Trabalhe feliz da vida com o Zoom AI Companion

Se você não tiver privilégios de administrador para sua conta, precisará entrar em contato com o administrador do Zoom. Os recursos do AI Companion podem ser encontrados em Configurações na aba AI Companion. Se o administrador tiver ativado os recursos do AI Companion para a conta, os usuários poderão gerenciar os recursos disponíveis individualmente. Para mais informações sobre como configurar o Zoom AI Companion, consulte o guia de introdução em nosso site de suporte.

A Zoom não usa nenhum áudio, vídeo, chat, compartilhamento de tela, anexos ou outro conteúdo do cliente semelhante a comunicações (como resultados de enquete, quadro de compartilhamento e reações) para treinar os modelos de inteligência artificial da Zoom ou de terceiros. Para mais informações, consulte este artigo sobre como a Zoom trata os dados.

O Zoom AI Companion está incluído, sem custo extra, nos serviços pagos atribuídos às contas de usuário Zoom. O AI Companion pode não estar disponível para todas as regiões ou setores. Produtos especializados do AI Companion, configurações personalizadas para agentes e certos agentes de terceiros podem exigir taxas adicionais ou preços separados.


O Zoom está focado em fornecer conexão humana ilimitada em uma plataforma, e a IA generativa é um componente essencial para isso. Acreditamos que os recursos do Zoom AI Companion devem estar disponíveis para nossos clientes pagos elegíveis sem custo extra com o objetivo de ajudar a dar às suas equipes um aumento de produtividade em seu dia de trabalho.

A Inteligência Artificial (IA) refere-se à simulação da inteligência humana em máquinas que são programadas para pensar e aprender como os seres humanos. O termo também pode ser aplicado a qualquer máquina que apresente características associadas a uma mente humana, como aprendizado e solução de problemas.

O principal objetivo da IA é facilitar a criação de sistemas que possam realizar tarefas que exijam inteligência humana. Essas tarefas incluem a tomada de decisões, a solução de problemas, o reconhecimento de fala e a tradução de idiomas, entre outras. A IA foi projetada para aumentar a eficiência, a precisão e automatizar tarefas comuns ou complexas.

Há vários tipos de IA, categorizados principalmente como IA fraca (ou estreita), IA forte (ou geral) e IA superinteligente. A IA fraca é projetada para tarefas específicas e opera em uma faixa ou contexto pré-definido limitado. A IA forte é uma forma avançada que pode entender, aprender e aplicar o conhecimento em diferentes contextos, semelhante a um ser humano. A IA superinteligente supera a inteligência humana em todos os campos, incluindo criatividade, sabedoria geral e solução de problemas.

Sim, diferentes tipos de IA podem ser usadas juntas. Por exemplo, uma abordagem comum para fornecer respostas mais precisas é o uso da Geração aumentada por recuperação (RAG). Outro exemplo é a nossa própria abordagem federada, em que usamos vários modelos para fornecer resultados de alta qualidade aos usuários.

A IA é um conceito mais amplo relacionado a máquinas projetadas para agir de forma inteligente, como os seres humanos. O aprendizado de máquina (ML) é um subconjunto da IA que envolve o estudo de algoritmos de computador que melhoram automaticamente por meio da experiência e dos dados. Em essência, todo aprendizado de máquina é IA, mas nem toda IA envolve aprendizado de máquina.

Os benefícios do uso da IA incluem maior eficiência, velocidade e precisão; redução de erros humanos; capacidade de analisar e processar grandes quantidades de dados; e automação de tarefas repetitivas. A IA também pode habilitar novos recursos e serviços, como recomendações personalizadas e diagnósticos avançados.

O conceito de IA existe desde o meio do século XX. O termo "inteligência artificial" foi cunhado pela primeira vez por John McCarthy, em 1956, durante a Conferência de Dartmouth, onde o campo foi formalmente criado.

A IA generativa funciona usando algoritmos para criar conteúdo. Ela aprende com um conjunto de dados, compreendendo padrões, estruturas e relacionamentos entre os dados. Esse processo de aprendizado permite a ela gerar novos dados semelhantes, aos originais, mas não idênticos, incluindo texto, imagens, música e voz.

A IA generativa foca na criação de novos dados ou conteúdo que imitam os dados originais nos quais foi treinada. Já a IA geral refere-se a um tipo de IA que tem a capacidade de entender, aprender e aplicar habilidades intelectuais em uma ampla gama de tarefas, semelhante à inteligência humana.

A IA preditiva foca no uso de dados históricos para prever resultados futuros, normalmente por meio de modelos que inferem padrões em eventos passados. Em vez disso, a IA generativa foca na produção de novas instâncias de dados e conteúdo que sejam semelhantes aos dados de treinamento, mas não idênticos.

O principal objetivo da IA generativa é gerar novos conteúdos ou dados que sejam semelhantes ao conjunto do treinamento original, mas que sejam únicos e inovadores por si mesmos. Isso inclui a criação de imagens realistas, texto, áudio e outras formas de mídia.

Exemplos de IA generativa incluem a IA que pode criar imagens ou arte realistas, compor músicas, escrever histórias ou artigos, gerar vozes humanas realistas e criar novos projetos ou simulações.

A IA geradora não pode criar conteúdo com emoções ou experiências humanas genuínas, entender o contexto além dos dados de treinamento ou possuir entendimento e consciência do mundo real. Suas criações estão limitadas aos dados com os quais ela foi treinada e pelos algoritmos que utiliza.

A IA generativa cria novos conteúdos com base em padrões de dados aprendidos, que podem incluir texto, imagens, música e muito mais. A IA conversacional, no entanto, refere-se especificamente a sistemas de IA projetados para se comunicar com humanos em linguagem natural, simulando uma conversa semelhante à humana.

A IA conversacional trabalha usando o processamento de linguagem natural (NLP) e o aprendizado de máquina para entender, interpretar e responder à linguagem humana de forma a imitar a conversação humana. Ela pode ser implementada em chatbots, assistentes de voz e outros aplicativos para fornecer respostas de acordo com uma combinação de regras programadas e dados aprendidos.

A IA conversacional resolve problemas relacionados ao atendimento ao cliente, à recuperação de informações e à eficiência da interação. Ela dá respostas imediatas aos usuários.

Exemplos de IA conversacional incluem chatbots em sites, assistentes pessoais virtuais, como Siri e Alexa, e aplicativos de mensagens que oferecem respostas ou suporte automatizados.

A IA conversacional pode ser usada em atendimento ao cliente, na saúde, no varejo, em finanças, na hotelaria e em muitos outros setores. Ela é útil para lidar com consultas, fornecer suporte ao usuário, engajar os clientes e simplificar os processos de comunicação.