Zoom lidera a los competidores evaluados en reconocimiento de voz y calidad de inteligencia de reuniones generada por IA
Publicado el 14 de noviembre de 2024
Xuedong Huang es el director de Tecnología (CTO). Antes de Zoom, trabajó en Microsoft, donde se desempeñó como director de Tecnología y colaborador técnico de Azure AI. Su trayectoria es destacada en el ámbito de la IA: fundó el grupo de tecnología del discurso de Microsoft en 1993, dirigió los equipos de IA de Microsoft para alcanzar varios de los primeros hitos de paridad humana del sector en reconocimiento del habla, traducción automática, comprensión del lenguaje natural y visión por computadora, es miembro del IEEE y la ACM y miembro electo de la Academia Nacional de Ingeniería y la Academia Estadounidense de las Artes y las Ciencias.
Xuedong obtuvo su doctorado en Ingeniería Eléctrica en la Universidad de Edimburgo en 1989 (patrocinado por la beca británica ORS y la Universidad de Edimburgo), su maestría en Ciencias de la Computación en la Universidad de Tsinghua en 1984 y su licenciatura en Ciencias de la Computación en la Universidad de Hunan en 1982.
La tecnología puede ser un gran factor de igualdad, y la IA no es ninguna excepción. Puede ayudarnos a lograr cosas antes impensables. A medida que seguimos desarrollando características y capacidades de IA en Zoom Workplace, somos extraordinariamente conscientes de que nuestros productos pueden empoderar a nuestros clientes y nos comprometemos a ofrecerles resultados de la más alta calidad para que puedan trabajar con eficiencia y éxito.
Nuestros clientes utilizan las características de IA de Zoom Workplace en diversos sectores, entre los que se incluyen los servicios financieros, la atención médica, la educación, la administración pública y muchos más. En la actualidad, en el ámbito educativo y en las universidades, tanto los alumnos como los profesores ya utilizan las capacidades de IA de Zoom para mejorar la accesibilidad de las clases. En atención médica, las personas acuden a consultas virtuales y utilizan capacidades de transcripción y resumen para ampliar el acceso a la atención médica.
El uso de la IA para hacer más accesible la tecnología no solo está reservado a los subtítulos para las personas con discapacidad auditiva, sino también para eliminar las barreras lingüísticas. Cuando era estudiante hace 35 años en Edimburgo, Escocia, y todavía estaba aprendiendo inglés, no solo me beneficié de los subtítulos cuando veía la BBC, sino que también me mostraron lo que los subtítulos y la traducción precisos pueden hacer por las personas de todo el mundo. El uso de la IA ya está bastante extendido, y queremos seguir mejorando la calidad para abrir las posibilidades a más personas.
Nuestro éxito en las transcripciones de reuniones es una parte de este recorrido e incide en muchos aspectos de cómo puede la IA aumentar las propias habilidades y experiencia de una persona para ayudarla a llegar aún más lejos. Algunos ejemplos son los subtítulos automatizados en directo en una reunión o seminario web, la traducción de subtítulos en directo a otro idioma o la transcripción de reuniones para su uso en resúmenes de reunión, grabaciones inteligentes, elementos de acción y más. Crear una experiencia de reunión más accesible y equitativa en un entorno empresarial global es beneficioso para todos.
A principios de este año, compartí cómo nuestro enfoque federado de la IA igualaba o superaba el de otros modelos de IA con un gasto mucho menor. Hoy me complace compartir las conclusiones de una evaluación reciente del rendimiento de Zoom AI encargada a TestDevLab, que consolida aún más a Zoom como líder en reconocimiento de voz e inteligencia de reuniones en comparación con otras herramientas de IA probadas.
Nuestras características de IA integran de forma fluida la información del trabajo y la web para ofrecer una mejora impresionante en la experiencia de Zoom Workplace. Si bien hay muchas formas en que las características de IA están integradas en Zoom Workplace, hay un aspecto que impulsa nuestras características de IA más utilizadas, incluidos los resúmenes de reunión, los elementos de acción y las transcripciones.
La eficacia de estas características de IA depende de la precisión de las transcripciones de las que proceden. Muchas de nuestras características populares, como hacer preguntas durante la reunión, se basan en el reconocimiento del habla de alta calidad. Una transcripción fiable permite a la IA capturar nombres, temas e intenciones con precisión, lo que constituye la columna vertebral de resúmenes, aspectos destacados e información procesable.
El estándar del sector para medir la precisión de la transcripción es la tasa de errores de palabra (WER), que compara el porcentaje de diferencias entre una transcripción generada por humanos y otra generada por la IA. Zoom ha estado trabajando en los últimos años para modernizar nuestra arquitectura de IA y minimizar la WER. Al minimizar la WER, creamos transcripciones precisas y fiables para generar resultados eficaces y prácticos para nuestros clientes.
