Zoom fremmer sin AI-følgesvenn fra en enkel assistent til en aktiv agent som er i stand til å håndtere oppgaver uavhengig. Denne evolusjonen, sentrert om resonnement og hukommelse, tar sikte på å automatisere komplekse arbeidsflyter, og forbedre produktiviteten innen Zooms plattform.

Zooms AI-følgesvenn tar ansvar med autonome evner

Zooms AI-følgesvenn er å trå utover grunnleggende hjelp. Den siste oppdateringen introduserer agentferdigheter som gjør det mulig å administrere oppgaver, ta beslutninger og løse problemer uten konstant brukerinngrep.

Disse mulighetene inkluderer uavhengig håndtering av flertrinnsprosesser, planleggingsmøter, generering av innhold og tilpasse seg over tid gjennom lærte opplevelser.

I følge

Dette gjenspeiler Zooms bredere strategi for å skifte AI fra et reaktivt verktøy til en autonom assistent som forventer og initierer handlinger.

De nye funksjonene vil bli integrert i Zoom Workplace, med en dedikert oppgaver-fan som lar brukere tilordne og spore aktiviteter. I tillegg vil en stemmeopptakerfunksjon, som er satt til å starte på Zooms mobilapp, gi transkripsjon og oppsummering for personlige møter.

En annen kommende funksjon, Live Notes, forventes å rulle ut i mai, og tilbyr sanntidsoppsummeringer for å redusere manuell note-t-titting.

Denne funksjonen vil tillate organisasjoner å lage spesialiserte AI-agenter og ferdigheter, noe som muliggjør automatisering av unike arbeidsflyter på tvers av avdelinger. Enten det å effektivisere salgsprosesser eller håndtere HR-tjenesteforespørsler, tar disse tilpassede agentene som mål å adressere spesifikke operasjonelle utfordringer.

Zooms strategi inkluderer også spesialiserte agenter innen sine Zoom-forretningstjenester. Disse agentene er designet for å løse komplekse tjenestespørsmål ved å utnytte hukommelse og resonnementfunksjoner.

De vil håndtere flertrinnsoppgaver, levere kontekstuelle samtaler og følge med på å løse problemer uten menneskelig inngripen. Som Zoom beskrev, vil disse agentene “utnytte hukommelses-og resonnementferdigheter for å levere empatiske og kontekstuelle samtaler, og løse komplekse problemer fra start til slutt.”

Plattformens fleksibilitet utvides videre gjennom AI-studio, som muliggjør organisasjoner for å bygge og distribuere tilpassede virtuelle agenter. Industrier.

personvernsikkerhet for ansvarlig AI-bruk

Zoom understreker også sin forpliktelse til ansvarlig AI-praksis. Deling, vedlegg eller annet kommunikasjonsinnhold for å trene sine eller tredjeparts AI-modeller.

Denne holdningen er en direkte respons på økende kontroll over databruk i AI-trening. Ved å forsterke disse personverntiltakene, har Zoom som mål å posisjonere seg som en leverandør som prioriterer brukertillit og etisk datahåndtering.

Selv om denne tilnærmingen kan begrense noen veier for AI-optimalisering, er det i samsvar med stigende virksomhetskrav for streng datasikkerhetsstandarder.

Zoom-forskning for å strenge en gang. Zooms egen forskning på AI-modeller og deres effektive bruk, for eksempel den nylig avdukede romankjeden for utkast (COD) som ber om teknikk.

COD er ​​designet for å takle en av de primære utfordringene med AI-operasjoner: effektivitet. Tradisjonelle metoder som tankegang (COT) som ber om, mens du forbedrer AI-resonnementnøyaktigheten, resulterer ofte i lange, ressursintensive utganger.

torsk vipper den tilnærmingen. Ved å legge vekt på kortfattede, strukturerte responser, reduserer COD tokenbruk med opptil 92% og reduserer driftskostnadene med 90%. I stedet for å artikulere hvert resonnementstrinn, fokuserer AI på essensielle mellomresultater, og etterligner hvordan mennesker noterer korte notater når du løser komplekse problemer.

Benchmarking-tester ved å bruke modeller som Openais GPT-4O og Anthopics claude 3.5 sonnet har demonstrert at COD kan oppnå lignende nivåer som COT som COT som nedtur som krevende. Aritmetiske resonneringsoppgaver utført med GSM8K-datasettet oppnådde COD nesten ekvivalent korrekthet, samtidig som det reduserte tokenforbruket til bare 7,6% av hva COT kreves.

Imidlertid er COD ikke universelt effektivt. Testing avdekket at mindre modeller-de med færre enn 3 milliarder parametere-som ble samlet for å samsvare med effektivitetsgevinstene som er sett i større modeller.

For eksempel tester på Zooms egen lille språkmodell, Zoom-SLM, fremhevet at”små modeller krever fin-tuning med kodestyle-data for å fullt ut til å være en liten modeller. som kan begrense CODs umiddelbare anvendbarhet i lette AI-systemer.

Hva er det neste for Zooms AI-følgesvenn

Zooms veikart for AI-følgesvennen, kan ikke stoppe her. Avatarer for videoinnhold. I mellomtiden vil Voice Recorder-funksjonen for Mobile hjelpe til Utvikle AI-verktøy som”radikalt transformerer arbeidsdagen din til det bedre.”

Selskapets tilnærming understreker balansen mellom effektivitet, fleksibilitet og personvern i å drive sin AI-strategi.

Zooms skift mot Agentics Longi Reflects bredere bransjens trend med å automatisere komplekse prosesser og redusere operasjonen. Avhengig av tilpasningsevnen på tvers av varierte forretningsscenarier.