OpenAI通过将ChatGPT与企业数据相连接，正在挖掘公司知识，将其从通用助手转变为定制化分析师。 对于企业领导者而言，生成式AI的潜力一直因其无法访问内部数据而受到限制。即便再好的AI，若无法访问完成工作所需的信息，也无法提供帮助。
OpenAI指出，你所需的信息通常存在于企业内部工具里，但这些知识分散在文档、文件、消息、电子邮件、工单以及项目跟踪器中。 这种分散状况不仅令人烦恼，还损害了工作效率和决策制定。主要问题在于，这些工具并非总是相互连通，而最佳答案往往分散于所有工具之中。 这使得OpenAI与微软Azure和Office 365中的Copilot、谷歌的Vertex AI、Salesforce的Agentforce以及AWS Bedrock等大型企业平台的AI战略展开竞争。
各方都在竞相将模型与安全的公司数据相连接。 OpenAI利用第三方数据来完成ChatGPT的企业任务 ChatGPT将与Slack、SharePoint、谷歌云端硬盘和GitHub等应用程序相连接。OpenAI表示，它由GPT-5版本提供支持，且经过训练能够检索多个来源以获取更好的答案。
为便于核查与验证，每个答案都会显示信息的来源。 这能让你从进行简单写作转变为开展复杂分析。例如，一位准备与客户通电话的经理可以要求获取简报。随后，模型可以利用近期的Slack消息、电子邮件详情、谷歌文档中的通话记录以及Intercom的支持工单来生成摘要。
这种能力还能够应对信息混淆的情况。若你询问："公司明年的目标是什么？"，该工具会总结已讨论的内容，并指出不同意见。这已不只是查找数据，如今它还能分析情况，并协助领导者发现分歧或未决决策。 团队的其他应用场景如下： 战略规划：将来自Slack的客户反馈、谷歌幻灯片的调查结果以及来自支持工单的主要主题整合起来，规划路线图。
报告撰写：通过从HubSpot获取数据、谷歌文档中的简报以及电子邮件里的关键点来制作活动摘要。 发布规划：通过查看GitHub中的未完成任务、Linear中的工单以及Slack中的错误报告，协助工程负责人规划发布事宜。 解决企业AI治理与实施方面的问题 对于首席信息安全官（CISO）和数据领导者而言，与AI模型共享知识产权存在巨大风险。
OpenAI通过专注于管理控制和数据隐私保护来解决这一问题。 最重要的管控措施是，系统会尊重企业当前的权限设置。OpenAI确保ChatGPT仅能访问每位用户原本就有权限查看的企业数据。 ChatGPT Enterprise和Edu的管理员能够管理应用程序的访问权限，并创建自定义角色。OpenAI表示，默认情况下，它不会基于企业数据进行训练。它还具备加密、单点登录（SSO）、系统与身份管理（SCIM）、IP白名单以及用于日志的合规性应用程序编程接口（Compliance API）等安全功能。 不过，技术领导者应当了解其局限性。
它目前尚不完善。用户在开启对话时需选择启用该功能。此外，还存在一个权衡问题：当启用公司知识功能时，ChatGPT无法搜索网络或制作图表。OpenAI正在努力尽快解决这一问题。 该工具的实用性取决于其生态系统的完善程度。它正与关键平台一同推出，并添加了Asana、GitLab Issues以及ClickUp等工具的连接器，借鉴了IBM watsonx和SAP Joule的策略。
OpenAI的企业数据知识挖掘举措是像ChatGPT这类AI助手发展的下一步，将使其深入企业的核心业务领域。它试图解决一个AI难题：将模型与产生工作数据的源头相连接。 对于企业领导者而言，这意味着如下几点： 检查企业数据：在使用此功能前，首席信息安全官（CISO）和首席数据与分析官（CDAO）必须核查SharePoint、谷歌云端硬盘等中的数据权限设置是否正确。
试点复杂任务：不要将其推广给所有人，而是找到因信息分散而减慢的特定工作流程。准备客户简报或制作跨部门报告是开始衡量结果的好地方。 设定期望：团队必须知道其局限性。必须手动开启它且无法同时搜索网络是必须考虑的重大限制。 关注生态系统：该工具的价值将取决于其集成。CIO应将该工具的连接器列表与公司的技术进行比较。
与当前平台比较：看看它与微软、谷歌和Salesforce的AI解决方案相比如何。决策迅速变为哪个数据生态系统提供最安全、集成和成本效益的路径。 OpenAI的新公司知识功能表明，生成式AI现在最重要的是安全且有用的数据集成，而不仅仅是模型的优劣。
ChatGPT的最新功能应该通过消除企业知识孤岛来加快速度，但它也使数据治理和访问控制比以往任何时候都更加重要。对于企业领导者来说，这项技术并不是一个简单的解决方案。相反，这是一个在其他人之前组织好数据的好理由。
