De la conversation à l’action : comment Zoom présente l’évolution de l’IA dans les environnements de travail
L’intelligence artificielle prend progressivement une place plus importante dans les plateformes de communication et de collaboration. Après une première génération de fonctionnalités principalement consacrées à la transcription, au résumé des réunions et à la recherche d’information, les développements actuels s’orientent vers une autre étape : utiliser le contexte des conversations pour préparer des actions, interagir avec les systèmes de l’entreprise et automatiser certaines étapes du travail. Cette évolution était au cœur de la présentation de Zoom au Sommet Comitti, qui a notamment abordé AI Companion, My Notes, les agents d’intelligence artificielle, le Model Context Protocol (MCP), CX Insights et Zoom Virtual Agent.
La présentation s’est appuyée sur un constat : les organisations disposent aujourd’hui de nombreuses applications spécialisées, mais l’information nécessaire pour accomplir une tâche reste souvent dispersée entre plusieurs environnements. Les conversations constituent elles-mêmes une source importante de données. Une réunion avec un client peut contenir ses besoins, ses contraintes et les prochaines étapes d’un projet, tandis qu’un appel au soutien peut réunir la description d’un problème, les différentes étapes du diagnostic et la solution retenue. L’utilisation de l’IA permet progressivement de transformer ces échanges en contexte exploitable par d’autres outils.
La multiplication des outils crée de nouvelles formes de friction
Courriel, clavardage, téléphonie, vidéoconférence et messagerie instantanée coexistent désormais avec les CRM, ERP, systèmes de gestion documentaire, bases de connaissances, plateformes de soutien et nombreuses applications métiers. Chacun de ces outils peut répondre à un besoin précis, mais leur accumulation oblige aussi les employés à naviguer entre plusieurs interfaces. Une même tâche peut demander de rechercher une information dans un système, d’en consulter une autre dans une seconde application, puis de documenter le résultat dans une troisième.
Cette fragmentation touche aussi les communications. Les employés ne privilégient pas nécessairement les mêmes canaux et une conversation peut commencer par courriel, se poursuivre en réunion virtuelle et aboutir à une série de messages. Retrouver l’ensemble du contexte nécessite alors de reconstituer les différentes interactions. La même problématique apparaît dans l’analyse des données lorsque les indicateurs nécessaires à une décision sont répartis entre plusieurs systèmes. L’un des enjeux associés aux nouveaux assistants d’intelligence artificielle consiste donc à réduire les changements de contexte et à rapprocher des informations qui demeuraient auparavant isolées.
Transformer les conversations en données exploitables
Les entreprises utilisent depuis longtemps des données structurées. Un CRM organise les informations relatives aux clients et aux opportunités, un ERP rassemble différentes données opérationnelles et une base de connaissances contient de la documentation structurée. Les conversations sont différentes : elles contiennent une grande quantité d’informations utiles, mais celles-ci sont naturellement moins organisées.
La transcription automatique constitue une première étape. Une fois la conversation convertie en texte, un modèle d’intelligence artificielle peut en produire une synthèse, identifier certaines décisions, extraire des tâches ou répondre à une question précise. Dans l’un des exemples présentés, un utilisateur pouvait demander combien de sites un client avait mentionnés pendant une rencontre plutôt que de parcourir l’ensemble de la transcription. L’intérêt devient plus important lorsque ces informations sont combinées à celles provenant d’autres applications : l’assistant ne travaille alors plus uniquement à partir d’une réunion, mais peut utiliser plusieurs sources de contexte.
Cette évolution modifie également la place de la réunion dans le processus de travail. Une rencontre de 30 minutes peut entraîner de nombreuses tâches supplémentaires : rédaction d’un compte rendu, envoi de documents, mise à jour d’un CRM, préparation de la prochaine rencontre ou création de tâches. L’objectif des nouvelles fonctions d’IA est donc moins de produire une transcription supplémentaire que d’utiliser ce qui a été dit pour faciliter ce qui doit être fait ensuite.
De l’assistant qui répond à l’agent qui agit
Les premiers usages de l’IA dans les plateformes collaboratives reposaient principalement sur une logique d’assistance. L’utilisateur posait une question et obtenait une réponse, demandait un résumé et recevait une synthèse. L’IA agentique ajoute la possibilité d’utiliser des outils et d’effectuer plusieurs étapes afin d’atteindre un objectif. Un système peut ainsi récupérer une information, consulter le contexte d’une conversation, produire un contenu et interagir ensuite avec une autre application.
