberichten, het genereren van rapporten of het uitvoeren van basisalgoritmische functies. In plaats daarvan vertegenwoordigen opkomende AI-tools een transformerende verschuiving die de manier waarop we werken fundamenteel verandert. ZoomMate is hiervan een voorbeeld: het gaat verder dan eenvoudige taakautomatisering en treedt op als een toegewijde teamgenoot die gebruikers helpt meer te bereiken van gesprek tot afronding. Neem bijvoorbeeld een verkoopleider die zich voorbereidt op een klantvergadering met hoge inzet. Het werk kan beginnen met een recente Zoom-vergadering waarin het team de prioriteiten van de klant, concurrentierisico's en open technische vragen bespreekt. Uit dat gesprek kunnen de AI-functies van Zoom een samenvatting van vergadering genereren, actiepunten identificeren en de vervolgverantwoordelijkheden naar voren halen die aan verschillende teamleden zijn toegewezen. Een gebruiker kan vervolgens bij ZoomMate terecht om het werk vanaf daar voort te zetten in plaats van opnieuw te beginnen in een afzonderlijke tool. Met context uit heel Zoom Workplace en verbonden systemen kan ZoomMate de samenvatting van vergadering verzamelen, gerelateerde chatdiscussies bekijken, ondersteunend materiaal in Zoom Canvas raadplegen, accountcontext ophalen uit een verbonden CRM en aanvullende research uit goedgekeurde interne of externe bronnen opnemen. Vanuit die gecombineerde context kan ZoomMate helpen bij het maken van een klantbriefing, een schets van een voorstel opstellen, vervolgopdrachten maken en een gestructureerd strategiedocument genereren. Als de gebruiker dat werk wil presenteren, kan ZoomMate ook helpen om dezelfde onderliggende context om te zetten in presentatiemateriaal met behulp van Zoom Slides. Wat ZoomMate anders maakt dan een conventionele, generatieve AI-assistent, is dat het werk niet stopt bij samenvatting of opstellen. ZoomMate kan helpen de context over het volledige proces mee te nemen, van het oorspronkelijke gesprek, via de genomen beslissingen, tot de documenten en acties die daarop volgen. In die zin functioneert ZoomMate minder als een tool voor één doel en meer als een teamgenoot op de werkplek die gebruikers helpt informatie te verbinden, opvolging te coördineren en lopend werk om te zetten in afgeronde resultaten. ## **Interfaceprotocollen** Voordat we dieper ingaan op meer gedetailleerde functies en gegevensstromen, is het nuttig om enkele van de onderliggende protocollen te begrijpen die de AI-mogelijkheden van Zoom ondersteunen. In deze sectie wordt Model Context Protocol (MCP) uitgelegd, een van de toonaangevende interoperabiliteitsstandaarden die AI helpen verbinding te maken met tools, gegevens, workflows en andere agents. ### Model Context Protocol #### Model Context Protocol (MCP): Een Standaard voor het Verbinden van AI met tools om meer te bereiken Als onderdeel van de AI-architectuur gebruikt Zoom het Model Context Protocol (MCP)—een open standaard die veilige verbindingen mogelijk maakt tussen modellen, tools, databronnen en workflows. MCP speelt een sleutel Rol in de vooruitgang van agentische AI door de noodzaak weg te nemen voor losse integraties die elk bedrijf afzonderlijk moet bouwen en onderhouden. In plaats daarvan biedt het een gedeeld, gestructureerd framework dat mogelijkheden op een consistente manier aan AI-modellen blootstelt. Deze basis stelt AI-systemen in staat om zich meer als intelligente agents te gedragen—door niet alleen vragen te beantwoorden, maar ook direct actie te ondernemen binnen de systemen waarop gebruikers vertrouwen. Raadpleeg de Developer Docs van Zoom voor meer informatie over [MCP bij Zoom](https://developers.zoom.us/docs/mcp/). #### Hoe MCP in de praktijk werkt — Zoals bestellen van een menu In de kern is MCP gebouwd op een client-servermodel. Zie de AI-omgeving (zoals ChatGPT of Claude) als een client die werk wil verzetten, en externe systemen (zoals Jira, Confluence of een database) als servers die publiceren wat ze kunnen doen. Elke server biedt een duidelijke lijst met functies—zoals “zoek kennisbank” of “maak taak aan.” De AI-client beslist vervolgens, midden in een gesprek, wanneer en hoe die functies te gebruiken. Met andere woorden: het Verbinden van AI met een MCP-server is net als bestellen in een restaurant. Jij (de AI) loopt een restaurant binnen, ontvangt een menu (een lijst met diensten of functies die via de MCP-server Beschikbaar zijn), en jij (de AI) zegt wat je wilt, en het reageert. Er is geen giswerk over wat wel of niet Beschikbaar is—alles staat vooraf op het menu. De volgende secties geven aanvullende details over hoe MCP werkt: #### Stap 1: Capaciteiten via servers blootstellen Elk systeem kan een MCP-server draaien. Die server fungeert als het “menu” en publiceert een gestructureerde beschrijving van de acties die het ondersteunt. Jira kan bijvoorbeeld functies publiceren zoals “issues zoeken” of “ticket bijwerken”. Omdat deze functies het gedeelde MCP-formaat volgen, kan de AI ze onmiddellijk begrijpen zonder maatwerkengineering. #### Stap 2: AI treedt op als client Aan de andere kant speelt de AI-omgeving de Rol van de client. Het leest het menu van functies die Beschikbaar zijn, onthoudt ze en bepaalt welke te bellen zijn wanneer het reageert op een gebruiker. Dit betekent dat de AI niet van tevoren geprogrammeerd hoeft te worden met duizenden mogelijke integraties—het leert simpelweg wat er Beschikbaar is zodra de verbinding tot stand is gebracht. #### Stap 3: Context veilig doorgeven MCP definieert ook hoe context en Toestemming worden doorgegeven. Dit helpt ervoor te zorgen dat wanneer de AI een functie gebruikt, dit alleen gebeurt binnen de grenzen van wat de gebruiker mag doen. Bijvoorbeeld, als een gebruiker Toestemming heeft om alleen de Jira-tickets van zijn team te zien, zorgt MCP ervoor dat de AI die scope respecteert. Deze beveiligingslaag maakt MCP praktisch voor gebruik binnen de Onderneming, waar gevoelige gegevens en Access-controles ononderhandelbaar zijn. #### Waarom MCP belangrijk is Door te standaardiseren hoe AI verbinding maakt met externe systemen, neemt MCP de wrijving van maatwerkintegraties weg en zorgt het voor veiligheid en consistentie. Gebruikers profiteren ervan omdat de AI niet alleen vragen kan beantwoorden, maar ook weloverwogen acties kan ondernemen in uiteenlopende tools op een manier die naadloos en veilig aanvoelt. --- # 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/nl/ai-whitepaper/inleiding-ai-bij-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.