视频会议系统利用网络将企业分布在各地的会议室、办公室、个人连接起来，通过多媒体通信技术实现实时交互的视音频通信及数据共享，从而完成跨地域的可视化多点远程会议、远程协作、远程培训等应用。系统主要由网络、视频会议设备、辅助设备这三大部分组成。
1. 网络
网络是视频会议系统的基础，承载各类视频业务的开展。近几年我国网络基础设施建设不断完善，大部分企业及其分支机构都已有ADSL、光纤接入等宽带上网条件，具备了视频会议系统所需的网络基础。
2. 视频会议设备
主要的视频会议设备包括视频会议终端和多点控制单元（MCU）。视频会议终端部署于企业的每个会议室、办公室，实现视音频信号的编解码功能，把这些信号变成数字码流在网络中传输，并提供一个可视化操作界面。MCU在企业中一般只需部署一台，它负责所有视音频码流的交换、转发和处理，也就是把各个会场送来的视音频码流送到我们希望它到达的其他会场。
现在已经十分流行的软件视频会议系统已经不需要专门的MCU硬件设备了。客户端-服务器模式的软件视频会议系统仍然需要一台专门的高质量的视频会议服务器，用来支持各客户端的通信要求。更有出的网页版视频会议，不需要任何的插件或客户端的安装，甚至可以做到只需要耳麦和摄像头，即可召开视频会议系统。
3. 辅助设备 包括摄像机、电视机/投影仪、话筒、音响等音视频输入输出设备。对于大部分企业来说，会议室都已有电视机/投影仪、话筒、音响等设备，一般只需要增加摄像机即可。