En un análisis de WER, el texto rojo representa las palabras omitidas y el texto azul, las palabras que no se encuentran en la transcripción original.
Los resultados fueron claros: Zoom superó a Microsoft Teams con una WER significativamente más bajo, lo que se tradujo en un mayor nivel de precisión en la transcripción. En las reuniones en las que cada palabra cuenta, incluso los errores de transcripción más leves pueden tener un gran impacto en los resúmenes, las tareas o las respuestas a las preguntas planteadas durante las reuniones.
A continuación, explicamos cómo TestDevLab creó y ejecutó estas pruebas:
Para cada prueba, compararon Zoom Workplace y Microsoft Teams, y midieron la tasa de errores de palabras de cada reunión.
Al medir la WER (tasa de errores de palabras), un porcentaje bajo significa una transcripción de mayor calidad.
Los resúmenes y las transcripciones de reuniones son algunas de las características más populares y utilizadas en muchas plataformas de IA. Dado que su uso está tan extendido, es aún más importante asegurarse de reducir al máximo los errores. Son populares porque ahorran tiempo y a las personas les resulta muy útil leer, resumir y comprender mejor la información importante.
TestDevLab también clasificó a Zoom Workplace y Microsoft Teams en calidad de resúmenes de reuniones e IA conversacional (como la estabilidad de las respuestas). Para evaluar los resúmenes, crearon un asistente de LLM con resultados validados por humanos.
La transcripción no es la única función de IA que TestDevLab midió. A diferencia de las transcripciones, el objetivo de otras características de IA, como los resúmenes de reunión, no es ofrecer una copia textual, sino proporcionar una versión personalizada de lo sucedido que satisfaga las expectativas de los usuarios.
TestDevLab también clasificó a Zoom Workplace y Microsoft Teams en calidad de resúmenes de reuniones e IA conversacional (como la estabilidad de las respuestas). Para evaluar los resúmenes, crearon un asistente de LLM con resultados validados por humanos.
En esta evaluación, probamos dos capacidades de resumen dentro de Microsoft Teams: la característica Resumen inteligente, disponible con una licencia de Teams Premium o Microsoft 365 Copilot, y la capacidad de generación de resúmenes basada en indicaciones del Asistente de IA de Microsoft Copilot en Teams Meetings. Dado que el Asistente de IA Copilot solo puede generar resúmenes basados en indicaciones, le pedimos a Copilot que creara un resumen y elementos de acción al final de la reunión.
En lo que respecta a la IA conversacional, TestDevLab midió cómo lograban las plataformas de IA responder preguntas durante una reunión, tanto para las relacionadas con el contexto de la reunión como para búsquedas web no relacionadas, como «¿Cuál es el edificio más alto del mundo?». Tanto en tiempo de respuesta como en estabilidad (la capacidad de todos los participantes de la reunión para recibir una respuesta similar), Zoom superó a Microsoft.
Una mayor estabilidad indica que la IA de Zoom ofrece respuestas fiables de manera constante a todos los participantes, lo que proporciona una experiencia más fluida durante las reuniones.
Estos resultados ponen de manifiesto nuestro compromiso con la calidad en todo Zoom Workplace. Nos esforzamos por crear una forma para que las personas se conecten más fácilmente, sean más eficientes en su día a día y tengan la oportunidad de utilizar la IA para apoyar su trabajo. Las transcripciones de reuniones generadas por IA son solo una forma en que las personas pueden usar Zoom Workplace para ayudar a crear una experiencia más equitativa para muchas personas, incluidas las personas con discapacidad auditiva, las personas neurodivergentes y quienes hablan un idioma diferente al de los demás en la reunión.
Esta evaluación llevada a cabo por TestDevLab destaca a Zoom Workplace como líder en rendimiento de IA, con una precisión de transcripción superior, tiempos de respuesta a las preguntas durante las reuniones más rápidos y capacidades de IA conversacional más estables en comparación con la competencia probada.
Además, Zoom Workplace ofrece muchas características de IA sin coste adicional para las cuentas de pago de Zoom, a diferencia de otras plataformas alternativas, que cobran un cargo extra por cada usuario adicional al que se le conceden características de IA. En Zoom, creemos que es importante poner estas herramientas precisas y transformadoras a disposición de la mayor cantidad posible de clientes. Comenzamos por la base ―crear transcripciones de alta calidad― y seguimos creando experiencias de IA excepcionales para todos nuestros clientes.
Si no dispone de un plan de pago de Zoom que cumpla los requisitos, actualícelo hoy mismo para disfrutar de las ventajas de Zoom Workplace.
