Zoom AI（ズームAI）は、Zoom Communicationsプラットフォームに統合された人工知能機能を包含し、主にAI Companion機能を通じて提供される。これらのツールは、機械学習と大規模言語モデルを用いて、会議の要約、アクションアイテムの抽出、リアルタイム翻訳などのタスクを自動化し、ユーザーの生産性とアクセシビリティ向上を目指す。AI機能は、リモートおよびハイブリッドワーク環境におけるインテリジェント支援への需要の高まりに応じて開発され、Zoomが以前から行ってきたAI研究への投資と買収に基づいている。
Zoom Communications, Inc.（旧Zoom Video Communications, Inc.）は、カリフォルニア州サンノゼに本社を置くアメリカのテクノロジー企業である。元Ciscoエンジニアのエリック・ユアン氏によって2011年に設立され、同社は2013年に主力のビデオ会議ソフトウェアを発表した。その後10年間で、Zoomはビデオ第一のプラットフォームから、より広範なコミュニケーションおよびコラボレーションスイートへと拡大し、AIが戦略の中心的要素となった。同社のAIへの取り組みは、エンタープライズソフトウェアへの生成AI統合という業界全体のトレンドの一部であり、Microsoft、Google Cloud、その他の主要プロバイダーの提供物と競合している。
初期のAIイニシアチブ
ZoomのAIへの最初の進出は2017年に始まり、同社は最初の年次ユーザーカンファレンスであるZoomtopiaで、AI音声認識プログラムへの第一歩を踏み出していると発表した。この初期の取り組みは、会議の文字起こしとキャプションの改善に焦点を当て、より高度な機能の基盤を築いた。2021年6月、ZoomはAIベースの言語翻訳を専門とするドイツの企業であるKites（Karlsruhe Information Technology Solutions）を買収した。この買収は、ビデオ通話における言語の壁を減らし、リアルタイム翻訳と多言語サポートを可能にすることを目的としていた。この動きは、機械学習を活用して異文化間コミュニケーションを強化するというZoomのコミットメントを示すものであった。
AI Companionと生成機能
2023年、ZoomはAI Companionを導入した。これは、プラットフォーム全体に統合された生成AI機能のスイートである。AI Companionは、大規模言語モデルを活用して、会議の要約、チャットメッセージの下書き、アクションアイテムの生成を提供する。これは、Zoom Meetings、Zoom Phone、Zoom Team Chatにわたって動作し、統一されたアシスタント体験を提供するように設計されている。AI Companionは、追加費用なしで有料ユーザーが利用でき、AIアドオンに追加料金を課す競合他社と差別化する戦略である。この機能は、生成AIを使用して、ユーザーが欠席した会議に追いつき、フォローアップメールを作成し、日常業務を自動化するのを支援する。
技術とインフラストラクチャ
ZoomのAI機能は、独自モデルと外部AIプロバイダーとの提携の組み合わせによって支えられている。同社はOpenAIおよびAnthropicと協力して、それらのモデルをAI Companionに統合するとともに、音声認識や翻訳などの特定タスク向けに独自のニューラルネットワークモデルも開発している。ZoomはAIワークロードをAmazon Web ServicesとMicrosoft Azureのクラウドインフラ上で実行し、トレーニングと推論にはAWS Trainiumチップを使用している。同社はまた、AIアクセラレーションにAMDおよびIntelプロセッサの使用も検討しており、リアルタイム通信のためのトランスフォーマーアーキテクチャ最適化に関する業界の取り組みにも参加している。
プライバシーとセキュリティ上の懸念
ZoomのAI機能は、顧客データをモデルのトレーニングに使用することに関するプライバシーとセキュリティ上の疑問を提起している。これに対して、Zoomは明示的な同意なしに顧客の音声、ビデオ、チャットコンテンツをAIモデルのトレーニングに使用しないと述べている。同社は、モデルの効率を改善しながらユーザーデータを保護するために、データ拡張およびモデル枝刈り技術を実装している。しかし、批評家はAI Companionのデフォルト設定がデータを第三者プロバイダーと共有する可能性があると指摘し、より透明なデータ処理慣行への呼びかけがなされている。Zoomはまた、エンドツーエンド暗号化の主張に関しても精査を受けており、これは2020年のKeybase買収を通じて対処されたが、AI機能が常にそのような暗号化の対象となるとは限らない。
Zoomプラットフォームとの統合
AI機能はZoomの既存製品に深く統合されている。Zoom Meetingsでは、AI Companionが会議の要約を自動生成し、重要ポイントを強調し、アクションアイテムを参加者に割り当てることができる。Zoom Phoneでは、音声メールの文字起こしと応答の提案が可能である。AIはまた、クロスアテンションモデルを活用したリアルタイム言語翻訳を強化し、複数言語でのライブ字幕を可能にする。これらの統合はシームレスであるように設計されており、ユーザーは会議インターフェースから離れることなくAI支援を呼び出せる。Zoomはさらに、ハードウェア・アズ・ア・サービス製品向けのAI機能も導入しており、DTEN MEデバイスはオンデバイスAIを使用してスピーカートラッキングと背景除去を実現している。
競合状況
ZoomのAI機能は、Google DeepMindおよびMicrosoft Copilotの同様の提供物と競合している。これらの競合他社とは異なり、ZoomはAI Companionを既存のサブスクリプションに含まれる費用対効果の高いソリューションとして位置付けている。また、同社はNVIDIAと提携してAI推論を最適化し、低遅延処理にGroqおよびSambaNovaハードウェアを使用している。Zoomのリアルタイム通信への焦点は、AI応答の遅延を最小限に抑えるといった独自の課題を提示しており、これをモデル枝刈りおよび勾配クリッピング技術で対処している。
将来の方向性
今後、Zoomはユーザーの行動から学習できる、よりパーソナライズされたアシスタントでAI機能を拡大する計画である。同社は、モデルの整合性を改善するために強化学習（リストにはないが関連概念）とRLHFを探求している。2026年4月、ZoomはTools for Humanityと提携し、World IDの生体人間認証技術をZoom Meetingsに統合し、AI生成のディープフェイクなりすましに対抗することを目指した。この動きは、コミュニケーションプラットフォームにおいてAIの信憑性と真正性がますます重要になっていることを浮き彫りにしている。2024年11月のZoomのブランド再編（名称から「Video」を削除）は、CEOのエリック・ユアン氏が述べるように、「人間のつながりのためのAIファーストのワークプラットフォーム」への移行を反映している。
ユーザーへの影響
エンドユーザーにとって、Zoom AIは、メモ取りやフォローアップタスクを自動化することで、会議による負担を軽減する。また、ライブキャプションと翻訳を改善し、非ネイティブスピーカーや聴覚障害を持つユーザーに利益をもたらす。しかし、一部のユーザーは、AIへの過度の依存が微妙な文脈を見逃す可能性があるとの懸念を表明している。Zoomはこれに対応し、生成されたコンテンツが共有される前にユーザーが編集できるようにしている。同社はまた、AIツールの機能と限界を理解するためのトレーニングリソースを提供し、ユーザーがAI生成コンテンツを確認・修正できるようにしている。