Zoom 收购 Onyx 瞄准云优先 AI 无法忽视的缺口

Zoom 于 9 月 23 日收购了 Onyx，将这家拥有 18 人的 AI 搜索初创公司纳入其超越会议业务的更广泛布局。Zoom 收购 Onyx 所瞄准的是云优先助手往往无法化解的一种矛盾：企业需要实用的 AI，却未必能交出对敏感数据的控制权。

Onyx 可连接工作场所系统、为其内容建立索引，并让员工或 AI 智能体检索相关知识。它也可以运行在客户自行控制的基础设施上。这种部署模式让这笔交易的重要性超越了又一次协作软件收购。

Zoom 如今拥有工作讨论发生的对话场景，以及能够检索这些对话背后文档的搜索层。Microsoft、Google 和企业搜索专业厂商 Glean 都已在探索这一机会的不同路径。Zoom 押注于开放性和自托管能力，以建立差异化定位。

Zoom 收购 Onyx 实际改变了什么

Zoom 正在收购其 AI 产品在会议结束后所需的上下文层。

Onyx 联合创始人 Chris Weaver 和 Yuhong Sun 于 9 月 23 日宣布，公司将加入 Zoom。截至发稿时，交易财务条款、交易结构和正式交割日期均未公开披露。

Weaver 表示，这支由 18 人组成的团队将继续开发 Onyx，并获得 Zoom 更多资源支持。他在收购声明中还承诺，该软件将继续保持开源、模型无关、应用无关，并支持自托管。

这些承诺之所以重要，是因为它们界定了 Zoom 认为自己收购的究竟是什么。Onyx 并不只是一个聊天机器人或另一款会议摘要工具。它是一套用于查找和利用分散在 Slack、Google Drive、GitHub、Confluence、Salesforce 和 SharePoint 等系统中的知识的软件。

该平台会为连接的信息创建索引，同时保留原始权限。索引是一种结构化表示，可帮助软件检索相关信息，无需针对每个问题扫描所有来源。

员工可能会询问某次产品发布为何延迟。Onyx 可以在生成答案前，搜索项目文档、支持工单、工程讨论和此前的决策记录。

AI 智能体在决定采取何种行动时，也能使用同一检索层。这一区别将通用语言模型与基于组织当前记录提供支持的助手区分开来。

Zoom 已经捕获会议、消息、通话转录、联络中心互动以及其他对话材料。然而，一份转录文本很少包含完成通话中所讨论工作所需的全部文档。

一次客户升级事件可能需要存储在 Salesforce 中的支持历史记录。一项延期功能可能取决于 Jira 工单、GitHub 拉取请求以及 Confluence 中的政策文档。

Onyx 为 Zoom 提供了一条接入这些来源的路径，无需每位客户都将文件迁移至 Zoom。它还为 Zoom 提供了检索增强生成（RAG）技术：该技术会在模型生成答案前向其提供相关记录。

两位创始人表示，Onyx 每周处理的查询超过 100 万次。他们还将 NASA、Nebius、Ramp 和加州大学圣地亚哥分校列为客户或用户。

这些是公司自行报告的数据和合作关系，并非经独立审计的使用数据。不过，交易宣布时，公开的 Onyx repository已累计超过 3 万颗星，显示出开发者的浓厚兴趣。