Cette différence entre assistance et action devient importante pour les entreprises. Un assistant capable de résumer une réunion n’a pas les mêmes conséquences opérationnelles qu’un agent pouvant modifier un billet, créer un rendez-vous ou mettre à jour une information dans un système métier. Les questions de permissions, de gouvernance et de traçabilité prennent donc davantage d’importance à mesure que le niveau d’autonomie augmente.
Zoom a notamment présenté le principe du human in the loop. Dans certains processus, l’intelligence artificielle peut préparer une action sans nécessairement l’exécuter immédiatement. L’utilisateur peut vérifier le résultat et donner son approbation avant que l’étape suivante soit réalisée. Cette approche permet de conserver une intervention humaine lorsque le contexte ou le niveau de risque le justifie.
My Notes : réunir les notes humaines et l’analyse de l’IA
Parmi les fonctions abordées, My Notes cherche à combiner les observations prises directement par l’utilisateur avec les informations extraites automatiquement de la conversation. Un employé peut continuer à noter les éléments qu’il considère importants pendant une rencontre tandis que l’IA exploite la transcription pour compléter et structurer le document. Dans un contexte de soutien technique, les informations pourraient par exemple être organisées selon le problème signalé, les étapes du diagnostic, les actions réalisées et les prochaines étapes.
La fonction ne se limite pas aux réunions organisées dans Zoom. My Notes a également été présenté pour des conversations provenant de Microsoft Teams, Google Meet, Webex et des rencontres en personne. Cette capacité est significative dans les organisations où les employés utilisent plusieurs plateformes selon leurs interlocuteurs. La prise de notes assistée par IA peut alors devenir indépendante du service de vidéoconférence utilisé pour la réunion.
Une rencontre physique peut suivre une logique similaire. Un téléphone ou un ordinateur peut servir à capter la conversation afin d’en produire une transcription et une synthèse. Le système peut distinguer plusieurs locuteurs, puis associer les voix aux participants. La donnée conversationnelle ne provient donc plus uniquement des réunions virtuelles : elle peut également être produite dans les salles de conférence et lors des rencontres en présentiel.
AI Companion évolue vers l’orchestration du travail
AI Companion illustre également le passage progressif du résumé vers des fonctions plus étendues. L’utilisateur peut interroger les informations issues de ses conversations et les utiliser pour préparer d’autres tâches. Après une rencontre client, le contexte de la discussion peut par exemple servir à rédiger un suivi, retrouver les décisions prises ou préparer les prochaines étapes. Zoom présente désormais AI Companion comme une couche capable de travailler avec des informations provenant de conversations, de documents et d’applications connectées. :contentReference[oaicite:0]{index=0}
L’enjeu est de conserver le contexte au-delà du moment où la réunion se termine. Une décision prise pendant un échange peut devenir une tâche, une information peut être intégrée à un autre système et le contenu d’une conversation peut servir à produire un nouveau livrable. L’assistant devient alors une interface entre l’utilisateur et différentes sources d’information plutôt qu’une fonction isolée à l’intérieur de la vidéoconférence.
MCP : connecter les agents aux systèmes de l’entreprise
Pour qu’un agent puisse intervenir dans plusieurs applications, il doit disposer d’un mécanisme permettant d’accéder aux outils et aux données nécessaires. Le Model Context Protocol (MCP) répond en partie à cette problématique. Il s’agit d’un standard permettant aux systèmes d’intelligence artificielle de découvrir et d’utiliser de manière structurée des outils exposés par d’autres applications. Zoom prend aujourd’hui en charge des connexions MCP permettant à ses agents d’interagir avec des systèmes externes. :contentReference[oaicite:1]{index=1}
Dans un environnement d’entreprise, cette architecture peut permettre à un agent de consulter une application comme un CRM ou un système de gestion des services sans lui donner nécessairement accès à l’intégralité de l’environnement. L’application expose certaines fonctions et l’agent utilise celles qui sont autorisées. Salesforce constitue un exemple de ce type d’intégration : AI Companion peut notamment rechercher certains enregistrements, les résumer et effectuer des opérations autorisées sur ceux-ci. :contentReference[oaicite:2]{index=2}
L’utilisation de MCP ne supprime cependant pas les problématiques traditionnelles de sécurité. Au contraire, elle rend particulièrement importantes la gestion des identités, les permissions, l’authentification et la définition précise des outils qu’un agent peut utiliser. Lorsqu’un système passe de la consultation d’information à l’exécution d’actions, les droits qui lui sont accordés deviennent une composante directe de la gouvernance de l’IA.
