> 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/ai-whitepaper/introduction-ai-at-zoom.md). # Inleiding: AI bij Zoom Kunstmatige intelligentie ontwikkelt zich razendsnel en wordt een integraal onderdeel van het dagelijks leven, en voedt alles van grote en kleine taalmodellen tot gespecialiseerde algoritmische functies. Hoewel generatieve AI naadloze interactie tussen mensen en machines mogelijk maakt voor het maken van content, het oplossen van problemen en besluitvorming, bestaat AI ook in meer gespecialiseerde applicaties. Automatiseringstools stroomlijnen workflows, terwijl diensten zoals ondertiteling en vertaling communicatiebarrières slechten, waardoor samenwerking efficiënter en toegankelijker wordt. Naarmate AI zich blijft ontwikkelen, veranderen de toepassingen ervan sectoren door efficiëntie, nauwkeurigheid en innovatie te verbeteren, en zo de manier waarop bedrijven opereren fundamenteel te hervormen. Gezien de groeiende rol van AI op de moderne werkplek legt dit document uit hoe AI wordt gebruikt op het Zoom Platform. Het beschrijft Zooms gedeelde AI-basis, de productspecifieke AI-functies die in verschillende Zoom-producten zijn ingebouwd, en ZoomMate als de bredere AI-werkomgeving die gebruikers helpt van gesprek tot voltooiing te komen. Samen zijn deze secties bedoeld om lezers te helpen begrijpen hoe Zoom AI gebruikt voor communicatie, samenwerking, productiviteit en opvolging. ## **Zoom AI** Zoom AI is de gedeelde laag voor kunstmatige intelligentie die AI-ondersteunde ervaringen mogelijk maakt op het Zoom Platform. Deze omvat het bredere geheel aan AI-technologieën, modellen en ondersteunende systemen die Zoom gebruikt om intelligente functies in zijn producten te leveren. In de praktijk vormt Zoom AI de basis waarmee Zoom AI-ondersteunde ervaringen kan bieden voor communicatie, samenwerking, productiviteit en opvolging, in plaats van AI te beperken tot één losse functie of applicatie. Deze gedeelde AI-laag ondersteunt ZoomMate evenals een breed scala aan productspecifieke mogelijkheden, waaronder functies zoals realtimevertaling, transcriptie, vragen tijdens de vergadering, persoonlijke audio-isolatie, chatbericht opstellen en andere AI-ondersteunde ervaringen. Het omvat Zooms multi-model- en multi-deploymentaanpak voor AI, waaronder de gefedereerde architectuur, Door Zoom gehoste Modellen Plus (ZM+), Alleen door Zoom gehoste Modellen (ZMO) en AI-aanbiedingen on-premises. Samen vormen deze benaderingen de technische basis voor AI op het Zoom Platform. ## **AI-functies** #### AI-functies: ingebedde AI-mogelijkheden die gerichte ondersteuning bieden in Zoom-producten Zoom AI-functies zijn productspecifieke mogelijkheden die kunstmatige intelligentie gebruiken binnen specifieke Zoom-producten en workflows, en zijn meestal rechtstreeks in de productervaring ingebed op het moment dat 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 voorstellen van een antwoord op een E-mail, het beantwoorden van een vraag tijdens een livevergadering of het genereren van een samenvatting na het bellen. Deze functies kunnen op zichzelf werken binnen het product waarin ze verschijnen, maar kunnen ook uitvoer produceren die bredere ZoomMate-ervaringen ondersteunt. Zo kan een samenvatting van vergadering die na een Zoom-vergadering is gemaakt later bruikbare context voor ZoomMate worden, terwijl een functie zoals chatbericht opstellen of vragen tijdens de vergadering vooral is ontworpen om te helpen in die directe productervaring. Op deze manier vormen Zoom AI-functies de gedistribueerde AI-laag op productniveau binnen Zoom. Voorbeelden zijn functies binnen vergaderingen, chatbericht, whiteboard, evenementen, mail, agenda en telefoon, zoals samenvattingen van vergadering, vragen tijdens de vergadering, transcriptie, Mijn notities, chatbericht opstellen, chatsamenvattingen, kanaalsamenvattingen, vertaling, het opstellen en beantwoorden van E-mails, planningshulp, samenvattingen van het bellen, voicemail-functies en taakextractie. ## **ZoomMate** #### ZoomMate: uw intelligente teamgenoot op de werkplek die u helpt meer te bereiken van gesprek tot voltooiing ZoomMate is een intelligente, converserende digitale teamgenoot in het hart van het Zoom Workplace Platform, ontworpen om de productiviteit te verhogen, samenwerking te stroomlijnen en de werklast van de werknemer 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-mails, het genereren van rapporten of het uitvoeren van eenvoudige algoritmische functies. In plaats daarvan vertegenwoordigen opkomende AI-tools een transformerende verschuiving die de manier waarop we werken fundamenteel verandert. ZoomMate