因此，这笔收购结合了三项资产。Zoom 获得了一款企业搜索产品、适用于受控环境的部署选项，以及一个开源开发者社区。

这一组合形成了本文的核心张力。Zoom 希望 Onyx 扩展其企业 AI 业务，但保留 Onyx 的独立性正是该产品吸引力的一部分。

数据主权是收购 Onyx 的战略理由

这笔交易让 Zoom 能够回应那些无法将供应商公共云视为 AI 处理默认地点的组织。

数据主权涉及信息存储位置、谁能处理信息，以及哪些司法辖区可以接触信息的法律与运营控制。它与数据驻留相互关联，但两者并不相同。

数据驻留通常描述物理或地理上的存储位置。数据主权的范围更广，还包括法律管辖权、基础设施控制、管理访问权限以及适用的政府规则。

当 AI 助手为内部文档建立索引时，这些区别尤为重要。搜索软件可能接触到人事记录、源代码、合同、客户通信、财务计划和机密研究资料。

对许多企业而言，问题不在于 AI 功能是否对传输中的数据加密。更棘手的问题是，组织能否控制完整的数据处理路径。

Onyx 围绕这一顾虑设计。客户可以在本地部署、私有云内部或隔离环境中部署它，并使用自行选择的模型。

自托管意味着客户在其控制的基础设施内运行应用。物理隔离部署则更进一步：当安全政策要求这一边界时，它会将系统与外部网络隔离。

Zoom 在收购前已开始向这一方向迈进。其 on-prem AI launch于 2026 年 7 月为受监管组织推出本地部署的语音处理能力。

最初的产品专注于 Zoom Meetings 的实时字幕和转录。Zoom 表示，计划在当年晚些时候将该架构扩展至会议智能和智能体搜索。

相比内部开发，Onyx 能更快补上这一环节。它已经能够连接外部知识库，并在 Zoom 对话周围的软件栈中检索知识。

这笔收购还让 Zoom 能更可信地回应政府、医疗、金融、国防、法律服务和研究领域的买家。这些组织通常面临普通云配置难以满足的部署规则。

这并不意味着每一项自托管安装都会自动满足每项法规。合规性取决于客户的架构、访问政策、审计控制、模型提供商和运营实践。

不过，部署选择可能决定一个项目能否进入评估阶段。云端专属助手可能在买家比较其搜索质量或用户体验之前便被排除在外。

这也是为什么 Zoom 收购 Onyx 的核心并非增加一个搜索框，而是让基础设施边界更严格的客户也能使用 Zoom 的 AI 战略。

这一时机也反映了 Zoom 更广泛的产品转型。该公司希望从承载对话，转向帮助用户完成由这些对话产生的工作。

这一目标所需的不只是摘要功能。助手必须在会议之外获得上下文，才能起草准确回复、更新记录或提出行动建议。

Zoom 将这一过程称为从对话走向完成。Onyx 提供的检索层能够将讨论与组织中的支持证据连接起来。

对买家而言，实际价值在于连续性。团队可以将数据保留在自行选择的环境中，同时向搜索和智能体开放经批准的知识。

这一主张也与个人或企业AI 知识库自然契合。两种方法都依赖于检索可信上下文，而不是要求模型依赖通用训练数据。

当 Zoom 试图将这种灵活性标准化并商业化时，挑战便随之而来。支持多种部署模式、连接器、权限和模型提供商会增加运营复杂性。

Onyx 的吸引力部分就在于它接受了这种复杂性。Zoom 现在必须证明，它会保留这些难度较高的选项，而非围绕最简单的云配置来收窄产品范围。

Zoom 正在挑战云优先的上下文模式

主要竞争并非 Zoom 与某一家搜索供应商之间的较量，而是自主管控的上下文与紧密绑定供应商托管云的 AI 之间的竞争。

Microsoft 和 Google 能够让助手基于庞大的工作场所数据集合提供支持，因为许多客户已将文档、消息和身份信息存储在其套件中。它们的分发优势难以匹敌。

Microsoft Copilot 可通过公司的图谱和权限系统利用 Microsoft 365 数据。Google 则可将 Gemini 与 Workspace 应用及其云平台连接。

