Quantos dados vou consumir no meu computador ou smartphone se eu tiver uma reunião do Zoom com cerca de 70 pessoas durante uma hora?

É difícil encontrar uma resposta definitiva, porque depende de quanto a sua tela está mudando. Se metade das pessoas não tiver web-cams (ou desligá-las), elas provavelmente aparecerão como quadrados cinza imutáveis com uma imagem fixa ou suas iniciais, e assim elas não estão consumindo largura de banda. Eu assumo que o servidor de zoom se encarrega de "mapear" a alimentação de vídeo de cada pessoa em alguma parte de uma imagem maior, então mesmo que todos tivessem seus web-cams ativos, e sua tela estivesse exibindo 8x8 = 64 pessoas em movimento, a largura de banda consumida seria comparável a assistir a um único filme durante uma hora - com a largura de banda precisa dependendo da resolução do vídeo apresentado. Mas estou quase certo de que eles comprimem o feed antes de enviá-lo, então se metade das pessoas são simplesmente quadrados cinza, o feed irá comprimir para aproximadamente metade do tamanho que teria de outra forma, e usar apenas metade da largura de banda.

Se assumirmos uma resolução medíocre de (digamos) 800x600 pixels (480.000 pixels), e em cores (3 bytes por pixel), obtemos um pior caso de 1,5M bytes por frame. O vídeo comum geralmente tem como alvo cerca de 30 quadros por segundo (FPS) - mas para uma aplicação como o zoom, eles provavelmente poderiam derrubá-lo para 15 FPS e ninguém notaria. Além disso, os codecs de vídeo inteligente sabem fornecer apenas "alterações" a uma imagem quando a transmissão é feita em streaming. Então, se você vê uma pessoa sentada em uma mesa, mas apenas ocasionalmente movendo a cabeça, ela apenas envia a parte da imagem que está recebendo atualizações, e seu aplicativo de exibição local mantém o fundo imutável de cada vídeo exibido usando nenhuma largura de banda adicional. Então, se assumirmos que em média apenas cerca de 5% da tela está mudando por frame, obtemos 1.5MB x 0.05 x 15 FPS = 0.25MB/segundo (2Mbps de largura de banda).

Mais de uma hora, que chega a 3600 x 0.25 = 900 MB. Mas é comprimido, por isso pode ser tão pouco quanto 200 MB. Por outro lado, com uma resolução mais alta (1600x1200 pixels) você está falando 4 vezes mais dados e largura de banda.

Likewise, quando várias pessoas falam de uma só vez, o servidor de zoom coloca os sons juntos, e apresenta a cada participante um único feed de áudio contendo o resultado em camadas.

Se eles fossem inteligentes, eles produziriam múltiplos feed possíveis com resoluções diferentes, e aqueles com conexões ruins ou resoluções de tela menores poderiam simplesmente selecionar o feed cuja resolução lhes serviria melhor.

(Editado: 0,25MB/segundo é 2Mbps, já que um byte é 8 bits)