主要内容
OpenAI 正通过将 ChatGPT 与企业数据相连接来展现公司知识，将其从通用助手转变为定制分析师。对于商业领袖而言，生成式 AI 的潜力一直因其无法访问内部数据而受到限制。即便最好的 AI，如果无法获取完成工作所需的信息，也无济于事。OpenAI 指出，你所需的信息通常在内部工具中，但这些知识分散在文档、文件、消息、电子邮件、工单和项目跟踪器中。这种分散不仅令人烦恼，还会损害效率和决策制定。主要问题在于这些工具并非总是相互连接，最佳答案往往分布在所有工具中。这使 OpenAI 面临微软 Azure 和 Office 365 中的 Copilot、谷歌 Vertex AI、Salesforce 的 Agentforce 以及 AWS Bedrock 等大型企业平台的 AI 策略的竞争。大家都在竞相将模型与安全的公司数据相连接。
OpenAI 在 ChatGPT 企业任务中使用第三方数据，ChatGPT 将连接到 Slack、SharePoint、Google Drive 和 GitHub 等应用程序。OpenAI 表示，它由 GPT-5 的一个版本提供支持，经过训练以检查多个来源以获取更好的答案。在检查和验证方面，每个答案都会显示信息的来源。这改变了你可以从事的工作，从简单写作到复杂分析。例如，一位准备客户电话的经理可以要求提供简报。该模型可以使用最近的 Slack 消息、电子邮件细节、Google Docs 中的通话记录和 Intercom 中的支持工单来生成摘要。这种能力还可以处理混淆情况。如果你问：“明年的公司目标是什么？”，该工具将总结已讨论的内容并指出不同的意见。这不仅是查找数据，现在还在分析情况并帮助领导者发现分歧或未完成的决策。
对于企业团队的其他用途：
策略：整合 Slack 中的客户反馈、Google Slides 中的调查结果和支持工单中的主要主题以规划路线图。
报告：通过从 HubSpot 获取数据、从 Google Docs 获取简报和从电子邮件中获取关键点来制作营销活动摘要。
规划：通过检查 GitHub 中的未完成任务、Linear 中的工单和 Slack 中的错误报告来帮助工程负责人规划发布。
在解决企业 AI 治理和实施方面，对于 CISOs 和数据负责人而言，与 AI 模型共享知识产权是一个重大风险。OpenAI 通过专注于管理控制和数据隐私来应对这一问题。最重要的控制是系统尊重你当前的公司权限。OpenAI 已确保 ChatGPT 只能看到每个用户已经可以看到的企业数据。ChatGPT Enterprise 和 Edu 管理员可以管理对应用程序的访问并创建自定义角色。OpenAI 表示，默认情况下它不会在你的数据上进行训练。它还具有加密、SSO、SCIM、IP 白名单和合规性 API 等安全功能。但是，技术领导者应该了解其局限性。它尚未完美，用户在开始对话时必须选择它。此外，存在一种权衡：当公司知识开启时，ChatGPT 无法搜索网络或制作图表。OpenAI 正在努力尽快解决此问题。该工具的实用性取决于其生态系统。它将与关键平台一起推出，并为 Asana、GitLab Issues 和 ClickUp 等工具添加连接器，复制 IBM watsonx 和 SAP Joule 的策略。OpenAI 的企业数据知识展现是像 ChatGPT 这样的 AI 助手的下一步，将它们带入企业的私人核心。它试图解决 AI 问题：将模型与工作发生的数据相连接。对于商业领袖而言，这意味着：
检查你的数据：在使用此功能之前，CISOs 和 CDAOs 必须检查 SharePoint、Google Drive 等中的数据权限是否正确。AI 只会尊重这些权限，因此如果它们过于开放，AI 将显示该弱点。
用棘手任务进行试点：不要向所有人推出，而是找到特定的工作流程，例如查看公司内部知识库以回答客户问题，或使用历史数据进行市场趋势分析。这可以帮助确定 AI 在实际业务环境中的价值和局限性。