Zoom: sus agentes IA leen reuniones, chats y documentos

Zoom quiere que su IA sepa lo que se habla en tu empresa

Zoom presentó en Zoomtopia, su conferencia anual de clientes de finales de octubre, una capa de contexto unificada que conecta las conversaciones de la empresa —reuniones, llamadas, chats— con los documentos y datos que ya existen en la organización. La estrategia se detalló después en Londres ante periodistas y analistas de la región EMEA, con un lema que la compañía repite desde comienzos de año: conversation to completion, de la conversación al resultado.

La cifra que resume la apuesta: según Russell Dicker, jefe de producto de Zoom, esa capa reduce los costes entre un 45% y un 65% frente al modelo de tener agentes independientes analizando la información pieza a pieza. Para una startup que paga por tokens, esa diferencia decide si un flujo de IA es viable o se come el presupuesto.

Zoom lo resume en tres círculos concéntricos: conversación, contexto y ejecución. La conversación es todo lo que se dice; el contexto es lo que la empresa ya sabe; la ejecución es el resultado que vuelve al sistema convertido en nuevo conocimiento. La compañía espera superar los 5.000 millones de dólares de ingresos anuales este año y afirma que el número de clientes de su agente virtual creció un 256%.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Qué es la capa de contexto unificada de Zoom?

Dicker explicó que la capa se alimenta de tres fuentes. La primera es lo que la empresa ya tiene documentado. La segunda es el conocimiento general del modelo, lo que la IA sabe del mundo y puede buscar fuera de la organización. La tercera es el contexto dinámico: lo que ocurre en las conversaciones de cada momento.

Con eso, Zoom construye un grafo de personas, temas y decisiones que se actualiza casi en tiempo real. En la práctica, los agentes no tienen que releer montañas de transcripciones cada vez que alguien hace una pregunta simple: la capa ya destiló esa información.

El ejemplo que dio Eric Yuan, fundador y CEO de Zoom, en el keynote: un plan de proyecto dice que el producto sale el 19 de diciembre, pero el equipo movió la fecha en una reunión de esa mañana. Un sistema que solo lee documentos da la respuesta equivocada. Uno que incorpora contexto dinámico explica qué cambió y por qué. «Los modelos de IA son tan potentes como su comprensión de tu negocio», resumió Yuan.

¿Cuánto cuesta de verdad meter transcripciones en un LLM?

Aquí está el punto más útil para cualquier founder que esté montando agentes sobre sus propios datos. Leo Boulton, responsable de marketing de soluciones de producto de Zoom, lo planteó sin rodeos: nada impide a un cliente volcar todas las transcripciones de sus reuniones en un LLM y dejar que el modelo razone sobre ellas. «Puede lograr resultados muy buenos. Pero va a quemar muchos tokens».

Boulton describió tres caminos con costes muy distintos:

Volcar todo al modelo. Funciona, da buenas respuestas y es la opción más cara.
Conectarse vía servidores MCP. El razonamiento ocurre en la interfaz y se accede a las transcripciones a través del protocolo. Buenas respuestas, menos tokens.
API Ask. El razonamiento se ejecuta justo antes de responder y el procesamiento pesa en el backend del proveedor. Es la vía que Zoom empuja comercialmente porque ahorra más dinero al cliente.

El problema de fondo, admite Boulton, es que el consumo de tokens «es una disciplina altamente no determinista»: no hay tarifa fija por generar una diapositiva y la misma tarea puede costar mucho más la cuarta vez que la primera. Por eso Zoom está construyendo visibilidad de consumo dentro del producto en lugar de pedirle al cliente que adivine su factura.

La mitad de tus empleados no usa la IA que le pagas

El segundo problema que Zoom pone sobre la mesa no es técnico. Dicker citó un sondeo de Gallup según el cual menos de la mitad de los empleados que reciben herramientas de IA las usan con regularidad, y la razón principal es que prefieren seguir trabajando como siempre. «La parte más difícil de la IA empresarial no es construirla. Es conseguir que la gente realmente utilice las herramientas en las que estás invirtiendo», dijo.

De ahí el lema de este ciclo. La idea no es pedirle al empleado que cambie de hábito, sino meter la IA en el flujo donde ya trabaja: que la nota de reunión se convierta en la tarea de seguimiento dentro del CRM, sin que nadie tenga que copiarla a mano.

Privacidad, deepfakes y quién controla el contexto

El elefante en la sala es evidente: un sistema que escucha reuniones, lee chats y accede a documentos toca información sensible. Boulton lo respondió con una frase: «El control debe permanecer en manos del humano». En la práctica, eso se traduce en etiquetas de sensibilidad, guardarraíles de IA y controles por reunión: marcar un encuentro como confidencial, desactivar la transcripción o activar cifrado de extremo a extremo.

Las etiquetas de sensibilidad definen qué entra en la capa de contexto; los guardarraíles definen qué puede decir un agente aunque haya accedido al dato. Un agente puede leer información financiera sensible sin tener permitido revelarla en una respuesta.

El otro frente son los deepfakes. Boulton reconoce que la gestión de identidad «es una disciplina muy difícil» y que Zoom se apoya en su ecosistema de socios —menciona World ID y Okta, que usan internamente— para verificar quién entra a una reunión. Según TechRepublic, Zoom ya usa detección de deepfakes en procesos de contratación con BrightHire y planea extenderla a las reuniones de trabajo.

¿Qué significa esto para tu startup?

Tres decisiones concretas, en orden.

Primero, clasifica antes de conectar. Las etiquetas de sensibilidad y los guardarraíles solo funcionan si el contenido está bien clasificado. Si vas a darle a un agente acceso a tus reuniones, define antes qué es público, qué es interno y qué es confidencial. Hacerlo después es rehacer el trabajo.

Segundo, elige la arquitectura por coste, no por moda. Volcar transcripciones a un LLM es lo más rápido de montar y lo más caro de operar. Si tu producto ya acumula datos conversacionales, evalúa MCP o una API de búsqueda antes de escalar: ahí suele estar la diferencia entre un flujo rentable y uno que se come el margen.

Tercero, trata a cada agente como una identidad. Si un agente puede actualizar tu CRM o cerrar un ticket, necesita permisos acotados, un dueño y un registro de auditoría. Zoom añadió gestión centralizada de agentes y un control de apagado para los que operen fuera de los límites definidos. El mismo principio aplica si construyes sobre tus propias herramientas.

Un cuarto consejo, más de gestión: empieza con un solo flujo medible —por ejemplo, actualizar el CRM después de cada llamada— y mide tiempo ahorrado y tasa de error antes de extenderlo a toda la empresa. La métrica de Zoom, según su CEO, es si el producto se incrusta en el trabajo diario del cliente. La tuya debería ser el resultado, no las licencias activadas.

Conclusión

Zoom apuesta a que el valor no está en la interfaz sino en ser la mejor fuente de contexto empresarial, y por eso abre su capa a asistentes externos como Claude, Codex o Copilot mediante servidores MCP. Para un founder, la lección es doble: el contexto de tus conversaciones es un activo real, y gestionarlo bien —con clasificación, permisos y control de costes— es lo que separa una IA que ahorra dinero de una que lo quema.