# Artificiell intelligens i Zoom: En översikt ## Artificiell intelligens hos Zoom: en översikt Artificiell intelligens utvecklas snabbt och blir en integrerad del av vardagslivet, och driver allt från stora och små språkmodeller till specialiserade algoritmiska funktioner. Medan generativ AI möjliggör friktionsfri interaktion mellan människor och maskiner för innehållsskapande, problemlösning och beslutsfattande, finns AI också i mer specialiserade tillämpningar. Automatiseringsverktyg effektiviserar arbetsflöden, medan tjänster som transkription och översättning bryter ner kommunikationsbarriärer och gör samarbetet mer effektivt och tillgängligt. I takt med att AI fortsätter att utvecklas omvandlar dess tillämpningar branscher genom att förbättra effektivitet, noggrannhet och innovation, och omformar i grunden hur företag arbetar. Med tanke på AI:s växande roll på den moderna arbetsplatsen fungerar AI Bluepaper som en detaljerad guide till AI-funktioner inom Zoom-plattformen. Genom att utforska några av Zooms viktigaste AI-implementationer, funktioner och kapabiliteter ger den företag de insikter som behövs för att utnyttja AI effektivt—och hjälper till att effektivisera arbetsflöden, förbättra samarbetet och driva högre produktivitet i teamen. ### Agentisk artificiell intelligens: Maximera AI:s självdrivna, autonoma kraft Agentisk AI syftar på artificiell intelligens som är utformad för att göra mer än att bara svara på frågor—den är byggd för att agera å användarens vägnar. Som en AI-först öppen arbetsplattform byggd för mänsklig kontakt utvecklar Zoom aktivt agentiska AI-funktioner för att hjälpa användare att sömlöst gå från information till utförande. I stället för att stanna vid förslag eller mötessammanfattning är visionen för agentisk AI att utvecklas till en autonom assistent som kan hjälpa användare att hantera nästa steg, slutföra uppgifter och hålla arbetsflöden i rörelse. I takt med att AI-tekniken fortsätter att förbättras kommer agentisk AI i allt högre grad att fungera som en personlig digital assistent—som hjälper användare att hålla ordning, fullfölja prioriteringar och minska det manuella arbetet med att flytta information mellan samtal, möten och arbetsverktyg. ### Zoom AI Companion: Din intelligenta assistent på arbetsplatsen Zoom AI Companion är en intelligent, konversationsbaserad digital assistent i kärnan av plattformen Zoom Workplace, utformad för att öka produktiviteten, effektivisera samarbetet och minska medarbetarnas arbetsbörda—allt utan extra kostnad för kunder med utvalda betaltjänster kopplade till deras Zoom-användarkonton. I takt med att AI-verktyg blir allt mer integrerade i den moderna arbetsstyrkan är de inte längre begränsade till att utföra specifika uppgifter—som att automatisera datainmatning, skriva e-post, generera rapporter eller utföra grundläggande algoritmiska funktioner. I stället representerar nya AI-verktyg ett omvälvande skifte som i grunden förändrar hur vi arbetar. Zoom AI Companion går längre än enkel uppgiftsautomatisering; den kan fungera som en verklig följeslagare i en användares dagliga arbete och kan besvara allmänna kunskapsfrågor, generera innehåll, ge insikter, sammanfatta dokument, meddelanden, röstmeddelanden och möten, hjälpa till med beslutsfattande och hjälpa användare att uppnå nya mål eller nå högre prestandanivåer. Som ett AI-först-företag är Zoom AI Companion genomtänkt integrerad i hela Zooms produktpaket, inklusive Zoom Meetings, Chatt, Phone, Kontaktcenter, Docs, whiteboard och mer. I takt med att Zoom fortsätter att förnya och utöka sina kapabiliteter kommer även Zoom AI Companion att göra det, med nya funktioner och egenskaper. Nedan finns en lista över viktiga funktioner som är tillgängliga idag och som visar hur denna AI-assistent kan hjälpa till att förbättra varje aspekt av en användares arbetsdag. Nuvarande viktiga funktioner