Glean 从另一个方向处理这个问题。它跨多个企业应用为信息建立索引，并提供统一的搜索和助手体验。

Zoom 并不拥有同等规模的电子邮件、文档和源代码库。它最强的阵地仍是员工、客户和合作伙伴做出决策的实时对话。

Onyx 为 Zoom 在这些对话与存储在其他地方的记录之间搭建了一座桥梁。它也让 Zoom 能够主张：客户无需让单一供应商拥有每个应用，AI 也能理解业务。

这一主张依赖于应用中立性。如果 Onyx 继续支持外部模型和知识库，Zoom 就能将其 AI 定位为开放的协调层。

模型无关的承诺尤其重要。这意味着客户可根据安全政策、性能需求、区域可用性或现有合同来选择语言模型。

一家公司可能会将商业模型用于通用任务，并将本地部署的模型用于受保护材料。Onyx 表示，其架构能够支持这一选择。

这种灵活性不同于围绕单一供应商模型、云、身份系统和生产力套件而设计的深度集成助手。两种方式都并非在所有情况下更优。

套件集成可以减少部署工作，并提供一致的管理控制。开放技术栈提供更多选择，但可能要求更多工程和治理投入。

Zoom 似乎愿意接受这一权衡的后一种选择，因为其客户本就在混合环境中工作。一场 Zoom 会议可能涉及 Microsoft 文档、Salesforce 记录、Slack 消息和定制内部应用。

Onyx 表示，它可连接超过 50 个应用。相比该初创公司在 2025 年宣布融资时所称的 40 多种工具，这一数字已有增长。

该公司完成了一轮由 Khosla Ventures 和 First Round Capital 共同领投的 1,000 万美元种子轮融资。其融资公告描述了在 Netflix、Thales、Ramp 和 UC San Diego 的部署情况。

Onyx 表示，Netflix 已向超过 14,000 名员工部署该软件。它还表示，UC San Diego 拥有 37,000 名用户，而 Ramp 将 Onyx 用于客户服务自动化。

这些数据来自 Onyx，应视为供应商声明。尽管如此，它们仍说明了 Zoom 希望触达的环境：拥有碎片化知识以及不同安全要求的大型组织。

此次收购也延续了 Zoom 对其他专业商业软件的收购策略。Zoom 于 2026 年 7 月完成了对 Common Room 的交易，为其营收平台增添了买方情报能力。

Common Room 交易将外部购买信号与销售对话连接起来。Onyx 则以类似策略处理内部知识。

Zoom 并未从零开始构建每一项相邻能力，而是收购能够将通信数据转化为工作流的产品。该公司正逐步集齐打造更广泛商业平台所需的组件。

这一战略会对独立企业搜索供应商形成压力，也会在 Microsoft 和 Google 最具优势的领域向它们发起挑战。两家公司都能将 AI 与现有办公套件捆绑销售。

