Choć nie tak nowy i modny jak wideokonferencje, audiokonferencje są dość mało wykorzystywanym, ale bardzo skutecznym sposobem prowadzenia rozproszonych spotkań. Jest dostarczana przez wiele firm telekomunikacyjnych jako usługa standardowa i bardzo łatwa w użyciu. Uczestnicy albo dzwonią na numer podany przez operatora telekomunikacyjnego, albo dzwonią do nich centralni operatorzy o określonej godzinie. Następnie przez cały czas trwania konferencji są połączeni przez mostek audiokonferencyjny, aby wszyscy mogli się słyszeć. Niektóre firmy telekomunikacyjne świadczą również usługi w zakresie nagrywania i/lub transkrypcji, które mogą być cenne, szczególnie gdy omawiane są umowy umowne. Uczestnicy mogą korzystać ze swoich zwykłych słuchawek telefonicznych lub mogą korzystać z zestawów głośnomówiących, w których może uczestniczyć kilka osób w jednym pomieszczeniu. Chociaż brakuje mowy ciała i ogólnej empatii wizualnej, dźwięk ma tę zaletę, że jakość mowy jest ogólnie dobra, nie jest wymagane żadne oświetlenie ani inne wyposażenie studyjne, a uczestnicy potrzebują tylko niedrogiego telefonu. (Możliwe jest również posiadanie uczestników z telefonów komórkowych, chociaż struktura spotkań może nie być kontrolowana i mogą wystąpić problemy z bezpieczeństwem i grzecznością podczas rozmów w miejscach publicznych.) Koszty takich spotkań są stosunkowo skromne, a rosnąca jakość telefonii IP jest bardzo niskie koszty, może sprawić, że będzie to jeszcze bardziej atrakcyjna propozycja. Telefonia IP, która jest oczywiście oparta na pakietach, jest łatwa do hostowania na komputerze i zależy prawie całkowicie od obciążenia zaangażowanych ścieżek transmisji, ze względu na jej jakość. Zwykle działa dobrze w sieci LAN i jest coraz częściej dostępny w korporacyjnych wirtualnych sieciach prywatnych, które można rozszerzyć na innych członków przedsiębiorstwa. Możemy nawet wyobrazić sobie, że interakcja głosowa na odległość stała się bardzo powszechna i całkiem naturalna, a nie skupiona wokół półformalnych spotkań: „połączenia” IP byłyby zawsze „włączone”, ale być może wyciszone, chyba że zostały celowo uruchomione. W ten sposób traktowalibyśmy dalekich kolegów tak, jakby znajdowali się w tym samym pokoju.