och egenskaper inkluderar: | **Kategori** | **Viktiga kapabiliteter** | **Affärsvärde** | | ------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------- | | **Centraliserad AI-arbetsplats** | Kontextuell frågebearbetning, smart schemaläggning, plattformsöverskridande datasyntes, AI-genererade uppföljningar. | Enhetlig hubb för produktivitet med intelligent arbetsflödesautomatisering. | | **Mötesintelligens** | Assistanse i mötet i realtid, automatiserad dokumentation, analys av smart inspelning, automatisering av förberedelser. | Förbättrad möteseffektivitet från förberedelse till uppföljning. | | **Förbättrad kommunikation** | Intelligent chattassistans, avskriftanalys, e-postkomposition, förutsägande skrivande. | Snabbare kommunikationskvalitet i alla kanaler. | | **Optimering av kontaktcenter** | Analys av känslor i realtid, samtalsintelligens, prestandaanalyser, smarta svar. | Förhöjd kundupplevelse med AI-drivna insikter. | | **Innehållsskapande** | Dokumentintelligens, generering av visuellt innehåll, samarbetsverktyg, medieorganisation. | Effektiviserade processer för innehållsutveckling och idéarbete. | | **Hantering av uppgifter och arbetsflöden** | Automatiserad skapande av uppgifter, integreringar över plattformar, verktyg för evenemangshantering. | Minskad administrativ belastning med intelligent automatisering. | #### Hur Zoom AI Companion använder kraften i agentisk AI Zoom AI Companion förverkligar värdet av agentisk AI genom att hjälpa användare att enkelt omvandla information till handling. När AI Companion identifierar uppföljningsuppgifter—vare sig det kommer från ett möte, en kontaktcenterinteraktion eller en annan insikt som identifierats av AI—kan den automatiskt lägga till dessa åtgärdspunkter i Zoom Tasks för uppföljning eller tilldelning. Detta hjälper till att säkerställa att viktiga nästa steg inte försvinner i en mötessammanfattning eller samtalsåtergivning. I stället blir de tydliga, spårbara uppgifter som kan föras vidare. Genom att koppla insikter direkt till handling hjälper AI Companion användare att hålla koll på prioriteringar, hantera ansvar och hålla arbetsdagen i gång utan onödig friktion. ### Algoritmer: Hur artificiell intelligens hjälper till att göra kommunikationen friktionsfri Utöver de intelligenta, konversationsbaserade LLM-kapabiliteterna i Zoom AI Companion använder Zoom också andra AI-tjänster (dvs. *algoritmer*) i hela plattformen. Dessa tjänster fungerar ofta sömlöst i bakgrunden och driver funktioner som röstranskription i realtid, livesöversättning, dämpning av personligt ljud och mer. Tillsammans hjälper dessa funktioner till att skapa en sammanhängande, friktionsfri upplevelse som kan förbättra både kvaliteten och effektiviteten i varje interaktion på Zoom-plattformen. Nuvarande viktiga funktioner och egenskaper för AI-tjänster inkluderar: * Transkription * Översättning * Undertexter * Isolering av personligt ljud ### Model Context Protocol (MCP): En standard för att ansluta AI till verktyg för att åstadkomma mer Som en del av sin AI-arkitektur använder Zoom Model Context Protocol (MCP)—en öppen standard som möjliggör säkra anslutningar mellan modeller, verktyg, datakällor och arbetsflöden. MCP spelar en nyckelroll i att utveckla agentisk AI genom att ersätta behovet av specialanpassade integreringar som varje företag måste bygga och underhålla separat. I stället tillhandahåller det ett gemensamt, strukturerat ramverk som exponerar kapabiliteter för AI-modeller på ett konsekvent sätt. Denna grund gör att AI-system kan agera mer som intelligenta agenter—genom att inte bara svara på frågor, utan också vidta åtgärder direkt i de system som användarna förlitar sig på. Zoom stöder för närvarande MCP som en del av sitt Custom AI Companion-tillägg, vilket gör det möjligt för organisationer att bygga anpassade agenter som ansluter till deras unika