Sea feliz trabajando con Zoom AI Companion

Si no tiene privilegios de administrador para su cuenta, deberá ponerse en contacto con su administrador de Zoom. Las características del AI Companion se encuentran en Configuración, en la pestaña AI Companion. Si su administrador ha habilitado las características de AI Companion para la cuenta, los usuarios individuales podrán gestionar allí las características disponibles. Para obtener más información sobre cómo configurar Zoom AI Companion, consulte la guía de inicio en nuestro sitio de soporte.

Zoom no utiliza ningún contenido de audio, vídeo, chat, uso compartido de pantalla, archivos adjuntos u otras comunicaciones de los clientes (como resultados de votaciones, pizarras y reacciones) para entrenar los modelos de inteligencia artificial de Zoom ni de terceros. Para obtener más información, consulte este artículo sobre cómo Zoom gestiona los datos.

Zoom AI Companion se incluye sin coste adicional con los servicios de pago asignados a las cuentas de usuario de Zoom. Es posible que AI Companion no esté disponible para todas las regiones o sectores. Los productos especializados AI Companion, las configuraciones personalizadas de los agentes y ciertos agentes de terceros pueden requerir tarifas adicionales o precios por separado.


Zoom se centra en ofrecer una conexión humana ilimitada en una sola plataforma, y la IA generativa es un componente clave para ello. Creemos que las capacidades de Zoom AI Companion deberían estar disponibles para nuestros clientes de pago elegibles sin coste adicional para ayudar a dar a sus equipos un impulso de productividad en su jornada laboral.

La inteligencia artificial (IA) se refiere a la simulación de la inteligencia humana en máquinas que están programadas para pensar y aprender como los humanos. El término también puede aplicarse a cualquier máquina que muestre rasgos asociados a una mente humana, como el aprendizaje y la resolución de problemas.

La finalidad principal de la IA es facilitar la creación de sistemas que puedan realizar tareas que requieran inteligencia humana. Estas tareas incluyen la toma de decisiones, la resolución de problemas, el reconocimiento del habla y la traducción de idiomas, entre otras. La IA está diseñada para aumentar la eficacia y la precisión, y para automatizar tareas mundanas o complejas.

Existen varios tipos de IA, que se clasifican principalmente como IA estrecha (o débil), IA general (o fuerte) e IA superinteligente. La IA estrecha está diseñada para tareas específicas y opera en un ámbito o contexto predefinido y limitado. La IA general es una forma avanzada que puede comprender, aprender y aplicar conocimientos en diferentes contextos, de forma similar a un humano. La IA superinteligente supera a la inteligencia humana en todos los campos, incluida la creatividad, el saber general y la resolución de problemas.

Sí, se pueden utilizar juntos diferentes tipos de IA. Por ejemplo, un enfoque común para proporcionar respuestas más precisas es el uso de la generación aumentada por recuperación (RAG). Otro ejemplo es nuestro propio enfoque federado, en el que utilizamos varios modelos para ofrecer un resultado de gran calidad a los usuarios.

La IA es un concepto más amplio que concierne a las máquinas diseñadas para actuar de forma inteligente, como los humanos. El aprendizaje automático (AM) es un subconjunto de la IA que implica el estudio de algoritmos informáticos que mejoran automáticamente mediante la experiencia y los datos. En esencia, todo aprendizaje automático es IA, pero no toda la IA implica aprendizaje automático.

Entre las ventajas del uso de la IA se encuentran el aumento de la eficacia, la rapidez y la precisión; la reducción de los errores humanos; la capacidad de analizar y procesar grandes cantidades de datos y la automatización de tareas repetitivas. La IA también puede habilitar nuevas capacidades y servicios, como recomendaciones personalizadas y diagnósticos avanzados.

El concepto de IA existe desde mediados del siglo XX. El término «inteligencia artificial» fue acuñado por primera vez por John McCarthy en 1956 durante la Conferencia de Dartmouth, donde se fundó formalmente este campo.

La IA generativa funciona utilizando algoritmos para crear contenido. Esta aprende de un conjunto de datos, comprendiendo patrones, estructuras y relaciones dentro de los datos. Este proceso de aprendizaje le permite generar nuevos datos similares pero no idénticos a los originales, incluidos texto, imágenes, música y voz.

La IA generativa se centra en la creación de nuevos datos o contenido que imitan los datos originales sobre los que se ha entrenado. Por su parte, la IA general se refiere a un tipo de IA que tiene la capacidad de comprender, aprender y aplicar habilidades intelectuales en una amplia variedad de tareas, de forma similar a la inteligencia humana.

La IA predictiva se centra en el uso de datos históricos para predecir resultados futuros, generalmente mediante modelos que infieren patrones a partir de sucesos pasados. La IA generativa, en cambio, se centra en producir nuevas instancias de datos y contenido similares a sus datos de entrenamiento, pero no idénticos.

El objetivo principal de la IA generativa es generar nuevos contenidos o datos similares al conjunto de entrenamiento original, pero que sean únicos e innovadores por sí mismos. Esto incluye la creación de imágenes realistas, texto, audio y otras formas de medios.

Algunos ejemplos de IA generativa incluyen IA que puede crear arte o imágenes realistas, componer música, escribir historias o artículos, generar voces humanas realistas y crear nuevos diseños o simulaciones.

La IA generativa no puede crear contenido con emociones o experiencias humanas genuinas, comprender el contexto más allá de sus datos de entrenamiento ni poseer comprensión y conciencia del mundo real. Sus creaciones se ven limitadas por los datos con los que se ha entrenado y los algoritmos que utiliza.

La IA generativa crea nuevo contenido a partir de patrones de datos aprendidos, que pueden incluir texto, imágenes, música y mucho más. Sin embargo, la IA conversacional se refiere específicamente a los sistemas de IA diseñados para comunicarse con los humanos en lenguaje natural, simulando una conversación similar a la humana.

La IA conversacional funciona utilizando el procesamiento del lenguaje natural (PLN) y el aprendizaje automático para comprender el lenguaje humano, interpretarlo y responder a él de un modo que imita la conversación humana. Puede implementarse en bots de chat, asistentes de voz y otras aplicaciones para proporcionar respuestas sobre la base de una combinación de reglas programadas y datos aprendidos.

La IA conversacional resuelve problemas relacionados con el servicio al cliente, la recuperación de información y la eficacia de la interacción. Esta proporciona a los usuarios respuestas inmediatas.

Algunos ejemplos de IA conversacional son los bots de chat de los sitios web, los asistentes personales virtuales como Siri y Alexa, y las aplicaciones de mensajería que ofrecen respuestas o soporte automatizados.

La IA conversacional puede utilizarse en el servicio de atención al cliente, la atención médica, el comercio minorista, las finanzas, la hostelería y muchos otros sectores. Es útil para gestionar consultas, prestar soporte a los usuarios, atraer a los clientes y agilizar los procesos de comunicación.