Zoom推出智能代理AI战略，将会议转化为行动导向工作流，支持定制化企业应用
在疫情期间，Zoom几乎一夜之间成为家喻户晓的名字，因为远程办公迅速成为常态。
虽然该公司曾经仅以视频会议而闻名，但在过去几年中，它一直在悄然构建复杂的人工智能基础设施，旨在重新定义工作效率。尽管视频会议仍然重要，并且是Zoom业务的核心，但如今，凭借人工智能，Zoom已经不仅仅局限于视频会议了。
众所周知，Zoom是一种用于开会的技术。但会议的目的是什么呢？
在商业环境中，当然可能存在一些毫无目的的会议，但这些应该是例外。会议应该导向某种结果，无论是一个行动项还是其他某种里程碑。
“在智能代理（agentic AI）时代，技术终于发展到可以将会议转化为里程碑的阶段。”Zoom首席技术官黄学东在接受VentureBeat独家采访时说道。
今天，Zoom宣布了一项激进的智能代理AI战略，包括一系列新服务。此次更新引入了智能代理功能，承诺将会议从单纯的沟通事件转变为以行动为导向的工作流程，并推出了一个新的AI工作室，让企业能够创建定制化的AI代理。
在加入Zoom之前，黄学东在微软工作了30年，专注于语音技术以及微软的Azure OpenAI服务。2023年加入Zoom时，他也将此前的经验教训带到了这家公司。
在黄学东的领导下，Zoom开始悄然构建一个AI架构，旨在促进任务的完成，而不仅仅是总结对话内容。2023年5月，Zoom公开宣布与Anthropic建立合作伙伴关系，但这并不是Zoom唯一使用的大型语言模型（LLM）。
与微软Teams主要依赖微软OpenAI Azure服务中的OpenAI，以及谷歌Meet由谷歌Gemini支持不同，Zoom采用了对语言模型“不偏不倚”的策略。
黄学东解释说，当Zoom在2023年推出其AI助手的第一个版本时，并没有依赖任何一个单一的大型语言模型。相反，公司采用了一种联邦式方法，使用多个语言模型，包括其自行开发的小型语言模型（SLM）。
“我们与OpenAI和Anthropic等顶尖模型建立了合作关系，但我们还开发了自己的高度定制化的20亿参数语言模型。”黄学东说道。
Zoom的AI助手采用联邦式方法，将较小的Zoom模型与更大、更领先的行业语言模型结合使用。较小的模型首先评估和处理输入内容，然后将部分结果传递给更大的模型以生成最终输出。这种方法使Zoom能够充分发挥较小定制化模型和更大、更强大模型的优势，同时降低成本并提升性能。
智能代理AI之旅的核心Zoom的AI战略中最引人注目的技术亮点或许是其对小型语言模型的专注。与行业常见的从大型模型中提取小型模型的趋势不同，Zoom完全从零开始构建了其20亿参数的语言模型。
这种技术方法的优势在针对特定领域的定制化中尤为明显。“定制化需要更多努力，就像很难驾驭一艘更大的船一样。”黄学东解释道。
事实证明，定制小型模型的能力是开发特定智能代理AI工作流的关键组成部分。展望未来，Zoom希望其小型语言模型最终能够直接在用户设备上运行，从而实现更好的隐私保护和更个性化的体验。
将会转化为里程碑Zoom更新的核心是AI助手2.0，它将Zoom的AI能力从会议支持转变为完全具备智能代理功能。借助2.0版本，Zoom从简单的助手进化为能够推理、记忆和执行任务的智能代理AI。
升级后的AI助手现在可以代表用户执行多步骤操作，协调诸如安排会议、生成视频片段和创建文档等任务。
关键更新包括：
大多数功能将在2025年3月至7月期间推出。虽然标准AI助手对付费用户免费提供，但专业代理和自定义配置将需要额外付费。
“对我们来说，智能代理AI最重要的方面是真正实现以行动为导向的信息流。”黄学东说，“这意味着当你参加会议时，行动任务将流入文档、聊天或你需要采取的其他行动中。”
尽管Zoom为用户提供了许多开箱即用的智能代理AI功能，但黄学东意识到，企业往往需要更具定制化的选项。AI工作室的推出正是为了解决这一需求，它允许公司创建针对特定业务需求量身定制的AI代理，并将其深度整合到公司特有的知识体系和工作流程中。
以人力资源政策为例，黄学东详细阐述了一个实际应用场景。企业可以利用AI工作室上传所有内部的人力资源政策文件。AI助手将在这些公司特有的人力资源政策信息上进行训练，从而能够准确回答员工关于人力资源指导方针和程序的问题。
IT管理员还可以利用AI工作室将助手连接到其他内部知识库，例如IT支持文档。其目标是帮助企业创建深度整合其自身流程、数据和工作流的AI代理，将AI助手转变为一个定制化的高效生产力工具。
对于正在评估生产力AI解决方案的技术决策者来说，Zoom的方法与其他来自微软、谷歌等供应商的替代方案相比，提供了几个独特的考量因素。
以行动为导向的信息流模型可能更适合那些以会议为主要协作方式的组织，以及那些因信息碎片化而阻碍任务完成的公司。对于会议量较大的企业来说，Zoom将对话与后续行动联系起来的能力可能具有特别的价值。
此外，结合小型语言模型（SLMs）和大型语言模型（LLMs）的联邦式AI方法提供了一种值得研究的架构——它可能在保持质量的同时提供更好的经济效益。随着AI成本成为企业在扩展AI实施过程中日益关注的问题，这种平衡的方法可能会产生深远的影响。
对于那些希望在AI采用方面走在前列的企业来说，Zoom从会议工具到全面生产力平台的演变提供了宝贵的教训——即如何在现有优势的基础上进行发展，而不仅仅是将AI添加到现有工作流程中。
通过利用其在会议领域的主导地位重新构想整个生产力体验，Zoom展示了如何将专业知识与AI能力相结合，以解决特定的业务问题，而不是简单地提供通用的AI助手。（Venture Beat）
本文由人人都是产品经理作者【AI新智能】，微信公众号：【AI新智能】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。