datakällor och applikationer, automatiserar rutinmässiga arbetsflöden och levererar skräddarsydda, korrekta svar baserade på teamens faktiska arbetsinnehåll. #### Hur MCP fungerar i praktiken I grunden är MCP byggt på en klient–server-modell. Tänk på AI-miljön (som ChatGPT eller Claude) som en klient som vill få arbete gjort, och externa system (som Jira, Confluence eller en databas) som servrar som publicerar vad de kan göra. Varje server tillhandahåller en tydlig lista över funktioner—som ”sök kunskapsbas” eller ”skapa uppgift”. AI-klienten avgör sedan mitt i en konversation när och hur dessa funktioner ska användas. Med andra ord är det att ansluta AI till en MCP-server som att beställa på en restaurang. Du (AI) går in på en restaurang, får en meny (en lista över tjänster eller funktioner som är tillgängliga via MCP-servern) och du (AI) säger vad du vill ha, och den svarar. Det finns inget gissande om vad som finns tillgängligt eller inte—allt finns angivet på menyn från början. Följande avsnitt ger ytterligare detaljer om hur MCP fungerar: #### Steg 1: Exponera kapabiliteter via servrar Alla system kan köra en MCP-server. Den servern fungerar som ”menyn” och publicerar en strukturerad beskrivning av de åtgärder den stöder. Till exempel kan Jira publicera funktioner som ”sök ärenden” eller ”uppdatera ärende”. Eftersom dessa funktioner följer MCP:s gemensamma format kan AI omedelbart förstå dem utan specialanpassad utveckling. #### Steg 2: AI agerar som en klient På andra sidan spelar AI-miljön rollen som klienten. Den läser menyn med tillgängliga funktioner, kommer ihåg dem och bestämmer vilka den ska anropa när den svarar en användare. Det betyder att AI:n inte behöver programmeras i förväg med tusentals möjliga integrationer — den lär sig helt enkelt vad som finns tillgängligt när anslutningen upprättas. #### Steg 3: Överför sammanhang säkert MCP definierar också hur sammanhang och behörighet förs vidare. Detta hjälper till att säkerställa att när AI:n använder en funktion gör den det endast inom gränserna för vad användaren får Access till. Om en användare till exempel har behörighet att bara se sina Jira-ärenden för teamet, ser MCP till att AI:n respekterar det omfånget. Detta säkerhetslager är det som gör MCP praktiskt för användning i företag, där känslig data och åtkomstkontroller inte är förhandlingsbara. #### Varför MCP spelar roll Genom att standardisera hur AI ansluter till externa system tar MCP bort friktionen med anpassade integrationer och säkerställer säkerhet och konsekvens. Användare gynnas eftersom AI inte bara kan besvara frågor utan också vidta välgrundade åtgärder i en mängd olika verktyg på ett sätt som känns sömlöst och säkert. ### Agent-till-agent (A2A)-protokoll: Hur AI-assistenter kommunicerar med varandra Utöver MCP kommer Zoom också att använda Agent-till-agent (A2A)-protokollet som ett gemensamt språk för samarbete mellan autonoma agenter. A2A är en öppen standard som gör det möjligt för AI-agenter — potentiellt byggda av olika leverantörer eller körda i olika miljöer — att upptäcka varandra, dela sammanhang, delegera uppgifter och utbyta resultat på ett säkert sätt. Zoom planerar att stödja AI-agenter från tredje part med AI Companion genom att använda A2A för att hämta in sammanhang från dina Zoom-konversationer och vidta åtgärder i andra Business-appar för din räkning. (Tredjepartsagent för ServiceNow Now Assist kommer snart.) Om Model Context Protocol (MCP) kopplar AI-modeller till de verktyg och data de behöver, kopplar A2A agenterna till varandra. Tillsammans bildar de två standarderna ryggraden i interoperabla system med flera agenter, där intelligensen inte är begränsad till en modell utan distribuerad över ett nätverk av samarbetande agenter. #### Hur A2A fungerar i praktiken I grunden bygger A2A på idén att varje agent kan agera både som klient och server. En agent