Zoom-sjefen vil sende AI-agenten din i møter

Nøkkelinnsikt

• Yuan deler arbeid i to steg. Menneske-til-menneske og menneske-til-system. Han vil at AI skal absorbere hele det andre steget, ikke bare levere bedre møtereferater
• Den sterkeste innvendingen kom fra programlederen. Hvis det plutselig ikke koster noe å delta i møter, holder vi kanskje bare flere av dem i stedet for færre
• Yuan motsier klikkoverskriften selv. Han sier direkte at AI-drevne møter uten mennesker er mange år unna, og at ansikt-til-ansikt er viktig
• Konteksten er skarpere enn intervjuet antyder. Sendingen åpnet med en rapport om at AI vil omforme 50 til 55 prosent av alle jobber i løpet av tre år

Kort fortalt

Eric Yuan grunnla Zoom i 2011 etter å ha ledet WebEx-utviklingen hos Cisco. I april 2026 satt han i et Fox Business-studio hos Liz Claman og skisserte det han mener er neste steg: du skal slippe å møte opp i møter. AI-agenten din møter opp for deg, kommer med innspill du selv ville kommet med, og tar alle oppfølgingene etterpå.

Claman var ikke med på notene. Hun stilte to gode spørsmål. Først: blir møter mer effektive med AI, eller holder vi bare enda flere av dem når det plutselig ikke koster noe å delta? Deretter: hvor mye går egentlig tapt i oversettelsen når en AI skal følge opp i stedet for et menneske?

Yuan svarte på begge, men intervjuet viste også noe klikkoverskriften skjuler: Yuan selv mener det er mange år til AI kan kjøre møter uten mennesker, og at direkte ansikt-til-ansikt fortsatt er viktig.

Hovedpåstanden: møter uten deltakerne

Tenk på et jobbmøte i dag. Fem personer logger seg på, prater i en time, og bruker en halvtime hver på etterarbeid: referat, e-poster, oppdatering i CRM-systemet, statuser i Slack.

Yuans pitch er at AI-agenter kan gjøre både møtet og etterarbeidet for deg, sier han i intervjuet:

"There'll be a point where people don't have to attend the meetings. An agent can attend them in place and communicate during the meeting, throw in ideas that I myself might throw in, if the agent knows me well enough."

Det er en sterk påstand. Du slipper ikke bare å følge opp etter møtet. Du slipper møtet helt. En AI som kjenner deg godt nok, representerer deg i rommet.

Tostegsmodellen Yuan bygger på

Yuan forklarer logikken slik:

I dag gjør vi steg to selv, og det er en friksjonssone. Yuan vil at AI skal absorbere hele steg to, slik at det blir "frictionless" som han selv sier, altså uten friksjon.

Hans eget eksempel: du har en Zoom-samtale med en potensiell kunde. Før: etter samtalen må du logge inn i systemet, registrere møtet og følge opp. Etter: AI-en gjør alt dette når samtalen er slutt.

Dette er ikke "AI lager bedre møtereferater". Det er AI som erstatter hele etter-jobben.

Programlederens to innvendinger

Claman, som har drevet The Claman Countdown i årevis, hørte noe som ikke stemte. Hun stilte to spørsmål som er verdt å se på hver for seg.

Innvending 1: faller kostnaden, så får vi flere møter

Clamans første innvending:

"Does A.I. make us more efficient during meetings or possible it risks making meeting more frequent because the cost of attending drops?"

Dette er en klassisk Jevons-paradoks-innvending. Paradokset er oppkalt etter økonomen William Stanley Jevons, som i 1865 oppdaget at da dampmaskiner ble mer effektive, brukte England mer kull, ikke mindre. Når noe blir billigere å bruke, bruker vi det ofte mer, ikke mindre.

Hvis det å delta i et møte plutselig ikke koster deg verken tid eller konsentrasjon: hva hindrer organisasjonen i å legge inn dobbelt så mange møter?

Yuans svar er at du kan sende AI-agenten din og la den følge opp for deg. Men det besvarer egentlig ikke Clamans spørsmål. Det besvarer bare spørsmålet om deg selv, ikke spørsmålet om systemet rundt deg.

Innvending 2: ting går tapt i oversettelsen

Clamans andre innvending:

"I still feel there would be a disconnect. Sure we get summaries of meetings from A.I. That is great. Helpful. But there are always follow-up questions, and some things are lost in translation."

Claman peker på at sammendrag er nyttige, men at det alltid kommer oppfølgingsspørsmål, og at noe forsvinner underveis.

Yuans svar er at manuell oppfølging heller ikke alltid er nøyaktig, og at AI-agenten faktisk kan drive frem mer presis og målbar oppfølging.

Det er et rimelig poeng, men det forutsetter at AI-en klarer å fange opp det som ble sagt mellom linjene. Det er der Claman ikke er overbevist.

Hva Yuan selv sier om tidshorisonten

Her kommer det interessante. Claman spør direkte: hvor nær er vi AI som kjører møter helt uten mennesker?

Yuans svar var at det vil ta "many years", fordi "human-to-human direct like this is very important", og at han selv vil "talk with you in person".

Det er en mildere versjon enn klikkoverskriften antyder. Yuan selv tror det tar mange år, og han sier rett ut at han vil snakke direkte med mennesker. Overskriften "AI agents could REPLACE meeting attendance" blir litt strukket når CEO-en selv sier både at det vil ta mange år og at det personlige møtet fortsatt er viktig.

Bakteppet sendingen åpnet med

Rett før intervjuet viste Fox Business en rapport som satte tonen: AI vil omforme 50 til 55 prosent av alle jobber i løpet av tre år, og erstatte 10 til 15 prosent i løpet av fem. Yuan fikk spørsmålet om programvareselskaper er i trøbbel, og svarte at AI tvert imot skaper nye tjenester, jobber og muligheter.

Den holdningen, at AI skaper mer enn den ødelegger, er standardsvaret fra toppsjefer. Men tallet fra rapporten er skarpere enn Yuans rolige svar. Hvis over halvparten av alle jobber blir omformet i løpet av tre år, er det ikke business-as-usual, uansett hvor avslappet du fremstiller det.

Det virkelige skiftet

Selv om klikkoverskriften er strukket, er det noe reelt i det Yuan beskriver. Skiftet er ikke at AI erstatter møter. Skiftet er at etterarbeidet blir usynlig.

I dag:

1. Du har et møte
2. Du bruker tid etterpå på å dokumentere, oppdatere systemer, skrive e-post, koordinere neste steg
3. Flaskehalsen er steg 2

Det Yuan skisserer:

1. Du har et møte (eventuelt med en AI-agent som representerer deg)
2. AI håndterer alt etterarbeidet
3. Flaskehalsen flytter seg til hvor god AI-en er til å fange opp og følge opp

Om dette blir bra eller dårlig, avhenger av Clamans to spørsmål: holder organisasjonen igjen på antall møter når de plutselig er gratis å delta i? Og er AI-en god nok til å ikke miste det som ble sagt mellom linjene?

Begge spørsmålene er ubesvart. Yuan selv sier vi har mange år på oss til å finne det ut.

Ordliste

Kilder og ressurser