is hiervan een voorbeeld en gaat verder dan eenvoudige taakautomatisering door op te treden als een toegewijde teamgenoot die gebruikers helpt meer te bereiken van gesprek tot voltooiing. Neem bijvoorbeeld een leidinggevende binnen Verkoop 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 verantwoordelijkheden voor opvolging zichtbaar maken die aan verschillende teamleden zijn toegewezen. Een gebruiker kan daarna naar ZoomMate gaan 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 chatgesprekken bekijken, ondersteunend materiaal in Zoom Canvas raadplegen, accountcontext uit een verbonden CRM halen en aanvullende research uit goedgekeurde interne of externe bronnen opnemen. Vanuit die gecombineerde context kan ZoomMate helpen bij het maken van een klantbriefing, het opstellen van een conceptopzet voor een voorstel, het maken van vervolgopdrachten en het genereren van een gestructureerd strategiedocument. Als de gebruiker dat werk wil presenteren, kan ZoomMate ook helpen om dezelfde onderliggende context om te zetten in presentatiemateriaal met Zoom Slides. Wat ZoomMate anders maakt dan een conventionele, generatieve AI-assistent, is dat het werk niet stopt bij samenvatten of opstellen. ZoomMate kan helpen de context door het volledige proces heen mee te nemen, van het oorspronkelijke gesprek tot de beslissingen die zijn genomen en tot de documenten en acties die volgen. In die zin werkt ZoomMate minder als een tool voor één enkel doel en meer als een teamgenoot op de werkplek die gebruikers helpt informatie met elkaar te verbinden, opvolging te coördineren en werk in uitvoering om te zetten in afgeronde resultaten. ## **Interfaceprotocollen** Voordat we ingaan op meer gedetailleerde functies en datastromen, is het nuttig om enkele van de onderliggende protocollen te begrijpen die de AI-mogelijkheden van Zoom mogelijk maken. In deze sectie wordt Model Context Protocol (MCP) uitgelegd, een van de toonaangevende interoperabiliteitsstandaarden die AI helpen om te Verbinden met tools, data, 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 zijn AI-architectuur gebruikt Zoom het Model Context Protocol (MCP) — een open standaard die beveiligde verbindingen mogelijk maakt tussen modellen, tools, databronnen en workflows. MCP speelt een sleutelrol in de ontwikkeling van agentische AI door de noodzaak weg te nemen van eenmalige integraties die elk bedrijf afzonderlijk moet bouwen en onderhouden. In plaats daarvan biedt het een gedeeld, gestructureerd framework dat mogelijkheden op een consistente manier blootstelt aan AI-modellen. Deze basis stelt AI-systemen in staat om meer te handelen als intelligente agents — door niet alleen vragen te beantwoorden, maar ook direct actie te ondernemen binnen de systemen waarop gebruikers vertrouwen. Raadpleeg Zooms Developer Docs voor meer informatie over [MCP bij Zoom](https://developers.zoom.us/docs/mcp/). #### Hoe MCP in de praktijk werkt — alsof je van een menu bestelt In de kern is MCP gebouwd op een client-servermodel. Zie de AI-omgeving (zoals ChatGPT of Claude) als een client die werk gedaan wil krijgen, 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 gebruikt moeten worden. 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 beschikbaar zijn via de MCP-server), en jij (de AI) vertelt wat je wilt, waarna het reageert. Er is geen giswerk over wat wel of niet beschikbaar is — alles staat van tevoren op het menu. De volgende secties geven aanvullende details over hoe MCP werkt: #### Stap 1: Mogelijkheden via servers ontsluiten 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 direct begrijpen zonder maatwerkengineering. #### Stap 2: AI treedt op als client Aan de andere kant speelt de AI-omgeving de rol van de client. Deze leest het menu met beschikbare functies, onthoudt ze en beslist welke hij moet aanroepen bij het reageren op een gebruiker. Dat betekent dat de AI niet vooraf geprogrammeerd hoeft te worden met duizenden mogelijke integraties — hij leert eenvoudig wat 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 waartoe de gebruiker toegang heeft. Als een gebruiker bijvoorbeeld alleen toestemming heeft om de Jira-tickets van zijn team te zien, zorgt MCP ervoor dat de AI dat bereik respecteert. Deze beveiligingslaag maakt MCP praktisch voor gebruik binnen de Onderneming, waar gevoelige gegevens en toegangscontroles niet onderhandelbaar 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 omdat de AI niet alleen vragen kan beantwoorden, maar ook onderbouwde acties kan ondernemen in allerlei 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/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.