kan begära hjälp eller delegera en uppgift, medan en annan kan svara och utföra den uppgiften. Kommunikationen mellan dem följer en gemensam struktur och säkerhetsmodell, så oavsett vem som byggt agenterna — eller var de körs — kan de förstå varandra. Du kan tänka på det som ett team av specialister som arbetar tillsammans: varje agent har ett tydligt uppdrag, ett CV som beskriver vad den kan göra och ett gemensamt sätt att lämna över arbete till andra. Följande avsnitt beskriver denna process steg för steg: #### Steg 1: Agenter publicerar sina förmågor Varje A2A-kompatibel agent exponerar ett litet, strukturerat ”Agent Card”. Detta kort fungerar som agentens identitets- och kapabilitetsprofil — det listar vad agenten kan göra (till exempel ”sammanfatta text”, ”Schemalägg ett möte” eller ”fråga data”), vilka format den stöder och hur den kan nås. Eftersom detta kort följer A2A-standarden kan vilken annan agent som helst läsa det och omedelbart förstå hur man interagerar utan att behöva anpassad kod eller konfiguration. #### Steg 2: Agenter upptäcker och ansluter När en agent vill samarbeta letar den upp en annan agents Agent Card — ofta via en katalog, ett register eller en välkänd ändpunkt — och upprättar en säker anslutning. Den här processen gör att agenter kan hitta varandra dynamiskt, även om de byggts av olika team eller organisationer. Upptäckt säkerställer flexibilitet: en agent för uppgiftsplanering kan hitta en visualiseringsagent, eller en kundtjänstagent kan lokalisera en översättningsagent, allt genom standardiserade mekanismer för upptäckt. #### Steg 3: Agenter utbyter uppgifter och resultat När de väl är anslutna kommunicerar agenter genom standardiserade uppgiftsmeddelanden.\ Ett uppgiftsmeddelande kan innehålla en begäran (”analysera den här datamängden”) och ett svar (”här är insikterna”). Dessa utbyten kan ske synkront för snabba åtgärder eller asynkront för längre uppgifter. A2A stöder också strömning och aviseringar, så att agenter kan skicka mellanliggande uppdateringar eller partiella resultat medan de arbetar — vilket speglar hur människor kan samarbeta i realtid. #### Steg 4: Säker samarbete och delning av sammanhang Varje interaktion mellan agenter autentiseras och avgränsas av användaren eller systemet som initierade den, vilket säkerställer att agenter endast får åtkomst till den data eller de förmågor de är behöriga att använda. Detta kontrollerade utbyte av sammanhang möjliggör komplexa arbetsflöden — som att en agent sammanfattar ett dokument medan en annan skapar en uppföljningsåtgärd — utan att information läcker. #### Varför A2A spelar roll Genom att definiera ett universellt sätt för agenter att prata med varandra låser A2A upp ett nytt lager av interoperabilitet och komponerbarhet. I stället för att bygga massiva, monolitiska agenter som försöker göra allt, ger A2A organisationer möjlighet att designa specialiserade agenter — var och en fokuserad på ett specifikt område — och låta dem samarbeta genom ett gemensamt protokoll. För företag innebär detta: * Kompatibilitet mellan olika leverantörer: Agenter från olika leverantörer kan samverka säkert. * Skalbar design: Team kan lägga till eller ersätta agenter utan att omarkitektera hela system. * Styrd automatisering: Säkerhet, observerbarhet och granskning standardiseras från början. * Snabbare innovation: Nya förmågor kan införas helt enkelt genom att publicera ett nytt Agent Card — ingen omkoppling av befintliga integrationer. --- # Agent Instructions: 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: ``` GET https://library.zoom.com/technical-library/sv/zoom-workplace/artificial-intelligence/artificial-intelligence-bluepaper/artificial-intelligence-at-zoom-an-overview.md?ask= ``` The question should be specific, self-contained, and written in natural language. 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.