Zoom 无法仅凭会议业务赢得捆绑销售的竞争。它需要给买家一个理由：当其生产力环境中已包含其他助手时，为什么还要增加 Zoom 的上下文层。

自托管、开源和模型选择提供了这一理由。在云服务的便利性让位于安全性、司法管辖权或架构控制需求的场景中，它们的价值最为突出。

市场的考验在于，这一细分市场是否足以支撑 Zoom 更宏大的目标。它还必须证明，Onyx 能够服务普通企业，而无需进行大量基础设施工作。

开源承诺是这笔交易真正的考验

Zoom 面临的最大风险，是削弱恰恰让 Onyx 对重视安全的买家和开发者具有价值的开放性。

收购往往会带来整合基础设施的动力。买方可通过将被收购产品迁入自身的云、身份系统、计费体系和发布流程来降低成本。

这种逻辑与 Onyx 的公开承诺相冲突。Weaver 表示，在 Zoom 提供更多资源的同时，客户将继续使用相同的产品和团队。

他还承诺，Onyx 将继续保持开源、可自托管、模型无关和应用无关。这些承诺都可以衡量，但没有一项会因一则公告而得到保证。

当商业产品包含多个组件时，开源并非一个非黑即白的标签。买家必须审查哪些代码库、连接器、管理功能和安全控制仍会公开提供。

他们还应关注软件许可证。代码库可以保持可见，但许可变更可能限制组织修改、托管或再分发它的方式。

社区活跃度是另一项信号。Onyx 的公开项目拥有数千个 fork、数百个未合并的 pull request，以及外部开发者的贡献。

持续发布将支持 Zoom 关于其计划投资社区的说法。审查放缓、封闭式开发，或向私有模块迁移，则会指向不同的方向。

自托管也需要精确定义。客户应询问，所有重要的搜索和代理功能是否都能在 Zoom 云之外运行。

产品在技术上可以继续支持自托管，但其最佳模型、连接器、管理工具或支持服务可能需要托管控制平面。该差异可能重塑安全和采购决策。

模型独立性也面临类似考验。Zoom 可以保留一个用于配置多种模型的界面，同时主要围绕其首选供应商优化新功能。

真正的独立性要求提供可比的支持、文档化接口，以及适用于本地运行模型的可行路径。它还要求在所选模型缺乏云模型能力时，产品行为保持明确。

应用中立性之所以重要，是因为 Zoom 现在拥有该产品。Onyx 必须继续将 Microsoft Teams、Google Drive、Slack 和其他外部系统视为一等数据源。

如果 Zoom 应用更早获得功能、更丰富的元数据或更好的检索质量，客户会注意到这一点。一些集成优势在技术上或许合理，但仍可能侵蚀 Onyx 的中立定位。

公司必须在这些承诺与产品整合之间取得平衡。若让 Onyx 完全独立，将限制此次收购为 Zoom 用户创造的价值。

与 Zoom AI Companion 的更深层连接，可以让助手在会议期间或之后检索相关的公司记录。它还可支持准备后续跟进事项或更新业务系统的代理。

Zoom 将 AI Companion 3.0定位为覆盖会议和办公应用、更偏向代理化的平台。Onyx 为该平台提供了更广泛的组织上下文来源。

最理想的结果是，将 Onyx 保留为独立的检索层，同时通过 Zoom 的 AI 产品向用户提供。这将使客户既可直接使用 Onyx，也可通过 Zoom 工作流使用它。