Construire des agents pour automatiser plusieurs étapes
La présentation a également montré comment des agents peuvent être configurés pour réaliser une séquence de tâches. Un scénario peut demander au système de récupérer une information, consulter le contexte d’une conversation précédente, générer un contenu puis mettre à jour une application comme Zendesk. Cette logique se rapproche d’un flux de travail automatisé, avec la différence que l’agent peut utiliser le contexte et des instructions en langage naturel pour déterminer comment réaliser certaines étapes.
Zoom propose désormais un environnement de création d’agents sans code permettant de leur associer des sources de connaissances et des outils externes, notamment par l’intermédiaire de connecteurs MCP. Les agents peuvent ainsi répondre à des questions mais également effectuer certaines actions dans les systèmes auxquels ils sont autorisés à accéder. :contentReference[oaicite:3]{index=3}
Pour les équipes TI, cette évolution introduit une nouvelle catégorie d’automatisation. Les processus traditionnels reposent généralement sur des règles et des intégrations définies précisément à l’avance. Les agents ajoutent une couche capable d’interpréter une demande, de mobiliser différentes ressources et d’adapter certaines étapes au contexte. Cette flexibilité doit toutefois être accompagnée de mécanismes permettant de contrôler ce que l’agent peut faire et de déterminer les situations où une validation humaine reste nécessaire.
L’intelligence artificielle s’étend aux centres de contact
Les centres de contact constituent un autre environnement où la quantité de données disponible est importante. Volumes d’interactions, temps d’attente, durée des conversations, motifs de contact et nombreux autres indicateurs peuvent être analysés afin de comprendre l’activité. À cela s’ajoute désormais le contenu même des conversations, que les outils d’intelligence artificielle peuvent utiliser pour identifier des tendances ou des problématiques récurrentes.
Avec CX Insights, Zoom propose une interface permettant notamment d’interroger certaines données en langage naturel. Un responsable peut poser une question sur les tendances observées dans les interactions clients ou rechercher les facteurs associés à l’évolution d’un indicateur sans construire manuellement chaque rapport. Le service analyse à la fois le contenu des interactions et leur contexte opérationnel afin de faire ressortir certains thèmes et changements. :contentReference[oaicite:4]{index=4}
Cette approche ne fait pas disparaître les outils analytiques traditionnels. Elle modifie plutôt le point d’entrée vers l’information : certaines questions peuvent être formulées directement en langage naturel avant qu’une analyse plus détaillée soit nécessaire. Pour les gestionnaires de centres de contact, cela peut faciliter l’exploration initiale de volumes importants de données conversationnelles.
Des interactions qui passent du texte à la voix et à l’image
Zoom Virtual Agent a également été abordé sous l’angle des interactions multimodales. Un client peut commencer par clavardage, transmettre une image contenant certaines informations puis poursuivre son parcours par téléphone ou vidéo. Dans l’un des scénarios présentés, une photographie d’une facture pouvait être analysée afin d’en extraire les informations nécessaires à la poursuite du traitement.
L’intérêt de cette approche repose sur le maintien du contexte. Lorsque le canal change, le client ne devrait idéalement pas avoir à recommencer l’ensemble de son parcours. Les informations déjà recueillies peuvent accompagner l’interaction et être transmises à un agent humain lorsqu’une intervention devient nécessaire. L’IA agit alors comme une couche reliant plusieurs modes de communication plutôt que comme un canal supplémentaire fonctionnant indépendamment des autres.
Une architecture qui ne repose pas nécessairement sur un seul modèle
La présentation a également abordé l’utilisation de plusieurs grands modèles de langage. Plutôt que de demander à l’utilisateur de sélectionner systématiquement le modèle à utiliser, une plateforme peut disposer d’une couche d’orchestration chargée de choisir les ressources appropriées selon la tâche. Plusieurs fournisseurs de modèles ont été évoqués dans ce contexte, notamment OpenAI, Anthropic et Google.
Cette approche rappelle que le modèle de langage n’est qu’une composante d’une architecture d’IA d’entreprise. La qualité du résultat dépend également du contexte accessible, des données internes, des outils connectés, des permissions accordées et des mécanismes utilisés pour orchestrer l’ensemble. Pour l’utilisateur final, cette complexité peut rester largement invisible : il formule une demande tandis que la plateforme détermine les ressources nécessaires pour y répondre.
