Wszystkie aplikacje pracowały najczęściej w oparciu o firmowe rozwiązania, tak że użytkownicy nie mogli stosować w jednym środowisku urządzeń produkowanych przez różne firmy, gdyż nie były one ze sobą zgodne. Od razu zrodził się pomysł, aby opracować jeden standard, który obowiązywałby wszystkie firmy. I tak właśnie powstał protokół H.323. Trzeba tu od razu powiedzieć, że pierwsza wersja standardu H.323 koncentrowała się na przesyłaniu głosu przez sieci LAN. Po jakimś czasie projektanci tego rodzaju aplikacji postanowili wprowadzić tę technologię do Internetu. Okazało się wtedy, że protokół H.323 V.1 nie wystarcza. Dlatego zaczęto od razu myśleć o kolejnej wersji tego protokołu, spełniającej oczekiwania użytkowników pracujących w Internecie. Prace nad protokołem H.323 V.2 zakończono pod koniec 1997 r. i w styczniu 1998 protokół H323 V.2 został oficjalnie zaakceptowany przez ITU.

Standaryzację H.323 zapoczątkowano ok. 10 lat temu, natomiast pierwszą jego wersję przyjęto w 1996 roku. H.323 należy do serii standardów komunikacyjnych nazywanych H.32x, opisujących połączenia multimedialne w różnych typach sieci, włączając w to ISDN i PSTN.