更棘手的结果是，Onyx 会成为一项内部功能，其开源版本获得的能力更少。Zoom 将获得短期集成优势，却会失去开发者信任和部署灵活性。

因此，采购团队应将公开承诺转化为合同条款。如果需要自托管，订单应明确哪些服务会保留在客户环境内。

合同还应涵盖遥测、支持访问、软件更新、连接器对等性、模型选择，以及发送给外部处理方的数据。创始人的声明不能替代这些控制措施。

开发者也拥有自身的影响力，因为代码库仍然公开。他们可以跟踪提交记录、许可证、问题处理情况，以及开源版与商业版之间的差距。

只有当产品整合开始后，社区仍认为该项目可信，Zoom 对 Onyx 的收购才能按其自身标准取得成功。

安全与部署细节仍未明确

在客户环境中运行企业搜索可以降低部分暴露风险，但无法消除集中访问敏感知识所带来的风险。

企业搜索系统会连接此前分散于众多应用中的数据。这会改善检索，但也可能集中配置错误造成的影响。

权限必须始终与每个数据源保持一致。无法在 SharePoint 中打开文档的员工，也不应通过 AI 生成的回答获得其内容。

当源系统采用不同的身份模型、群组、共享链接和继承访问规则时，权限同步会变得困难。连接器还必须在用户失去访问权限时作出响应。

检索引入了另一种风险。模型可将多个已获授权来源的片段组合成一个回答，揭示出任何单一文档都未直接陈述的敏感模式。

自托管改变的是处理发生的位置，而非这些问题是否存在。客户仍需要访问审查、审计日志、连接器监控、模型控制和事件响应流程。

Onyx 已为其开源项目发布安全公告，其中包括影响授权与令牌的漏洞。公开披露使客户能够评估和修复问题，但也表明部署需要主动维护。

关键问题是 Zoom 将如何划分责任。客户需要知道 Zoom 提供哪些补丁、受支持部署会多快收到补丁，以及管理员必须更新哪些组件。

财务和产品条款同样尚不明确。截至 9 月 25 日，Zoom 尚未发布详细的新闻中心公告，说明交易的经济条款或整合时间表。

目前尚不清楚 Onyx 会继续作为独立产品存在、成为 Zoom AI Services 的一部分，还是出现在更广泛的 AI Companion 套装中。

打包方式很重要，因为它决定了谁能购买软件，以及功能如何触达现有用户。它还会影响独立 Onyx 客户是否必须采用更广泛的 Zoom 合同。

另一项不确定因素是部署对等性。Zoom 必须说明，托管版和自托管版是否会获得相同的连接器、代理功能和发布节奏。

这种差异并不会自动否定此次收购。托管系统可支持一些在多样化客户环境中较难运行的功能。

然而，如果受监管客户得到的是功能缩水的产品，Zoom 的主权主张就会变弱。这些买家需要的是尊重其边界的能力，而非受限的合规版本。

数据位置还取决于所选模型。若按这种方式配置，本地托管的 Onyx 实例仍可将提示词或检索到的上下文发送给外部模型供应商。

管理员必须绘制请求所涉及的每个组件。这包括搜索索引、嵌入模型、语言模型、日志、遥测、连接器凭证和备份系统。

隔离网络部署会增加另一层复杂性。更新、模型下载、漏洞修复和连接器变更必须通过获批流程跨越受控边界。

Zoom 在混合环境中支持企业通信方面拥有经验。Onyx 将这项责任扩展至文档和 AI 生成的回答，而后者的权限覆盖面更广。

公司还需要说明 Zoom 会议数据如何进入 Onyx 索引。客户将希望对录制内容、转录文本、聊天记录、摘要、保留规则和法律保全拥有控制权。

这些问题没有一项意味着该战略缺乏合理性。它们表明，此次收购的价值不能仅靠连接器数量或 GitHub star 数来衡量。

重要证据将来自架构文档、客户部署、支持承诺和独立安全评估。在这些内容出现之前，数据主权仍是一项既定方向，而非经过充分验证的结果。

三项信号将显示 Zoom 的押注是否奏效

Zoom 对 Onyx 的收购进入下一阶段后，将通过产品对等性、社区健康度和真实企业采用情况来评判。

第一个信号是详细的整合发布。Zoom 应说明 Onyx 如何与 AI Companion、Zoom AI Services 和 Zoom AI On-Prem 连接。

该发布必须明确检索在何处运行，以及哪些信息会离开客户控制的基础设施。它还应澄清 Onyx 是否仍可独立部署。

若设计既保留本地处理，又将 Zoom 对话与外部代码库连接起来，将强化此次收购的逻辑。若核心功能依赖云端，则会削弱这一逻辑。

第二个信号是开源项目的健康状况。代码库活动应通过定期发布、外部贡献、持续维护的连接器和及时的安全修复保持可见。

许可证和安装路径应足够稳定，以便客户规划长期部署。开源版不应沦为另一个独立闭源产品的演示品。

Zoom 无需免费提供每一项企业服务，但确实需要保留其公开承诺的开放性和自托管能力背后的功能。

第三个信号是受到真正主权约束的组织采用该产品。客户公告应描述生产部署，而不仅是试验或笼统的兴趣表达。

有价值的证据将包括受监管工作负载、私有云或本地部署、权限准确性、连接器可靠性以及持续的查询使用。

买家还应关注，现有 Onyx 客户在合同续约时是否继续留存。留存将表明 Zoom 保留了产品的信任基础和实际价值。

竞争对手的反应将提供更多背景。Microsoft、Google、Glean 和其他企业 AI 供应商可以加强私有部署、模型选择或跨应用检索能力。

如果它们扩展这些选项，Zoom 就将识别出一项真实的采购需求。随后，它将面临一场在执行速度上更快的竞争。

对开发者和知识工作者而言，更大的问题在于：谁掌控工作场所智能体所使用的上下文。这一答案决定了智能体能够访问哪些信息源，以及哪些基础设施会接收敏感信息。

对企业采购方来说，眼前的任务更直接：在真实权限条件下测试检索质量，记录每一条数据流，并将部署承诺写入合同。

Zoom 已获得一个可信的自托管企业搜索基础。它尚未证明，一家上市软件公司能够在不削弱 Onyx 吸引力的前提下实现规模化。

这正是读者应带入下一次发布的疑问：Zoom 会利用 Onyx 来维护客户控制权，还是会逐渐将其变成厂商托管云中的又一项功能？