Quand une conversation devient directement un livrable
L’une des démonstrations les plus concrètes portait sur une fonctionnalité alors présentée comme étant en développement. Une conversation fictive avec un client contenait plusieurs informations concernant son environnement, notamment le nombre de sites, certaines technologies utilisées, les coûts et différents besoins. L’outil devait ensuite utiliser ce contexte pour préparer automatiquement une présentation destinée à une prochaine rencontre.
La demande précisait la structure souhaitée : une page titre, un résumé des enjeux évoqués par le client et un agenda pour la prochaine démonstration. L’intérêt de l’exemple ne résidait pas uniquement dans la capacité de générer des diapositives. Il montrait surtout comment le contenu d’une conversation peut devenir directement la matière première d’un nouveau livrable.
Ce principe peut être appliqué à de nombreux processus. Une réunion de projet peut alimenter un compte rendu, une conversation commerciale peut servir à préparer une proposition et un appel de soutien peut produire automatiquement une documentation structurée. La frontière entre communication et production de contenu devient ainsi moins nette.
Les données conversationnelles posent de nouvelles questions de gouvernance
L’exploitation systématique des conversations introduit cependant plusieurs enjeux. Une réunion peut contenir des données personnelles, des informations commerciales, des discussions contractuelles ou des éléments confidentiels. Lorsqu’elle est transcrite puis accessible à différents agents, les organisations doivent déterminer où ces données sont conservées, combien de temps elles le sont et qui peut les consulter.
La même question s’applique aux actions. Un assistant autorisé à consulter une transcription possède un niveau d’accès relativement limité. Un agent capable d’interagir avec Salesforce, Zendesk ou d’autres systèmes métiers dispose d’un périmètre beaucoup plus large. Les équipes TI doivent donc définir les permissions en fonction du cas d’usage et éviter qu’un agent dispose de droits supérieurs à ceux nécessaires pour accomplir sa tâche.
La traçabilité constitue un autre élément important. Lorsqu’un processus est partiellement automatisé, il devient nécessaire de pouvoir identifier les données utilisées, les actions effectuées et les étapes ayant nécessité une validation humaine. Ces mécanismes permettent de traiter l’agent logiciel comme un acteur du système d’information soumis à des règles d’accès et de contrôle.
Déterminer où l’automatisation apporte réellement de la valeur
L’arrivée d’agents capables d’utiliser plusieurs applications ne signifie pas que tous les processus doivent devenir autonomes. Certaines tâches répétitives et bien définies peuvent se prêter à un niveau élevé d’automatisation, tandis que d’autres nécessitent une validation humaine en raison de leur complexité, de leur sensibilité ou de leur impact.
Une organisation peut ainsi accepter qu’un système génère automatiquement un résumé ou prépare un document, mais demander une approbation avant l’envoi d’un message externe ou la modification d’une donnée importante. La conception des processus doit donc tenir compte à la fois des capacités techniques et du niveau de risque acceptable.
Cette réflexion est d’autant plus importante que l’IA est elle-même susceptible d’ajouter de nouvelles couches technologiques. Les organisations cherchent à réduire la fragmentation entre leurs outils, mais doivent éviter que la multiplication des assistants, agents et intégrations crée à son tour une nouvelle forme de complexité.
De la plateforme de communication à la plateforme d’orchestration
Les technologies présentées autour de Zoom illustrent finalement une transformation plus large des outils collaboratifs. La voix, la vidéo et la messagerie restent leurs fonctions fondamentales, mais les conversations peuvent désormais être utilisées comme contexte pour d’autres processus. Une réunion peut être transcrite, analysée et rapprochée d’informations provenant d’un CRM ou d’une base de connaissances avant de servir à générer un document ou à déclencher une série d’actions.
Zoom a depuis poursuivi cette orientation en étendant notamment ses capacités MCP afin que les informations provenant des réunions, transcriptions, notes et autres interactions puissent être exploitées dans différents environnements d’IA et rapprochées de données issues de systèmes d’entreprise. :contentReference[oaicite:5]{index=5} Cette évolution confirme le passage progressif d’outils centrés sur la communication vers des plateformes qui cherchent également à orchestrer le travail produit autour de ces communications.
Pour les professionnels TI et télécom, cette transformation élargit le périmètre des décisions liées aux plateformes collaboratives. L’expérience utilisateur et la qualité des communications restent importantes, mais elles doivent désormais être considérées avec l’intégration des applications métiers, la gouvernance des données conversationnelles, les permissions accordées aux agents et le niveau d’autonomie des processus automatisés. La conversation ne constitue alors plus uniquement un échange entre plusieurs personnes : elle devient une source de contexte susceptible d’alimenter les étapes suivantes du travail.
